何夕：泛零售企业如何构建核心数智化能力 | 数智泛零售01课回顾

大数据零售（BDDR）的核心是建立清晰有效的数据战略。

——奇点云副总裁 何夕

8月26日，「数智·泛零售」01课，奇点云副总裁何夕带来线上直播分享《泛零售企业如何构建核心数智化能力》。

何夕，奇点云副总裁，数字化转型战略咨询专家，浙江大学社会硕士生导师，原天下网商主编，原阿里妈妈大数据中心产品专家，原阿里巴巴集团市场部市场专家。发布新作《大数据零售白皮书》。

大数据零售的时代背景

大数据驱动的零售，简称大数据零售。

大数据零售是泛零售行业所面临问题的理论基础，泛零售行业的数字化转型背后有很多信息技术和驱动力。社会化网络（SNS）、电子商务（Ecommerce）、移动化（Mobile）、推荐引擎（Recommendation Engine）所有的技术都在做一件事情，就是把所有跟消费以外的跟人相关的因素，通过数据和算法的方式还原到「人」，让「人」成为衡量一切交易的尺度。

当我们讲到「人货场」时，其实我们讲得更多的是「货」和「场」，「以客户为中心」， 此处的「客户」更多是种理念，而不是真正能被识别的个体。

如何在合适的时间、合适的地点向合适的人推荐合适的产品？这是所有泛零售企业将会面临的主要挑战。这是思考大数据零售的起点。

什么是大数据零售（BDDR）？

随着电子商务的兴起，最初整个零售所产生的变化是突破线上的数字世界，把人定时定点的单点连接变成多点沟通；有限货架、单向流动转向无限货架、个性化配送体验；定时定点的场所重复体验转向无穷多的线上场景的个性化体验。线上的传播大大突破了原有人货场的局限，技术手段进化线下的物理世界，进入大数据驱动的时代。时代给企业提出了高要求：在不断变化的市场中提升企业自身的能力，从单纯的突破线上数字世界，再用线上数据的能力，支撑和进化线下的物理世界，最终实现传播生产、服务管理的全价值链融合。

（中国零售正在面临五大数智化转型挑战 ）

零售行业数字化转型的未来，将以互联网为依托，构筑企业的数据中台战略，用大数据和互联网技术重塑「人货场」关系，助力零售企业数字化转型，实现企业的降本增效。大数据的核心特征在于使用人群的广泛性，不管是一线员工还是用户，都应该而且可以享受到大数据带来的能力和服务体验的提升。我们把这样的未来称为大数据零售（Big-data-driven Retail）。

BDDR的核心是建立清晰有效的数据战略

·如何面向未来建立合适的企业数据战略？

·如何建立企业数据中台基础设施？

·如何建设企业数据资产管理体系？

·如何让数据资产增值和变成业务价值？

·企业是否做好了相关的准备？会员资产如何持续增长？如何转变为业务价值？

面对以上这些问题，从数据视角来看，企业普遍缺乏数据视角和数据资产管理经验。很多情况下大部分企业（哪怕已开展电子商务的企业）在数据资产管理这一块都是空的。我们谈到数据的时候，更多的是讲数据中台的基础设施，这里需要考虑2个问题：1、企业是否真的有上数据中台的需求？2、如果要上数据中台，需要用什么技术、什么方式来建设？

从狭义上来说，数据中台只是一套大规模数据生产的基础设施，它解决了数据「管」起来的需求，但是更重要的是数据如何用起来？数据用起来就需要数据资产管理体系。背后折射的最大认知上的问题是，过去对于技术的理解其实是IT工具解决业务问题，很多时候很多公司会出现面对数据中台、CDP等工具时，会出现为了上数据中台而上数据中台的情况，这只在技术上解决了数据「存通用」的问题，但有无支撑到业务、有无驱动业务人员更好地使用数据做决策是不一定的。数据是从企业内部长出来的。在数据的管起来和用起来之间形成一定的闭环，不断迭代自身的能力，才能在公司内部真正长出数据使用的能力。从数据战略的角度，大部分的数据强并不是技术强，而是组织强、部门强。

我们建议如果建立数据战略一定是「以用带通，以通促用」，首先看前端的业务需求，再看需采集哪些数据、治理哪些数据、分析和应用哪些数据，在此基础上拉动数据打通，解决组织设计问题，完善技术架构，进而带动业务更好地应用数据，对数据产生信心。在过去的两年内，我们做了许多大数据咨询实践。核心是帮助企业定义问题、明确策略。

大数据咨询和其他咨询的最大差异点在于：我们并不认为数据咨询需要一上来就调业务目标与组织，去重构整个流程。而是帮助我们正确理解现状，厘清业务目标、战略目标、组织设计、技术能力、数据能力之前的差距。从业务出发，带动整个数据能力的建设。

基于数据中台建立一方数据驱动力

面临着五大数智化转型挑战的大数据零售同时也需要具备五大能力。

泛会员域：在会员域建立会员的策略，传播运营的能力，能对客户进行分群，从公域将消费者转化成会员，通过会员的持续运营，实现会员的持续增长；

商品域、供应链域：通过数据的方式实现大规模精细化人货场的匹配，满足消费者海量个性化的需求，向后拉通供应链，提升供应链端的效能。

零售场域：通过相关的店货匹配精准地进行人和场景之间的匹配和连接，帮助线下的零售场所做更好的分析与洞察，指导运营汰换、招商引资等。

组织效能域：通过算法实现门店的智能排班， 实现智能人效，一年帮助某鞋服企业减少人力1300人，减少近亿费用。

如何转变呢？

（从流程驱动走向数据驱动）
过去的核心驱动力来自「人+系统+流程」，能力建设在流程上，角色使用系统产生相应行动，得出相应结果。而现在则可以通过数据中台整合一方、二方、三方的数据，向上形成相应的标签体系，做商品的预测、退补货的模型，反哺一方的业务， 真正实现数据驱动，推动企业前行。

建设企业数据中台和数据资产管理体系

以阿里巴巴为标杆，通过企业内部数据信息的整合与外部数据信息的拓展和引入，强化数据支撑能力，依托专业团队挖掘数据价值，用大数据来驱动业务运营，最终实现面向市场的应用开拓。

基于明星需求探索数据产品化路径

在具体实施上，我们将协助企业挖掘出一些明星需求，基于这些明星需求，我们确定了数据赋能的突破口，有效降低企业数智化转型的风险，实现了数据战略从策略端到行动端「端到端的落地」，并有利于持续探索数据产品化的路径。

基于One ID构建用户数据资产

从CDP的核心功能（打通所有一二方的数据、形成标签、圈人）来看，都是构建在One ID的基础上，可综合管理客户的旅程。需打通所有的业务系统，进行数据治理，把原始数据通过建平台、立规范的方式转化成实际可用的数据资产，并通过场景使用的方式提升一方的数据分析和策略指导的能力。

像经营人力资产一样经营数据资产

在组织变革上，我们推荐像像经营人力资产一样经营数据资产，人力资源里有HRBP，HR三支柱模型强调的是问题的迁移，过去我们做的是建设系统、建设工具，用IT工具解决业务问题，今天的思维更多的是怎么处理数据在组织内外部流通的问题，会涉及到共享服务中心（关注通用能力建设）、专家中心（关注业务抽象和解决方案）、ITBP（关注业务的技术架构和应用）。

比如：过去所有的目标由业务提出，由IT执行，但所有的执行只是系统建设。从能力建设的角度，IT和业务需进行分工，IT要做通用能力的建设，由ITBP拉通业务建设；在业务上需提升自身的数据进行决策的能力。这些都是在组织环节上需要考量的问题，更多内容都会在《大数据零售白皮书》中有详细描述。