博客 企业数字化转型的核心是“数据中台”,重点在过程数据

企业数字化转型的核心是“数据中台”,重点在过程数据

   卓袋鼠   发表于 2022-03-31 21:08  527  0

一、企业数字化背景

2020年疫情的冲击,让更多的企业意识到了数字化转型的重要性,无论是传统的大中型企业,还是小微企业、初创企业,都在通过数字化转型探索企业未来发展的新道路,重构企业自身的业务场景和商业模式,以期降本增效、增强抗风险能力。

此外,近几年,国家政策在不断地推进企业的数字化转型。2021年政府工作报告明确提出,要加快数字化发展,打造数字经济新优势,协同推进数字产业化和产业数字化转型。今年2月,国务院国资委还印发了《关于加快推进国有企业数字化转型工作的通知》,通知指出,要加强对标,着力夯实数字化转型基础;运用5G、云计算、区块链、人工智能、数字孪生、北斗通信等新一代信息技术,建设敏捷高效可复用的新一代数字技术基础设施,为业务数字化创新提供高效数据及一体化服务支撑。在市场环境和国家政策的双重推动下,企业数字化转型迎来新的发展机遇。

二、数字化如何为企业“赋能”

数字化,并非简单的信息化。过去传统的信息化主要是依靠POS系统、ERP系统等,来收集结果数据,以服装业为例,哪些产品总共销售了多少件?单价多少?剩余多少库存?分析这些结果数据,更多的是反映历史情况,方便企业后续管理。而数字化最有价值的地方是赋能,除了结果数据,它更是通过各种智能IOT,也就是物联网设备,如智能摄像头、货架热点监测系统,获取过程数据,像消费者的到店记录、在哪些商品前有驻足停留、观察触摸,以及消费者的试穿记录、风格偏好等,从而对消费者进行用户画像分析,清楚掌握市场需求的动态变化。再通过大数据、云计算等,建立数据仓,进行智能分析,形成智能决策赋能各个业务端。

比如在服装产品层面,通过热点监测分析,哪些产品更受关注?就应该多备货。哪些产品饱受冷落?那么,就应该减少生产。如果仅靠销售数据也就是结果数据去分析,则有极大的滞后性,最少要收集一个月的数据,统计分析才能得出结果。但通过热点监测分析,能实时记录当天,有多少人试穿过、驻足停留过,就可分析该商品的热度。此外,结果数据分析不到的是,也许某个商品被很多人试穿过,但最终买的人很少。过程数据就能捕捉到这一现象,就可以判断该商品是否存在哪些瑕疵,提醒设计师进行高效的改造。

一个典型的案例是百丽鞋业。在2000年之后以线下渠道为王的时代,百丽就是鞋王,旗下拥有众多品牌,形成垄断性优势。2013年其市值一度超过1500亿港元。但后来随着电商的崛起,百丽开始逐渐衰落,平均一天关两家门店,市值也是大幅下跌,17年私有化退市了。但百丽进行数字化转型后,再一次崛起了。那么百丽是如何做的呢?例如,它在鞋内安装智能芯片进行监测分析,百丽发现他们的一款新品鞋子,试穿率排名第一,但转化率只有3%。试穿率第一,证明这款鞋子的样式应该是极受欢迎的,但购买的人很少,则极有可能是舒适度的问题。经过百丽对这款鞋的研究,确实发现出它的鞋带过长导致穿起来不舒适,经过回厂改造后,这款鞋的转化率增长到20%,销售额飙升到千万级,最终成为了天猫双11的销冠

除了产品层面,还有门店管理层面。一般服装企业都有上千个SKU,但门店一般只能放的下几百个,不可能所有品牌品类都放的下。传统模式都是靠人为经验进行配货、补货,时效性、灵活性、精确性都不高,经常会出现某些产品因缺货而丧失销售机会。但依靠数字化的智能分析,能很好的决策门店该放哪些品类,甚至什么时间段该放哪些商品。还有不同地区的消费者的审美风格也会有差别,哪些区域的门店该放哪些产品,都可以通过数字化形成决策,这些决策都是有数据依据的,而不是靠人为拍脑袋决定的。商品定价也是一样,什么时间段该进行打折促销,打折力度是多少最合适,不同地区门店的打折策略也需要区别对待。

以及人员管理层面,数字化也可实现智能人效管理。线下门店的员工成本是服装企业的重要成本之一。因为每个门店的地理位置不同,客流也会有所差异,所需人手不尽相同。依靠人为的统一管理,并不是最优选择。数字化可根据每个店面的客流情况,结合每个人的绩效,测算出每个门店的最优人力匹配。甚至根据高低峰客流时间段,实现智能排班。

三、转型成功与否的关键是“数据中台”

大部分企业不具备数字化的基因与能力的,因此靠自建是不行的,需要与专业的数字化解决方案提供商合作,帮助自己实现数字化转型。当然企业也需要培养自己内部的相关技术人才,一方面企业内部人士更懂企业自身的运营逻辑,这样能更好与数字化服务商搭配,更全面的将企业的各个环节进行数字化升级。另一方面是,数字化体系搭建好后,也需要企业的技术人才持续跟踪维护。

市场上面向消费零售行业的数字化服务商也有很多,有互联网巨头孵化出的数字化服务平台,如阿里云,也有很多头部的创业公司。最终选择哪个服务商,这些服务商搭建的数字化体系是否能有效,要看他们能否搭建有效的数据中台。很多企业,在以往的信息化或者数字化的过程中,主要是根据各个环节的需要分别建立一套系统,比如订单管理需要一套系统,就建立一个OMS;仓库管理需要一套系统,就建立一个WMS等等。系统跟系统之间并没有打通,形成一个个数据孤岛,无法统筹各部门、各层级的数据,进行智能分析和决策。所以,以往很多企业在做完信息化、数字化后,虽然感觉到方便各业务端的管理了,但是没有感觉到产生质的飞跃。

数据中台,不是一套软件系统,不像ERP等业务系统,只针对某部分环节收集数据、独立存储、计算分析,而是将企业的设计、生产、仓储、供应链、线上商城、会员体系、线下渠道销售等等,所有环节全部打通,将全部环节产生的数据汇总到一起,形成标准数据,建立中央数据仓,然后根据各个环节的业务需要,支持各业务端形成智能分析、智能决策,最终赋能各业务端。

以李宁为例,从2000年到2010年是李宁辉煌的十年。但2010年后,随着电商崛起、以及李宁被贴上传统品牌的标签等原因,公司开始进入衰退期,直到近几年,李宁摇身一变成为国潮担当,再一次崛起。李宁的产品得到新一代年轻消费者的喜欢,是因为它的设计与研发迎合了Z世代这一消费群体。而要保证设计研发的方向是正确的,就需要精准把握Z世代的喜好、消费行为特征,这就要依靠数字化从终端销售环节全面分析消费者的喜好,再打通到设计生产环节,实现C2M、柔性化设计生产服装。

李宁并不是近几年才转型面向新一代消费者的,早在2010年后,它就开始提出品牌要转型面向90后,但显然当时的转型并不成功,2012年到2014,公司3年连续亏损近30亿。2015年后,李宁开始真正数字化转型,也是在这个时间节点公司开始扭亏为盈,股价从3.5元左右,涨至如今的45元左右,股价翻了11倍多。

李宁与阿里云合作搭建的数据中台,将企业的设计生产、仓储供应、线上线下销售渠道、会员体系等等所有环节的数据全部打通。在终端销售环节,收集了线上线下渠道的数据后,可进行需求分析、需求预测、卖点分析、竞品分析等等。形成的智能决策可以赋能给各个业务端。

例如,线上商城以及会员系统方面,可根据用户画像实现智能推荐、精准营销。线下门店方面,根据热点监测数据、顾客试穿记录等,针对不同类型、不同地区的门店,形成不同季度的商品陈列优化方案、促销方案、备货组合方案等等;根据客流监测,形成智能人效管理等等。生产供应方面,可根据终端销售的需求分析、需求预测,智能分析出李宁每季度上市的新品该生产多少,甚至形成更柔性更灵活的分批生产方案,第一批该生产多少保证一两个月的销量,再根据新品上市后,终端销售的各类型数据,分析新品是否需要改进、以及下一批需要生产多少。

李宁的数字化与数字中台,对其全链条的业务环节进行赋能升级,最终才使得李宁转型成功,再一次崛起。表面上看李宁的成功是搭上了国潮的风口,但数字化才是它崛起的本源因素。

每个行业都有自己的特色,其数字化转型思路也不同,但本质都是要搭建有效的数据中台,赋能各业务端。未来是数字化的时代,企业的数字化转型势在必行,率先找到适合自身的数字化转型之路,将会为企业赢得更大的增量机遇。


免责申明:

本文系转载,版权归原作者所有,如若侵权请联系我们进行删除!

0条评论
社区公告
  • 大数据领域最专业的产品&技术交流社区,专注于探讨与分享大数据领域有趣又火热的信息,专业又专注的数据人园地

最新活动更多
微信扫码获取数字化转型资料
钉钉扫码加入技术交流群