董琳
本文由高科数聚联合创始人兼CEO董琳投递并参与由数据猿联合上海大数据联盟共同推出的《2024中国数智化转型升级先锋人物》榜单/奖项评选。
大数据产业创新服务媒体
——聚焦数据 · 改变商业
自2021年至今,围绕数据展开的系列国家政策正在逐步落地,以数据为核心的产业级应用已成为企业乃至行业关注和业务落地的重点。
数据显示,2023年全国数据生产总量达32.85 ZB,同比增长22.44%。截至2023年底,全国数据存储总量为1.73 ZB,数据产量保持快速增长态势。
面对日益增长的用户数据和大量的数据沉淀,企业是置之不理还是有效利用?答案显而易见。那么,怎么用好数据,如何在每一个业务环节中找到正确的数据应用场景,以及如何为了辅助业务增效开发系列数据产品,并提出有效的解决方案,成为了企业当下乃至未来发展的核心竞争力所在!
使用数据,先从建立数据思维开始
传统的经验主义告诉我们,实践是检验真理的唯一标准。它强调了从过往的直接经验和实际操作中学习与积累知识的重要性。在这种观点下,人们通过反复尝试、观察结果并从中提炼规律。
对于一家传统企业来说,管理层往往习惯于通过历史经验管理公司,做一系列重大决策。这种做法基于“过去成功的模式可以复制”的假设,认为通过对以往成功案例的学习和模仿,企业可以在未来市场中继续取得良好业绩。例如,他们可能会参考以往的市场趋势来预测未来的销售策略。这种模式,我们称之为DTD(Decision to Data,决策产生数据)。
在该模式下,企业决策后所产生的部分数据会作为下次决策的依据,但决策过程中大量的过程数据和结果数据被忽略或浪费。对于行业竞争如此激烈的今天,忽略数据,仅凭经验决策,这对于企业来说,是致命的。
我们知道,数据作为新时代的“石油”,其蕴含的巨大潜力正在被越来越多的企业挖掘。从市场调研到产品研发,从供应链管理到客户关系管理,从市场营销到售后服务,数据贯穿全链条。
对于一家现代化企业,数据已经成为企业发展的新“石油”,传统的经验主义不再是唯一的决策依据,取而代之的是传统经验主义与数据应用的深度融合。企业需要从研、产、供、销、服每一个环节挖掘数据应用场景,实现端到端的以数据驱动优化决策。而这一过程,我们称之为DTD(Data to Decision 数据驱动决策,既决策智能)。
这一转变,这不仅是对传统决策方式的一次革新,也将会是一场企业管理和运营模式的根本性转型。企业必须面对这一问题,从根本上改变思维模式,从传统经验决策向数据驱动的决策智能大踏步前进。
决策智能的必经之路:描述、诊断、预测、优化
我们说,企业的数字化发展需要经历数据的描述和诊断,要对现有的数据进行详细的梳理和分类,理解其来源、结构和质量,这一步骤好比是给企业做了一次全面的体检,了解其健康状况。
接下来,企业将进入真正拥抱数智化升级的关键步骤——预测与优化。在这一阶段,企业不仅要基于累积的深厚数据资产对未来进行趋势预测,更要将这些预测洞察融入到决策过程中,实现决策机制的智能化落地。
需要强调的是,在企业初次践行“描述、诊断、预测、优化”的决策智能四阶段流程时,其中并没有产生真正意义上的预测,而是对“业务”本身数据的体现。实际上,这一阶段聚焦于理解业务逻辑及其运行机制,正是这些业务活动及其追求的结果导向型KPI,塑造并产生了后续分析所需的数据集。
对于企业来说,预测将不再局限于简单的销量预测或是市场趋势分析,而是会扩展到如价格弹性、库存压力、人群变化等更广泛、更深层次的业务场景。让基于研、产、供、销、服五大板块的预测能力得以实现。
这样的预测深度和广度的扩展,将促使企业从多个维度深入理解其运营的微观与宏观环境,实现真正的精细化管理与决策优化。例如,在销售环节,通过对不同市场区域、顾客群体的价格敏感度和购买力的预测,企业能够设计差异化的定价策略和促销活动,最大化市场份额和利润空间。同时,预测人群变化趋势,如人口结构、消费习惯的演变,使企业能够及时调整市场定位和产品组合,更好地服务于目标客户群。
完成预测后,针对预测结果的优化调优是企业数智化过程的最后一环,也是决策智能的第一步。在这个阶段,企业利用从预测模型中获得的宝贵洞见,对各项运营指标和业务流程进行精细调优,旨在最大化效益、最小化成本、提升客户满意度并增强市场响应速度。
从公司管理和运营层面看,该阶段或将对多个指标进行调整,并通过跨部门、跨业务线进行全局优化,确保所有环节协同一致,朝着共同的业务目标迈进。
以调整销售计划为例,基于数据模型所预测的市场需求,企业可以根据预测模型对市场趋势和消费者需求的准确把握,重新审视并设定销售目标。这包括根据不同地区、不同时间段的市场需求预测,细分市场,制定差异化的销售策略,以更准确地触达目标客户群体。
这种持续的学习与优化机制,赋予了企业敏捷应对外界环境变化的能力,确保其在瞬息万变的市场中能够灵活调整航向,保持决策的前瞻性和有效性。
由此,企业实现了从传统的经验主义决策向基于数据驱动的决策智能迈进。完成了从数字化向数智化升级的质变,真正意义上将数据智能融入到业务决策的核心,驱动每个策略选择和行动方向。
行业竞争的拐点:大决策
作为驱动产业升级的重要引擎,产业升级成为整个行业发展的必然趋势,它不仅是对传统业务模式和技术框架的革新,更是对企业战略思维和组织文化的一次全面重塑。
在此背景下,高科数聚提出一项针对企业数智化决策的新概念——大决策。它应对了现代企业决策所面临的高复杂度、高不确定性、高成本、高风险的挑战。旨在推动企业在快速变化的商业环境中做出更明智、更可持续的战略、运营、和营销决策。
大决策是通过利用大数据和人工智能等先进信息技术,以数据驱动和智能分析为基础的决策过程。大决策依赖于收集、管理、分析大规模数据集和应用机器学习、深度学习等人工智能技术,从描述、诊断、预测、优化四个步骤,获取洞察、预测趋势、识别模式,并支持战略制定、研发生产、市场营销、服务运营等关键领域的决策。
这种决策方式在实时性、准确性、个性化和可持续性方面具有优势,帮助企业更好地应对快速变化的商业环境,推动创新和提高效率,最终实现业务成功和竞争优势的提升。
基于大数据与大模型的日渐成熟与广泛应用,决策智能不仅限于理论探讨,而已渗透至社会经济的方方面面,成为驱动各行各业转型升级的重要力量。我们认为,围绕“大决策”理念所落地的系列场景应用,将会对行业产生广泛的业务价值。
对此,高科数聚倡议业界加速构建行业级创新应用产品——“决策智能数据平台DDP”(Decision Data Platform),旨在赋能企业实现高效“生产决策”。本年度,公司已率先发布自主研发的“数聚智慧决策平台DDP”,该平台依托于底层AIGC大模型技术,为解决企业面临的复杂决策挑战而设计,旨在打造一个全方位、多层次的决策智能生态平台。
正如10年前CDP的横空出世,重新定义了企业中用户数据管理的方式。DDP则重新界定了数据在企业运营管理决策中的角色,从根本上重塑企业基于Data to Decision的数据思维,帮助企业有效利用数据来驱动业务增长、优化运营、以及商业的模式创新。
DDP立足于市场、销售、服务以及智造研发等关键领域,助力企业由传统的经验主义决策向基于数据驱动的智能决策全面迈进。平台搭建了30+个决策场景沙盘,提供三方多维数据指标和标签建设能力,以及百余种预测决策模型且不断新增。
此外,DDP整合了一方、二方和三方数据,根据客户需求,以低成本打造个性化数据集市和全方位的场景沙盘。实现一方数据不出门、本地化部署的策略布局,该平台使决策智能业务应用实现了从数据到决策的完整闭环。
在实际应用中,DDP的效果也十分显著。在成本控制上,我们为某款车型一年的促销活动节约了超过9000万美元的成本,极大地减轻了财务负担。其次,在收益提升方面,针对平均每月售出2000台的三款车型,我们实施的策略预计每年能为其带来大约2亿元的额外利润,显著增强了盈利能力。销量增长上,DDP的平台优势凸显,有效指导策略促使品牌月销量实现了从4000台至10000台以上的飞跃式增长。
DDP推动企业数智化加速
大决策的提出与实践,将标志着企业数智化发展真正步入决策智能的新时代,它不仅是对传统决策模式的超越,更将助力数字中国的加速发展。
在此背景下,高科数聚自主研发的DDP或将成为企业数智化升级浪潮中的引领者,以前沿的技术力量,以及深刻的行业理解和实战经验,为企业提供了一个从数据洞察到决策优化的全方位解决方案。
可以预见的是,DDP的推出,标志着企业将实现从经验依赖向数据驱动的决策转变,这一转变不仅能够大幅提高决策的准确性和效率,还能帮助企业发现和把握先机,快速响应市场变化,从而在不确定的商业环境中稳健前行。
就像CDP在十年前开启了一场关于客户数据管理的变革,DDP也正站在新的技术与理念的交汇点,引领着企业迈向更高层次的数智化升级。
·申报人“董琳”简介:
高科数聚联合创始人、CEO董琳,15年+汽车跨国公司经验,中国科技新闻学会大数据与科技传播专委会专家委员,北京大数据协会首席数据官专委会理事,中国车联网产业技术创新战略联盟副秘书长。带领高科数聚连续4年获中国首席数据官联盟大数据企业排行榜汽车行业第一名。
点击文末左下角“阅读原文”链接还可查看高科数聚官网
★以上由董琳投递申报的观点性文章,最终将会角逐由数据猿与上海大数据联盟联合推出的《2024中国数智化转型升级先锋人物》榜单/奖项。
该榜单最终将于7月24日北京举办的“2024企业数智化转型升级发展论坛——暨AI大模型趋势论坛”现场首次揭晓榜单,并举行颁奖仪式,欢迎报名莅临现场: