作為觀遠數(shù)據(jù)創(chuàng)始人，自公司2016年創(chuàng)立以來，我跟團隊就始終把業(yè)務(wù)聚焦到擁抱數(shù)據(jù)比較豐富，但是難度跟挑戰(zhàn)也比較大的泛零售行業(yè)，并致力于為零售、消費、泛互聯(lián)網(wǎng)以及綜合型集團客戶提供新一代智能數(shù)據(jù)分析平臺的服務(wù)，為客戶提供“Actionable Insight”——智能數(shù)據(jù)分析基礎(chǔ)上的切實可行的決策建議，幫助企業(yè)在數(shù)字化智能化升級中建立可持續(xù)競爭優(yōu)勢，為企業(yè)構(gòu)建智能決策大腦，實現(xiàn)企業(yè)從傳統(tǒng)BI到智能BI的成功轉(zhuǎn)型。

幾年下來，我也有不少思考跟想法想要跟大家交流分享。

伴隨著國民消費水平不斷提高，新消費時代消費品的巨大增長力不斷展現(xiàn)?？煜沸袠I(yè)的競爭，其實最終比拼的是供應(yīng)鏈效率、商品流轉(zhuǎn)效率和用戶體驗的提升。

通過數(shù)據(jù)驅(qū)動業(yè)務(wù)增長，企業(yè)在數(shù)據(jù)運營層面提出了很多共性要求，如建設(shè)靈活、敏捷易操作的數(shù)據(jù)智能平臺，沉淀數(shù)據(jù)資產(chǎn)，在解決數(shù)據(jù)“可用性”基礎(chǔ)上，實現(xiàn)可探索式的自主分析，滿足企業(yè)高、中、基各個層級用戶的數(shù)據(jù)分析需求。

而隨著算法和算力不斷增強，讓企業(yè)能夠更細(xì)顆粒度地去洞悉問題和機會，在合適的地點以合適的方式給顧客合適的商品服務(wù)，這是新消費時代商業(yè)最本質(zhì)的邏輯。

這就要求，從新品設(shè)計、生產(chǎn)計劃、倉儲物流、訂單管理到營銷售賣，每一步經(jīng)營效率的提升都要建立在高效的數(shù)據(jù)智能基礎(chǔ)上，都要基于實時的數(shù)據(jù)結(jié)果給出正確的價值反饋。

這就需要科技服務(wù)企業(yè)將“黑科技”轉(zhuǎn)變?yōu)椤盎铱萍肌?，從消費者出發(fā)，找準(zhǔn)產(chǎn)品定位，提高供應(yīng)鏈效率、商品流轉(zhuǎn)效率和用戶體驗，使敏捷化、智能化、細(xì)顆?；臄?shù)據(jù)分析和應(yīng)用工具更好地服務(wù)客戶。

“灰科技”主要具備三個特征：真正為用戶服務(wù)，產(chǎn)生業(yè)務(wù)價值；能“上山下鄉(xiāng)”落地；不斷的進化與技術(shù)實踐。

根據(jù)不同企業(yè)的信息化程度，我們制定了從敏捷分析到智能決策的“5A”落地路徑方法論，即Agile敏捷化、Accurate場景化、Automated自動化、Augmented增強化、Actionable行動化。從BI到AI逐層遞進、陸續(xù)升級，不管企業(yè)處于哪個發(fā)展階段，都可以找到適合自己的切入口。

所以，我們在2020年發(fā)布了一站式分析平臺3.0版本，涵蓋Universe數(shù)據(jù)開發(fā)、Galaxy數(shù)據(jù)分析、Atlas云三大“灰科技”產(chǎn)品線，就像人類探索宇宙一樣，Galaxy像便攜式的望遠鏡隨時打開，探索智能決策奧秘，面對復(fù)雜化的決策流程，Universe像強大的基座可以幫助企業(yè)望向外太空，而在深耕行業(yè)不斷實踐的過程中，Atlas則像星圖一樣幫助企業(yè)沉淀行業(yè)最佳實踐。我們這個平臺可按企業(yè)個性化數(shù)據(jù)分析決策需求進行自由組合，始終陪伴企業(yè)成長每一階段，讓企業(yè)在不同時期滿足不同場景的分析和決策需求，以此實現(xiàn)降本增效和業(yè)務(wù)增長。

低代碼和無代碼是我們的產(chǎn)品特色。以場景化為例，將指標(biāo)可視化，通過不同類型的銷售指標(biāo)、流量指標(biāo)和庫存指標(biāo)呈現(xiàn)可視化，針對不同的用戶，可落地不同的分析模型。通常情況下，95%的企業(yè)都可以直接利用我們提供的數(shù)據(jù)處理與分析能力，無需任何定制。 

因此，我們已具備了零售數(shù)字化轉(zhuǎn)型的核心特征——敏捷化、智能化、細(xì)顆粒化，能夠?qū)σ欢ㄆ陂g內(nèi)所有新品的綜合業(yè)績進行分析，以天為單位跟蹤新品的目標(biāo)達成趨勢，針對單個新品，詳細(xì)分析其上市后表現(xiàn)，評價新品健康度。未來，我們還將與更多客戶一起持續(xù)打磨智能分析與決策產(chǎn)品，深化零售消費業(yè)務(wù)方案，用數(shù)據(jù)驅(qū)動企業(yè)精益增長，讓決策更智能。讓只有巨頭才用得起的數(shù)據(jù)分析，惠及所有企業(yè)，“偉大產(chǎn)品引領(lǐng)未來”是我們的信仰，我們共勉。

To B市場講求長期主義。而智能決策是一個需要經(jīng)過沉淀和反復(fù)驗證的過程。有生命力的產(chǎn)品，會陪伴客戶一起成長，同時也需要在準(zhǔn)確把握大趨勢的基礎(chǔ)上，定期煉丹回爐（如頭腦風(fēng)暴、專家交流、團隊學(xué)習(xí)），持續(xù)硬核進化，才能用產(chǎn)品和專注構(gòu)筑自己的護城河，以更好的產(chǎn)品和服務(wù)，在未來，可以幫助更多企業(yè)走的更長久，10年、20年乃至更長。

趨勢一：BI不會只停留在對歷史數(shù)據(jù)的多維統(tǒng)計，而是通過與不斷普及的算法、算力融合，實現(xiàn)更自動、智能的數(shù)據(jù)探索跟實時預(yù)警、未來預(yù)測、自動診斷以及行動建議。

通常情況下，企業(yè)業(yè)務(wù)操作都會產(chǎn)生大量數(shù)據(jù)，例如訂單、庫存、交易賬目及客戶資料等，通過商業(yè)智能軟件能夠幫助決策者增進對業(yè)務(wù)情況的了解。而商業(yè)智能的關(guān)鍵則在于如何從業(yè)務(wù)數(shù)據(jù)中提取有用信息，并根據(jù)信息產(chǎn)生有價值的結(jié)果。

算法、算力的提高以及海量數(shù)據(jù)積累，將改變中國BI市場的現(xiàn)狀。以往的BI雖然很有價值，但更多的是對歷史數(shù)據(jù)的多維統(tǒng)計，還沒有真正達到智能水平。如何幫企業(yè)預(yù)測未來，自動診斷、發(fā)現(xiàn)問題，或者做更復(fù)雜的分析決策，整個行業(yè)包括國外其實也都沒達到。

商業(yè)智能旨在將企業(yè)于生產(chǎn)活動及運營等環(huán)節(jié)生成的數(shù)據(jù)進行整合、清洗、分析、可視化并分發(fā)，以便企業(yè)實時理解數(shù)據(jù)并獲取有價值的決策信息。

智能決策的本質(zhì)，不是產(chǎn)生爆炸式增長，而是持續(xù)捕捉比原來多十倍、百倍、千倍的增長機會。DT時代，看數(shù)據(jù)做決策會成為一種趨勢。能否用數(shù)據(jù)驅(qū)動智能決策，則決定了企業(yè)核心競爭力。

趨勢二：BI的使用體驗日趨“傻瓜”化，強調(diào)敏捷、易用與行業(yè)場景化，并不斷接入整合更豐富、更細(xì)顆粒度的數(shù)據(jù)源，進一步延展數(shù)據(jù)驅(qū)動決策的應(yīng)用場景和縱深。

在數(shù)字化的世界，智能時代的顆粒度革命必將廣泛開展。企業(yè)就是由那些具有極細(xì)顆粒度的數(shù)據(jù)組成。在數(shù)據(jù)這場顆粒度革命中，企業(yè)每一步經(jīng)營決策都將來源于對經(jīng)營末梢的細(xì)微洞察。智能時代，每個公司都能變成聰明的公司。

大數(shù)據(jù)時代，企業(yè)都不缺乏數(shù)據(jù)，缺乏的是對于數(shù)據(jù)整合、分析、應(yīng)用的能力。在此背景下，借助AI+BI實現(xiàn)全面數(shù)字化轉(zhuǎn)型就顯得尤為重要。但數(shù)字化轉(zhuǎn)型并不只是技術(shù)轉(zhuǎn)型，如果是零售企業(yè)，還需考慮自身身份的轉(zhuǎn)變，例如從粗放經(jīng)營向數(shù)據(jù)驅(qū)動的精細(xì)化運營轉(zhuǎn)變。  

趨勢三：未來，每一個企業(yè)都需要構(gòu)建一個基于數(shù)據(jù)的決策大腦，不斷把想法落地到產(chǎn)品中，再切入到企業(yè)場景，發(fā)揮智能決策的作用，給企業(yè)帶去持續(xù)價值。

在歐美大企業(yè)中，BI基本都是標(biāo)配。對國內(nèi)來說，智能決策是未來10年的確定性大趨勢，而目前BI在國內(nèi)企業(yè)滲透率可能連10%都不到，這個市場才剛剛開始，未來十年，肯定有至少幾百億到上千億的市場容量?，F(xiàn)在可能還在100億以內(nèi)，但是增長很快。未來，從BI到AI的智能分析與決策，需要從BI切入，不斷AI化升級，看3年，做3個月，是一個理性可落地的路線圖。

商業(yè)創(chuàng)新是從量變到質(zhì)變，如果一個品牌每周有100多次增長機會，每周提高1%的經(jīng)營精準(zhǔn)度，在52周之后，你就不是過去的你，和你競爭的也不是隔壁的品牌。你是與未來為伍！

所以，我們一方面深耕泛零售與消費領(lǐng)域，不斷拓寬行業(yè)應(yīng)用場景，另一方面，堅持“AI+BI”，降低BI使用門檻的同時，不斷推動決策從統(tǒng)計分析向更智能的預(yù)測與診斷分析邁進。尤其，在疫情蔓延的背景下，企業(yè)對數(shù)字化的需求越發(fā)迫切，也給“AI+BI”帶來了新的升級與機會。

2021，我們一起加油。

關(guān)于作者·蘇春園：