觀遠數據創始人蘇春園：望見粒子，洞察秋毫

　 阿里云優惠券 先領券再下單

于浩瀚的數據蒼穹，捕捉每一顆增長粒子。

——觀遠數據創始人兼CEO 蘇春園

蘇春園說，從流量經濟到效率經濟，企業怎樣在每天的經營之中感知到經營神經末梢的變化，能夠在數據的海洋里面看到不一樣的增長機會，考驗的是“望見粒子，洞察秋毫”的能力。

以下是他的演講實錄：

用數字化陪伴客戶成長

1. 蜜雪冰城

如果說聯合利華、沃爾瑪是500強中絕對的行業leader，兩個堅持創新的老兵干將，那來自河南鄭州的蜜雪冰城則一定是零售茶飲行業的隱形冠軍。

3年前，當蜜雪冰城大概有3000家左右門店的時候，就選擇了與觀遠數據合作，布局數字化建設。蜜雪冰城CIO奚沿河對外分享時也一直強調：門店用好數字化，開遍全球都不怕。 果然在三年后，蜜雪冰城走出了國門，成為首家門店破萬的茶飲企業。

從新品的追蹤、杯型設計、產品組合、供應鏈配補貨，萬家門店的高效運營和業績增長，對應的是蜜雪冰城團隊背后的數字化迭代和嘗試。

以其中一款爆品“草莓搖搖奶昔”來說，剛剛推出第三天就開始發現它有爆品潛力?；诖?，蜜雪冰城內部立刻就加強了一些重點區域和渠道的產品營銷投入以及供應鏈配補貨，歷經2年，這款產品依然是蜜雪冰城的明星產品。

2. 元氣森林

第二個例子是最近頻繁上熱搜的元氣森林，一杯飲料的故事。

在今年的外灘大會上，螞蟻集團羅漢堂秘書長 陳龍發表了《當消費升級遇上產業數字化》的主題演講，現場他列舉了元氣森林和觀遠數據的數字化案例。據悉，元氣森林每一位新員工在入職第一天，就會自動開通數據分析平臺賬號，可以獲得所需要的關鍵信息，看數據做決策。而在觀遠看來，元氣森林不僅是一家用代碼管理的公司，更是一家用數據驅動增長的企業。

3. Lily商務時裝

Lily商務時裝，在全國有1000家左右門店，已經和觀遠數據合作了2年推動到第三期?，F在，從店長到導購，都可以通過移動端的數據分析看板(店長/導購管家)，以每小時為單位去發現所負責區域的數據指標變化。

例如，服裝行業里比較經典的258黃金點，下午2點、5點和晚上8點，不同的點如果指標沒有完成，就可以通過數據分析及時追蹤是哪些原因導致，客流、櫥窗擺設還是服務問題。找到問題之后，就可以通過及時人為干預抓住其中的增長機會。

4. 沃爾瑪

沃爾瑪不僅一直排列全球500強前列，也是整個零售消費行業技術創新的引領者。

觀遠數據和沃爾瑪的合作主要是基于果蔬商品智能預測的補貨優化項目。生鮮銷量預測需求在國外可能沒有那么迫切，因為國外的零售渠道非常單一，人口基數也較小。而國內有線上線下各種銷售渠道，產品的需求量也是國外的幾十上百倍，所以準確的銷量預測數字對于供應鏈的配補貨非常重要。

在與沃爾瑪的實踐中，我們發現24節氣是個有意思的變量，比如芒果在雨水后、驚蟄前會達到一個上架到穩定銷售的高峰，那么通過節氣這樣一個凝結了古人智慧的時間分割，輸入給模型去學習果蔬的產品周期，將其經過處理后加入模型，發現該模型對于上下架期間的準確性綜合提升超過2%。

用“灰科技”加速零售消費數字化落地

什么是“灰科技”

從一杯奶茶的數字化到節氣變化對銷量的影響，我們看到零售消費行業的顆粒度革命正在到來或者加速到來。

原來說零售消費是一批貨，一群人，今天講的都是單店、單品、單時、單度、單客、單次，所有的經營元素，不斷地在被拆細。過去幾年最大的技術浪潮就是算法和算力不斷增強，讓企業能夠更細顆粒度地去洞悉問題和機會，這也是商業最本質的邏輯：于浩瀚的數據蒼穹，捕捉每一顆增長粒子。 在合適的地點以合適的方式給顧客合適的商品服務。

觀遠數據是一個科技公司，一方面我們基于實踐提煉認知與行業輸出分享，更重要的，我們負責落地。在過去一段時間，我們系統性的梳理了過去幾年與近200家客戶的數字化合作，得出一個重要結論：不僅要執著于做技術領域的“黑科技”，更要把“黑科技”演變成為真正可落地的“灰科技”。

數字化在近幾年一直很火，各種新的理念層出不窮，企業需要冷靜思考，哪些是適合公司發展的。以機器學習來說，很多厲害的算法在實驗室里非常高端，但走出實驗室就見光死，并不普適于大部分企業。

而觀遠提出的“灰科技”理念，主要具備三大典型特征。

第一大特點，一定是要真正地為用戶服務，產生業務價值。 衡量這個指標，主要關注活躍用戶數。例如上線之后一到三個月內到底有多少用戶在活躍使用觀遠的系統，這也是體現產品業務價值的前提基礎。觀遠產品中有一個“用戶行為分析”模塊，可以監測到企業用戶對于觀遠產品的依賴程度，如果粘性很小，團隊可以快速介入，去發現產品有問題還是與業務結合的其他問題，從而及時干預，快速落地。

其次是能上山下鄉地落地。 企業每一年都在談數字化建設，但卻經?；乇軘祿A和質量問題，這種現象在500強企業和新銳品牌中都普遍存在。當老業務和新業務同時并行時，新業務更具有不確定性，如果企業要進行促銷，就會需要渠道、庫存、銷售各個層面的數據底座，數據中臺和數據倉庫都可以做，但都需要時間整合，而前線業務卻不一定等的了。這樣的例子還有很多，也啟示我們，在數字化轉型的過程中，不僅要追求前沿，更要能夠上山下鄉地落地應用起來。

最后它是一個不斷進化的過程，更多的是技術之上的實踐。 從數據分析到數據智能決策，它絕對不是一個解決方案，哪怕AI一定會在未來改變很多的運營規則和商業規律，但它一定不是一夜之間產生，而是一個進化的過程，需要與實際業務結合，不斷實踐優化。

“5A”落地路徑

不同于“黑科技”，“灰科技”不止是技術，更多是在技術之上的最佳實踐。

大數據時代，企業都不缺乏數據，缺乏的是對于數據整合、分析、應用的能力。不同于其他商業智能企業，觀遠從一開始對定義了從Agile敏捷化、Accurate場景化、Automated自動化、Augmented增強化到Actionable行動化的“5A”數據智能落地路徑。

在觀遠服務的客戶中，80%的企業數字化都是在前三個階段;有20%的企業開始進入到第四或第五階段。但在未來5年，這個比例可能會反過來，這也是智能時代的必然趨勢。

十大行業解決方案

如果說“5A”路徑代表了觀遠數據“灰科技”產品在企業落地過程中的橫向發展路徑，那么縱向，觀遠數據基于過去幾年的沉淀，正式發布“十大行業解決方案”。

觀遠數據在連鎖零售很多細分業態沉淀了很多成熟的方案，在今年也實現了一些新行業的突破，包括新銳消費品牌、運動戶外、美妝美業、綜合通用行業等。在每個解決方案的背后是觀遠的一個理念：技術要為業務服務。

“灰科技”首先是“黑科技”

以落地實踐為前提，在技術層面，“灰科技”首先是黑科技，其次是接地氣，是一個整體產品的概念。

每個企業中，CEO和一線關注的數據指標都不一樣，數據分析師或者資深的研發關注又不一樣，所以每個企業只要有5類決策、10類決策它的數據分析也不一樣。

因此，“灰科技”一定是從業務土壤里長出來的領先技術的組合，要針對不同角色、不同業務、不同基礎的數據提供差異化的數據視角。

這一點，觀遠近幾年的實踐與Gartner8月份對中國數據分析與決策市場需求做的調研結果不謀而合。我們發現：融合式分析在中國分析趨勢上要成為主流。

以報表為例，從產品形態上，它是一個過去式，但在今天，在很多集團性企業里，在CFO董事會的日常需求里，這個需求仍然重要而且要滿足。另外，我們發現，觀遠很多客戶進入到第二期第三期，越來越多的業務部門希望實現自助分析，每個分析結果都可以在各個群里進行共享，這就是一個趨勢，從最簡單的中國式報表，到更復雜的數據科學。

而觀遠從成立第一天就確定了“AI+BI”的產品戰略，經過四年的開發創新，已經具備從數據采集、數據接入、數據管理、數據開發、數據分析、AI建模、AI模型運行到數據應用的一站式能力。

數字化落地，更需要結合1號位認知

技術、方案、服務商、趨勢都很重要，但在企業內部還有一個角色至關重要——1號位。技術服務可以外包，但認知不能外包，這也是1號位的重要性。CEO的對于企業數字化的認知、目標和邊界定義，決定了企業數字化推進的方向和節奏。

基于企業的實際需求，觀遠數據一直推崇看3年做3個月。結合觀遠數據“5A”落地路徑，企業可以看到未來3年到智能決策如何做規劃，再以終為始，一步一步去構建。 觀遠數據合作的很多客戶，包括百威英博、鍋圈食匯、全家便利店等都在一步一步基于當下3個月或6個月穩定迭代，人機協同。

同時，在企業數字化建設中，都會面臨Buy、Borrow、Build三種選項。企業可以在不同階段根據自己的需要改變方式，即使是直接與第三方合作，也可以將第三方能力內化形成自己的能力，例如觀遠學院和聯合利華團隊共同打造的數字化供應鏈研究院。

“灰科技”不僅是一種數字化理念，更是務實創新的最佳實踐。是過去幾年觀遠與近200家行業最領先客戶，一起共同實踐、行之有效的系統性認知與實戰方法論。

展望未來，2020-2030，智能時代才剛剛開啟。未來將更加精彩，觀遠與各位繼續并肩同行。

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！