行业资讯

零售消费企业如何夯实数智化基础，满足高频高效的数据应用需求？

陌大人 2024-08-08 83

随着我国“数字中国”的战略推进，国内的零售消费企业软件架构也经历了由信息化、数字化、智能化的阶段发展，零售消费在IT技术上的投入，也代表了技术与资本投入驱动企业效率提升的企业发展逻辑；同时软件系统的定位细化、流程与数据集成，使得各业务领域的管理精细化提升、业务协同效率提升，这也带来了数据可监控、可优化的业务过程监测点增加与海量数据的产生。独立的“数据管理系统”需求应运而生，以“数据驱动”企业效率提升的价值诉求产生。

零售消费企业数智化升级任重道远

在1979年，美国管理信息系统专家Richard L. Nolan提出“诺兰模型”来指导企业科学合理地制定系统开发规划，值得一提的是模型强调各阶段是不可以跳跃的。现结合零售消费企业的特征以及国内对“信息化”“数字化”“数智化”的概念对阶段模型做简单概述。

信息化阶段：此阶段制约企业效率提升的核心因素在于业务流程的自动化，以“流程自动化”的业务系统建设与集成为核心任务。信息化的转折突破在于各独立度的业务系统被集成整合，业务流程高度协同，自动化覆盖程度高，如“采购到付款”“订单到收款”“计划到产出”等核心业务线的一体化打通。

数字化转型阶段：此阶段业务高度集成，流程自动化建设对企业效率提升的空间有限，进一步提升企业效率的核心在于“数据驱动”的运营策略优化、流程系统优化、管理者的决策优化，以“数据治理与集成”的数据类系统建设成为核心任务。数字化的转折突破在于数据采集设施的建设、数据管理系统与商业智能的应用，如线上埋点/门店监控/设备数据采集等采集类系统，数据中台/中心等治理集成类系统，消费者洞察、营销ROI提升、品类结构优化、智能补货等数据应用。

数智化升级阶段：从业内大家能看到的共识，数智化阶段应该以人工智能算法的应用为核心特征，也包含了数据科学相关的技术领域应用。目前国内零售消费企业，只有头部企业具备并完成了良好的数字化基础条件，才进入到了数字化的深水区做智能应用的探索。

数智化升级阶段难以跨越的鸿沟

根据袋鼠云参与实践的一些大型消费企业在人工智能算法的场景应用项目（如基于销量预测的门店补货、需求预测与智能排产、推荐算法在营销域的应用），大部分企业难以跨越的鸿沟有3点：

1、企业存量数据的质量

机器学习算法的应用前提是较长时间周期（2～3年）的高质量的主数据与业务数据，用以生成高质量的特征变量，投喂给数学算法，拟合出自变量与因变量的函数关系，即模型的训练过程。例如销售预测模型，不仅需要高质量的历史交易数据，还需要对促销类数据有高质量的详细记录（促销的类型、促销的关联商品、促销的规则、促销的时间周期等）。业内说的“rubbish in，rubbish out”就指数据质量问题。何如构建企业数据治理与集成体系是跨越的第一个难题。

2、数据清洗加工的效率

算法类项目，80%的工作投入在于历史数据的清洗加工；一个SKU的预测模型从测试环境到生产环境，可能需要训练多次，每次训练都可能会涉及新的特征变量的数据清洗与数据开发环节；每一个SKU模型需要单独训练（模型泛化能力问题），不同SKU的模型所需要的特征不一样，即数据清洗工作会重复发生。抛开人工规则开发对模型增强的工作量，以上3个问题的叠加，使得数据清洗与数据开发工作量巨大，即“有多少人工才会有多少智能”指的是这件事。如何提升企业数据开发效率敏捷响应数据需求是跨越的第二个难题。

3、数据科学的人才投入与数据基础设施的投入

算法类项目由于当前的机器学习底层原理使得A企业的模型成果难以直接复制到B企业同样的应用场景，而需要把“炼丹”过程再走一遍，就不像软件产品在A企业开发好后到B企业可以小成本二开直接应用，使得数据科学相关技术的“平移成本”较高；数据科学家所需要的知识也是数据与业务都需要高度精通，也造成人才培养投入大。相关的数据类基础设施如数据中台、算法平台，数据的存储与计算资源也需要较高投入。

零售消费企业如何夯实数智化基础？

从外部环境来看，大模型、元宇宙等技术发展与探索，零售消费企业有迫切的应用新技术来实现业务优化、经营提效的转型诉求；从行业实践来看，头部企业的数字化转型已进入到深水区，精准营销、智能投放、智能补货、需求预测、智能排产等AI技术与零售业务场景的结合越发成熟，同时也拉开了头部企业与中小企业的数智化能力差距，全行业都在探索适合自己的数智化之路。

无论在数智化起步阶段还是深水阶段的零售消费企业，当前的数智化的基础能力，都是突破进阶的关键瓶颈。对于中小企业，急需构建“存、算、研、管、用”的全栈数据能力，以支撑数据应用建设的业务赋能；对于头部企业，如何提升数据开发效率、提高数据质量，让智能应用的数据供应交付周期更短，高频高效的满足前端数据需求是普遍诉求。

1、袋鼠云：提供零售消费企业端到端数字化转型综合解决方案

袋鼠云提供的综合解决方案涵盖了咨询、设计、产品和实施多个阶段，并且在每个阶段都提供了详细的服务内容。

在咨询阶段，袋鼠云为企业提供业务蓝图规划、组织转型建议以及数据资产规划等服务；在设计阶段，则包括了客户服务、门店管理、供应链应用等多种场景的设计；基于模块化的产品组合、强大的技术、安全和生态兼容能力，为客户提供全面的数字化转型服务。

2、零售消费企业的业务价值实现路径

数据中台建设在业内推进也有7～8年之久，其“技术价值”与“产品价值”毋庸置疑，零售消费企业更多考虑的是“性价比”问题。

而数据中台的“业务价值”在大部分企业项目建设中感到“不太明显”。核心问题一方面，在于大部分的项目建设停留在以“报表产出”做为项目交付终点，而缺少在业务场景层面的深度结合；另一方面在于，把数据中台建设当成“一次性”工程，以传统软件开发“外包”形式来对待，缺少对数据能力建设的长期主义认识以及数据组织能力建设。

在袋鼠云合作过的零售消费头部企业，数据价值可以持续绽放的企业有2个共同点：

数字化战略在企业自上而下的重视及投入，建立了明确数据团队，包含了数据架构、数据开发、数据管理、数据分析等关键岗位，并于业务组织深度渗透，形成以“数据驱动增长”为目标的“联合小组”。
识别与明晰数据驱动或数据优化的业务场景，比如投放ROI优化、促销组合优化、品类结构优化、会员运营、供应链优化等业务课题，使得“联合小组”可以持续的以明确的业务优化目标开展工作。