再读《商业智能》1.数据智能

Posted 2021-04-20 Egan

 

在阿里时就对曾鸣老师有所耳闻，但因为所从事支付风控业务，总感觉与智能商业是不同的领域，没有十足的好奇心去深入阅读甚至思考。走出阿里之后，当自己真正从事和商业有关的业务时，好友强烈推荐之下，拾起来重新再读却又不一样的领悟。

第一遍时是刚刚进入跨境电商领域，对于行业的理解度还不够，读起来也只是理解一二，从事行业一段时间之后再读感觉回味无群。它讲的是智能商业的方法论，但是不是照抄照搬即可，需要在实践和思考中去验证，同时将商业领域的零碎观点进行消化整合并成体系，也是曾鸣老师在阿里十几年的成长实践中对于智能商业的思考总结。

我们可能潜意识认为商业主要针对零售、电商等业务，其实商业无“法”外之地，任何业务其实都是商业的表现形式，交易是商业最直观的体现，从宏观角度来说，微信里聊天也是在交换各自的“信息价值”，美图秀秀这种工具类产品也需要不断思考如何变现。

       回归到《智能商业》系列本身，人、货、场是商业的三个基本要素组成。以传统超市为例，在没有步入互联网时代时，传统超市的人货场模型已经运行数千年，围绕人货场三要素，存在如下缺陷：

1.  客户未精确：没有与客户进行互动，交易往往是一次且中断的，不知道哪些客户喜欢消费哪些产品；

2. 产品未精确：产品往往是根据B端能力延伸范围所确定，在库存/销量预测方面往往依据经验而非数据，在整体商城产品选择与份额分配方面不够精确；

3. 场所未精确：场所分为场内和场外，在场内货架的布局、商品的摆放位置无智能分析，不能通过销量及反馈闭环来优化。在场外传统的营销广告触达方式无准确定位，广撒网的方式效果不可跟踪与准确衡量，渠道有限；

一语概括，在移动互联网时代，传统商超的运营模式在快速、精确的定位运营中问题并及时解决存在优化空间。如果能优化这些问题，对于客群维护和壮大、客单价提升、运营推广费用降低、库存占用、资金周转等均会有明显的改善，而数据智能是解决问题的钥匙，也会是未来商业的核心。

数据智能

数据智能可以拆分为数据与智能，只有两者同时满足，才能达到目的。

1. 数据

首先要实现全流程业务在线化，业务数据化是数据沉淀的前提，也是能发挥数据智能的钥匙。业务在线化首先要刻画用户画像，用户画像依赖于用户唯一ID，支付宝、微信、淘宝等主流平台可提供登录接口，方便快速建立客户的会员管理体系，之前口碑提出的“支付即会员”也是为了帮助商户沉淀消费会员数据，便于后期进行数据运营。信息化能力建设非一蹴而就，需要长期的人员/技术/业务实践积累，对于传统企业自身建立存在较大的门槛，也可能无从下手。不过有需求就有市场，互联网的重心从原有的2C纷纷开始往2B的业务延伸，提供通用、标准、可快速迭代的业务平台，传统企业只需要清晰的定位自身的需求和业务方向，以S2B的业务模式在初始阶段实现业务的在线化，不失为一条合适的路径。

2. 智能

  数据就如原材料，不同的人做出来的菜有优良中差，要但是数据光有还不够，要看是否全、准、快，只有充分满足，才能在后续的数据智能化过程中少走推翻的路。

   数据有了之后，业务和管理层面要梳理数据的价值如何发挥，将业务指标数据进行建模，也就是算法化，找到数学的方法，用模型去优化业务的决策。对于传统企业，优先要将数据进行整理，在没有数据平台的支撑下，可以用如Excel等传统工具先去进行加工和分析。在一定时间的数据分析经验沉淀后，可形成一套标准化的算法。

   算法或者模型离不开产品化平台的建立，产品化一方面可以快速将模型进行模块化、规模化分析，同时也能与上下游业务平台建立实时数据业务反馈闭环，让数据最终智能优化业务的目标。

 

小结

商业数据智能的路漫漫其修远，非一时而促成，人货场投入与重构的过程也是价值提升的过程，也需要所有参与人“认知”的升级，才能充分有效发挥数据智能的魔力，相信只要愿意投入且合理利用，这个赛道上没有输家。

PS：再读《商业智能》时常会有种场景代入感，因为二十讲是对商业前世今生的精粹总结，自己还有众多需要理解更深入、更系统的地方，错误之处望指正。后续定期会对在实际业务中遇到的问题进行思考和总结，相信也能从二十讲理找到更多启发。