泛零售數據中臺如何真正落地？

有了數倉、數據平臺，企業爲何還需建設數據中臺？
數據中臺建設如何在「人貨場」進行數智化應用？
泛零售數據中臺最終如何落地？

......

奇點雲資深數據產品專家追風在服務泛零售企業過程當中，發現大多數泛零售企業存在相似以上列舉的共性困惑點。基於此，追風老師在9月2日帶來了《從0到1建設泛零售數據中臺》的直播分享。

追風，奇點雲資深數據產品專家，20年零售數字化老兵，原富基融通物流和供應鏈事業部總經理，精通零售業務管理流程和供應鏈體系建設，對大數據技術在零售行業的落地應用有深入理解。

01 數據化驅動的商業變革

零售業信息化經歷了四次零售革命：
第一次零售革命（1950-1990年）：以初級IT技術的應用和以條碼化、POS帶來的快捷購物體驗爲標誌。

第二次零售革命（1990-2010年）：電子商務的快速興起，互聯網普及。

第三次零售革命（2010-2015年）：智能手機普及、移動互聯網興起。

第四次零售革命（2015-至今）：隨着雲計算、大數據和人工智能技術的發展，不斷顛覆既往的運營和商業模式，成爲市場的共識。數據、算力和算法是支撐零售業的核心驅動力。

02 泛零售數據中臺的定義、能力及價值

奇點雲把數據中臺歸納爲「聚、管、服」。「聚」是實現全域數據的採集，「管」是經過對數據的抽取、整合，將能夠變現的數據資產管理起來。「服」是在數據資產的基礎上，造成業務的模型、分析與洞察，爲企業提供數據服務。最終實現業務數據化、數據業務化。

（數據中臺的定義）

追風老師總結了數據中臺的3個核心能力與3大價值：

數據中臺3個核心能力：

抽象：One Model，創建統一數據構建及管理。

共享：One ID技術打通及經過主數據治理，實現核心商業要素資產化。

複用：One Service，全部的數據必定要可複用，經過複用提供統一的智能數據服務，支撐業務變革。

數據中臺3大價值：

一、沉澱數據資產及複用，減小數據獲取及加工成本。二、數據業務化，沉澱業務模型，更好支撐業務決策。三、數據驅動業務創新，有了算力及數據的支撐，將以前人腦決策及高水平重複的問題，變成計算機或AI可實現的問題。

03 泛零售數據中臺提供「人貨場」數智化應用

那麼，靈魂拷問來了！

已經有了數倉、數據平臺，企業爲何還需建設數據中臺？

咱們更多地從ROI的角度考慮這個問題。

數據中臺的出現，很大程度上是原來的大數據系統建設的ROI不如人意，企業投入了大量的物力、財力和人力建設了大數據平臺，卻發現並無給企業帶來應用價值，大數據平臺更多的淪爲「形象工程」，甚至產生了新的數據孤島，更不用說實現數據能力的全局抽象、複用和共享了，而數據中臺能夠說是爲此類大數據平臺加了個「補丁」，其全局的數據倉庫、大數據協調共享等能力，真正解決了重複開發、數據標準不統1、數據孤島等問題，從而提升了數據價值實現效率和ROI。

在奇點雲實施數據中臺案例中，總結了數據中臺建設在「人貨場」方面的業務述求，最典型的是「人」。大多數泛零售企業有如下三大困惑：

一、可能會對全域消費者畫像產生困惑，傳統的CRM系統不能承載海量的數據，沒法實現視頻結構化。

二、在全域消費者畫像之上如何實現智能洞察？

三、在智能洞察之上如何服務私域和公域營銷？

而在「貨」和「場」上也有困惑：「產銷協同、供應鏈精細化管理、店貨和貨渠匹配」的困惑和「商圈洞察、智能洞察、智能觸達」的困惑。

（數據中臺的業務述求）

基於泛零售企業所提出的困惑，奇點雲分別在「人貨場」上給出了相應的解決方案。

「人」：數智化全域消費者運營的解決方案。

「貨」：智能供應鏈應用和人貨渠智能應用。

「場」：有數字化的奇點識場及奇點識客、數智化的運營賦能應用，解決商圈及消費者精細化洞察的問題。

「人貨場」數智化應用的底層是在泛零售領域基於指標和標籤體系的分析洞察， 同時離不開基於數據中臺的全域數據資產管理體系。以上這些的基礎，是咱們提供了DataSimba大數據平臺的建設，支撐整個數據資產的管理，在DataSimba之上承載了安全化的總體解決方案。從應用出發到數據資產的沉澱、管理，底層數據中臺建設、安全的保障，這一完整的解決方案實現了大部分泛零售企業應對數據中臺的業務難題。

咱們的核心是在大數據基礎之上，爲全部的泛零售企業提供「人貨場」的數智化應用。在「人貨匹配」上，改變了原有顧客與商品之間的關係，在合適的時間、合適的渠道推送合適的商品，實現精準化營銷；「客渠匹配」上，經過數智化實現渠道賦能；「商渠匹配」上提高商品運營，實現運營最高效化。

（顧客、商品、渠道鐵三角）

數據中臺建設的核心點也是泛零售企業最關心的問題：數據中臺如何落地？

咱們自下而上看數據中臺建設邏輯，一方數據（自有數據，包含交易型數據、過程型數據）、二方數據（例如廣告投放的迴流數據）、三方數據（例如商圈數據）這三塊典型的數據源，將沉澱在數據中臺，DataSimba是奇點雲數據中臺的承載物。

那麼，數據怎麼業務化？

基於奇點雲應用平臺，進行企業經營賦能（提高洞察能力、問題分析能力）；消費者運營賦能（統一消費者數據分析體系，實現消費者資產管理與運營）；供應鏈賦能及商品管理賦能（產銷協同、供應鏈洞察、渠道管理分析支撐，優化企業資源配置，實現精細化管理，降本增效）；營運賦能（提升渠道動銷效能，拉量增收）。

（數據中臺落地）

04 泛零售數據中臺實踐案例

舉一個咱們在泛零售領域圍繞「人」的數據中臺建設案例：

圍繞「人」的數據中臺建設現狀：咱們在盤點業務後發現，大部分泛零售企業都有如下數據：平臺電商、自建電商、全場景客服、微信公衆號、POS、企業微信等，但沉澱都是交易型數據，缺少行爲數據的沉澱，用戶洞察和消費者運營缺少相關的數據和應用工具。

圍繞「人」有大量的全域數據，怎麼把這些數據收集起來？怎麼將數據中臺落地呢？

一、沉澱數據（一方、二方、三方）資產；二、基於指標和標籤體系的消費者洞察；三、私域精細化營銷；四、公域精細化營銷。將收集起來的數據沉澱在DataSimba中，造成明細和維度的數據，經過One ID、One Model作算法應用，將消費者標籤化，業務指標化。

圍繞「人」建設數據中臺最大的價值是經過數據洞察、運營發現、緣由分析、策略驗證、策略應用、效果跟蹤完整的閉環實現了消費者精細化增加， 實現數據中臺最大價值。

咱們曾服務的一個典型泛零售客戶，一年爲其節約了500萬營銷費用，應用的ROI增加很是顯著。