觀遠數據蘇春園：數據驅動、快速迭代，是商業創新的本源

　 阿里云優惠券 先領券再下單

真正讓我們興奮、愿意長期做這件事的初衷，就是做一個偉大的產品，長期服務于企業。觀遠數據的核心是讓決策更智能，偉大產品引領未來。

——蘇春園

專注、極致，是蘇春園的特質。從卡內基梅隆大學信息技術與管理專業畢業后，他加入美國老牌BI（Business Intelligence）公司MicroStrategy（微策略），投身于數據分析及商業智能管理服務。在微策略工作近10年，蘇春園一路迭代，成為中國區產品研發總裁，帶領幾百人的團隊進行產品與研發；也因微策略的拓展，與創業之都杭州結緣。

“數據、算法和算力三股技術浪潮的逐漸普及與融合，為數據智能落地帶來可能。DT時代，能否用數據驅動智能決策，決定了企業核心競爭力。”眼看國內數據智能迎來拐點，2016年9月，蘇春園與老友們建了個微信群，“拉個群成立了觀遠數據，我們說‘低碳’創業”。

專注、極致，也是觀遠數據的基因。成立四年，深耕泛零售與消費行業，通過自主研發的新一代智能數據分析與決策平臺，觀遠數據助力聯合利華、百威英博、全家、鮮豐水果、元氣森林等上百家領先零售消費企業，在數字化與智能化升級的過程中，建立起可持續的競爭優勢。

前不久發布的《2020杭州獨角獸&準獨角獸企業榜單》上，這家BI領域的“后浪”企業躋身準獨角獸行列。

“現在我們還是一家很年輕的公司，未來要服務很多企業10年、20年。觀遠數據致力于成為數據分析與商業智能領域的長期合作伙伴，以偉大產品引領未來。” 

談創業初衷：先磕難度最高、挑戰最大的市場

章豐：從微策略離開時，你是中國區產品研發總裁，創業這個決定，對你來說有難度嗎？

蘇春園：我是典型的工科生，做決定也遵循理性的工科邏輯。2016年前后，國內數據智能發展出現了拐點，人工智能、大數據和云計算三股技術浪潮融合在一起，喊了多年的大數據呈現落地的趨勢。當時，數據智能在國外經過十年普及，從馬云開始提“IT到DT時代”，國內越來越多企業開始重視數據資產的挖掘。

DT時代，核心在于如何用數據驅動分析和決策。企業到了一定規模，每天不同部門、不同角色需要做成千上萬次的決策，如何用數據驅動更智能的決策，決定了一家企業的核心競爭力。對BI領域創業公司來說，中國有更多機會和增長潛力，尤其是與人工智能技術的融合，我們看到國內甚至比全球其他區域更快來到。

找對趨勢和浪潮很重要，另一方面，創業者也要考慮自身的能力優勢是否和趨勢匹配。我們創始團隊都是早期微策略的老班底，微策略是全球BI領域的頭部上市公司，服務了三分之一的世界500強客戶，后來其中幾位去了阿里。2016年，我們重新聚首，成立了觀遠數據（注：以下簡稱觀遠）。 

章豐：成立之初，觀遠就明確了從零售和消費行業切入數據智能？

蘇春園：沒錯。DT時代會對各行各業帶來深刻變革，泛零售行業又是擁抱數據最領先、最市場化的行業，競爭非常激烈，可以說“武裝到牙齒”，選什么商品、如何訂貨、產品應該如何組合來促銷、什么時候應該做促銷如何促銷、什么時候補貨、該補多少……每個決策都可能影響銷量與利潤。

尤其未來十年，零售與消費行業從流量、營銷時代，進入到效率、供應鏈時代，考驗精細化運營和快速反應的能力。通過科技驅動、數據精細化分析，效果是顯著直觀的。觀遠要做的就是通過智能數據分析，幫助企業在數字化與智能化升級的過程中，提升內功，建立可持續的競爭優勢。

章豐：觀遠服務的客戶中，有世界500強企業，也不乏行業腰部企業，數據基礎參差不齊，會給你們帶來困擾嗎？

蘇春園：的確。中國消費零售行業，經過近幾年移動互聯網、電商、新零售的市場教育，已經形成了領先的數據意識，數據基礎相對完備。但另一方面，企業欠缺用好數據的能力。消費與零售業的產品豐富度、產品迭代周期、供應鏈管理和消費人群的復雜度全球最高，具體到每一家企業，數據基礎、數據質量以及數據管理體制不盡相同。所以，我們其實選擇了先磕難度最高、挑戰最大的市場，然后將零售領域的創新向其他領域推進的時候，一定程度上難度是降維的。

談產品定位：打造本土化的一站式服務

深耕四年，觀遠數據已服務于聯合利華、百威英博等500強客戶，在零售與消費行業服務了全家、Lily、赫基集團、生鮮傳奇、來伊份、奈雪的茶、王府井集團等頭部企業，并延伸至其他相關行業，積累客戶達上百家。

觀遠數據部分合作伙伴

章豐：面對千差萬別的業務和商品，觀遠如何把控產品的通用性？ 

蘇春園：無論是什么業態，零售的核心無外乎九個字——人（消費者）、貨、場，進、銷、存，人（員工）、財、物。以快消品牌和連鎖便利店為例，快消品牌不直接面對終端消費者，主要場景在于經銷商和供應鏈的管理；后者直達消費者，更多專注在會員分析與門店運營方面的數據分析場景。雖然各有側重，但是泛零售又有非常多的共性和交集。

在服務了不同領域的眾多客戶之后，我們把代表行業最佳實踐的分析場景、分析功能抽象成通用模塊，在產品架構的底層沉淀了高度標準化的一站式智能數據分析平臺。觀遠對90%以上的客戶都部署了這一套標準代碼，從數據的接入存儲到決策追蹤，每個環節都有相應的產品模塊。 同時，我們擁有一支專業的解決方案顧問團隊，包含數據分析師、項目經理、業務分析師等不同角色，針對不同的業務場景，培訓客戶使用觀遠的產品。整個構建過程一般無需額外進行編碼，客戶只需要將數據導入相應的模塊中，通過拖、拉、拽形成指標的分析，即可得到分析結果，兼具通用性與易用性。

觀遠數據智能數據分析平臺，覆蓋從數據接入、存儲、分析與可視化、AI預測以及分發與消費的數據分析-決策支持全流程。

章豐：一站式服務鏈路長，包含數據采集、清洗的“臟活累活”，是否會影響公司的服務效率和商業效率？ 

蘇春園：作為一家創新公司，是應該聚焦一厘米寬的井，打深一公里？還是把直徑拓寬到一米，有選擇性地打深或打淺？這個問題關乎到商業化定位，也關乎戰略路徑的選擇。國外的模式更多是每家公司打一口深井，還有專業的公司負責把井連通起來，但從國內市場的使用能力、付費意愿，尤其是當前所處的發展階段來看，客戶更希望盡量有更完整的解決方案。所以我們要結合市場發展的階段，打造中國本土企業需要的數字化解決方案，提供更接地氣的、更加一站式的服務。 觀遠的使命是“讓決策更智能”，未來每家企業都要構建智能決策大腦，這是時代的大趨勢，也是我們的愿景。愿景容易達成共識，但路徑需要有人去定義和引領，所以我們提出一整套從BI（敏捷分析）到AI（智能決策）的完整“5A”落地路徑方法論，與客戶一起定義通向智能決策大腦的實戰路徑。

談5A理念：BI到AI 構建企業決策大腦

觀遠數據5A戰略分布

章豐：從外行看，5A方法論是一個由初級到深層的演進路線，具體如何解讀？

蘇春園：這是觀遠服務了一百多家頭部的零售消費品牌后，總結得到的最佳實踐。不同企業對于數據智能的規劃路徑也不一樣，所以我們根據企業的數字化程度，定義了五個階段：

一是「Agile敏捷化」，從經營核心場景切入，快速構建不同業務系統的數據指標體系。

二是「Accurate場景化」，針對企業“人貨場”關鍵場景進行分析實踐，提供面向不同角色、不同業務場景的多維指標體系，實現商品分析、運營分析、市場營銷分析、進銷存分析等全景數據監控和精細化運營。觀遠提煉沉淀多個行業優秀的管理思路，提供靈活借鑒，可以幫助企業快速落地場景化的數據分析應用。

三是「Automated自動化」，基于數據體系，在用戶端實現自助式分析，在業務端實現“數據追人”，協同決策優化。

比如，服飾行業講“258”黃金點，即下午2點、5點、晚8點的銷量，可以判斷一家門店的業績水平。觀遠和某時尚女裝品牌合作，通過算法、模型、數據觀測每個門店的黃金點位的銷售情況，發現不及預期時，第一時間通過企業微信、釘釘等推送數據預警，促使店長去做優化決策。再如，預測到生鮮水果店某個品類即將售罄，此時數據告訴我們，附近另一個門店余量充足，通過動態分析，優化訂貨、補貨，就能降低生鮮商品損耗。

四是「Augmented增強化」，進一步利用AI和先進計算力，實現更深度的分析，挖掘數據內在關聯，提供智能診斷及趨勢預測。比如在便利店場景，通過數據分析結合深度學習模型，融入地理位置、門店經濟指數、氣溫、節假日、促銷活動等關鍵因子，可以預測未來幾天內某個商品的需求量或銷量。

最后一步「Actionable行動化」，通過AI算法能力系統進行分析、自動診斷、預測，從而指導企業重要決策的優化，完成“從數據到行動”的整個決策閉環。為便利店預測到未來的銷售量情況后，進一步形成決策建議，指導訂貨、促銷、生產和物流。

章豐：后兩步不僅解決當下的問題，還可以挖掘數據規律，推斷未來趨勢。

蘇春園：增強化和行動化，是傳統BI都沒有觸及的領域。沃爾瑪通過算法發現啤酒與尿布在銷售上的關聯，這是一個雖然已經有無數版本，但仍然可以稱為經典的數據決策案例。過去此類關聯應用的算法只有巨頭才有可能承擔，隨著技術推動，數據、算法和算力逐漸普及，這些數據分析開始“飛入尋常百姓家”，現在企業所需投入成本不過曾經巨頭所投入的百分之一。

目前觀遠和聯合利華、百威英博、全家FamilyMart等頭部企業在合作中，已經開始探索和落地智能化的應用。將AI算法融入BI建設，是未來零售消費領域智能數據分析與決策的大勢所趨。

章豐：真正要實現行動化的閉環，需要AI應用成熟，也要高度依賴于數據智能。

蘇春園：這點非常關鍵。精準的AI預測也是建立在強大的BI之上，如果企業沒有足夠高質量、結構化的數據積累，建議還是先做好BI的規劃落地。

所以我們在落地5A方法論時，遵循“以終為始、分步構建”的原則，幫助企業找到適合自己的切入口，分步構建企業智能決策的大腦。腰部客戶可以從前三個階段切入，頭部客戶在BI平臺的基礎上可以尋找合適的AI切入點，從后兩步入手。長遠來看，絕大部分企業最終都會完成5A路徑的整個過程，并不斷根據新的業務重復實踐迭代，形成企業的核心競爭力。

談客戶成功：授之以漁，長期相伴

章豐：之前我采訪數據領域的創業者，有人提到目前的市場“價格遠遠低于服務創造的價值”，你的感受如何？

蘇春園：確實，中國市場對軟件服務的付費意愿和習慣，整體和國外至少存在五年的差距。國外企業的IT投入預算至少占銷售額的1%-2%，而其中數據相關的投入占比很大。在國內，能達到這個標準的企業以前鳳毛麟角。但是我也注意到，這個趨勢在變化，中國企業對于軟件服務的意識提升的速度很快。Gartner對于全球CIO2019年數字化預算的調查顯示，不管是全球還是中國，數據分析是IT預算中投入增速最快的。

章豐：這次疫情是否會加速提升這種意識？

蘇春園：短期內企業可能會減少不必要的開支，長期而言，會加速軟件使用習慣的養成。疫情期間，我們的“空中巡店”這類數據使用場景有很強的需求，這是一套自上而下的智能數據分析指標體系，決策者和各級管理者不用再到實地，通過數據大屏或者移動端的輕應用，就可獲得各類數據和分析結果。

我們注意到，數字化能力強的企業，在突發情況面前確實表現比較出色。這種反應速度，是基于平時數字化能力的體現。所以，我們主張，企業在借助外部平臺工具、方案的同時，自身也要有意識地建立自己的數據分析團隊。合作中，我們也秉持著最基本的原則——不觸碰企業數據本身，而是在客戶的環境里安裝部署、挖掘數據，這是觀遠的立身之本。

章豐：你們的邊界意識非常清晰，就像劉備身邊的諸葛亮，搖著鵝毛扇子出主意，最后不爭皇位（笑）。

蘇春園：授人以魚不如授人以漁。有的客戶甚至會直接輸送數據分析師到觀遠來培訓，觀遠學院每月也會定期舉辦培訓沙龍和系列直播課程，幫助客戶掌握和熟悉觀遠智能平臺產品，讓智能分析與決策真正落地可復制。

我們把客戶定義為長期的合作伙伴，現在觀遠還是一家很年輕的公司，但未來要服務很多企業10年、20年。過去我在微策略工作，很多客戶的數據分析負責人已經五六十歲了，從20年前就開始用我們的產品，甚至比我更懂我們的產品。一個有生命力的產品，會貫穿他們整個職業生涯，陪伴他們從分析師一直成長為企業高管。

產品是生產力的象征，偉大產品將引領科技時代的浪潮。真正讓我們興奮、愿意長期做這件事的初衷，就是做一個偉大的產品，基于此為客戶提供長期服務。觀遠的核心是偉大產品引領未來，讓決策更智能。

談數據生態：觀遠希望引領智能決策的未來

章豐：在Gartner最新發布的數據與分析領域的十大技術趨勢中，提到了區塊鏈技術在數據和分析中的應用。你對區塊鏈在數據的業務中的應用怎么看？

蘇春園：坦白說，區塊鏈的應用，離我們相對較遠。今天科技領域也有很多熱門的概念，我們會關注，但不會刻意迎合熱點。

觀遠成立的四年里，一直篤定地專注一件事——數據分析與智能決策。邊界之外的事，觀遠能不做盡量不做，能合作盡量合作。智能決策是一個經過沉淀和反復驗證的行業，未來成千上萬的企業都需要用數據驅動決策。這是觀遠深耕專注的決心，也是核心競爭力所在。

章豐：決策智能化是所有企業都要解決的問題，但大家會有不同的方案選項。比如大公司可以通過IT部門自己做決策大腦，有的公司完全依賴于第三方服務商。

蘇春園：通常只有BAT等互聯網巨頭會建立數據平臺、配有數據專業團隊，對于絕大多數公司，數據分析不是其主營業務，不太會也沒必要占用大量的團隊資源。巨頭更側重構建底層基礎設施，觀遠專注于在此之上，形成更加場景化的解決方案服務于企業，大家都在共建生態。數據分析與智能決策的賽道上，肯定不止觀遠一家服務商，但我們希望成為最能代表未來、引領未來的企業。

章豐：前不久，數據首次正式被寫進官方文件中，成為繼土地、勞動力、資本、技術之后的第五大生產要素。你如何解讀數據成為新型生產要素？

蘇春園：數據作為生產要素，并不稀缺，我們每天都在和數據打交道，企業每天都會積累和產生大量的數據。僅僅有生產要素還不夠，打個比方，有了石油也不夠，需要萃取的方法，提煉成石油產品，才能產生價值。企業競爭力的關鍵，在于如何運用這些數據更好地進行決策。

商業創新都是從量變到質變，從傳統零售到新零售的轉型也是一場顆粒度革命，當一個品牌每周有1000次增長的機會，52周之后，與其競爭的就不是隔壁的品牌了。在這場創新革命中，觀遠數據要做的就是幫助品牌構建決策大腦，讓決策更智能。

申請創業報道，分享創業好點子。點擊此處，共同探討創業新機遇！