观远数据logo_商业智能BI BI Copilot
{{item.title}}
400-880-0750 登录 体验Demo
{{product.title}} >
{{sub.title}}
   

对观远BI感兴趣,可免费体验产品。

体验Demo

着手“小”投入、速见效、实应用、易运营,才能实现大产出 | 观远数据COO鲁伊莎

文 | BI分析员

8 月 4-5 日,以“数字未来、价值创新”为主题的 CGCA 2022 中国消费品行业 CIO 大会在杭州顺利召开。大会现场一众优秀品牌展示了极具创新力的产品、数字化案例、先进技术及解决方案等等,共 600+ CIO 汇聚一堂,力求推动消费品行业创新发展,展望数字化美好未来。

观远数据联合创始人&COO 鲁伊莎受邀参会,带来了《让业务用起来的数字化运营实践》主题分享。她表示,“消费品企业数字化要着手‘小’投入、速见效、实应用、易运营,才能实现大产出,真正赋能业务。”

以下为鲁伊莎分享实录:

观远数据自 2016 年成立以来,已经有了 400 多家行业明星客户。在服务客户的过程中数字化道路漫长坎坷,所以我们坚定要做一家能够长期陪伴客户的公司。服务好客户,陪伴好客户,就是观远数据存在的意义。

如何面对不确定环境影响?

最近我们经常跟大家交流一些行业相关问题,比如在整体外部环境不确定性增加,疫情常态化影响下,如何通过数字化投入提高 ROI?如何让数字化投入真正赋能业务?如何以数字化的以用户为中心,从而得到用户的满意和认可?

答案是大道至简,我们在和客户互相陪伴的过程当中,发现解决问题的核心就是以终为始,分步构建。

早期阶段,快速上线很重要。在具体实践当中,整个过程要让业务一起参与进来,让业务共同主导,才能找到真正撬动业务价值的点,从而快速上线。

在此基础之上,通过运营的方式,不断去扩展更多用户和场景。我们有一家头部客户,在过去一年里数据分析平台年度增长活跃用户数将近 3 万。这其中历经了诸多的运营方式迭代,才有了现在的成果。

将数据分析、数据驱动用起来了,也有了用户和场景,未来还可以再做什么?过去几年,很多客户朋友们以及我们的服务团队都在探索 AI 场景。从过往经验来看,真正的能够落地的 AI 赋能有两大本质特征,第一是以数据为中心,第二是真正跟业务领域相结合。如此一来,它才能在特定的、有限的场景里面取得更好的业务价值。如果不是这样,我们可以看到市面上 90% 以上 的 AI 尝试,本质上都是以失败告终。

从这个角度来讲,我们总结了五个消费品企业在做数字化投入时可以考虑的特征维度,分别是“小”投入、“速”见效、“实”应用、“易”运营,以及最后的“大”产出。

“小”投入

“小”投入更多指的是聪明的投入。我们内部经常说观远数据提供的数据分析与决策平台产品,更像是 Meta Product。为什么这么讲?我们真正去用这些国内外的数据分析平台,发现在引进了工具之后还需要投入大量的人力。因为要在 Meta Product 上面去构建内容,这些内容才是真正能够连接业务,解决业务的诉求和问题的智能产品类型。

很多组织和企业在过去的很多年里,因为内部系统很多且繁杂,再加上多个品牌、供应商,以及各种历史问题,最终产生了诸多版本的差异。如此一来,企业在数字化转型过程当中,想在系统之上做数据驱动的项目时,就不得不先去解决这些棘手的问题。

从零售消费行业而言,为了应对近些年诸多线上渠道发生的变化,我们搭建了很多高频数据运营场景实现了开箱即用,即插即用,稳定运行。这种方式还能够让业务在构建内容之前,就能感知到这个分析场景可以解决什么类型的业务问题。

在整个电商板块,观远可以做到小而聪明的投入,从而实现小步快跑,快速上线。以上是一个例子,从“小”投入的视角,我们可以找到更多的场景切口,快速提升 ROI。

“速”见效

接下来是“速”见效。我们接触过很多新锐品牌客户,最近几年生意崛起都很快,也看到很多成熟品牌在孵化新的业务,这些新的业务板块增速也相当快。这时大家面临的问题是当业务每年都在爆发式增长时,数字化怎么既能跟上爆发式增长的业务诉求,同时又能兼顾中长期主线。相当于既满足短期需求,又可以满足长期诉求。我们需要做到的是整体架构组合,又具有相当的灵活性,才可以兼顾短中长期的架构演变诉求。

在数字化的过程当中,能沉淀可复制的人的能力到系统里面,才真正能够支撑业务快速增长,能够为组织和企业提供最大价值。

举个例子,我们有一个新锐饮料品牌客户,他们每一个员工都会有一个数据平台的账号,是和 OA 账号一起开通的。我们可以在每一个场景里面定义员工应该在什么样的角色下,去使用什么样的数据。慢慢地,大家会将数据平台当成 OA 工具一样掌握,从而具备数据运营能力。

做这件事情,关键在于要从赋能 IT,转变成帮助 IT 赋能业务;从固定报表,到能够真正的赋能决策;让繁忙的表哥表姐,变成让业务用户真正用起来。

“实”应用

观远在服务数百家零售消费的客户过程当中,我们发现了一些“数字化洼地”。即便是年营收超过百亿美金的消费品巨头,在做计划的时候,还在使用一堆 Excel 提报。这些提报覆盖了上千个 SKU,再加上众多的部门,最终提报计划的数据堆在 Excel 里,已经超百万。

诸如此类的问题还有很多, 比如数据不准,版本特别多,而且版本数据还要经过整个价值链的上下游协同。就连最基础的,怎么能保证参考数据是准确的,怎么保证新版本能被客户的上下游看到,数据如何保存等问题都屡见不鲜。

在历史过程当中,一个计划经历了多少版本,才能成为公司的一个决策往下实施。在计划执行过程中,跟实际的偏差到底有多大,能不能及时给到业务部门,有能力去准备数据复盘?都是值得思考的问题 。

原来即便做到了百亿级别的生意,大家还是以很传统的离线方式在处理。BI要做的是在数据分析的基础上,怎么能够多走一公里,去解决大家基于数据平台的协同问题,成为让业务真正用起来的一个场景和杠杆。

最后,我们跟客户们一起协同将场景提炼出来,尽量地产品化,最终实现降低应用成本的核心目标。

再举一个例子,常态化的疫情导致了市面上一些线上预测模型失效,这和技术能力高低无关。但是帮助业务真正解决基于数据协同的计划助手。这是能够在特殊不确定性环境下,持续帮助大家维护高效率协同的一个利器。

“易”运营

刚才提到,价值最大化就是要在各种各样场景之下,真正把它用起来。那怎么能够让大家用起来?不管是零售消费品客户,还是说金融行业客户,怎么才能用一年的时间,让活跃用户在数据平台上从个位数增长到上万级别?

所以在运营当中,我们需要考虑 3 个维度的事情:
第一个是对于传统的数据开发者,要怎样解放他的能力,让现有的人发挥更高的效率,同时降低门槛接纳更多的人一起来做这件事情。

第二是要解放每个数据消费者的注意力。从决策层,再到一线业务需求,都是数据消费者。原来数据消费者需要一层层去看、去查询,去做记录,我们要让他们能够解放注意力,尽量让他看应该看的,可以是推送的方式,或者结合数据解释的方式,都可以让他专注应该看的内容。

第三是如何赋能数据管理者。平台上业务/数据分析师有几十个或者一两百个,再到上万个数据分析师,数据管理者需要考虑的问题维度会完全不一样。支撑超大规模活跃用户体量的时候,我们要考虑企业级的多域管理模式及数据安全管控,比如数据脱敏、异构数据的打通,从而做到权限管控有抓手,数据监管有手段。

从一个活跃用户到一千、一万,再到数万,每一个阶段需要考量的整个数据体系,产品或者技术能力以及需要配套的机制都不一样。这些阶段就是大家对数据应用成熟度的认知迭代。只有打好数据基础,我们才有可能用更先进的生产力,去结合数据和场景的内容,把认知 AI 的技术真正成熟落地。

“大”产出

最后是“大”产出。我们常说星星之火,可以燎原。当我们让更多的人、更多的角色能够在整个平台上有机地协同,能够真正用起来的时候,数字化才会变成一个助推器,支撑品牌“以消费者为中心”的品牌创新、营销创新和渠道进阶。在不同的链路上,使用合适的规划和手段,以及运营不同阶段的运营和培养机制,才能达成端到端的全链路数字化运营的赋能。

分享的最后,鲁伊莎表示,“基于服务联合利华、百威英博、元气森林、3M 中国等上百家消费品企业的深刻理解和丰富的实践经验沉淀,观远数据期望为更多身处大数据时代的消费品企业提供,从供应链到消费者,端到端的一站式数据分析与智能决策解决方案,全链条打通企业内外信息系统的数据,并深度挖掘各环节,寻找有价值的数据去指导决策,最后驱动业务增长, 才能真正实现让业务用起来,让决策更智能。”

                                   

热门文章

 
盘点国内外4大免费的数据可视化SAAS工具,让你事半功倍

因为数据规模扩大、数据类型的多元化等问题,增加了数据可视化分析的难度,人们迫切需要更加敏捷的BI产品,有免费的数据可视化的工具,也有付费的,应用类型还有saas类。

文 | BI分析员
 
 
数字化转型浪潮,观远率先开创智能BI时代
如果将 Excel 的历史看作原始商业的历史,那么 BI 的历史或许可以看作现代商业的历史,BI起源于决策支持系统(Decision Support System),发扬于大数据技术的普及。
文 | BI分析员
 
 
观远数据四大优势,助力智能BI决策
观远数据作为一站式智能分析平台,拥有领先的技术与完善的运维体系,产品打通了数据采集-数据接入-数据管理-数据开发-数据分析-AI建模-AI模型运行-数据应用全流程。
文 | BI分析员
 
 
选择一款大数据展示软件,要几步?
众所周知,选择一款好用的大数据展示软件是很多企业的共同问题。现在市面上,有很多的大数据展示软件,国内外的,价位也不同。
文 | BI分析员
 
企业为什么需要商业智能公司管理平台?
公司相比与个人来说,数据量有着量级的差距。为了企业的长远发展,一个合适的商业智能公司管理平台就显得尤为重要。
文 | BI分析员
 
 
如何搭建领导想要的集团管理驾驶舱?
随着企业在资本市场运作,对于资产、财务的可视化程度以及生产和销售的精细化程度要求也越来越高。
文 | BI分析员
 
 
如何建设更好的企业数据决策分析平台
随着信息分析系统的进步,企业业务规模的扩大,原有独立的业务系统模式在一定程度上成为了企业进一步搭建大数据软件平台的阻碍。
文 | BI分析员
 
 
深度测评7款热门的开源报表系统
开源报表系统最吸引人的就是免费、自由开发的特点了,如何选择一个更有效、更适合自己企业业务的开源报表工具?本文就来深度测评7款热门的开源报表系统。
文 | BI分析员
 
 
什么是好的数据可视化分析工具?
如使用过Excel就能够使用的数据分析软件,或者是经过简单的学习就可以上手使用的,有一些数据分析工具在网站上就有不少公开的课程,比如观远数据的观远学堂中就有很多公开课,并且每个月都有对外开放的产品培训,可以经过学习快速的掌握工具的使用,这一点很良心
文 | BI分析员
 
 
更聪明的大数据分析软件,快速挖掘企业数据价值!
想像阅读书本一样阅读数据流?这只有在电影中才有可能发生。在现实世界中,企业必须使用数据可视化工具来读取原始数据的趋势和模式。
文 | BI分析员
 
 
产品矩阵 观远BI BI Copilot 复杂报表Pro BI场景应用 数据接入 智能ETL 数据大屏 移动轻应用
BI解决方案 消费品BI解决方案 泛零售BI解决方案 金融BI解决方案 先进制造BI解决方案 互联网BI解决方案
资源中心 客户案例 行业洞察 产品干货 企业动态 观远学堂 下载中心 帮助中心 技术服务
关于我们 公司介绍 观远招聘 荣誉奖项 行业资质 合作伙伴 商机推荐 最新活动 品牌活动 直播活动
联系我们 电话:400-880-0750 邮箱:hello@guandata.com
微信公众号 微信公众号
微信客服 微信客服
@Copyright 2021-2037 杭州观远数据有限公司 浙 ICP 备15006424号-3 隐私政策 | 友情链接