數(shù)據(jù)信仰下沉，BI分析平民化，這家公司如何實現(xiàn)彎道超車？

　 域名預訂/競價，好“米”不錯過

總結(jié)創(chuàng)業(yè)前的十年，蘇春園認為可用一件事來概括自己的經(jīng)歷，那就是數(shù)據(jù)分析。從卡內(nèi)基梅隆大學畢業(yè)后，他加入了 BI（Business Intelligence，商業(yè)智能）領域的老牌公司微策略 MicroStrategy，從工程師做起到中國區(qū)產(chǎn)品研發(fā)總裁，服務過上百家世界 500 強企業(yè)，一步步解鎖了這個行業(yè)的高度。

展望未來十年，蘇春園的方向很明確，這種「明確」從三年前便付諸于實踐。彼時，國內(nèi)的科技浪潮讓他意識到，中國有足夠大的機會，在 BI 領域彎道超車，就像在移動互聯(lián)網(wǎng)賽道上上演的戲碼一樣，誕生甚至十倍價值于國外的產(chǎn)品，而不僅僅是其「中國版」。

站在變革的十字路口前，他離職創(chuàng)立了觀遠數(shù)據(jù)，公司總部與當時提出新零售概念的阿里巴巴同在杭州余杭區(qū)文一西路上。前不久，公司獲得了由襄禾資本領投，紅杉資本中國基金和線性資本跟投的億元級 B 輪融資。

沃爾瑪曾通過算法發(fā)現(xiàn)啤酒與尿不濕在特定的季節(jié)有銷售上的關聯(lián)。過去，要探索類似的關聯(lián)需要數(shù)據(jù)科學家或數(shù)據(jù)分析團隊，BI 軟件也通常需要有一定技術、分析基礎的 IT 人員或數(shù)據(jù)分析師才會使用。

蘇春園對未來趨勢的判斷即是這種分析能力將變得「平民化」，將數(shù)據(jù)轉(zhuǎn)化成知識這一「特權」會從大企業(yè)走進普通企業(yè)，從專業(yè)人員走向業(yè)務人員，即便是剛?cè)肼毘鮼碚У降摹搁T外漢」。

數(shù)據(jù)信仰「 下沉」

「在國外，每一波商業(yè)浪潮背后幾乎都有一次技術浪潮為支撐；而在國內(nèi)，現(xiàn)在是三個浪潮疊加在一起同時發(fā)生。」這三個浪潮指的是大數(shù)據(jù)、云計算和 AI，蘇春園堅信傳統(tǒng) BI 的未來一定是智能 BI，且國內(nèi)會快于國外。目前，由于國內(nèi)傳統(tǒng)企業(yè)的 IT 設施整體相對國外還比較落后，很多國內(nèi) BI 服務商前期還處于幫助企業(yè)建立數(shù)據(jù)資源庫和部署階段。但這種「落伍」的另一面，則是為國內(nèi)企業(yè)跨過中間段直接進入智能時代提供了契機。

對國內(nèi)與國外零售市場的洞察，也堅定了他做本土化數(shù)字化解決方案的決心，他告訴極客公園（id：geekpark）「中國零售業(yè)務場景創(chuàng)新有后發(fā)優(yōu)勢，很多國外原有數(shù)據(jù)分析方法和工具都很難支撐國內(nèi)不斷創(chuàng)新變化的節(jié)奏?！?/p>

國外零售市場較為「穩(wěn)定」，國內(nèi)零售市場則風起云涌，這也是直接引發(fā)了「AI+BI」的智能熱潮的重要原因之一。

AI 的加入為 BI 帶來了預測的功能。通過將各環(huán)節(jié)數(shù)據(jù)連通在一起，把過去基于歷史數(shù)據(jù)對銷售問題的事后描述，革新為對商品銷售的實時監(jiān)控，甚至是提前預測。對于快消企業(yè)而言，尤其是諸如百威英博這類市值千億美元的快消巨頭，龐大的數(shù)據(jù)量和較小的單件凈利潤意味著即使是相當小的效率提升就能轉(zhuǎn)化為顯著的凈收入提升。因此，在企業(yè)經(jīng)營上，每一次的調(diào)整變化更加依賴數(shù)據(jù)作為決策依據(jù)。

觀遠數(shù)據(jù)利用 AI 算法建模，將專家經(jīng)驗固化到系統(tǒng)，用機器學習取代繁瑣的人力工作。百威英博通過觀遠提供的 AI+BI 方案，已可以做到用 6 個人的團隊完成全國 300 多個銷售點、1700 多個 SKU 的周度和月度的預測工作。

蘇春園覺得，企業(yè)應當把「用數(shù)據(jù)做決策」當做「信仰」來做。諸如一類貨品的進貨與否、進貨多寡等決策已不再應當完全由店主人說了算。這個決策權正逐漸向「BI」轉(zhuǎn)移，也在向普通員工「下沉」。這種「下沉」、「平民化」的變革背后不僅是智能化的趨勢，也有新零售帶來的運營、管理思想的變革，涉及到每一個員工。

成立于 2006 年的見福便利店，其門店規(guī)模已經(jīng)超過 1500 家，一直被稱作是區(qū)域便利店企業(yè)的典范。在觀遠數(shù)據(jù)智能決策峰會現(xiàn)場，見福便利店董事長張利介紹道，通過 BI 對便利店單品單店分析，實現(xiàn)了門店營業(yè)額 15% 以上的提升。

精細管理、快速反應、智能決策是零售決策大腦的三大基礎核心能力。

而精細化管理需要每一個員工都參與其中，參與到運用數(shù)據(jù)中去。觀遠數(shù)據(jù)為老板、員工等不同角色設置了不同的入口，且可通過釘釘或企業(yè)微信在移動端隨時獲取更新的數(shù)據(jù)。在數(shù)據(jù)分析方面，見福原來需要多個數(shù)據(jù)分析員協(xié)作?，F(xiàn)在每個角色都可以隨時監(jiān)測自己的相關數(shù)據(jù)指標，并及時作出調(diào)整和決策。

這種「平民化」的好處還體現(xiàn)在另一方面。如果一家便利店拓展了新店，而新招聘來的店長、店員未必清楚之前便利店的暢銷產(chǎn)品等信息，這時智能 BI 可以提供「指導」，諸如暢銷產(chǎn)品的變化、庫存儲量、明天適合的促銷計劃等。

「越來越多的零售企業(yè)期待數(shù)據(jù)能夠回答從日常運營到重要決策的各種問題，從而賦能從生產(chǎn)到交易的各個環(huán)節(jié)，提升零售效率?！固K春園如此評價正在行進中的趨勢，「由「AI+BI」構成的決策大腦是零售場景人、貨、場之外的第四個要素?！?/p>

與巨頭共舞

觀遠數(shù)據(jù) 80% 的業(yè)務落地于泛零售行業(yè)。據(jù) Gartner 報告統(tǒng)計，到 2020 年全球的商業(yè)智能市場容量預計將達到 228 億美元，自然語言生成和人工智能將是 90% 的新一代 BI 平臺的標準配置，50% 的分析查詢將使用搜索、自然語言處理，或語音生成，或?qū)⒆詣由伞Ｔ谔K春園看來，目前國內(nèi)泛零售的 BI 市場剛剛起步，未來仍有極大增長空間。

而這種「空間」自然激發(fā)了更多玩家入局。

但這并不是一個藍海市場，在有近 30 年歷史的 BI 領域中，國外有 tableau、MicroStrategy、Domo 以及 SAP BO、Oracle BIEE、IBM Cognos 等大公司玩家；國內(nèi)也出現(xiàn)過眾多本土化數(shù)據(jù)服務商再加上新零售浪潮中入局的互聯(lián)網(wǎng)巨頭等。

面對來自不同方向的競爭者，蘇春園將「競爭邊界」看得很淡。與垂直的數(shù)據(jù)服務商相比，他覺得并不產(chǎn)生沖突，「他們是縱向發(fā)展，如果只分析用戶行為，那必然不會涉及到財務數(shù)據(jù)，而 BI 是橫向拓展。」面對美團餐飲 SaaS、阿里巴巴零售通等巨頭從不同方向開始涉足數(shù)據(jù)分析與商業(yè)智能相關領域，他的壓力似乎也并不大，「雖然有競爭，但更多是合作關系?！?/p>

他舉了個例子，通常不隸屬于任何一家大公司的獨立的零售企業(yè)不僅只會綁定騰訊的流量，也會和阿里、京東、美團等等的電商合作，在此基礎上，它會構建自己的「私域流量」。而私欲流量中的數(shù)據(jù)是企業(yè)更關注的，「數(shù)據(jù)在哪，分析決策就在哪?！?/p>

「大公司做的更偏向于構建底層的基礎設施，而我們其實就相當于應用層。」在私域流量的這片空間中，諸如觀遠數(shù)據(jù)這類服務商找到了自己的「舒適區(qū)」。在此基礎上，蘇春園希望觀遠數(shù)據(jù)能夠成為未來智能商業(yè)時代的決策大腦。

在各行業(yè)普遍處于「流量困局」的當下，零售企業(yè)開始回歸行業(yè)本質(zhì)，降本增效。加之消費升級與千禧一代的消費偏好及行為特點難以琢磨，零售企業(yè)也陸續(xù)重點投入精細化運營。與眾多零售企業(yè)接觸的過程中，蘇春園發(fā)現(xiàn)，發(fā)展好的零售企業(yè)有一個共性就是「對科技的投入很堅定」，這種「堅定」需要數(shù)據(jù)信仰來支撐，正如科技成果的發(fā)酵需要時間。

技術或許沒有辦法讓所有人同時變好，但抓住機會至少能夠獲得一定的「加速度」。用蘇春園的一句話講，「在不確定的時代，更要 all in 在確定的趨勢?！?/p>

智能數(shù)據(jù)分析方案咨詢：shopbi2018

申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！