观远数据苏春园：与客户一起，定义通向智能决策的路径

观远数据苏春园：与客户一起，定义通向智能决策的路径 | 解码数字新浙商No.38

admin 559 2024-10-18 编辑

真正让我们兴奋、愿意长期做这件事的初衷，就是做一个伟大的产品，长期服务于企业。观远数据的核心是让决策更智能，伟大产品引领未来。

——苏春园

专注、极致，是苏春园的特质。从卡内基梅隆大学信息技术与管理专业毕业后，他加入美国老牌BI（Business Intelligence）公司MicroStrategy（微策略），投身于数据分析及商业智能管理服务。在微策略工作近10年，苏春园一路迭代，成为中国区产品研发总裁，带领几百人的团队进行产品与研发；也因微策略的拓展，与创业之都杭州结缘。

“数据、算法和算力三股技术浪潮的逐渐普及与融合，为数据智能落地带来可能。DT时代，能否用数据驱动智能决策，决定了企业核心竞争力。”眼看国内数据智能迎来拐点，2016年9月，苏春园与老友们建了个微信群，“拉个群成立了观远数据，我们说‘低碳’创业”。

专注、极致，也是观远数据的基因。成立四年，深耕泛零售与消费行业，通过自主研发的新一代智能数据分析与决策平台，观远数据助力联合利华、百威英博、全家、鲜丰水果、元气森林等上百家领先零售消费企业，在数字化与智能化升级的过程中，建立起可持续的竞争优势。

前不久发布的《2020杭州独角兽&准独角兽企业榜单》上，这家BI领域的“后浪”企业跻身准独角兽行列。

“现在我们还是一家很年轻的公司，未来要服务很多企业10年、20年。观远数据致力于成为数据分析与商业智能领域的长期合作伙伴，以伟大产品引领未来。”

点击观看视频

谈创业初衷：

先磕难度最高、挑战最大的市场

章丰：从微策略离开时，你是中国区产品研发总裁，创业这个决定，对你来说有难度吗？

苏春园：我是典型的工科生，做决定也遵循理性的工科逻辑。2016年前后，国内数据智能发展出现了拐点，人工智能、大数据和云计算三股技术浪潮融合在一起，喊了多年的大数据呈现落地的趋势。当时，数据智能在国外经过十年普及，从马云开始提“IT到DT时代”，国内越来越多企业开始重视数据资产的挖掘。

DT时代，核心在于如何用数据驱动分析和决策。企业到了一定规模，每天不同部门、不同角色需要做成千上万次的决策，如何用数据驱动更智能的决策，决定了一家企业的核心竞争力。对BI领域创业公司来说，中国有更多机会和增长潜力，尤其是与人工智能技术的融合，我们看到国内甚至比全球其他区域更快来到。

找对趋势和浪潮很重要，另一方面，创业者也要考虑自身的能力优势是否和趋势匹配。我们创始团队都是早期微策略的老班底，微策略是全球BI领域的头部上市公司，服务了三分之一的世界500强客户，后来其中几位去了阿里。2016年，我们重新聚首，成立了观远数据（注：以下简称观远）。

章丰：成立之初，观远就明确了从零售和消费行业切入数据智能？

苏春园：没错。DT时代会对各行各业带来深刻变革，泛零售行业又是拥抱数据最领先、最市场化的行业，竞争非常激烈，可以说“武装到牙齿”，选什么商品、如何订货、产品应该如何组合来促销、什么时候应该做促销如何促销、什么时候补货、该补多少……每个决策都可能影响销量与利润。

尤其未来十年，零售与消费行业从流量、营销时代，进入到效率、供应链时代，考验精细化运营和快速反应的能力。通过科技驱动、数据精细化分析，效果是显著直观的。观远要做的就是通过智能数据分析，帮助企业在数字化与智能化升级的过程中，提升内功，建立可持续的竞争优势。

章丰：观远服务的客户中，有世界500强企业，也不乏行业腰部企业，数据基础参差不齐，会给你们带来困扰吗？

苏春园：的确。中国消费零售行业，经过近几年移动互联网、电商、新零售的市场教育，已经形成了领先的数据意识，数据基础相对完备。但另一方面，企业欠缺用好数据的能力。消费与零售业的产品丰富度、产品迭代周期、供应链管理和消费人群的复杂度全球最高，具体到每一家企业，数据基础、数据质量以及数据管理体制不尽相同。所以，我们其实选择了先磕难度最高、挑战最大的市场，然后将零售领域的创新向其他领域推进的时候，一定程度上难度是降维的。

谈产品定位：

打造本土化的一站式服务

深耕四年，观远数据已服务于联合利华、百威英博等500强客户，在零售与消费行业服务了全家、Lily、赫基集团、生鲜传奇、来伊份、奈雪的茶、王府井集团等头部企业，并延伸至其他相关行业，积累客户达上百家。

观远数据部分合作伙伴

章丰：面对千差万别的业务和商品，观远如何把控产品的通用性？

苏春园：无论是什么业态，零售的核心无外乎九个字——人（消费者）、货、场，进、销、存，人（员工）、财、物。以快消品牌和连锁便利店为例，快消品牌不直接面对终端消费者，主要场景在于经销商和供应链的管理；后者直达消费者，更多专注在会员分析与门店运营方面的数据分析场景。虽然各有侧重，但是泛零售又有非常多的共性和交集。

在服务了不同领域的众多客户之后，我们把代表行业最佳实践的分析场景、分析功能抽象成通用模块，在产品架构的底层沉淀了高度标准化的一站式智能数据分析平台。观远对90%以上的客户都部署了这一套标准代码，从数据的接入存储到决策追踪，每个环节都有相应的产品模块。

同时，我们拥有一支专业的解决方案顾问团队，包含数据分析师、项目经理、业务分析师等不同角色，针对不同的业务场景，培训客户使用观远的产品。整个构建过程一般无需额外进行编码，客户只需要将数据导入相应的模块中，通过拖、拉、拽形成指标的分析，即可得到分析结果，兼具通用性与易用性。

观远数据智能数据分析平台，覆盖从数据接入、存储、分析与可视化、AI预测以及分发与消费的数据分析-决策支持全流程。

章丰：一站式服务链路长，包含数据采集、清洗的“脏活累活”，是否会影响公司的服务效率和商业效率？

苏春园：作为一家创新公司，是应该聚焦一厘米宽的井，打深一公里？还是把直径拓宽到一米，有选择性地打深或打浅？这个问题关乎到商业化定位，也关乎战略路径的选择。国外的模式更多是每家公司打一口深井，还有专业的公司负责把井连通起来，但从国内市场的使用能力、付费意愿，尤其是当前所处的发展阶段来看，客户更希望尽量有更完整的解决方案。所以我们要结合市场发展的阶段，打造中国本土企业需要的数字化解决方案，提供更接地气的、更加一站式的服务。

观远的使命是“让决策更智能”，未来每家企业都要构建智能决策大脑，这是时代的大趋势，也是我们的愿景。愿景容易达成共识，但路径需要有人去定义和引领，所以我们提出一整套从BI（敏捷分析）到AI（智能决策）的完整“5A”落地路径方法论，与客户一起定义通向智能决策大脑的实战路径。

谈5A理念：
BI到AI 构建企业决策大脑

观远数据5A战略分布

章丰：从外行看，5A方法论是一个由初级到深层的演进路线，具体如何解读？

苏春园：这是观远服务了一百多家头部的零售消费品牌后，总结得到的最佳实践。不同企业对于数据智能的规划路径也不一样，所以我们根据企业的数字化程度，定义了五个阶段：

一是「Agile敏捷化」，从经营核心场景切入，快速构建不同业务系统的数据指标体系。

二是「Accurate场景化」，针对企业“人货场”关键场景进行分析实践，提供面向不同角色、不同业务场景的多维指标体系，实现商品分析、运营分析、市场营销分析、进销存分析等全景数据监控和精细化运营。观远提炼沉淀多个行业优秀的管理思路，提供灵活借鉴，可以帮助企业快速落地场景化的数据分析应用。

三是「Automated自动化」，基于数据体系，在用户端实现自助式分析，在业务端实现“数据追人”，协同决策优化。

比如，服饰行业讲“258”黄金点，即下午2点、5点、晚8点的销量，可以判断一家门店的业绩水平。观远和某时尚女装品牌合作，通过算法、模型、数据观测每个门店的黄金点位的销售情况，发现不及预期时，第一时间通过企业微信、钉钉等推送数据预警，促使店长去做优化决策。再如，预测到生鲜水果店某个品类即将售罄，此时数据告诉我们，附近另一个门店余量充足，通过动态分析，优化订货、补货，就能降低生鲜商品损耗。

四是「Augmented增强化」，进一步利用AI和先进计算力，实现更深度的分析，挖掘数据内在关联，提供智能诊断及趋势预测。比如在便利店场景，通过数据分析结合深度学习模型，融入地理位置、门店经济指数、气温、节假日、促销活动等关键因子，可以预测未来几天内某个商品的需求量或销量。

最后一步「Actionable行动化」，通过AI算法能力系统进行分析、自动诊断、预测，从而指导企业重要决策的优化，完成“从数据到行动”的整个决策闭环。为便利店预测到未来的销售量情况后，进一步形成决策建议，指导订货、促销、生产和物流。

章丰：后两步不仅解决当下的问题，还可以挖掘数据规律，推断未来趋势。

苏春园：增强化和行动化，是传统BI都没有触及的领域。沃尔玛通过算法发现啤酒与尿布在销售上的关联，这是一个虽然已经有无数版本，但仍然可以称为经典的数据决策案例。过去此类关联应用的算法只有巨头才有可能承担，随着技术推动，数据、算法和算力逐渐普及，这些数据分析开始“飞入寻常百姓家”，现在企业所需投入成本不过曾经巨头所投入的百分之一。

目前观远和联合利华、百威英博、全家FamilyMart等头部企业在合作中，已经开始探索和落地智能化的应用。将AI算法融入BI建设，是未来零售消费领域智能数据分析与决策的大势所趋。

章丰：真正要实现行动化的闭环，需要AI应用成熟，也要高度依赖于数据智能。

苏春园：这点非常关键。精准的AI预测也是建立在强大的BI之上，如果企业没有足够高质量、结构化的数据积累，建议还是先做好BI的规划落地。

所以我们在落地5A方法论时，遵循“以终为始、分步构建”的原则，帮助企业找到适合自己的切入口，分步构建企业智能决策的大脑。腰部客户可以从前三个阶段切入，头部客户在BI平台的基础上可以寻找合适的AI切入点，从后两步入手。长远来看，绝大部分企业最终都会完成5A路径的整个过程，并不断根据新的业务重复实践迭代，形成企业的核心竞争力。

谈客户成功：

授之以渔，长期相伴

章丰：之前我采访数据领域的创业者，有人提到目前的市场“价格远远低于服务创造的价值”，你的感受如何？

苏春园：确实，中国市场对软件服务的付费意愿和习惯，整体和国外至少存在五年的差距。国外企业的IT投入预算至少占销售额的1%-2%，而其中数据相关的投入占比很大。在国内，能达到这个标准的企业以前凤毛麟角。但是我也注意到，这个趋势在变化，中国企业对于软件服务的意识提升的速度很快。Gartner对于全球CIO2019年数字化预算的调查显示，不管是全球还是中国，数据分析是IT预算中投入增速最快的。

章丰：这次疫情是否会加速提升这种意识？

苏春园：短期内企业可能会减少不必要的开支，长期而言，会加速软件使用习惯的养成。疫情期间，我们的“空中巡店”这类数据使用场景有很强的需求，这是一套自上而下的智能数据分析指标体系，决策者和各级管理者不用再到实地，通过数据大屏或者移动端的轻应用，就可获得各类数据和分析结果。

我们注意到，数字化能力强的企业，在突发情况面前确实表现比较出色。这种反应速度，是基于平时数字化能力的体现。所以，我们主张，企业在借助外部平台工具、方案的同时，自身也要有意识地建立自己的数据分析团队。合作中，我们也秉持着最基本的原则——不触碰企业数据本身，而是在客户的环境里安装部署、挖掘数据，这是观远的立身之本。

章丰：你们的边界意识非常清晰，就像刘备身边的诸葛亮，摇着鹅毛扇子出主意，最后不争皇位（笑）。

苏春园：授人以鱼不如授人以渔。有的客户甚至会直接输送数据分析师到观远来培训，观远学院每月也会定期举办培训沙龙和系列直播课程，帮助客户掌握和熟悉观远智能平台产品，让智能分析与决策真正落地可复制。

我们把客户定义为长期的合作伙伴，现在观远还是一家很年轻的公司，但未来要服务很多企业10年、20年。过去我在微策略工作，很多客户的数据分析负责人已经五六十岁了，从20年前就开始用我们的产品，甚至比我更懂我们的产品。一个有生命力的产品，会贯穿他们整个职业生涯，陪伴他们从分析师一直成长为企业高管。

产品是生产力的象征，伟大产品将引领科技时代的浪潮。真正让我们兴奋、愿意长期做这件事的初衷，就是做一个伟大的产品，基于此为客户提供长期服务。观远的核心是伟大产品引领未来，让决策更智能。

谈数据生态：

观远希望引领智能决策的未来

章丰：在Gartner最新发布的数据与分析领域的十大技术趋势中，提到了区块链技术在数据和分析中的应用。你对区块链在数据的业务中的应用怎么看？

苏春园：坦白说，区块链的应用，离我们相对较远。今天科技领域也有很多热门的概念，我们会关注，但不会刻意迎合热点。

观远成立的四年里，一直笃定地专注一件事——数据分析与智能决策。边界之外的事，观远能不做尽量不做，能合作尽量合作。智能决策是一个经过沉淀和反复验证的行业，未来成千上万的企业都需要用数据驱动决策。这是观远深耕专注的决心，也是核心竞争力所在。

章丰：决策智能化是所有企业都要解决的问题，但大家会有不同的方案选项。比如大公司可以通过IT部门自己做决策大脑，有的公司完全依赖于第三方服务商。

苏春园：通常只有BAT等互联网巨头会建立数据平台、配有数据专业团队，对于绝大多数公司，数据分析不是其主营业务，不太会也没必要占用大量的团队资源。巨头更侧重构建底层基础设施，观远专注于在此之上，形成更加场景化的解决方案服务于企业，大家都在共建生态。数据分析与智能决策的赛道上，肯定不止观远一家服务商，但我们希望成为最能代表未来、引领未来的企业。

章丰：前不久，数据首次正式被写进官方文件中，成为继土地、劳动力、资本、技术之后的第五大生产要素。你如何解读数据成为新型生产要素？

苏春园：数据作为生产要素，并不稀缺，我们每天都在和数据打交道，企业每天都会积累和产生大量的数据。仅仅有生产要素还不够，打个比方，有了石油也不够，需要萃取的方法，提炼成石油产品，才能产生价值。企业竞争力的关键，在于如何运用这些数据更好地进行决策。

商业创新都是从量变到质变，从传统零售到新零售的转型也是一场颗粒度革命，当一个品牌每周有1000次增长的机会，52周之后，与其竞争的就不是隔壁的品牌了。在这场创新革命中，观远数据要做的就是帮助品牌构建决策大脑，让决策更智能。