《觀遠數據：2024零售消費行業智能分析與決策實踐合集（102頁）.pdf》由會員分享，可在線閱讀，更多相關《觀遠數據：2024零售消費行業智能分析與決策實踐合集（102頁）.pdf（102頁珍藏版）》請在三個皮匠報告上搜索。

1、零售消費行業智能分析與決策實踐合集近20家先進數字化典型實踐剖解，多角度詮釋數據價值精選實踐聯合利華|元氣森林|絲芙蘭中國|漢堡王中國張亮集團|慕尚集團|來伊份|王小鹵交流互鑒獨家對話行業先進企業數據從業者，學習先進企業數字化實踐方法論深度洞察剖析行業細分賽道典型案例，探尋適合企業自身數字化升級路徑數字經濟時代，全球化競爭加劇，數字化轉型席卷各行各業，最貼近人們“衣食住行”生活必備的零售消費行業，更處于轉型的浪潮之巔。轉或不轉已不成問題，難題卻在如何轉型。面對數字化的必答題，眾多零售消費企業選擇從以經驗為主的經營決策，轉向數據驅動的智能決策，挖掘數據價值，實現降本增效，寫下數字化經營提效的最佳

2、答案。利用數字化手段充分應用數據，提升數據價值成為零售消費企業發展的重要抓手。市場環境不斷變化，零售消費行業快速發展，在經歷了以產品為中心、以渠道為中心的發展階段后，在人口紅利和互聯網紅利消失，以及供需關系轉變的背景下，零售消費行業進入存量博弈階段，以用戶為中心成為企業的核心增長點與長期發展趨勢。零售消費企業建立與用戶直接溝通和交易方式，低成本獲取第一手用戶數據是企業增長的必有之路。而想要充分挖掘數據價值，就一定需要找到適合企業自身的數據應用方案。商業智能（Business Intelligence，BI）正是無數企業應用數據、提升價值，飛馳奔向“數據驅動的智能決策”的一條高速公路。BI為企業

3、連接數據孤島，打破數據壁壘，幫助企業整合、組織、分析數據，賦能更敏捷的業務分析與決策，為企業經營管理、業務決策、戰略發展提供穩固而有力的支持，成為企業數字化變革、創新持續發展的必選項之一。觀遠數據在商業智能領域深耕多年，以行業領先的BI產品體系，為不同發展階段的企業打造更適應企業發展需求的數據應用方案。在零售消費行業，觀遠數據已深入服務了包括聯合利華、3M中國、絲芙蘭中國、安踏、元氣森林、蜜雪冰城等數百家行業領先企業，沉淀積累下豐富的數字化創新實踐經驗。零售消費行業智能分析與決策實踐合集 匯整了觀遠數據與零售消費行業領先客戶的近20項BI最佳實踐，覆蓋餐飲茶飲、鞋服時尚、美妝個護等多個細分賽道

4、，內容涵蓋絲芙蘭中國、漢堡王中國、元氣森林、張亮集團等多家先進企業創始人、CXO、數據從業者的親述分享，世界500強企業聯合利華在供應鏈數字化領域的最佳實踐，與來伊份、靜博士、氣味圖書館等細分賽道領先企業CXO、數據負責人的交流對話，對王小鹵、鍋圈食匯、凱盛浩豐等數字化轉型先鋒企業的實踐洞察與探索。希望通過該實踐合集，能夠幫助更多零售消費企業與相關從業者認識BI價值，找到適用于企業自身發展階段的數據應用方案，開拓數字化增長新路徑，進一步實現商業創新與可持續增長。前 言01 實踐分享 元氣森林：數據驅動的元氣森林從12個月到52周，365天的數據分析實戰 絲芙蘭中國：分貨效率提高60%，“讓業務

5、用起來”的門店新品AI+BI智能分貨案例 漢堡王中國：沖突數字化變革與創新的禮物 張亮集團：3個月從0-1快速落地數據分析能力，BI實現業務全流程數字化 慕尚集團：敏捷BI上線一年不到滿足全集團業務數據需求，員工使用率達86.3%每日的菌：從爆品出圈到價值沉淀，實現破局增長 奧蘭中國：BI一定是把握市場的方向盤02 最佳實踐聯合利華：AI賦能品牌DTC場景下的快速補貨決策價值鏈聯合利華：從 AI 需求預測到基于多級庫存控制理論的補貨策略03 數智對話 獨家對話元氣森林：揭秘崛起背后的數字化策略和生存法則 氣味圖書館CIO溫曉瑩：1周VS1小時，BI為業務提效數十倍 對話來伊份：BI月活躍用戶突

6、破2000+，“讓業務用起來”成為日常 靜博士COO楊智昌：數字化運營在業務中的落地，用起來才是王道 咬不得CFO施東海：數字化是需要長期布局、持續深耕的 樂凱撒CTO黃道泳：餐飲企業的數智化建設，要看企業所處發展階段04 深度洞察 品類王者！王小鹵以數據貫通產品、渠道、品牌全鏈路，撬動增長飛輪 出圈之后，NEIWAI內外、Ubras如何以數字化推動品牌長紅？“飛馳”的鍋圈食匯，以“數據智能引擎”領跑賽道 凱盛浩豐：一顆“爆品”番茄從種子到餐桌的數據故事05 附錄 關于觀遠數據 觀遠數據零售消費行業標桿客戶名錄（部分）觀遠數據零售消費行業榮譽獎項（部分）更多行業白皮書下載CONTENT 目錄P

7、AGE 010205PAGE 4142461013202531PAGE 4950545861PAGE 7273798588PAGE 9293959798666801實踐分享數據驅動的元氣森林從12個月到52周，365天的數據分析實戰，我們各個部門從底層都知道，全鏈路最優是追求的結果，也是做策略調整的初心。，數據驅動不但要定性地輔助決策結果，還需要定量地提高決策的頻率，縮短策略落地的時效。，正因為觀遠對于過程的透明展示，才使得從簡單評價優劣的溝通，轉變為運營人員主動調整策略系統里的某一條策略，來優化決策的細節。精彩觀點：元氣森林是一家致力于為美好生活創造健康好產品的中國食品飲料企業。公司成立于2

8、016年，以“整合全球資源為全球用戶創造有愛的好產品”為企業愿景，先后榮獲國家高新技術企業的稱號。目前，旗下擁有元氣森林氣泡水、燃茶、纖茶、外星人電解質水等系列產品，現有五座工廠已經投產，分布在華北、華東、華南、華中和西南。從拒絕添加防腐劑，到升級污水、固廢排放標準，再到充分利用可再生能源、全面打造創新型綠色工廠，元氣森林用自己的實踐助力健康、環境和氣候可持續。我將會從數據對決策的影響、決策過程的正向循環、策略執行的自動化三個方面簡單分享元氣森林的數據分析實戰，這三個部分分別對應12個月、52周、365天的不同數據驅動感受，也感謝觀遠數據對我們的幫助。關于數據對決策的影響，在決策的過程中，普遍

9、追求的結果是Act最優，也就是結果的最優。通常會用預算的數據作為方向的指導，定期復盤兩者間的差異，這是一個中長期的對照。而周期間的偏差分析還需要LE的輔助進行調整。LE在元氣森林內部稱為實際預估，對應單詞是Last Estimate，直譯為“最近的預測”。LE作為執行結果Act的動態預估，一方面是更早地發現執行差異，一方面是提供周期內調整的機會。讓業務用起來的企業價值章肖洋元氣森林首席運營官02這是元氣森林引入觀遠數據作為數據分析工具時最開始做的工作，將原本分散在各處的數據分析工作，在底層的數倉和表現層里做了集中。這個過程中，我們發現這種以月為周期的中長期調整對于我們這樣市場建設時間不夠長，供

10、應鏈建設時間更短的企業，頻次是不夠的。決策過程的正向循環在第二個階段，我們開始學習建立如何在更多的決策中使用數據，為決策過程建立正向的循環。以供應鏈為例，這種以周為節奏的策略分析與調整，是使數據影響力變大的一個很好途徑。首先公司各個部門從底層都知道全鏈路最優是追求的結果，也是做策略調整的初心。其次部門間對于服務能力的預期、服務結果的評價、需求的預估，這些都是互相影響的。雖然出發點都是效率和產出的最優，但是受限于部門視角的寬度，對于部門間策略的差異做出決策，要結合更多的信息進行綜合評估。大的評估原則基本遵循全鏈路最優。針對不同的策略，評估出全鏈路成本的差異，需要多角色協作。這種協同工作基本圍繞S

11、&OP規范流程進行。數據對決策的影響ActBuLE追求結果的最優預算作為方向的指導動態的結果預估 在決策的過程中，普遍追求的結果是Act的最優 一般會用BU.的計劃數據作為方向指導，復盤兩者間的差異，這是一個中長周期的對照，而周期間的偏差分析還需要LE的輔助 LE作為Act的動態預估，一方面是更早的發現執行差異，一方面是提供周期內調整的機會決策過程的正向循環方向的一致各個角色的初心全鏈路最優對于結果最優的標準評估與合理估計的規劃跨部門的策略上下游的需求與服務全鏈路最優周期性的循環，例如S&OP各個部門的角色，都會以公司最優為出心。在跨部門的長鏈路上，受限于部門視角的寬度，部門最優與全鏈路最優的

12、評估會是多因素綜合的結果。03在實踐中針對不同重點進行全鏈路效益評估。對各部門協同工作而言，以周為維度進行，已經是能夠接受的較高的頻率了。所以在傳統的協作模式下，日常調整和反應周期想要提升，那么這種協同決策的方式還需要進一步的提高效率。數據驅動不但要定性地輔助決策結果，還需要定量地提高決策的頻率，縮短策略落地的時效。策略執行的自動化第三個階段，也就是策略執行的自動化。在這個階段，我們開展了一些策略執行的自動化項目，將決策的周期提高到了日維度。針對多因素的協作決策，需要考慮很多上下關聯的執行數據和計劃數據，例如ATL和BTL的投放的策略、渠道的計劃、市場的變動、生產能力的彈性以及供應商的變動，還

13、有社會環境的變動。在單純依靠S&OP的多輪協商，靠人來提高頻率，已經明顯感覺到上限的情況下，我們在觀遠數據的幫助下，通過提煉服務能力的邊界、市場目標和市場變動的關系、供應鏈的反應指標策略等，將原來在S&OP機制下綜合研判的邏輯逐步自動化，達到日維度內一定范圍的自動決策，緩解了原有機制下復雜度和敏捷度之間的一定矛盾。觀遠數據幫助我們在這個過程中透明地向運營人員展示了既定策略，在結合數據之后，改變執行計劃的中間步驟，做到能讓運營人員能夠看得懂。因為哪些策略帶來了實際執行計劃與周期原定計劃的差異，能夠放心地執行計劃的變動部分。同時一些反常識的調整結果，也能夠清晰的知道是由哪條策略或者上下線設置的不合

14、理造成，能夠具體地調整。在這之前，我們也上線過一些數據決策項目，但相對觀遠而言，對于非技術人員的表現不夠清晰、不夠具體，所以經常出現一種對“自動化決策的結果與人為決策結果孰優孰劣”的籠統的、簡單的評價。正因為觀遠對于過程的透明展示，才使得從簡單評價優劣的溝通，轉變為了運營人員主動調整策略系統里的某一條策略，進一步優化決策的細節。這使得一些自動化決策的項目有了運營人員和技術人員共同提高決策結果的好氛圍，同時也避免了一步到位的高投入和高風險。再一次感謝觀遠數據團隊為我們提供這樣高效率和低成本的數據分析平臺，讓我們在行業中學習進步的途中，多了一個適合的服務商，也多了一位能夠依靠的幫手。策略執行的自動

15、化ATL、BTL、渠道計劃、社會環境、市場變動、生產能力、供應商變動S&OP的多輪協商，每一輪針對不同維度的目標綜合評價的流程機制復雜度與敏捷存在矛盾服務能力的邊界，市場目標與市場變動的關系，供應鏈的反應反應結果多因素信息對齊的環境流程與時間的復雜度策略的執行頻率與規范04絲芙蘭中國：分貨效率提高60%，“讓業務用起來”的門店新品AI+BI智能分貨案例，AI+BI不是說完全不需要人，這是一個人和系統更好的結合。，團隊必須要有一個BI的dashboard才能夠更加直觀地感受到數字化帶來的效果，才能夠愿意去應用它。，光是上一個系統，而沒有一個流程的變化，或者不能讓大家的生活、工作變得更加簡單，那系

16、統是不會上得非常順利的。精彩觀點：絲芙蘭中國是LVMH集團下的高端美妝零售，總部在法國。在中國市場有來自全球200多個品牌，其中包含絲芙蘭自有品牌。絲芙蘭中國是全渠道零售，有線下300多家門店，線上絲芙蘭APP、小程序和各平臺上的旗艦店。所以對于絲芙蘭整個供應鏈來說，要提供的就是線上線下全渠道的服務。所以，接下來所分享的絲芙蘭中國和觀遠數據一起打造的門店新品AI+BI智能分貨案例中，談到的貨物的分配也都是線上線下全渠道的分配。談到美妝零售，我們也想跟大家先提一提我們所面對的挑戰，讓大家能夠更好地理解為什么我們會和觀遠數據進行智能分貨的合作：挑戰一：新品快速迭代正如我剛才所說，絲芙蘭作為集合店，

17、它每一年的新品迭代其實是非?？焖俚?，基本上每一年1/3的產品都會迭代換新?？焖俚奶魬饘ξ覀儊碚f就是如何將新品更好地買進、更好地去部署新品庫存、更好地讓它到達消費者希望的渠道，這些都是我們在做新品安排的時候供應鏈所需要考慮的。美妝零售供應鏈面對的挑戰 趙蘇絲芙蘭中國供應鏈總監 05挑戰二：全渠道消費者需求多變大家也知道這幾年因為疫情的影響，所以不同品類都有非常大的變化。我們銷售的產品有護膚品類、彩妝品類，還有香水、美發儀器等等，在這個大的市場的影響之下，全渠道消費者整個需求是非常多變的，這種情況下如何做好快速的響應，也是一個我們所要應對的挑戰。挑戰三：零供信息傳遞鏈長從剛才我們談到的品牌而言

18、，我們有很多品牌是進口產品，因此在其中對于新品上新、老品下線、新品市場安排或者門店促銷等等零供的信息，傳遞鏈其實是比較長的。它與我們在本土生產的產品非常不一樣的一點在于本土生產的產品有可能在賣成爆品斷貨時，經過兩周或者三周就能很快補上，但對于進口產品，哪怕是空運也很難在短時間內將需要的貨物補上。所以，在這里就更加考驗了我們的預測以及分貨的精準度。挑戰四：海量數據分析需求上述這些挑戰，其實也都是提出了一個海量數據分析的需求。如果我們做不到對這些數據相應的及時分析的話，也就很難做出第一時間的反應，去看到哪些新品賣得好需要補貨，哪些新品可能在某些區域有所滯銷，需要與門店或者品牌方一起更好地推動。挑戰

19、五：合規性要求提高這兩年因為國家的化妝品管理條例的提出，對我們整體的合規性要求也對應提高，所以也增加了進口產品的一些難度。門店新品AI+BI智能分貨實踐案例在理解了我們所面對的一些挑戰后，我想大家也就不難理解為什么絲芙蘭中國要在去年，特別是在疫情后，提出來要做這樣一個更好的新品分貨的項目。AI+BI 門店新品分貨項目提出及實施時間表項目啟動供應商遴選POC展示投標定標項目范圍確認項目時間表初步確認數據對接、模型試跑試運行逐步拓展品牌和品類模型調優功能模塊開發回顧試運行結果模型調優看板優化工作流優化正式上線2021 Q12021 Q22021 Q32021 Q406項目歷程大家可以看到，我們的整

20、個項目其實從2021年一季度提出，到最后四季度實施上線，項目時間并不是特別的長，這也是有賴于觀遠數據團隊的大力支持。在去年一季度的時候，項目正式啟動，做供應商的篩選，包括一些POC的展示。到第二季度，就確認了這個項目具體的范圍時間表，觀遠數據團隊在里面開始做我們各種數據的對接，跑一些初步的模型。到Q3，是比較深度參與的雙方一起來做的試運行階段，來看一看從一個品牌到多個品牌，項目模型是否能夠支持，以及一些輔助的功能模塊的開發。在這段時間中觀遠數據團隊和絲芙蘭供應鏈團隊有很多面對面的溝通合作，產生了非常多的交流。到了四季度，就是不同品類的回測，有了回測之后更進一步地提出模型的調優，并且一起開發BI

21、部分的dashboard，以讓團隊更好地將它用起來。只上一個系統而沒有流程的變化，或者不能讓團隊感到這個系統能讓大家的工作變得更加簡單，那這個系統是不會很順利上線的。在這個項目中，基于觀遠數據BI能力，能夠讓我們的業務團隊更直觀的看到應該采取哪一種行動來幫助門店新品分貨。在這里也想簡單地介紹一下我們和觀遠數據一起實現的整個模型、整個產品的邏輯。供應鏈：AI+BI實現更靈活，更自動的預測銷售預測繁瑣低效幾乎是所有企業都面臨的問題依賴人效率低精度差數據庫/數據倉庫及Excel等實現AI算法與業務規則預測任務基于分析洞察，對結果進行按需調整01 數據快速接入 02 預測邏輯實現03 可視化展現04

22、在線數據調整05 高級分析通過控件、鏈接、下鉆等功能實現豐富的可視化誤差分析利用時間序列、what-if等分析工具進行深入探索深入的預測誤差分析預測結果可視化展現07供應鏈價值我們目的是希望通過AI+BI相結合，實現更加靈活、更加自動化的預測，解決從前依賴人、精度不高、效率也受限的難題。當然在這里面并不是說以后都完全不需要人，而是人和系統的更好的結合。系統能夠基于算法和我們輸入的業務規則，更快的幫助我們看到數據，也能更快速的接入數據。然后可以做一些基于已有的預測邏輯實現的預測任務，通過可視化方式展現給我們的planner在線進行更多的業務洞察，之后做一定的調整，并且這個系統也能夠幫助我們做一些

23、更高級的what-if的分析。大家可能會覺得可視化不是一個非常高大上的方法，確實可視化在各行各業的供應鏈里已經用的比較多了，但正是因為如此，才一定要在BI的加持下讓模型通過可視化展現出來，發揮模型的作用，才能更好的做人機交互。這是我們做項目時一個非常大的感受。供應鏈：AI+BI實現更靈活，更自動的預測用例描述技術影響能力建設為了可以更快的響應終端的需求，提高新品鋪貨的周轉效率。通過基于門店維度的新品銷售需求預測，匯總到倉庫維度的補貨計劃，打通全鏈路 實現由終端需求推演得到分貨和補貨計劃的全鏈路零供協同場景 提高分貨效率，加快鋪貨周期，降低終端機會損失 千店千面，提升分貨均衡度 優化客戶體驗通過

24、AI+BI的解決方案，在優化業務流程的同時，加快整體鋪貨和補貨的周期，實現優化用戶體驗的終極目標解決的問題 新品預測精度較低 新品分貨邏輯復雜，維護難度大 鋪貨復雜度高導致頻次低，進而影響終端有貨情況 AI預測做到千店千面，預測精度提升，分貨更均衡、補貨更精準 BI分析及時定位問題商品，快速鋪貨滿足需求。關注業務指標走勢，及時定位問題不斷優化。提升交互，優化業務協作流程。加強人機交互，融合模型與人工經驗 新品鋪貨能力增強：AI和邏輯引擎的加持，提升整體鋪貨和補貨的能力和效率 業務拓展性：底層特征工程與數據整合，使得整體項目的可拓展性增強 業務流程打通：分貨補貨的預測邏輯統一，整體補貨鏈路打通，

25、提升協作效率有貨率 分貨均衡度分貨效率25%20%60%08Smart Allocation平臺我們可以看到，觀遠數據的方案幫助我們提高了25%的有貨率，庫存的均衡度也有了20%的提升，整個分貨效率也有了60%的提高。在這里特別想講的是，如上述所說由于消費者需求的變化，我們各個店的需求也變化得非?？?，如果要求完全由人工去做分析，那肯定不能高效反應，只有基于我們打造的Smart Allocation的工具，才能夠更好的做到。我們的每家都有針對店鋪的鋪貨策略，能保證我們分貨的均衡度和有貨率。并且因為有了dashboard，整個業務流程也做了打通，那么在分貨之后我們向品牌方補貨的協作也更加高效，這點

26、也是非常重要的。AI+BI門店新品分貨項目實施體會在這里也想借此機會總結一下在這個項目實施中的體會。業務問題清晰提出是數字化的前提做任何數字化工具，“做工具”都不是最終目的，“我們到底要用這個工具解決什么樣的業務問題”才是最重要的。如果業務問題沒有很清晰的提出，那做數字化產品的開發以及實施時就會迷失方向。所以我們說業務問題的清晰提出是數字化的前提。業務團隊與方案提供方緊密打磨AI產品是關鍵我們也非常感謝觀遠數據的團隊，在整個過程中非常高效的以專業水平跟我們一起來打磨這個產品。我相信各個零售企業的業務團隊跟我們一樣，都是有一些這樣那樣的需求在的，也對業務有自己的一些理解，觀遠數據能夠在提出一套基

27、礎的方案后，雙方一起溝通，在基礎方案之上做一些客制化。打磨產品是非常非常重要的。BI工具幫助整體工作流程轉變和提效在打磨產品的過程中，如我之前所講BI對于我們整個工作流程的轉變和提效也非常重要，如若不然AI的這些模型我們都是看不到摸不到的，團隊必須要有一個BI的dashboard才能夠更加直觀的感受到真正的數字化帶來的成果，才能夠愿意去應用它。模型不斷優化，保持數字化工具可持續支持決策我們和觀遠數據2021年一起合作這個項目，到今年2022年也一直是在合作過程中。每一個季度隨著我們新品的上新，觀遠數據的團隊都會繼續做一些模型的調校。特別是隨著促銷的不同，在分貨效率上其實是會有一些變化，不斷的模

28、型調優對于我們長期的、可持續性的支持決策也非常重要。我相信這兩年的合作對絲芙蘭團隊和觀遠數據團隊來說都是一個加深彼此了解的過程。有了這些了解，有了這些know how之后，雙方才能夠再繼續去打磨更多“讓業務用起來 讓決策更智能”的數字化產品。09漢堡王中國：沖突數字化變革與創新的禮物，沖突越激烈意味著更多新的可能性，一群人在邁向未知的時候，沖突越激烈，意味著所有人都在想為這件事情負責任，每一個人視角都蘊含著新的可能性。，真正要能夠做出來一個讓業務用起來的優秀數字化項目，一定要在推進過程中和大家實現融合創新。，你要問我要“讓業務用起來”，關注力放在哪里更具效能，我會告訴大家放在對人潛能的相信，放

29、在對與眾不同的好奇。精彩觀點：自2005年入駐中國，漢堡王在2012年迎來了爆發性發展，大大加快了中國市場的開店速度和城市布局，截止目前已經有一千余家門店。之所以能有如此爆發式的增長，與他們早期擁抱數字化浪潮有很大關系。在這個不確定的時代，沖突是一個繞不開的話題，有外在世界的變化，商業的變化，技術的變化，也有內在組織發生的沖突變化。面對沖突，作為轉型的負責人、數字化項目的推進者或者變革的執行者，到底要怎么去做？“沖突是邁向未知世界的自然反應，需要潛意識層面的洞察與回應?！睂O曉鹿說道，并總結了整個數字化進程里，三個層級的沖突：顯性化的沖突，供&需的沖突到底值不值得做這件事情，這件事情到底的意義是

30、什么？一個數字化項目的契合度、預算、數字化準備度等顯性問題，是大家都能夠看到的沖突。這些沖突應對和處理的方法不難，通過項目管理的方式分階段，基于專業度、邏輯自洽的方式可以很好地回應和化解。組織內的沖突，需&需的沖突做項目面臨的總部和前線的沖突，實際上是業務支持和業務的沖突，以及大腦和終端執行的沖突。數字化變革與沖突孫曉鹿漢堡王中國運營優化副總裁/創新賦能教練10首先，連鎖有那么多門店，如果一套數字化系統沒有把所有情況考慮進去，某一線人員發現被評為差店，自然會覺得不公平，會主動抗拒系統。其次，很多組織數字化項目只給數據分析結果，只有哪里不好。其實除了告訴一線哪里不好，更要告訴他要怎么做，怎么解決

31、問題。過去或許可以直接忽略掉這些一線的聲音，但現在的數字化時代里，如果這么做了，最后共創出來的數字化項目、系統，再好用也沒辦法讓業務用起來，因為一線人員從心理上不接受。我&世界的沖突我們在職場希望創造什么？只是一個系統來去證明我們的個人價值？還是希望創造整個組織商業的突破？亦或者創造整個組織人和人之間的緊密融合？這關乎每一個人內心深處潛意識層面的選擇。與誰同行，可以在數字化旅程中轉化沖突面向種種沖突的數字化旅程過程，與誰同行實際上是至關重要的。孫曉鹿有自己的答案。要與自己同行如果自己是“擰巴”的，是沒有辦法去做好自己都不認同的事情。與內部伙伴同行真正要能夠做出來一個讓業務用起來的優秀數字化項目

32、，一定要在推進過程中和大家實現融合創新。首先把一線或者最難搞定的人，一開始就拉進來，否則項目只會陣亡。在碰撞的過程中，大家能夠彼此去看見背后的動機是什么，這件事情在他的價值觀體系里有多么重要。這種碰撞可以讓這件事情遠方的意義和目的越來越清晰，過程中的困難就會變成成長的階梯。對于企業的數字化項目或者是變革的負責人，這幾點是特別重要的。與有著同樣信念的外部合作伙伴同行孫曉鹿介紹到，“漢堡王中國選擇觀遠數據時，可能是誤打誤撞，但做的過程中，卻是逐漸堅定了要用觀遠數據?！边@里有幾個重要節點：首先選供應商要看技術實力和背景，其次是團隊的融合性和延展性。在面對這些沖突，如何實現既要、又要、還要？遇到這種沖

33、突時，是相互去指責說不行，還是一起共同去擔責，去創造?！霸陧椖抗詰鹬?，我看到觀遠的小伙伴們，他們和我們有著同樣的信念，他們不怕沖突，他們也是在沖突里面越挫越勇的一批人?！睂O曉鹿說，“在這個過程中，沒有走任何企業成熟的老路，我們和觀遠數據是在開創自己的一條路。項目越往前走，就越沉浸其中，當項目做出來，真正被用起來的時候，我們真正相信了沖突是可以轉化成禮物的。也從那一刻開始，我們真正相信了只要一群有信念相同的人，同頻的人在一起，就是會了不起，就是會創造無限的價值。我作為客戶，要真誠地感謝他們?！睗h堡王中國和觀遠數據，一起開創的系統創造了哪些價值漢堡王中國整合自身技術內容，構建整合了經營分析系統，

34、融合觀遠數據AI+BI能力，引入多套算法、機器學習在系統內實現億級計算，實現門店動態標桿+營運底線標準的四維精準門店評價。關于門店動態標桿，漢堡王中國實現了精準到店，精準到了每一個細節。以10個店為一個標桿組進行排名，洞察10個店的利潤空間。結合觀遠數據的算法能力，漢堡王中國更加精準地定位了標桿門店，實現了在最有限的時間，review 最重要的門店。11關于營運底線標準，漢堡王中國為所有門店打上了既能夠守住基本營運安全標準，又能夠實現動態利潤空間管理的標簽。在打標簽之前，漢堡王中國在項目 test 過程中，充分結合首批測試門店（First Follower）的實踐，對比系統結果與傳統認知，得到

35、業務對項目落地的一致性肯定。最后展示幾個經典的系統應用情況。第一，利潤空間和標準底限最細顆粒度拆解從人力成本出發，可以看到員工兼職、全職，上三薪班、普通班，亦或者其他因素影響；從物料角度出發，能觀察最小配料的情況；傳統監督除了費時費力，只能在得出結論時讓門店按照標準改善。在有系統之后，可以發現很多共性的數據，如果大部分門店做不到標準，問題可能出現在別處。例如醬料不標準，可能是濃稠度導致的，最該響應的是總部研發改良醬料和器皿，而不是讓一線門店糾正執行。通過連接總部和一線，確認問題根源，做好利潤空間。門店是利潤的最小單元，但是不意味著門店是利潤所有執行的唯一責任相關方。第二，門店診斷可信賴，知識庫

36、助力店長明改善、快成長在標簽系統中，門店所有的關鍵指標由紅黃綠燈展示，店面哪里做的好，哪里做的不好，一覽無余。針對不好的問題，或者可復用的知識，系統里嵌入了基礎專家知識庫。大多數的問題，門店可在知識庫里面找到行動方案解決，極大降低門店管理者技能門檻。數字化項目不是只解決商業問題，是要把商業和人共同連接在一起去促進。第三，激發潛能助力人才發展，自驅學習推動組織發展很多不一樣的人，不一樣的做法，產生了不一樣的數據結果。一定要看到數字化背后的人，也一定要看到數字化能夠對人產生的價值。數字化賦能看見更多的民間高手和機敏做法，相信沒有人能拒絕數字化，大家都會擁抱數字化。孫曉鹿表示，“因為有了數字化，我在

37、偏遠地區小門店里做的一件對品牌有正面影響的小事情，被遠在總部的領導看見了，不僅得到了及時的表揚，而且被鼓勵分享、激勵了更多伙伴，他有什么理由不去接納數字化?！弊詈?，回到“讓業務用起來”的主題。很多企業在數字化推進過程中，會把推廣作為最后一站。漢堡王中國不是這樣，在推廣時讓首批測試門店發揮正向影響力，成為第一批擁護者，再要讓大家創造體驗和實證。其次，推廣只是一個開始，還要去做到落地。傳統的企業會做胡蘿卜加大棒，但是漢堡王中國更多的是關注是那些不同的聲音，可以告訴大家這個系統未來可以做什么，到底什么是業務真正重要和在乎的東西。最后，不只是關注人，也要校驗成果。所有的數字化，最后一定要拿到ROI。這

38、個過程中，效能實際上是共創出來，而不是由單方面的追蹤和管理出來的。漢堡王中國孫曉鹿說道，“所以你要問我，讓業務用起來，關注力放在哪里更具效能，我會告訴大家放在對人潛能的相信，放在對與眾不同的好奇?！本拖褚活w植物，你把關注力放在哪里，那個地方就會生長。如果把關注力放在糟糕的地方、恐懼的地方、管控的地方、不信任的地方，不信任質疑也會蔓延、也會增長，在組織里會形成一堵高墻?？墒侨绻殃P注力放在激勵、好奇、與眾不同的開放，慢慢的很多人也會在這個過程中變的柔軟，也會變的自然相互影響和成長。漢堡王中國與觀遠數據都相信：一、數字化變革與創新，是將一個個沖突轉化成禮物的奇妙旅程。二、去未來創造價值的，從來不是

39、數字化，而是一群心懷愿力、沉浸其中、放膽一試的人。12張亮集團：3個月從0-1快速落地數據分析能力，BI實現業務全流程數字化，觀遠數據幫助我們將人工經驗沉淀為固化的系統規則，讓我們的數據建設進入了系統主導的自動化階段。，企業的數字化不僅要依托于信息系統的搭建，還需要能融合組織數字化、人才數字化、管理數字化的綜合進程，打造圍繞系統的組織架構，形成一套組合拳。，基于BI能真正為他們帶來的效率提升，業務人員也更愿意積極地參與到BI建設中，進一步讓企業的數字化基礎建設能夠真正落地在撬動業務價值的點上。精彩觀點：張亮集團為什么要進行數字化建設？有外部驅動和內部驅動兩個方面的因素：外部驅動張亮麻辣燙是20

40、08年成立的，但前期我們內部運營管理信息化和數字化的程度和進展都相對緩慢。我們在參加各個行業展會或者對賽道、競品進行調研時發現，餐飲行業外部營銷信息化應用非常廣泛，從中也發張亮集團旗下品牌張亮麻辣燙創立于2008年，經過十五年戮力耕耘，張亮麻辣燙迅速發展為集直營、加盟、研發、培訓、設計、管理、服務于一體的全球餐飲連鎖品牌，下轄28家分公司，擁有直營店100余家，連鎖店面數量超過5800家，在業內樹立了廣泛知名度及高品質口碑。2019年開始，張亮麻辣燙正式啟動全球化店面連鎖的戰略布局，先后在日本、美國、澳大利亞、加拿大、新加坡、新西蘭、英國、韓國等10個國家的25個城市建立43家品牌門店，不斷進

41、行品牌升級，為輻射全球餐飲市場打下堅實的基礎。內外驅動張亮集團數字化戰略落地顧 超張亮集團技術運營中心-IT總監13現了我們亟待提升的部分。在行業市場整體蓬勃發展的環境里，我們的數字化升級迫在眉睫。在這種外部驅動下，我們的數字化升級需要短平快跑，甚至需要彎道超車，且不允許走彎路。我們在2022年選擇跟觀遠數據合作進行數字化建設也是基于這個原因。觀遠數據在餐飲行業數字化實踐上有非常豐富的經驗，團隊也非常敬業。過去一年里我接觸了不下一百個供應商，對觀遠數據的能力非常認可。觀遠團隊會主動催著我來推進項目，而不是要我催著他們。內部驅動張亮集團是“雙總部”的模式，不同職能部門分散在哈爾濱和上?？偛?。像招

42、商、供應鏈、財務、外賣等部門，非常需要數字化，通過數據驅動來優化跨部門溝通協同的能力。過去我們有雙周會、季度會、半年會、年會等等大小會議，要讓所有部門在會上報告數據，例如董事長在會上問現在門店數量的數據，董事長助理說需要最新的數據，就要找連鎖經營的副總裁，再找連鎖經營督導，再找到店長，一層層上報，整個流程冗長也耗時耗力。這種真實案例顯示的是我們必須通過數字化建設打通業務全鏈路的數據流，提升內部經營管理效率。行業外部和企業內部共同驅動著張亮麻辣燙的數字化轉型，我們將其提升到了集團戰略高度，規劃從0-1搭建數字化基礎，并和觀遠數據合作，希望通過BI平臺的搭建，以終為始推進信息化的快速建設，加速落地

43、數字化轉型。為了推動集團數字化戰略，我們在過去一年里做了很多事情，包括組織架構的變革，將我們的供應鏈公司合并到集團體系內，還包括上線了大概10個信息化系統。做這些事情的過程里，BI都是其中一個主要的環節。例如組織架構變革后需要重新匹配賬號，例如上線集團財務系統后要整合數據。觀遠數據幫助我們把2008年之后能拿到的數據全部進行了清洗，清除了信息孤島，將割裂數據串聯，放入BI進行統一管理，讓我們實現了一體化分析。同時，觀遠數據也幫助我們將人工經驗沉淀為固化的系統規則，讓我們的數據建設進入了系統主導的自動14化階段。例如過去我們的客服接到訂單后有一個判斷訂貨是否合理的“訂貨規則”，這個“訂貨規則”會

44、通過25個步驟來驗證訂貨是否合理、哪里不合理，這25個步驟是我們企業長期沉淀的人工經驗。觀遠數據幫助我們將這些經驗根據邏輯規則固化到了BI里，現在我們只要每個月通過BI定期輸出給監管部門，就能知道門店的訂貨是不是根據規則來做的。隨著數字化基礎設施的建設，我們也很快步入了數據主導的精細化運營階段，并開始進行智能化的探索，打造一些融合AI分析的產品。從0-1構建以業務為核心的數據分析體系接下來具體分享下張亮集團的數字化實踐：第一，BI選型：多個業務系統同步規劃進行我們在2021年12月決定要開始用BI，但當時我們的財務系統、電話系統、訂貨系統等等都在同步規劃中，于是BI選型的時間就拖到了2022年

45、3月開始，并最終在當年5月定下了與觀遠數據合作。合作敲定后，我們和觀遠數據一邊做系統規劃一邊接入數據，一步步實施，到10月下旬BI一期內容正式上線，現在雙方已經在探討二期的建設內容。從2022年才慢慢開始接入10個信息化系統，到接下來還有10個系統的建設計劃，開始數字化建設后，數據對于我們來說越來越重要，我們的BI看板也越來越多。第二，BI建設歷程：獲得決策層支持，深入挖掘業務需求回看我們上線BI的歷程，首先牽頭的是信息部門和財務部門。當時我們新來的CFO說，集團的生意做的很好，每年賺很多的錢，但是背后的一些數據邏輯卻不知道。信息部門和財務部門都想去推進信息化和數字化的建設，但要怎么去跟決策層

46、講這件事呢？我們就開始倒推，我們肯定要做數據建設，我們就需要BI。我們做了一個BI的規劃，這個規劃里部分有數據，部分沒有的數據就用個括號代替。董事長看的時候就會問為什么這些地方沒有數據，我們就說規劃是需要這些15數據的，但是因為條件不滿足只能空著。通過這種方式最終讓決策層也堅定了推動BI建設的決心。有了決策層的支持，業務部門也開始配合。這也有一個過程，我們第一次跟業務部門做BI需求調研時，業務反饋是完全沒有需求，因為他們依然站在原來的角度，認為我這些工作就是用手工表就可以，或者這些數據是沒有的分析不出來，所以提不出需求。但當我們和觀遠數據一起進行第二次業務需求調研時，我們拿著觀遠數據行業標準B

47、I參考跟業務談，談完之后業務就開始知道想要什么，提出了很多需求。包括現在第三，BI深度應用：優先構建業財分析場景，已實現業務自助分析我們的數字化建設，確實是跟觀遠數據一起通過一個月的調研、思考、討論，經過N輪會議之后一起做出了一期、二期、三期的完整規劃。而且我很驕傲我們一期規劃的內容完全上線了，驕傲的原因在于這個項目落地僅僅用了三個月，且是在所有業務都是異地辦理的情況下。觀遠團隊在杭州，我們的業務團隊一部分在哈爾濱，一部分在上海，項目實施的過程中還經歷了上海出行不便的兩個月，所以項目落地實際所用的時間甚至還要更短。一期的項目建設，主要是隨著我們集團財務系統的上線，把財務分析主題的內容全部做出來

48、了，包括財務四大報表、各個公司的損益表等等。同時還基于我們的貿易體系，以及隨著我們供應鏈系統上線，完成了貿易分析主題。過程中我對觀遠數據非常欣賞的一點在于，有一次我們從某ERP里拉出近240張表，要從這些表里抽出自己想要的數據，做技術的人都知道從海二期建設業務需求梳理，他們自己提出來了200多個需求的改變點，我們也不停地把手工表變成接口表，大幅提高了業務部門的效率。所以業務部門也跟我們反饋說我們找的供應商很專業，因為觀遠BI是真的有幫助到業務降本增效，也對整個業務部門的數字化應用思維帶來了很大轉變。最后是企業管理，我們現在會給高管很多看板數據，高層能夠通過這些看板及時洞察企業整體經營情況，依據

49、數據表現及時下達決策指令給業務部門，業務也可以在數據指導下及時調整運營策略。16量的表里抽數據這種事情非常麻煩。當時我們連續開了一周的會，觀遠數據根據我們的業務指標跟系統供應商一個一個對，幫助我們把這240張表里的業務邏輯抽了出來。其中還涉及到了賬號的改變，包括歷史數據的清洗、舊帳號的清洗、新賬號的清洗，80%的工作量都在這里。一期還有裝飾分析和加盟分析兩個板塊。加盟分析里包含了線索、成交、招商等各方面的分析，例如線索從哪個渠道來、跟進到什么階段、怎么成交的，以及加盟門店的選址、洽談、商務、裝修、開店、轉店等等，所有的狀態都會在加盟主題中有體現。裝飾分析板塊是因為我們自己有裝飾公司，會對裝飾公

50、司的ROI進行考核，在建的門店、裝修的門店和完成的門店也都會在其中進行分析。今年我們會對裝飾主題進行擴充，將裝飾公司所有的財務數據納入進來，以及它的庫存和銷售數據，針對裝飾板塊做一個財務分析主題。這兩個板塊其實可以說是我們自己做的。和觀遠數據合作的項目啟動后，我們隨著項目組一起成立了數據分析團隊。團隊成員都是當時剛招進來的非常年輕的同學，有的是大學剛畢業，隨著項目的啟動我們也開始給她們進行培訓，到目前為止已經有同學通過了觀遠中級數據分析師的培訓考核。所以現在裝飾分析和加盟分析都是由這些新同學自己做。這也展現了觀遠BI的易用性，非常好上手。包括對數據管控非常嚴格的財務部門，財務人員現在可以自己用

51、觀遠BI做集團財務報表，做財務分析，對數據權限的管控更加嚴密，數據安全也更有保障?，F在我們已經開啟了二期內容的探討，目前計劃將全國凍品的數據接入BI進行分析，同時也包括門店經營銷售，以及線下堂食、線上美團和餓了么、抖音、線上會員等等數據的展現和分析。此外我們也想通過二期建設將這些數據展示給全國28個分公司，以及所有的加盟商，讓他們無論在什么地方都可以看到想看的數據，洞察門店經營情況、業績發展趨勢。數字化轉型是一套組合拳基于過去一年的實踐，我們認為，企業的數字化不僅要依托于信息系統的搭建，還需要能融合組織數字化、人才數字化、管理數字化的綜合進程，打造圍繞系統的組織架構，形成一套組合拳。通過這套組

52、合拳，企業的組織能力、業務流程、技術能力、數據能力都將得到優化與提升。以業務流程為例，之前有說我們集團有月會和周會的報告機制，甚至各個業務環節也有，但當我們在這些會議上需要數據時，往往會因為一些業務流程上的原因拿不到數據，或者需要經過非常復雜的流程、很長的時間才能拿到。與觀遠數據合作通過BI建設后，我們實現了業務流程數字化，數據不再難以獲取，權限管控也更加明晰，從決策層到業務一線都可以很便捷地看到自己想看的數據，各個業務環節的協同效率也得到了大幅提升。再以技術能力為例，想要強調的是具備易用性的觀遠BI讓我們得以培養了一大幫可以使用BI的人，業務部門、財務部門得以自主進行數據分析工作，大大減輕了

53、IT部門的負擔。例如以前財務部門給我們提需求，我們要溝通理解需求，再排期去給他做，但現在財務部門的同學自己就可以做掉了。此外，基于BI能真正為他們帶來的效率提升，業務人員也更愿意積極地參與到BI建設中，進一步讓企業的數字化基礎建設能夠真正落地在撬動業務價值的點上。17慕尚集團：敏捷 BI 上線一年不到滿足全集團業務數據需求，員工使用率達86.3%，信息部是屬于品牌的一個職能部門，我們輔助業務，就像業務在前線戰斗，在后方給他們輸送彈藥，彈藥就是我們的數據。，好的工具不是要取代業務，而是要讓業務用起來，去釋放他們繁瑣工作的壓力，幫助他們提升效率，讓他們有更多精力去做更有價值的事情。，當流量的紅利退

54、去，當我們身處存量有限的時代，企業只有通過數字化建設，擁有能夠分析數據背后邏輯的能力，才能知道應該走哪一個賽道完成企業的轉型，實現企業的增長。精彩觀點：慕尚集團的數字化建設已經進行了四年，嚴格意義上來說是從2019年開始在整個市場推行了數字化建設。2020年，慕尚集團融合所有業務系統正式上線了全渠道業務中臺。在上線平臺的過程中，我們整合了業務基礎數據，并成立MDM項目組，到2021年，MDM一期上線。在這個過程里，我們發現了業務和技術不兼容的問題對于平臺上線的影響，于是在此之后成立了數據中臺項目組，并在2021年下半年對整體業務需求和全域數據進行了整理。2022年，慕尚集團進行了BI、可視化工

55、具的選型和上線。在此之前我們有很多業務數據系統，也用過了國外廠商的BI產品，但在使用過程中發現它并不能貼合國內的一些應用，同時后期的運維能力也無法得到滿慕尚集團是中國領先時尚男裝公司，同時覆蓋運動服市場和其他時尚渠道。旗下有GXG、gxg.jeans、MODE COMMUNTER等品牌。其主力品牌GXG男裝品牌創立至今，多次榮獲男裝類目銷售第一。同時，GXG更依靠數字化實現的全渠道整合和線下門店坪效提升，以及大數據為主導的新零售營銷模式，為慕尚集團整體業績增長發揮了關鍵作用。慕尚集團數字化搭建歷程金中緯慕尚集團數字化負責人18足。因此，我們希望能夠選擇一款貼合品牌業務需求的國產BI，最終選中了

56、觀遠BI。過去，業務用數據做分析是分散性的，數據口徑不統一。通過觀遠BI，我們對集團多源數據進行了統一管理，實現統一數據標準化，也和業務一起線上線下開了好幾次會議，宣導數據口徑的唯一性、一致性。到今年，我們還是會不斷完善數據流程，持續推進數據指標分析，減輕業務表格化。上面這張圖顯示的是我們在建設MDM和數據中臺之前的系統架構，所有的源數據會從不同的系統進到業務中臺，再由業務中臺分發給其他的下游系統?？梢钥吹?，這些線是雜亂無章的。同時，通過API等各種形式接入數據很容易造成數據的缺失和不完整性。所以我們在2019年開始進行數字化轉型。19數字化轉型以后，我們所有的基礎數據都從主數據系統推出來，它

57、成為公司數據的唯一入口，通過主數據推送給所有的業務系統，包括OA、WMS、供應鏈系統、CRM等，再由所有的業務系統推送給我們的財務系統，進行每日的鏈接或者財報的輸出。應用層則會在POS端、OMS端，以及現在很多人在用的微商城、釘釘、企微實現數據化。2020年我們上線了數據中臺，所有的數據都從業務數據中來，當然基礎數據還是從MDM流向主數據。兩者相結合，下分了四個數據層：數據采集層：采用批、流數據處理方式。因為BI需要實時性的統計數據用于給高層管理層做決策用，而業務層需要用的數據量更大，不止需要指標性數據，還要用底層的數據做個性化的分析。中間數據層：由數據中臺進行數據清洗和數據整合，數據中臺是我

58、們信息部自建的。數據模型層：對清洗和整合完成的數據進行多維度的分析和計算。數據應用層：通過觀遠BI進行可視化分析，對元數據和數據流進行管理，實時洞察分析數據。通過內嵌在釘釘里的BI應用進行數據監控，數據異常會通過釘釘推送消息預警，保證數據的及時處理。數據建設四大要素講完了慕尚集團數字化搭建的歷程，我想要分享一下我們的數據建設的四大要素：第一，品牌數據整合。我們之前的數據來源是雜亂無章的，接口也是雜亂無章的，常常不知道哪邊的數據是準確的。對于業務來說可能是A數據準確，對于財務來說則可能認為B數據準確。MDM和數據中臺上線以后，我們對于數據的高度共享性、長期穩定性達成了共識。不管怎樣替代下游的產品

59、，只要保證數據來源是唯一入口，保證數據的長期穩定性，就可以提升數據的處理效率。第二，品牌口徑拉通。慕尚集團有很多品牌，也有很多不同的業務部門，過去他們的數據口徑都是不太一樣。我們跟業務部、商品部、財務部開會的時候，就發現同一個數據他們的一個條件不一樣，就會造成數據20的差異翻倍。于是我們拉通業務部門去開線下會議，把一些不一致的指標、數據口徑的盲區全部拉平，在平臺上線后就做到了數據的唯一性、準確性、有效性。第三，聯動業務增效。在過去沒有整合數據、沒有上線BI工具前，我們的業務每天早上要花很長時間導出新數據，整理數據，最后得出結論再拉品牌中心一起開會。在整體上線BI工具，包括以IT部作為數據唯一出

60、口端后，我們就得以聯動業務實現了一定的降本增效，同時還釋放了業務的壓力。第四，驅動業務決策。在上線MDM、數據中臺之前，我們的業務可能是拿底層的數據做分析，經過很多計算反推數據指標，而后反饋給我們信息部提出數據是有問題的，我們再去找業務溝通問題所在、為什么會出現數據偏差?，F在做了數據整合后，我們信息部就可以拿自己的數據去給業務，引導業務思考，驅動業務決策。信息部如何做好業務的后盾信息部如何做好業務的后盾？對于信息部來說，我們是屬于品牌的一個職能部門，我們輔助業務，就像業務在前線戰斗，在后方給他們輸送彈藥，彈藥就是我們的數據。我們需要用數據支撐業務，而具體如何給到業務支撐，我認為有以下四點：第一

61、，我們得知道業務想要什么。這其實很簡單，業務想要的就是準確的數據，其他他們都可以自己解決，但只有準確的數據是只能通過我們獲取到的。第二，我們可以給業務帶來什么。通過我們不斷地模擬，不斷地訓練數據模型，不斷地驗證數據的結果性，我們可以給到業務統一的邏輯，統一的口徑，統一的數據，以及也可以給到業務一定的培訓，進行共創。第三，業務擔心什么。我們所做的系統中最重要就是數據是否準確，一旦數據不準確，對于業務來說這套系統就從根本上沒有任何用處，所以他們第一個擔心的就是數據的準確性，這也是我們首要要滿足的。此外，信息部和業務之間的聯系是一個需求配合的過程，業務部門的人數一定比信息部多，對于業務的思考多需求也

62、多，我們是否能及時滿足他們的需求，提的需求排期會不會過長，這也是他們所擔心而我們要解決的問題。另一個就是業務會擔心自己是否會被工21具取代。很多業務擔心一些現場處理的工作被線上化，被信息部通過數據的方式每天自動處理了，自己的工作是否會丟失。我認為不會，因為業務的想法和每天積累的新經驗是沒有辦法用工具代替的，數據所總結出來的規律的來源還是業務的腦子。就像觀遠數據巡展主題“讓業務用起來”，好的工具不是要取代業務，而是要讓業務用起來，去釋放他們繁瑣工作的壓力，幫助他們提升效率，讓他們有更多精力去做更有價值的事情。第四，公司可以給到什么支持。這一點非常重要。數據建設的過程中一定會存在很多的困難點，比如

63、業務跟財務之間一個數據口徑不一致產生了矛盾，比如我們在上線主數據的時候一定會規范數據和流程的要求，這一定會給業務帶來不便捷性，因為需要他們填寫的東西更多了，對他們填寫內容的精確性的要求也更高了。這種時候就需要管理層的支持。在慕尚集團，我們上下一致認為要用數據驅動業務。上圖是我們數據給到不同層面的占比，業務層一定是最多的。決策層會通過BI的決策分析報告來給他們展現數據，包括在移動端BI應用展現。給到管理層的數據占比30%，兼容了上下兩層的一些數據。我們為管理層做的移動端BI的數據看板，包括了整體銷售業績、店鋪分析、SKU分析、客戶分析等等，這些一定是高層和管理層最想要看到的東西，他們會通過這些去

64、分析、去決策，從而引導公司未來的走向。用過觀遠BI的人都很熟悉觀遠的智能ETL，我們選擇觀遠BI產品其中一個原因就是它的ETL對應用非常友好，而且很直觀，現在我們的業務已經借助智能ETL自己做了非常多的報表。在這個過程里，我們只要指導業務用哪些函數、數據源在哪里，幫他們把數據整合梳理好，或者幫助他們解決一些比較困難的腳本上的問題，業務就能夠自己用這些數據源去做自己想要的ETL?；谶@種易用性，我們也通過對用數據最深最多的商品部門、財務部門進行深入調研，選定了幾個比較關鍵的超級管理員的角色，如部門里的數據分析人員，培訓他們使用BI的技能，和他們共創或者協同他們去生產自己需要的報表、自己進行分析，

65、讓他們能自己把BI用起來，更高效率滿足業務上的需求。要他們填寫的東西更多了，對他們填寫內容的精確性的要求也更高了。這種時候就需要管理層的支持。22從去年7月上線觀遠BI到今天為止，我們也做出了一些成績：與業務協同制作的總報表數達到360+張；員工使用率達到了86.3%；觀遠BI上線后，直接省卻了過去業務每天要花2小時導數據、做報表的時間；作為信息部數據唯一出口，極大保障數據口徑的統一性，提升了業務運營效率。在不到一年的時間里，可以滿足集團上下所有的業務需求，對我們來說是一件里程碑式的事情。源于數據帶來的思考關于數字化運營的兩個思考：第一個，在存量有限的時代，如何放大數據的價值？現在很多鞋服零售

66、企業都在做私域，因為近幾年公域流量已經看不到多少存量了，所以大家都在挖掘私域流量。私域的流量通過什么做載體呢？很多企業可能會通過各種AI外呼、短信、優惠券等方式將用戶拉到私域池子里。慕尚集團則會通過CRM、企業微信等各種產品做載體，沉淀下用戶相關的數據。有了這些數據以后，我們如何去發揮它的價值？很多企業不會看這些數據，甚至不知道每個用戶給品牌帶來的價值是多少。最近做私域的大家應該都知道，企業微信要收費了，添加外部聯系人每人0.1元/人。這個價格看似不多，但如果存量會員達到了100萬甚至1000萬，對于公司來說每年多考慮10萬甚至100萬的成本支出。當沒有精準的數據的時候，可能大家都不會它的價值

67、在哪里，但當有明確的數據呈現時，我們就會考慮當我花這0.1元去“購買”了一個客戶，以及一個能夠觸達他的工具的一年使用權，我要怎么在這一年以內對他進行N次觸達，從這個客戶這里轉化出我們需要的收益。這就是在放大數據的價值。此外，以清洗客戶池子為例。GXG的客戶池子里也有很多沉積的客戶，他們可能已經不再是我們的目標客戶，也難以再挖掘出復購的價值，但如果我們不做數23據分析，不能洞察到他們的狀態，我們可能就還會在他們身上投入很多錢在對他們的觸達和營銷上，但卻無法帶來任何價值轉換。所以，我們需要考慮在存量經濟時代，如何放大數據的價值。第二個，企業選擇數字化的意義是什么？我認為是增長。在大環境被不確定性沖

68、擊之前，大家關注的都是GMV，只要上了天貓的雙十一、做了一些平臺化的活動，增長率一定可觀的。但大家不知道GMV背后的數據到底是怎樣的。但是，當流量的紅利退去，當我們身處存量有限的時代，企業只有通過數字化建設，擁有能夠分析數據背后邏輯的能力，才能知道應該走哪一個賽道完成企業的轉型，實現企業的增長。從這個思考向下延伸，數字化對于信息部的意義是什么？我認為也是兩個字信任。這個信任來源于集團公司，來源于業務團隊。這張圖是我從網上截取的，做了一些修改。接觸過SaaS工具的人都知道，我們去購買一些SaaS工具時，會告訴我們基本版的功能是什么，標準版的功能是什么，專業版的功能是什么。對于信息部來說也一樣，信

69、息部服務于業務，對于業務來說，信息部給他們的服務也是不同版本的。前期是基礎版，后面信息部推出了標準版，但業務什么時候會“購買”標準版呢？什么時候會“試用”標準版的功能呢？其實就是我們什么時候把數據質量提上去了，什么時候給到業務的數據口徑一致了，業務對我們信任了，才會一步步地從基礎版走向標準版、專業版，從而達成集團上下數據一致化。24每日的菌：從爆品出圈到價值沉淀，實現破局增長，早期的新銳如何爆品破圈？產品從洞察上有差異化，交付出一個可以解決市面上大部分問題的產品時，這只是小小的領先一步。第二步是如何具備相對的進化能力，一切以用戶價值為出發。，我們奉信不僅僅新銳品牌要出圈時去當流量導手，更要為品

70、牌價值進行沉淀。，破局增長它不可能是一個偶發性的事件，一定是持續性的累計的結果。精彩觀點：首先講到的是爆品出圈。一個新的品牌剛開始出來的時候，不外乎兩個大致的邏輯：一個是賣貨邏輯，第二是品牌邏輯。兩者剛開始出來，包括整體后期的成長畫像是不太一樣的。賣貨邏輯以運營為主，只看到流量轉化率。眼中一切用戶都是流量。但實際上，在早期操盤的時候，大家心里面還是會覺得“沒有噸位就沒有地位”，所以任何可以通過計算而轉化到的銷售額，大家反而覺得是更簡單更容易做的生意。每日的菌是天貓國內益生菌咀嚼片 Top 1 品牌，也是天貓 2022 寶藏新品牌，獲得了 FootPlus 年度榜單最值得期待的消費品牌。每日的菌

71、來自哈佛醫學院博士后科學家引進的全球技術超微納米冷壓技術，開創了一個國內比較新的劑型叫咀嚼片。比起傳統粉劑、膠囊，可以做到更方便和更好吃。目前我們在第三方調研咨詢公司的品牌認知度調研排名中，每日的菌在區域化品牌已經獲得了比較領先的地位，認知度、喜愛度和購買意愿目前都是排名 Top on1。每日的菌如何實現破局增長？要分享的三個部分，第一是爆品出圈，第二是價值沉淀，第三是破局增長。爆品出圈楊 敏每日的菌創始人25第二種是品牌邏輯，在品牌的初期會做很多虛的事情包括品牌定位、品牌調性等等。即便私域或者公域種草的行為短期可能是虧損的，也會為了任何一個用戶努力爭取提高復購率。在品牌邏輯的增長思維里面，每

72、一個用戶都是活生生的人。如果是純學院派，過度的理論化，大家會反饋活不下去，一切都是免談。所以在我看來，前面這兩種邏輯都過于極端。一個新的品牌可以被稱為新銳品牌，那證明它在道和術的結合上其實做得是還不錯的，只不過是看說未來如何從網紅持續突破變成長紅的路徑上做到持續的品效合一，是大家需要堅持找到每個環節的里程碑。我們早期起盤是非常輕量化的，就像是蛇打七寸一樣。我們是通過千人早鳥共創活動，雖然很慢，但整個過程中獲得了非常多有效的數據。我們基本上開放了所有可以編輯產品觸點，跟用戶共創。整體的環節跟很多大型的公司，包括像寶潔、麥肯錫、IBM 的產品開發的流程基本上是一樣的，在我們看來的話是比較高效的。這

73、個共創的環節最核心的關鍵點是早期樣本量要非常的精準，否則沒有辦法開發一個非常優質的產品。過程中要不斷地去識別、篩選用戶拋出來的問題和需求，雖然有可能是個偽需求。這里我寫的是彈性主導，因為過程中的話需要產品經理去判斷，進行篩選。我們是一個做食品的品牌，不管是功能性食品還是普通食品，存在很多地域性的原理，不好用、不方便、不好吃、沒有效甚至是不好看沒有趣等等。在這個領域越簡單的東西實際上就越困難。越簡單的東西，比如說不好吃，你需要去想很多的解決辦法去改善大部分人覺得不好吃的問題。所以在產品里面，早期我們是堅信任何定性無法回復的問題都需要通過定量給出答案。目前包括到現階段，我們所有產品的開發和測試基本

74、上是在私域進行解決?；氐絼偛诺倪@一點，還是去強調彈性主導問題。很多品牌去強調用戶共創，但是真共創了多少？結合了多少用戶的反饋到觸點里面？其實這是一個柔性的可被品牌拿捏的維度。26像我們整體從 0 到 0.1 的過程，首先早期產品經理有絕對的交付力，對于一切用戶的建議和創意都是yes。所有的創意我們都是保持一個開放和完全不會拒絕的態度。比如早期，很多人問我們說益生菌是一個很成熟的市場和賽道，我們從去年出來的時候，這個賽道已經挺擁擠，并且整個市場的發展已經非常的豐富了。那一開始我們出來開發產品，有很多的概念，很多用戶存量體驗的不足會進行訪談。在整體的產品開發過程中，我們去發現原來現有的劑型存在很多

75、的問題，導致消費者在體驗的過程中存在比如不好吃、不方便、沒有辦法堅持等等貌似很簡單的問題。但行業里面很多商家并沒有去解決。于是乎我們就想到了去引進或者說去開拓咀嚼片的這種劑型。但這種劑型在國內的技術非常的單一，所以我們通過整合全球的技術，最后進行了交付。第二個階段是包裝。其實活菌、益生菌的包裝在早期的供應鏈上也有一些比較傳統的問題是沒有被解決的。比如說大家可以看到的包裝是條包鋁箔這種簡單的包裝。這種材質的隔氧性和密閉性沒有那么好。所以很多益生菌出來了之后，它的活菌衰退期就會很明顯。所以很多人會反饋吃益生菌是不是智商稅沒有什么效果。這個時候我們就想到能不能去尋找一種保存活菌時間延遲更久的新型材料

76、。我們在什么地方找到了這款材料？就是大家生活中最常見的氣泡飲料。氣泡飲料里面有碳酸，瓶子材料要保證氣體不跑氣不漏氣，所以材料密閉性非常好。但當時國內是沒有有這樣的設備的。碳酸飲料的瓶子是硬片，大部分瓶子是吹出來的。我們那么小，它沒有辦法吹。于是乎我們想到了 3D 打印技術進行結合，最后進行供應鏈的開發，所以才開發出了專利保鮮倉這個包裝。早期對于包裝的改良和創意是來自于一位種子用戶非常簡單的一句話，他認為現在的包裝都非常普通，那咱們能不能有一個更新的包裝，不管是從體驗上還是實際功能上都有更好的體驗。產品生出來后，還只是剛剛開始。早期的新銳如何爆品破圈？產品從洞察上有差異化，交付出一個可以解決市面

77、上大部分問題的產品時，這只是小小的領先一步。第二步是如何具備相對的進化能力，一切以用戶價值為出發。我這里的價值是一個絕對值。很多的新銳團隊在開發產品的時候，早期會過度地自嗨，可能開發了很多觸點，是用戶根本用不上或者說感受不到的。在2.0的階段就要不斷地進行回調、校對，如果是體驗不好的地方，那可能就是升級。一些可能早期是想太多的地方，要回調進行降本增效。所以我們是有一個非常完善的產品體驗的反饋機制。我們在社群里面會有一定份額的定期派樣，包括老用戶回訪，以及公域里很多用戶的留言，客服的反饋等等。那我們就會在2.0、3.0、4.0版本中不斷地進行整體升級，把觸點不斷地升級。產品就是一步一步，包括后面

78、產品矩陣的搭建開發，都是經過不同階段的種子用戶一起共創出來的。早期出圈可以看到口碑比普通產品更多。在早期我們小紅書看到有非常多純素人的分享，當時我們品牌方是沒有任何的干預和參與的。當我們看到說很多早期的優質種子用戶會去內容平臺進行分享這些好產品，所以第二個階段升級了整體對于內容把控的輸出。我們跟非常多的綜合型博主達人，不同的垂類進行了不同內容向的益生菌植入。比如說有好物分享、養生、護膚、口播等等。不同的類型的植入，腳本和驅動也是完全不一樣的。目前我們在小紅書里面非常明確的幾個產品先跑出來。比如早期針對 28 到 32 歲的精致女性排濁系列，包括對于全家人的全家桶系列，對于有減肥需求的燃卡片系列

79、。那這幾個系列，是對于小紅書的用戶非常的高匹配。剛才第一階段是大家看到的原生態階段，這個階段我們稱之為是品牌的鋪天蓋地。當時七八月份我們發現在小紅書有上萬篇的筆記，那非常多的筆記都是通過種子用戶自己去分享?？赡軆热莺苌?，基本上沒有所謂的腳本概念。那在第二個階段，也就是現在的階段，27大家再去小紅書里面看，可能看到的更多都是頂天立地，都是一些比較大的筆記或者說報文為主。那這些文章的話都是經過品牌思考和植入，甚至早期腳本項都是經過測試的。這些的話都是品牌內容營銷這方面的思考。那剛才老師有提到說小紅書的整體投放，如何去監測這個關鍵詞同期在天貓里面的表現。我們整體的感受是這樣的，我們把小紅書的內容的投

80、放和種草歸納于品牌長期的有效投資之一。我們在早期沒有干預的投放過程中，發現說我們天貓站內的流量可以快速地增長，關鍵詞基本上來自于每日的菌和小藍泡這兩個。后面我們也是持續去種這幾個關鍵詞，以及幾個新品比如全家桶這些小名?？偟膩碚f，每日的菌是以品牌發展為起家，過程中依然需要有這種賣貨的手段和思維。因為強的品牌我們認為是最終抵御經濟風險包括這種疫情風險的最重要能力。關于品牌建設，我們也不會實時或者每天去考量，比如小紅書或者抖音的某一場直播，ROI 到底有沒有回來？像小紅書它更多是品牌長期的口碑貢獻，所以我們會把它歸納為是品牌投資之一。剛才大家從前臺前端看到的各種非常好看甚至是能被種草的內容的背后，實

81、際我們自己是有一套非常明確的或者說精細化數據驅動的管理后臺。那我們可以非常精細化地做到。第一是有不同的因子，不同的產品它有N個有機組合的因子。那我們可以把這些因子摘出來，可以是產品賣點，可能是這種 end benefit 又或者說是那個用戶關注的點、場景等等。那把這些因子有機組合了之后，我們就會去套不同的腳本，相當于說可以通過機器做的事情，然后進行有機組合核心腳本，再進行人工柔化。最后在整體的一個圖片，包括場景的搭配，層層下來，就可以去跟蹤到底不同的核心腳本，數據會怎么樣？這整一套數據驅動內容的流程也是我們比較核心的內容管理的機制之一。那剛才大家看到的，甚至我相信大家看到的其他品牌的投放內容，

82、沒有一篇內容會那么幸運地就爆了。所有的爆文的背后都是經過無數的測試和編輯，最后得出來的。價值沉淀剛才更多講到的是爆品出圈，這個階段之后，是整個價值沉淀。我們奉信不僅僅新銳品牌要出圈時去當流量導手，更要為品牌價值進行沉淀。那目前我們有非常明確的整體價值鏈。28首先是私域高于公域，公域里邊派系很多，有天貓、京東、抖音、拼多多、小紅書等等。我們會盡可能把所有的平臺的數據全部都去到整體的私域。到了私域之后我們還會有層層的管理，包括積分、會員，最后去到自己的 CRM 后臺?？偟膩碚f是我們從一開始0到0.1包括 0.1到0.2整體的過程。當你基本上變成整個細分領域第一之后，整個平臺也會進行反選，大部分的平

83、臺活動都會找到你這個品牌。這個過程中有非常多的數據，包括整個數據的積累也非?？焖?，所以快速形成了整體的一個后臺。數據流通的鏈路，對于后續的品牌復利起到一個非常重要的作用。價值沉淀在我看來更多是如何把私域和社群落到實處?，F在有很多品牌都說有在做私域，但我去了很多品牌的私域群里面，感覺僅僅只是一個促銷群，而不是把品牌的一內核甚至是如何與用戶共創開放維度還是做得比較弱的。我們會在私域里面發起非常多有趣的活動，會專門為社群的這幫用戶定制一套專屬物料，讓他們覺得他能在公域里面來到私域是一個有身份價值的事情。并且我們會針對這幫用戶設定一些非常清晰的裂變路徑。這些路徑的載體可能是一些有趣的內容，或者說帶有一

84、些分享的利益點、福利的信息。最后我們會在這一套載體里面去植入所有產品、品牌甚至活動需要用戶量測的東西。那我們會設計非常多的問卷，去把用戶分成不同的片級?？赡懿煌瑫r期的用戶買了不同頻度的，包括貢獻價值不一樣的。我們都會通過這類型分層的用戶得到很多我們想問的問題。最后就是反哺到產品。新銳品牌確實會存在一個壓品，或者說無限開品、無限測品的過程。這個背后需要大量的數據幫你來做決策。那像我們的話，確實會在私域的社群，不同的價值群里面進行不同產品的一個測試，最后得出我們想去推的一個產品。那其實像我們整體的私域，會有非常明確的不同階梯，不同觸點的一個管理。到最后會有一個小型的營養師團隊，會跟老用戶、新用戶進

85、行不同頻度、深度的一個回訪和溝通。我們對于對私域的一個認知它不僅僅是品牌的價值沉淀。因為到未來后期，不管這個品牌發展壯大到多大，只要你的社群依然擁有那 1%核心的人群，那品牌力永遠就會屹立不倒。我們目前有幾個非常核心的1000人社群。比如現在新出了一個具備減肥燃卡的新品，那我們就會把新品社群里面不斷地跟這些用戶去溝通和分享。那這些用戶的話，他也會給出很多好的一些意見。所以總的來說，社群就是我們那核心1%需要深度維護的用戶，這幫用戶會給品牌源源不斷的力量，也是這幫用戶會不斷地變成超級口碑傳播用戶者，并且幫你去裂變和傳播。包括創始人也好，高管也好，我們會要求每個月必須要去跟社群的用戶，至少要深度回

86、訪 30 名用戶，去一線地了解這些用戶想要什么東西。我昨天回訪下來，發現他們對于口味的需求，包括對于整體包裝的需求，對于新品的需求其實是跟我想象的非常不一樣，所以這 1%的人有可能去輻射周圍的 9%的人，最后整個品牌才有可能更遠距離的輻射剩余 90%的人，不可能真的做到面面俱到。我們由一而終，在私域里面核心維護的就是這 1%的人。破局增長第三個模塊是如何破局增長，破局增長它不可能是一個偶發性的事件，一定是持續性的累計的結果。有了非常明確的產品開發的計劃之后，每個產品開發之前，我們都會在私域里面跟我們 1%的用戶深度的互動不斷地迭代。我們整體品牌其實經歷了幾個階段，或者說在不同的渠道方法論，不同

87、的渠道陣地，發放的內容表現的形式都不太一樣。小紅書是內容向，需要更軟的更生活化的更有趣的植入內容。天貓會有達人及站內整體的方法論的投入。抖音目前也有內容直播、自播，甚至是達人投放的策略矩陣。在我們看來，新銳品牌扛打并且能打，是因為它知道在不同的渠道，它的方法論都是不一樣的。這些都是術的問題。早期只要品牌的所有的東西想清楚了之29后，術的東西都是不斷地在迭代。比如抖音早期更多的是講怎么去做內容，做短視頻，后期可能就是品牌自播+達人主播。只要新銳團隊的進化能力夠強。那我們認為術的東西不是根本的核心門檻。那道的東西，產品要想清楚，其次是品牌。目前我們整體年度品牌媒介的計劃，有一些比較固化的規劃，比如

88、商家的自播時間周期，包括達人種草的數量和整體數量的考核，包括我們跟大部分的平臺每個月都會有官方的合作。每個季度的話基本上都會跨界聯合一次，包括半年會有一次比較大型的整合營銷，全渠道全鏈路打通了整合營銷的合作。到后面的話，更多是有的放矢，有規劃有節奏全鏈路的打通。那像剛才老師講到了一句話，我覺得確實是新銳的一個情況。首先因為你的觸點非常多，我們不可能只考核一個單點，整體的 ROI 更多是所有的觸點進行來回的測量測試。很多點和點之間可能是有一個相互的有可能是互識，也有可能是互補的關系?？偟倪@些證明未來的新銳團隊不僅僅要求擅長抖音或者說小紅書，你必須是一個全能型的打手，你知道不同的渠道和渠道之間的玩

89、法。比如最近我們感受到比較強的一個變化，是小紅書和天貓整體的鏈路已經打通，微信和天貓的鏈路也已經打通。這證明說私域和公域種草向、內容向的平臺和電商轉化向的平臺，接下來要怎么有機的組合，那就是一個小型的整合營銷的玩法。所以我們新銳團隊內部的組織架構也需要根據平臺生態的變化進行調整。所以新銳的好處或者說新銳的靈活度，是會比大廠更快。我今天知道了這個事情，明天可能快速就會調整，大家是喜歡這些變化，并且是熱衷有這些變化的。我們其實成長得很快，但是也依然是信奉說早期的品牌建設和積淀是需要花很長時間的。因為在功能性食品的賽道里面，有非常多的玩家啊?，F在回過頭來看，有很多當時跟我們一起起跑的玩家已經比較落后

90、了，完全是因為整體的打法不一樣。早期很多的選手他上來更多是用錢去買流量，他們更多的驅動思維是融資拿錢買流量沖份額，最后份額上來了之后再去報一個高的估值，最后再去不斷地拿錢，整體的一個循環。但這樣的循環，當遇到這種經濟下滑，環境不好的情況下，他們就只能退出這個牌桌。我們早期更多的費用是在建設品牌。除了剛才大家看到的，我們非常重視產品開發，整個私域的沉淀，那其實還有研發和科技端，我們是一個食品科技公司，在非常多的三甲醫院和高校都有深度的合作。大家雖然看到的是一個小小的咀嚼片，但實際上背后充滿了非常多嚴謹但不教條的科學研發成果?？偟膩碚f，第一我們認為說功能性食品未來需要更長時間的沉淀。我們會做好 1

91、%的用戶，并且會把這些用戶預設好所有的一個分享路徑，希望可以做到以人傳人。最后可以產生出更多的口碑，口碑傳播和親測有效，就是功能性食品最核心的兩個關鍵點了。Q&AQ：當時決策團隊引進BI的時候，是如何判斷一個企業能否做好數字化，以及引進之后團隊又是如何快速上手，高效地去使用BI？這期間你有沒有遇到過一些困難是怎么解決的？A：我覺得以前的數字化可以讓企業活得更好，但現在數字化是讓企業活下去的核心要素之一，所以數字化應該是新銳團隊的基因。我覺得不僅僅是要做到，并且要做得非常好?，F在環境是整個平臺非常多元化，數據非常多且分散，所以如何打通所有的環境，做到用戶的有效分析，甚至可以在數字化領域做到推陳出

92、新，是新銳團隊的一個必修課。選擇觀遠或者說觀遠對于我們的幫助，在于觀遠數據整體后臺的分析能力也好，或者說提供的各個工具也好，我認為做的非常有用戶體驗感，很好上手也很好用。觀遠數據產品對于我們非常多的這種定制化的需求非常給力。例如我們私域的數據是比較龐大的，并且數據很分散，觀遠數據在多平臺打通上做得非常好。30奧蘭中國：BI一定是把握市場的方向盤，公司的爆發性增長，取決于在發展過程中，有沒有建立一個又一個的小蓄水池。，內部需要滋生一套系統，無論是管理系統、會議系統亦或者智能BI系統等等。并且系統不可能說一年立馬建成，它需要不斷地建立。，發掘一個用戶的個性和認真看好一個用戶永遠是品牌的基礎。人和人

93、之間的區別并不大，一個10個人的直播間，用戶邏輯從本質上跟一個十萬人的直播間沒有特別大的差異。精彩觀點：李榮鑫老師說過一句話我覺著特別重要，“做電商到底是做一場100萬的直播重要，還是做十場10萬塊錢的直播更重要”。我認為一定是做十場10萬塊錢，或者做一百場1萬塊錢的直播更重要。因為只要公司有能力做十場10萬塊錢，就一定可以能夠做一場100萬的，但是能做一場100萬的能力不一定能夠做十場10萬塊錢的。對奧蘭中國來說是一樣，公司的爆發性增長，取決于在發展過程中，有沒有建立一個又一個的小蓄水池。在建立起來后，我們才能夠承接更大的項目。增長論對我來說是一個不斷建立蓄水池，并不斷蓄水的動作。蓄水池這個

94、事情說的很簡單，但在我看來是一個非常困難且非常長時間的戰略。下面分享一些我親身經歷的事情。奧蘭中國的發展故事當時我們在完成奧蘭酒莊的重組之后，面臨上游供應鏈承載的問題。奧蘭酒莊雖然是一個百年酒莊，但是除了信譽和品牌外，并沒有沉淀太多東西。整個葡萄酒行業涉及農業、工業、服務業三個行業。我們花費了四五年的時間去積累整體的能力，例如集合上游農村合作社，在種植中形成蓄水池，中端利用酒莊公司搭建生產端的蓄水池，以及后端做產品、市場的蓄水池。鄭俊杰奧蘭中國董事長暨創始人31之后我們進入到中國市場，在12-20年，發現中高端產品（10歐以上）的增速明顯放慢，但3歐、5歐的大眾消費葡萄酒每年基本以兩位數的增速

95、增長。而這兩年，我們又看到大眾消費的增速放慢，中高端的產品增速反而提升了。這個過程中，我們需要不斷積累市場中更細微的細節，然后在大盤這個大的蓄水池中，逐步建立自己的蓄水池和蓄水的能力。消費者對于紅酒有兩個比較大的問題。第一，消費者永遠記不住自己買的什么產品。舉個例子，我本人比較喜歡喝意大利酒，但是意大利酒的名稱都很長。到目前為止，我其實都叫不出一個自己喜歡的意大利酒莊，喝完后甚至不知道他叫什么名字。第二，這個市場整體對于葡萄酒的價格認知是不清楚的。當時我們做歐美市場，0-5歐、5-10歐、10-15歐是三個完全不同的產品。但在中國都是百元左右的紅酒。百元紅酒其實又可以分為50以內的，50-10

96、0的，100-150的。從本質上來說，它們的消費場景完全不一樣。所以我們一定要做一個清晰的定位。雖然奧蘭小紅帽被分在150以內的價位段，但是主推的其實是50元的。這個過程中，我們發現大眾消費增速加快，大眾消費的產品普遍是在50塊錢左右，比如黃尾袋鼠、杰卡斯、紅魔鬼、加州樂事等等。很多50塊錢左右的產品，缺乏差異化的定位。奧蘭小紅帽希望做到讓大家能夠記得住，買的到，能分享，這是我們一直在不斷打造的過程。下面會講到公司的發展過程的4個階段，這個4個階段能夠清晰地拆出來，并且是按照時間拆出來，離不開最早公司建立時就開始的自研系統開發。我們與觀遠合作是在2020年左右，從簡單的智能看板，到數據的一體化

97、，到BI分析，分了幾個階段，未來會更細。一開始和觀遠確認目標之后，我們把每個部門拆出來和觀遠進行溝通。舉個最近的例子，我們新媒體，也就是做抖音、快手的團隊，最近在把每個月上千場的第三方招商活動，通過系統化的展示出來。我不會去推這個事情，而是希望業務自身可以意識到這件事很重要，意識到可以通過系統可以形成資源蓄水池、流量蓄水池。形成這樣的習慣后，他會發現有下個階段出現。如果不把手頭的事情拆出來，很難，也根本沒有時間做下一階段的事情。很多人說奧蘭小紅帽，或者說鄭俊杰很幸運，在中國踩到了每個時間節點，短短五年就做成了一個品牌。但其實不是這樣的，我們是通過不斷的系統化，把手頭的工作變成系統的蓄水池，再往

98、里面注入資源、流量、渠道等，造就了1號蓄水池，做好這點后，再有精力做2號蓄水池，到2號的時候，才能知道時代已經從PC轉到移動端，移動端里轉向內容，轉向全平臺，轉向線下招商的邏輯，這是一層一層往下走的邏輯。如果只靠創始人或者管理團隊的細微管理，只會將精力將卷入雜亂無序的管理過程中。今天說的方法論，其實并沒有，這只是公司一步一步發生的事情。如果沒有系統的蓄水池，永遠沒辦法釋放精力，做下一步的事情。內部需要滋生一套系統，無論是管理系統、會議系統亦或者智能BI系統等等。并且系統不可能說一年立馬建成，它需要不斷地建立。當時和觀遠合作說是三年，每一年拆成一個目標，完成后，在看看設置目標的人是不是已經真正用

99、起來。Step 1.0 PC端互聯網營銷（2012-2017）：觀察市場、發現市場第一部分，當時我們剛進入中國市場，最早的業務是在OEM、ODM。因為我們來中國之前積累了非常多的上游供應鏈能力，相對于其他公司來說，成本和性價比的優勢非常突出。32當時在國內并沒有急于去做品牌，去做用戶。因為跟用戶溝通，是一個非常細微的事情，這也涉及到更困難的一個蓄水池，整體的需求更個性化，很難把控。那么我們將近三年的動作是什么？我們在優先滿足市場上已經在做紅酒的公司需求，給已經進入賽道的平臺、垂類電商，例如也買酒、酒仙網等等做OEM、ODM。也就是說，我們通過給他們進行產品的定制，觀察市場到底是什么樣的。那個時

100、候，我們就開始做自研系統了。在13年底到14年時，我們把客戶的所有標簽整理成一個非常長的文檔，大概有將近1700到1800個標簽，近300個案例，然后去做分析，觀察中國用戶在哪個位置上會出現一些機會。后來我們發現大多數定制化的中國客戶會比較喜歡燙金，酒標更偏向于某些名莊的產品。大眾市場就是在這里。那怎么能夠跳脫這些大眾市場，形成一個自己的產品，這是我們15年開始思考的問題。當市場上大多數產品的設計是燙金、蠟封、帶著城堡、莊園的酒標，我們在這個市場建立競爭的可能性比較低，因為這個市場增速比較慢，競爭也比較激烈。那么我們要看另外一類是什么。當時發現有一個客戶很有意思，他的產品標簽很像小精靈，產品增

101、長也很穩定。原來年輕人客群的銷售增速是很穩定的，并且競爭也比較少。原來做燙金的客戶可能每三兩年定一次，最后就不定了。因為他覺得市場上面可能拉菲做的好，他就想做類似的。他要花很長時間去訂貨，但在銷售過程中又很乏力的，它的產品指向了競爭非常激烈且增速比較少的商務宴請和節慶型的市場中。還有一部分市場并沒有被關注，是消費場景的拓容和越級型的消費。我們發現有一個產品，識別度更高，并且消費者不需要去學酒類的專業課程，就可以輕易地買到的話，就可以滿足非常大量的需求。我們通過這樣的一個動作，再加上14-15年之后整個PC端互聯網的興起，快速從16年進入到移動端電商，我們通過天貓、京東等等電商平臺能夠更容易地去

102、看到消費者的搜索習慣、復購習慣，給出更好的這個產品體驗和需要更新的產品體驗。33Step 2.0 品牌運營+移動互聯網運營（2017-2019）：適應市場，成為用戶的朋友14、15年之后，就進入到品牌運營+移動互聯網的階段。中國市場的消費者跟北美或者歐美的消費者有很大的區別。歐美的消費者對于葡萄酒像中國消費者對茶葉一樣，搜索是非常明確的。亞馬遜和的ebay上的搜索核心來自于赤霞珠、梅洛、波爾多等產區或葡萄品種的品類詞，但中國消費者的搜索詞更多的是在場景和品牌上，比如長城、奔富、拉菲，或者說紅酒整箱、紅酒聚會工作、晚安小酒、紅酒閨蜜等。它是產品的品牌+場景出現的，所以當時好賣的一些產品，核心更多

103、表現在場景化，或者說品牌上。因此我們當時推皮盒、雙支皮盒、六支木盒，后來發現比較明顯的一類的消費者，有更快的一個搜索邏輯在像紅酒下午茶，晚安酒等場景。進入這個階段后，我們當時就覺得除了更好識別的標簽、更好識別的品牌、更好喝的酒體，還需要什么。用戶在互聯網平臺不僅僅是買賣，還有很多分享。很多品牌是通過分享建立起來的，有很多美妝護膚，包括很多國潮類產品，得到了很大一個機會。進入到移動互聯網時代，大家不僅僅匯集在校內網，或者微博上，而是更多地進入到圖文、內容分享、場景分享中。年輕人在移動互聯網的大環境下，更多地去分享自己的人生。當時我看到馬斯克說的一句話，在未來的移動互聯網時代，每一個普通人都會有一

104、天成為世界的焦點。就是說在未來的這個移動互聯網當中，每一個普通人都可能在互聯網上成為一天名人。所以我們覺得要建立奧蘭小紅帽俱樂部的一個生態，能夠把更多我們的超級用戶變成一個受矚目的人，變成一個有影響力的人。他可能在潮流圈、體育界、藝術圈有影響力，有可能在動漫、電競、桌游、街舞、搖滾上有影響力。我們當時就發掘一些經常購買奧蘭小紅帽的年輕人，有民宿的管理人，有自己開咖啡館的，有專門做夜店的，有做地下音樂的，做搖滾的，做滑板的。我們把這些人收集起來，幫助他們把內容做更好的，做精細化的曝光，提供酒提供場景，出更好的照片、更好的內容，參與進去做活動。以品牌的姿態融入他們34的小團體，成為他們的品牌朋友。

105、我們希望成為超級用戶的一個朋友，也希望超級用戶可以成為我們的朋友。在這個移動互聯網形態，發現用戶，把用戶變成售賣者。真正意義上，中國的互聯網市場開始變成了一個不需要銷售人員和營銷人員的市場。因為疫情，可能未來再也不會有銷售人員和營銷人員，因為大多數人已經更習慣于在互聯網上去生活去分享。每一個購買奧蘭小紅帽的人的購買習慣，增加了互聯網端的評論，增加了互聯網端的累計銷售量，他的用戶分享和各個平臺上面的回復，就會形成下一個用戶購買產品的一個基石。如果產品的銷量是300單，那么這個客戶給產品貢獻了1/300。希望我們每一個用戶能夠使用到產品之后，成為產品的一個市場推廣員，這不是他愿意或者不愿意，是整個

106、生態在推著他往前走。同時，這個生態也在推著品牌和產品往這個方向走。這個年代中，再通過一些廣告、PR事件去做營銷，效果好像并不太好。在移動互聯網階段中，把用戶頂到品牌的光芒之下，可能是品牌更需要去做的一件事情。后來我們圍繞這個事情，做了一些事。我們發現用戶不喜歡酸澀感，所以我們就通過氣囊式壓榨、挑選葡萄品種等方法降低葡萄酒的酸澀度，提升葡萄酒的花果香，同時增加IP形象等一些相對新潮的玩法。這個過程中，中國網民用戶快速提升和家庭收入快速的提升，以及年輕人消費觀的轉變，確實是有一波非常好的紅利。但也遇到一個問題，在于大量的流量產生之后，移動端興起帶來大量的APP、大量的平臺，除了淘寶、京東、抖音、快

107、手以外，還有非常多的垂類電商，每一個平臺又有更多的模式出現。對于品牌來說，我們在2019年才開始做KOL帶貨直播，但我們進入到短視頻跟直播是在17年底，是在做了兩年之后才開始找KOL。第一次跟KOL合作直播的時候，是由商會和天貓國際推薦，第一次上KOL直播間賣了1000萬的銷售額，凈利潤差不多達到300萬。就解釋了剛才說的，當有能力做好十場10萬塊錢直播的時候，就一定有能力做好一場100萬的直播，所以前35期花了很長時間去看最早期的、小型的直播，發現10個人的直播間生態是什么，這10個人的個性是什么。發掘一個用戶的個性和認真看好一個用戶永遠是品牌的基礎。人和人之間的區別并不大，一個10個人的直

108、播間，用戶邏輯從本質上跟一個十萬人的直播間沒有特別大的差異。我們前期大量的時間花在整個生態上。當時成立了做新媒體運營中心，通過大量的數據積累，思考怎么來做紅酒的直播號，就好像最早的時候，消費者場景需要皮盒、木盒，因為大多數人不能夠很直觀地看到產品，還是停留在聚會、禮品、商務宴請當中。這個時候再去看新媒體，在大量的數據產生之后，我們發現什么樣的東西賣得很好呢？其實是日常的產品，不是偏禮品類的產品，反倒是偏市場類產品。很多進入到直播間去購買的用戶的特點，是符合小鎮貴婦、家庭主婦等囤貨的家庭需求，大家不是特別需求精美的包裝和非常儀式感的禮盒?，F在在直播間當中，6+2、6+4、6+6 很多小瓶裝，偏量

109、販式的，偏囤貨型的，例如家樂福購物車型的產品會更適合。在那個時候發現，這樣分批是適合的話，那山姆會員店類型的會員場景也是可以的，所以當時也做了很多線下類型互相匹配新零售資源。在17到19年，線下的動作也是在打會員系統、新零售等類型客戶人群。在這過程，客戶之間是有非常強的消費動作影響力的。當做了一個10個人直播間的時候，慢慢就會逐步形成做十萬個人做一百萬個人能力。你就會發現你原先賺錢的，到后面還會賺錢，這個時候怎么能夠使得品牌在快速發展渠道的過程中，不被渠道薅了羊毛。很多新銳公司在618、雙11、年會結束后，產品已經沒有毛利了，我們怎么去調整？就是在不斷去挖掘新渠道的過程中，要保持品牌自己的獨立

110、性。因為需要不斷地去做新的蓄水池，一旦沒有新的蓄水池，就沒有新的水源，就沒有新的地方去盛放新的資源流量和客戶。公司需要在建立的過程中，不斷地建立大大小小的蓄水，把看到的、聽到的、交流到的、感受到的東西放到里面，慢慢的沉淀下來。36Step 3.0 融媒體+OTO（2019-2021）：BI是抓住市場的方向盤第三個過程，是我們遇到了一個比較有意思的地方，消費一直是在信息流和物流之間不斷轉變當中，在信息流達到一定的高效時，物流又發生了改變。中國整體進入到一個非?？斓耐桥洚斨?，我們去年看到數據，在一線城市消費者打開餓了么和美團的頻率遠遠超過京東和天貓，所以當時發現了融媒體+OTO時代的到來。OTO

111、或者說新零售在發展過程中，一直是受制于配送?，F在通過快遞或者配餐類型的配送業務，能夠快速增加消費者收到貨物的體驗。特別是酒水，這個行業很特別，當美妝的線上化率達到90%時，酒水的線上化率只有30%不到。酒水消費是臨時性的，有很強的隨機性，它計劃性不強，不像美妝，未來一年需要100份面膜，就在618先囤上100份面膜，未來逐步用。沒有人知道你要喝多少酒水，也不會說知道今年有50場聚會，每一場要一箱酒，所以應該屯50張紅酒，這種很少。大多數人是在一個非常即興化的狀態，我開心，我不開心了，我失落了，我emo了，或者我今天遇到同學、老師，今天想喝一杯的時候，他需要去消費。這個時候我們需要把用戶從傳統意

112、義上的金字塔形的用戶，轉向新消費的用戶。傳統金字塔用戶是一層一層，層級消費，按照收入年齡性別等去劃分。喝茅臺、五糧液、劍南春是什么樣的人？喝江小白是什么樣的人，喝老村長是怎么樣的？它會按照性別年齡收入等去劃分，但新型的消費人群是一個橄欖型的人群，一個中產階級為核心消費人群的人群，它是按照興趣偏好來的。有沒有可能金融界工作的超級金領，跟老師、公務員、大學生，跟家庭貴婦在雙11，同時買了奧蘭小紅帽這個產品回家？這是一個興趣標簽，不按收入、年齡、時間去區分它，他只按興趣。這個點其實是我們在去年跟觀遠合作之后，發現大量的數據指向性去做這點。以前很多時候做完之后，我們的用戶畫像很亂。之前京東和天貓小二經

113、常說你們公司不大適合去投流，因為你們的消費者、客戶人群很亂，不像其他葡萄酒公司可以把客戶人群集中在商務宴請等標簽里。奧蘭小37紅帽既有商業宴請，也有公務員、老師、大學生等等。因為在這個過程中，我們從來沒有按照收入、年齡、性別去看我們的用戶。這是一個自由的時代，一個新媒體的時代，他一定是去標簽化的，一定是平等的，喜歡籃球跟喜歡足球的人是平等的，喜歡呆在家里面和喜歡出去的是平等的，喜歡聚會和喜歡一個人獨處是平等的。這個時候興趣標簽是平等的，一個新消費的人群是這樣框出來的。我們當時如果不去看觀遠的數據，是不知道原來消費者是沒有具體畫像的。這是一個融合媒體時代產生的東西，當你去認真去關注你的用戶的時候

114、，你會發現這幫用戶，特點很自由，今天是一個商務精英，明天可以是一個愛好滑板、沖浪的人。他的標簽是會在不斷轉化。這種自由的框架是給今天所有做產品、做產業、做商業、做商貿的人非常重要的一個啟示，因為未來可能在中國就不會再有真正意義上傳統的銷售者。當信息平權、商業平權的時候，每一個使用者也是產品的傳播者。商業逐步變成品牌導向，或者以生活方式為導向的一個商業模式。在這個過程中，那奧蘭小紅帽不再是大眾的，或者便宜的，或者這樣那樣的標簽，紅酒也不再是一個高高在上的商務宴請的高端人群的標簽。消費平權了，炫耀性的消費會逐步在市場當中淡化出來。去年我們在跟觀遠數據合作時，開始把營銷費用放到系統當中。當時合作有件

115、事我印象特別深刻，觀遠的對接人是一個非常精干的女性，在給我們開會時，非常清楚地說，“鄭總，你如果希望通過觀遠的BI去測算出雙十一要花多少錢的話，這個我算不了?！边@很好，也很誠實。當你去把花費的市場費用拿出來，再跟銷售額對比，做ROI，確實是能夠對比出來一個數，但是從本質上來說沒有意義。它更重要的意義是，需要拆分開來看趨勢。通過觀遠數據的產品，我們可以將多渠道的平臺數據進行統計、歸口，快速了解整體銷售運營動態。同時，基于管理看板設定好ROI上下線，通過系統的輔助讓前端做出業務決策，同時避免錯誤決策帶來的影響，降低試錯成本。對于公司負責人來說，這個看板相當于我開這輛車的方向盤。方向盤的作用是給你帶

116、來指導性，不是開這個車需要知道百公里多少油，是今天看到這個數據之后，我要向什么方向走。方向盤從來不是說我今天要不要投廣告，要不要投電視媒體，要不要投什么，它是給做完一件事后，有沒有一些熱度，用戶有沒有發生一些改變，商品組合模式有沒有發生改變，新品有沒有再改變，市場情況是什么。所以數據看板，除了讓管理者、渠道的負責人看到花了多少錢，產生多少銷售額以外，它更重要一件事情是要看的這個方向。品牌是一個長周期的動作，沒有任何一個品牌是一個雙11一個年貨節，就建立成的。一個品牌，只能夠通過一個雙11，通過一個年貨節，發現一個趨勢，而這個趨勢往往是滯后的。當消費者已經在雙11備貨了，其實這個動作是在他們之前

117、6個月，已經體驗分享過這個產品，才會在雙11、年貨節有這么個動作。這是一個過程。Step 4.0 品牌運營+移動互聯網運營（2017-2019）：適應市場，成為用戶的朋友最后就是精細化管理和UGC。對于一個渠道來說，中國有一個特點和其他國家市場不一樣。特別是我們在做日本市場時，只有兩個客戶，一個是711，一個是永旺。這兩個客戶做完之后，這個市場就沒有客戶了，他們能夠占到零售品將近70%的份額。38在中國不一樣，每一個細分渠道都有非常多的品牌。他不獨家，這個時候品牌需要一套系統去監控每一個平臺的出貨價格。如果不去做這件事情會很被動。每一個平臺有自己的會員日、秒殺、直播、短視頻、會員卡積分等等，沒

118、有一套這樣的系統，就無法監控渠道是怎么做好的。跟剛才說的邏輯是一樣，沒有辦法做十個渠道的10萬塊錢，根本不可能做好一個渠道的100萬塊錢。我們最早的時候，跟一些渠道產生矛盾，他可能覺得奧蘭小紅帽不適合這個平臺。沒有關系，因為一個渠道對我來說，對100萬這件事情不是一個核心，我最需要做的一件事情是有十個渠道，能夠做到十萬塊錢。這個事情很難通過單一的人去解決的，得通過一套系統去觀測內容電商的短視頻直播的邏輯是什么，它的價格體系是什么。這個非常重要，如果沒有，你就是沒有辦法去控制渠道?，F在的品牌在渠道面前就是一只小肥羊，等待被宰割。你的品牌價值鏈、經銷商體系在京東、短視頻、KOL的面前直接歸為零。品

119、牌如果不去做這個渠道性的系統化管理，品牌積累的價值是會被渠道收割掉的。那品牌怎么去分享渠道的流量，那就需要去對每一個渠道的產品價格渠道促銷非常了解，并且能夠通過一套管理系統能夠使得它在一個簡單的看板上體現出來。這個非常重要，不然的話，你沒有辦法去做產品。另外關于用戶運營這些，都是后期的需求，需要通過不斷地把小蓄水池看好?；ヂ摼W有一個特征就是大家的感情好像越來越相似，但這個越來越相似的過程中，它會有很多個性化的東西。比如今天的互聯網上面說emo，emo是什么？可能是寂寞了，可能是失落了，可能是沮喪了，可能是孤獨了，可能是傷心了，都可以是emo。我們需要把每一個部分精細的去看明白，然后把這一部分蓄

120、水池做好，去深度理解這個emo是哪一個板塊，我們才能夠迎接到下一個emo是什么，才能夠去在這個過程中找到下一個emo。39Q&AQ：品牌調性和創始人的基因特性會不會有很強關聯性？A：有，并且很強。我們發現市場上有很多所謂的追隨者，市場上也會誕生很多新的模式和玩法。我們可以學到他們的形，但是沒有他們的神。我作為公司創始人，會找feel相似的人加入公司，并且更認同這樣的人。彼此會形成我們自己的一個神態。當另外的人想學習我們神態的時候，他們不一定會適合。Q：在奧蘭中國的數字化過程中，選擇了觀遠BI，這其中是否遇到問題或者挑戰？A：我們自創建公司以來，就一直非常重視系統。在沒有遇到觀遠數據之前，我們是

121、在自研系統。此后觀遠數據的產品加入系統之后，特別擔心我們買了，但是團隊不使用。我認為做一套系統的難點在于把公司的需求反應到系統中，并使用起來對此，我們內部有一套解決方法，先把人做的事情跑通，再成系統。舉個例子，此前我們的業務團隊，需要每日做系統性的手動摘表。當團隊進行了幾個月的機械性動作后，再回歸到系統中就變得非常簡單。當使用者每天使用機械化的表格，突然有一套系統滿足了他最討厭的十分鐘，這系統就成了。之前我們8點有個銷售報表會，9點有費用的報表會，10點有成本的報表會，看上去很繁瑣，在系統性地積累了一兩個月后，再和觀遠去聊的時候，發現問題就迎刃而解，大家都很期待新系統上線的時間。記得有一次把B

122、I做完之后，運營團隊從七、八點鐘搞到九、十點鐘，明知道十二點還有一個會，然后大家還是開開心心去吃飯，因為觀遠數據BI能幫大家節省很多的時間，不用再那么趕。此后每次與觀遠的合作，大家都非常開心。4002最佳實踐聯合利華：AI賦能品牌DTC場景下的快速補貨決策價值鏈2023年5月16日-18日，以“共生共享共贏數字化供應鏈”為主題的第19屆ECR大會于武漢召開。會上，“ECR委員會2022-2023年度案例”重磅揭曉，觀遠數據攜手聯合利華打造的“AI賦能品牌DTC場景下的快速補貨決策價值鏈”項目榮獲最佳實踐獎，同時作為“最佳實踐項目”收錄于 2022-2023年度ECR案例集 并正式發布。以下為所

123、收錄案例具體內容，期望能為更多企業實現供應鏈數字化轉型、提升供應鏈效率提供富有價值的參考：42隨著電商行業從增量市場逐步成長到了存量市場，不少店家的規模已經達到一定水平，營收的增長也開始放緩，這時電商渠道的供應鏈管理和精益就開始受到關注。供應鏈就像古代戰爭供應糧草的軍需官，一兩場閃電戰或許看不到糧草供應的重要性，但只要涉及持久、大型戰役，那必是三軍未動，糧草先行?，F在的商場也是一樣，在企業規模較小，處于高速增長、占領市場的階段，供應鏈不一定被關注到；但只要規模達到一定程度，供應鏈將會像企業的心臟一樣，用更少的資金流，以更高的效率和敏捷性，為企業的業務運轉提供更穩定的商流，成為企業“先為不可勝”

124、的條件之一。2.痛點與挑戰隨著電商開始成為聯合利華增長最為迅猛的渠道，為了能更直接地迎接消費者的訂單，做到更快、更敏捷與端到端的消費者履約，聯合利華建立了從促銷經營、貨權管理到供應鏈履約的直面消費者的 DTC(direct to consumer)供應鏈模式。新模式運行后，挑戰也隨之而來。線上平臺活動營銷計劃管理效率低下線上平臺活動營銷策略隨著平臺計劃的調整，消費者需求的變化，在實際的運營中需要不斷的進行調整和版本更新。而企業的運作在基于數據表格和郵件的形式做記錄，調整與分發的方式出現了修改難追蹤，版本難管理，對于供應鏈側的敏捷化管理提出了更高的要求和挑戰。消費者需求預測準確性和穩定性低下在線

125、上平臺消費者需求波動，變化飛速，是人工預測消費者需求的一大難題，在各式各樣促銷營銷計劃的變動下，如何能夠快速并準確地提供消費者需求預測成為非常嚴峻的挑戰。傳統供應鏈方式難以更低的成本實現消費者的履約一、案例參與企業聯合利華聯合利華是全球領先的美妝與健康用品、個人護理用品、家庭護理用品、食品營養品以及冰淇淋的提供商之一，產品暢銷190多個國家和地區。每天有34億消費者在世界各地使用我們的產品。聯合利華在全球擁有127,000名員工，2022年銷售額達601億歐元。聯合利華的愿景是成為可持續商業全球領導者，并通過“使命驅動、契合未來”的商業模式打造卓越業績。聯合利華一直以來都是一家不斷進步且負責任

126、的企業。聯合利華的指南針即可持續商業戰略，旨在幫助公司實現卓越的業績，推動可持續和負責任的增長，同時:-改善地球健康；-提升人們的健康、自信和幸福感；-打造更公平、更包容的世界。觀遠數據觀遠數據創立于2016年，以“讓業務用起來 讓決策更智能”為使命，致力于為零售、消費、金融、高科技、制造、互聯網等行業的領先企業提供一站式數據分析與智能決策產品及解決方案，助力企業在廣泛業務場景下用數據做決策，持續產生業務價值，構建數據分析競爭力。二、案例背景1.行業背景當今，數字化產業飛速發展，同時持續的疫情影響之下，消費者線上購物占比持續增長，也促進了傳統品牌企業更多的考慮面向消費者的需求直接進行滿足的趨勢

127、。43銷售側的促銷計劃-人工預測的需求-供應鏈與銷售間的目標一致-供應鏈側生產與發運計劃-工廠與倉庫的執行，從原本的電子表格和郵件結合的形式，通過觀遠數據的業務計劃助手進行改進，實現可以完全放棄電子表格形式的線上促銷管理系統。設計了包括但不限于促銷日歷建立、促銷計劃的錄入與調整、庫存實時聯動、填報審批等模塊與功能，實現多部門全流程的線上化協作，極大地降低了溝通、查缺補漏、調整追溯等效率。2.AI DTC 需求預測基于線上平臺方的后臺玩法，與品牌方在平臺規則范圍內的調整機動性，同時結合觀遠數據在電商平臺的分析能力，搭建符合該平臺下的“促銷與非促銷”AI 需求預測模型。通過對商品分類、活動與月份的

128、分級、促銷與流量計劃的引入和平臺券等信息的引入，成功實現 AI 模型預測在不同活動與環境下的穩定且準確的預測輸出。以確保銷售側對市場的把控，指標的合理設定與供應鏈側穩定且準確的需求信號，保證生產與發運的合理與正確性。供應鏈想要實現對消費者需求的高效履約，同時又能更加敏捷、低成本地完成供應鏈路，對人工通過傳統數據表格，人為盯守的方式提出了很高的要求和挑戰。三、解決方案簡述為了在 DTC 新模式上更高效、更低成本地運作，同時對消費者完美履約，聯合利華與觀遠數據合作，通過經營方式梳理，流程梳理與數據情況整理后提出了通過線上產品與AI賦能的形式，實現從促銷經營計劃與預測到智能補貨的形式，搭建一套端到端

129、的解決方案，即“DTC 促銷管理系統-AI 需求預測(預測模型)-智能補貨推薦(決策模型)-供應鏈指標仿真模擬與上線準入機制(仿真模型)”，從端到端實現部門之間高效的串聯與執行，并在保證對消費者穩定履約的同時，有效降低倉庫庫存壓力。解決方案亮點：1.DTC 促銷管理系統基于聯合利華運營層面的端到端流程設計，從初始的AI DTC 需求預測趨勢圖44擬體系與上線準入機制，通過串聯預測和補貨與指標之間的關聯，進行基于預測的指標模擬，并提供建議運營人員的操作方案，以確保智能補貨的決策能真正為供應鏈帶來業務指標的提升，提高效率降低成本。四、應用效果評估1.準確性與穩定性的提升通過AI 模型所得的需求預測

130、，相較于以往人工的預測在鏈接 活動 倉庫層級提升絕對值 43%，并能穩定在一定小范圍內的波動水準，為生產與發運提供了更加合理的信號。2.倉庫庫存天數降低隨著AI 預測與智能補貨的上線，并輔以指標模擬仿真，實際應用中，在維持消費者訂單滿足率的高標準下，成功降低月均倉庫庫存。3.跨倉率降低有了更加精準的預測與智能補貨，輔助在分倉方面有了更加合理的計劃，在應用范圍內跨倉率得到了的下降。4.時間與溝通成本節約除了AI 與智能補貨帶來的效益外，全流程的線上化將每日的溝通實現周度會議 30 分鐘內結束，真正實現效率的提升。5.可擴展性提升對于 AI 賦能品牌 DTC 場景下的快速補貨決策價值鏈，通過“DT

131、C 促銷管理系統-AI 需求預測(預測模型)-智能補貨推薦(決策模型)-供應鏈指標仿真模擬與上線準入機制(仿真模型)”的方法論以及實際落地場景的復制，可快速復制到聯合利華 DTC 以及 B2C 電商的其它場景，實現從計劃效率到消費者履約的高效的可落的驗證性的提升，進而優化全盤供應鏈的業務指標，帶來商業價值。此外從方法論層面可被復制到線下的場景，進而真正做到科技賦能決策的價值實現。4.供應鏈指標仿真模擬與上線準入機制(仿真模型)理論上有了更準確且穩定的預測，與更合理和智能的補貨推薦，可以賦能業務運行。然而在實際運作中，需要運營人員能基于市場上快速的變化進行更合理的調整，完整實現人機結合，才能給供

132、應鏈帶來更精確、更穩定的價值。因此觀遠搭建了一套供應鏈指標仿真模3.快速智能補貨推薦電商業發展到現在，消費者幾乎都能感受到，每一天似乎都在做活動，每一天好像都可以領優惠券，從數據上來看不難發現以下特點：a.促銷活動頻繁。除去平臺合作類的聚劃算、百億補貼等，自身促銷頻繁，平均每月 4 次，每次持續34天。b.促銷刺激顯著。不論促銷多頻繁，促銷力度如何，相比于非促銷日，銷量都有一定增長；特殊日期的促銷相比平常促銷又有顯著增長，如38、88、99大促、七夕、年貨節等等；而待促銷結束后，銷量基本就立刻回到了日銷水平。c.促銷存在相似性。不論是周期性的頻繁促銷，還是特殊節日的促銷，從總量、促銷期間每日銷

133、量占比、不同商品的銷量占比等方面都存在相似性，同一個模型的準確率、誤差分布表現，也存在一定相似性。因為上述特性，不存在一個大一統的預測模型能使得每天的預測誤差服從同一個分布，供安全庫存理論來補貨。因此觀遠數據建立了基于聯合誤差分布的安全庫存計算，以此搭建了相應的補貨體系，做到快速、高頻以及精確的補貨建議。AI DTC 補貨策略方法論45聯合利華：從 AI 需求預測到基于多級庫存控制理論的補貨策略2023年初，中國連鎖經營協會（CCFA）開展了零售業供應鏈最佳實踐案例年度征集活動，并于同年4月正式發布 2023年度零售業供應鏈最佳實踐案例。觀遠數據與聯合利華合作的“從AI需求預測到基于多級庫存控

134、制理論的補貨策略”案例，憑借前瞻性的技術創新、領先型的行業實踐、顯著卓越的數字化成效，成功入選 2023年度零售業供應鏈最佳實踐案例，成為經過層層篩選最終入選的15個案例之一。以下為入選案例原文呈現，期望能幫助更多企業找到供應鏈數字化升級方向：CCFA461)基于需求預測的仿真模擬目標庫存（Stock Mock）通過仿真模擬，大規模計算歷史數據以獲得需求預測準確率FA（Forecast accuracy，以下簡稱“FA”）與庫存指標DOH（Days on hand,以下簡稱“DOH”）和 Service level（訂單服務水平，以下簡稱“Service level”）之間的關聯，得到趨勢如圖

135、1所示，并得結論每提升1%的 FA，在穩定 Service level 在目標的前提下，可以降低1.2%的DOH。第一部分：案例簡述1 案例綜述為了應對市場快速與多端的變化，以數據驅動實現智能供應鏈帶來業務價值的提升，聯合利華攜手觀遠數據和易鈞，通過 AI 需求預測與多級庫存補貨策略的結合，落地并驗證供應鏈指標的優化。2 實施周期整個過程從理論搭建，分析洞察，實驗搭建，指標模擬到實踐驗證，為期六個月。3 案例成效成功實現在測試商品范圍內，服務水平略有提升的情況下，預期庫存下降10%。第二部分：案例詳述1 背景介紹聯合利華應用多級庫存控制理論（以下簡稱“補貨策略”）于供應鏈實際運作，即：工廠-C

136、DC-RDC 三層，SP（工廠-CDC 生產計劃）與DRP（CDC-RDC 發運計劃）的計劃均需要關注最下層 RDC 所面對的來自全國的終端需求?；诖丝蓸O大程度避免因每層之間的補貨依賴造成的牛鞭效應。為了進一步優化供應鏈業務指標，應對多變的市場，聯合利華攜手觀遠數據與易鈞，通過 AI需求預測與多級庫存補貨策略結合，探究更加智能與科學的供應戰略體系。2 思路及實施流程三方共同搭建了完整的計算鏈路，結合仿真模擬的高階分析方式，設計實驗并落地測試。最終系統化監控并追蹤落地業務指標的變化。解決方案亮點：2）合理的實驗對象有了上述理論基礎，需要合理的實驗與落地測試才能看到實際價值。期間通過嚴密的實驗對

137、象篩選，針對所有的組合進行分類打標，選取準確性高，穩定性強，銷量排名在前30%，以及后鏈路自動化DRP系統需要承接的未來1-3周預測跨度的SKU到倉的組合作為有代表性的實驗測試對象，既有代表性，又有實驗可操作性。3）嚴謹的控制變量執行在實驗落地測試中，需要嚴格控制計劃員的修改動作。一次修改會導致未來幾周需求和庫存的變化，導致落地測算結果的失真。因此被選定的實驗對象與系統產出的目標庫存值需要嚴格遵守被使用在自動化DRP系統。FA 與 DOH 和 Service level 模擬后的關聯473 案例成效1）DOH 降低選定的實驗對象在測試期間，服務水平略有提升的同時，RDC的DOH也相應的有所降低

138、。2）效率提升測試為系統化實現且無須人工操作，自動化可達100%。3）業務可拓展性整個實驗和測試可被系統化，且邏輯可拓展到全部業務范圍。在執行期間自動化看板進行跟蹤（demo 數據）4803數智對話獨家對話元氣森林揭秘崛起背后的數字化策略和生存法則2021年，元氣森林成立六年，營收做到73億元，較前一年增長2.6倍。它成了飲料行業的最強黑馬。起初，這看上去更像一場毫無希望的較量。由飲料巨頭構建起的商業帝國，不僅規模龐大，還掌握著快銷品行業的渠道咽喉，一切動向，盡在掌握。不過，元氣森林還是從帝國的銅墻鐵壁上撕開裂紋，打造出一系列爆款產品，建成頗為可觀的終端渠道體系。更為特別的是，它用數據驅動詮釋

139、了全新的增長。比如，生產、銷售、渠道等環節逐步引入數字化工具，通過手機就能查詢經營情況。2022年，元氣森林提出回歸傳統企業，提高人效和渠道精細化運營。這些做法啟發了許多新消費創業者，也成了人們研究、對比和模仿的對象。近日，億邦動力獨家訪談元氣森林首席運營官章肖洋，講述高增長背后的數字化策略，新消費跟傳統快銷品相比，優勢和差距各自在什么地方？如何評估數字化的投入與產出？如何讓數字化工具高頻使用？以下內容來源于億邦動力，作者董金鵬 50以下是經過編輯的訪談內容：“哪怕我們換一個行業去做，依然會帶著數據導向的習慣”億邦：不久前，我們參加一個元氣森林的小型會議，幾乎所有的人都在發言中提到數據依據。這

140、似乎給人一種感覺，數據在元氣森林的日常運營和決策中扮演著非比尋常的作用。您怎么看數據在元氣森林日常決策中的作用？章肖洋：數據幫助我們減少了各種主觀判斷及個人執念之間的PK。任何一件事情，每個人都會有自己的見解，這就需要大家一塊討論。而討論前最好先拿到數據，有時候沒有數據，我們也要想辦法建立和收集數據。這比純粹的主觀討論更好一些。億邦：這種數據驅動的基因是不是跟公司創始團隊的偏好有很大關系？章肖洋：這是一種決策習慣。在元氣森林，從產品開發到消費者反饋，我們的決策都需要數據來支撐，大家天然有這樣一種希望。哪怕我們換一個行業去做，依然會帶著數據導向的習慣。億邦：為什么元氣森林會有這種決策習慣，是不是

141、跟創始團隊的互聯網公司背景相關？畢竟互聯網的數字化要領先于其他行業。章肖洋：是的，會有你說的這種情況?？熹N品是一個歷史很悠久的行業，它在BI（Business Intelligence，商業智能）等方面的起步可能稍晚于互聯網，但這個思路大家是有的。（2021年底，北京大學光華管理學院董小英等研究發布的 2021中國數字企業白皮書 顯示，企業使用最多的數字化是大數據分析與挖掘，占比52.3%-76.9%。大數據分析與挖掘是BI最重要的組成部分）我覺得更大的可能性在于，我們對這件事情的決心更強大。比如為了拿到更多的終端動銷數據，我們曾找上下游供應商交流研發，發現沒人能拿出完整的產品，所以只能親自下

142、場做，包括硬件、軟件、算法和數據分析等。我們做了以后，大家看到效果，也都跟著做，行業里面才慢慢有了更細分的應用。億邦：決心是不是也跟投入有很大關系？元氣森林每年在數字化方面的投入是多少？章肖洋：我不方便講投入的絕對值，只能說投入占比跟行業基本持平，大概是1%-3%。億邦：今年大環境不好，企業的壓力很大，都在保利潤。您覺得這種情況下，企業還會繼續投入BI等數字化項目嗎？章肖洋：我覺得反而要增加投入。如果數字化沒有帶來效率的改變，說明本身就不應該去做，尤其不應該盲目去做。元氣森林每上一個數字化工具，背后都有兩點思考：一是我們的收益是不是有變化，二是效率是不是有提升。效率不能只是蜻蜓點水式的提升，一

143、定得是足夠大的變化。比如把跨部門數據打通以后，就會減少業務流程的節點，明顯減少工作流程。億邦：元氣森林是否會評估數字化投入效果？具體怎么評估？章肖洋：一定會做投入產出的評估和實際驗證，這跟其他投入是相通的。在元氣森林，我們前期可能不太看產出，因為這時候通常是在一個小范圍內的產出，但是上了規模以后，這是一項不小的投入，我們會根據不同場景做A/B測試，看看產出回報。數字化并不是一個重投入的項目，也不是一個長周期回報的項目，一個中期就可以驗證收益。億邦：數字化的投入在什么層面決策？需要CEO拍板才能干嗎？章肖洋：十多年前行業里面可能是這樣，現在反而不用。移動終端普及很好教育了市場，大家會自然而言地講

144、，我需要什么樣的數字化服務?，F在，甚至一些基層部門就可以弄這個事情，不一定等著集團老板拍板。51“我們的資歷很淺，要補的課還有很多”億邦：之前一站式智能分析平臺與服務提供商觀遠數據的創始人兼CEO蘇春園交流，他反饋說2022年大家都很看重業務財務數據一體化的項目。元氣森林內部怎么看待業務財務數據一體化？章肖洋：我們內部也在研發業財一體的引擎，核心就是將業務表現和財務結果的關系以更貼近實際的方式表達出來。這是我們近一年來非常重要的一個方向。一個產品從品牌方到消費者手里，要經過許多環節的流轉，中間涉及到貨物流、訂單流和費用流。我們做了很多數據打通的工作，目前費用流打通的完成度最高，貨物流和訂單流正

145、在逐步完善之中。億邦：能否做到按單品拆分出來？比如將單品的所有投入和收入核算出來，做成報表？章肖洋：每一筆錢花出去，不一定只針對某個單品，可能會跟其他產品有交互，我們要把它拆細，將業務表現和財務結果結合起來看單品損益。這也是我們今年比較重要的一個方向。每個公司從小到大有個過程，以前相對籠統地看整體經營報表，后面就需要不斷拆解，按區域，按渠道，按產品，甚至按不同網點。我們做這些基礎數據采集的時候，需要考慮業務和財務的結合。億邦：您覺得未來一兩年，業務和財務的數據逐漸打通以后，會不會每天或者每周就可以看一次報表？章肖洋：我覺得是這樣。這是我們明確的目標，更高頻地輸出實際經營的結果。目前，我們的渠道

146、費用和服務成本已經能夠做到按天輸出，營銷品宣等費用還無法實現。（按傳統方式，每個月的業務和財務數據，要等到次月財務結賬之后，才能以報表形式呈現出來，最快也要次月上旬）億邦：工廠是非常重要的一端，涉及到生產和庫存管理，不少制造業會用到MES（Manufacturing Execu-tion System,制造執行系統）。此前媒體報道，元氣森林對MES持謹慎態度。未來，元氣森林工廠的數據會不會進入業務財務數據一體化系統？章肖洋：前端的動銷、中間的庫存和后端的供應，肯定都要對齊。但我們的資歷很淺，要補的課還有很多，尤其是后端工廠的數據驅動。用數據驅動數字化產品，用數據驅動實物流轉，兩者的區別非常大，

147、這點我們必須尊重和學習行業前輩。億邦：元氣森林創始人唐彬森提出，2022年元氣森林要回歸一家傳統公司，向傳統公司學習。傳統快銷品在這塊做得更好嗎？章肖洋：是的，從結果看運轉得更流暢?；ヂ摼W公司的時間都非常短，沒有太多的行業經驗?？熹N品是一個歷久彌新的行業，時間跨度非常長，快銷品企業動輒幾十年以上，積累下來的東西很多，組織和流程相對比較完善。他們通過新技術去優化組織和流程，能夠更平穩地迭代。我們再去做的時候，既要考慮業務和流程，還要做好新技術的使用。但我們也有優勢，包袱更少，智能決策和數據分析等數字化環境也比以前更好。我們得想辦法把他們走過的路縮短，該交的學費少交一些?！坝行〇|西可以在極端條件下

148、做出來，但也要考慮成本”億邦：元氣森林每天產生的數據，是不是主要來自一線終端？章肖洋：從每天產生的數據量來說，是這樣的。億邦：冰柜相關的數據分析，是元氣森林自己做還是供應商做？章肖洋：兩年前，我們找供應商討論需求研發，可能大家當時決心還不夠，沒能孵化出成熟的產品。最終，元氣森林自己花了很大的成本做這個項目。億邦：什么時候采取自研，什么時候采購第三方產品，元氣森林怎么考慮這些問題？如果用第三方的產品，成熟了以后會不會也要自研？章肖洋：元氣森林的數字化工具主要有三類，自研、采購和采購基礎上的開發。我們有基礎的自研能力，也有一些基本原則：一些高度可視化和缺乏供應商的工具，52我們盡量采取自研；比較成

149、熟的東西，比如ERP、WMS（Warehouse Management System，倉庫管理系統）等，基本都走外采路線。采購也有一些基本原則，比如盡量要數據聯通，且方便觸達。采購的工具成熟以后，也會面臨兩種情況：更底層和通用的場景，比如業務財務一體化，我們會跟觀遠數據提出需求。他們會在通用后臺的前提下，幫我們做一些定制。工具使用熟練以后，會形成自己的管理方法，這時候我們會在基礎應用之上衍生出更貼近使用場景的方法，比如我們基于觀遠數據的BI工具，構建了企業級別的一站式可視化與數據分析體系。億邦：觀遠數據這樣的服務商提供的是標準化的SaaS產品，您是否擔心數據的安全？一些需要保密的數據怎么處理？

150、章肖洋：我們不擔心這樣的事情，這也沒有什么可擔心的。正在孵化中的業務，一般會保持相對獨立，體量不大的時候，我們也不會把它兼容到集團的數字化系統。等它成長到一定體量之后，才會進入標準化的流程之中。而且觀遠在業務隔離、數據安全這塊做得很好，我們是放心的?！罢业礁哳l使用場景，數字化工具才能被用起來”億邦：BI在元氣森林員工中的覆蓋率有多高？章肖洋：基本上可以說是全覆蓋。我們把賬戶體系統一了，每個新入職員工開通OA賬號的時候，系統會自動分配一個BI賬號。每個員工從入職起，就可以看到公司的經營數據，具體誰可以看到什么數據和內容，我們內部有清晰的權限管理。億邦：元氣森林對BI工具的使用頻率是什么樣的？章肖

151、洋：我們內部對數據產品的使用非常高頻。我可以做個對比，BI的使用頻率，跟內部共享文檔的訪問頻次差不多，明顯提高了我們的PV值（Page Views，頁面瀏覽量）。億邦：BI產品很關鍵的一個問題就是使用頻率，不少企業買了以后就擱那兒了。元氣森林的使用頻率為什么這么高？怎么做到的？章肖洋：我們跟觀遠數據合作幾年，感覺類似的項目要想以更高的頻率被用起來，它本身要非常方便觸達。觀遠數據打通了飛書、企業微信等平臺的接口，所以它的數據出來以后，就可以快速地推送到我們的消息系統，非常靈活便捷。比如，我們每天、每周或者每月需要的數據，它都會以消息的形式推送到飛書和微信的群里，大家通過消息鏈接就可以看到結果。我

152、們更喜歡這種方式，它減少了很多中間過程。億邦：找到了高頻交互的使用場景。章肖洋：對。如果你開發一個專門的APP，或者讓用戶登陸才能看到BI結果，那么就會出現一種結果，你得想起來才會去看這個東西。這種場景下，它的使用頻率不會太高。飛書屬于Message（即時消息）服務，它和郵件一樣，永遠都有著極高的使用頻率。人們每天有很多時間都盯在微信、飛書等，數字化需要以這種消息的形式，把產品嵌入里面。從使用和采購的角度來說，移動和嵌入式BI具有較高的采用率。億邦：使用了BI以后，這種便捷性給元氣森林的日常管理帶來了哪些改變？章肖洋：元氣森林內部，大家溝通的時候要提前準備數據，這是一個很常見的場景?？照?，還基

153、于業務數據談，兩者差別非常大。事先有了數據和信息，大家就可以在同一個頻道上聊事兒，而不是聊到一個事情，現場再去翻找數據。在過去，為開會準備數據非常耗費時間，而且每次準備的數據緯度、規范和顆粒度都不一樣。還有就是數據的時效問題，經常是開會前還要找人要最新的數據。BI不僅定義了數據的指標、規范和時效，還讓這事兒更方便靈活。53氣味圖書館CIO溫曉瑩：1周 VS 1小時，BI為業務提效數十倍新銳行業的數字化建設已成浪潮，數據分析是企業數字化發展必備的重要能力之一。在數字時代崛起的新銳消費品牌，自帶著數據驅動的基因，對數字化運營體系的建設也十分看重。作為香氛行業的“黑馬”品牌，氣味圖書館在數字化建設上

154、也是遙遙領先，通過與觀遠數據的合作打造的一站式智能分析平臺，讓品牌以數據為最強驅動力，推動著產品迭代、品牌運營、電商運營等眾多業務場景的數字化決策，為品牌的可持續發展與業績增長助力。氣味圖書館是如何以BI賦能構建起數字化運營體系？BI在品牌的業務運營中又帶來了哪些真實的業務價值？氣味圖書館又是如何將BI推廣到全公司的業務部門，促進公司數據驅動文化的建設？觀遠數據特邀氣味圖書館CIO溫曉瑩為我們答疑解惑，分享氣味圖書館數字化運營體系建設中的實踐與思考，也為更多數字化時代的同行者提供一些可靠參考。54以下為對話實錄：數據應用和洞察分析效率：從1周到1小時觀遠數據：氣味圖書館啟動數字化建設的原因是什

155、么？建設過程可以分為哪些階段？溫曉瑩：氣味圖書館早期就比較重視數字化運營體系的建設，所以開始我們就組建了非常專業的數據分析團隊，而建設數字化運營體系的原因主要有兩個方面：其一，氣味圖書館過去的數據是比較不完整的，分布在各個系統里面，數據分析團隊獲取數據非常困難；其二，團隊做數據報表的效率比較低，沒有更多的時間去做洞察分析，管理效率這部分也是比較低的?；谶@些原因我們開始了數字化運營體系的建設，總體分為三個階段：第一個階段以信息化為主，以提升業務效率為目標。在早期我們就搭建了業務中臺，為我們去年的數字化做了很多準備工作。我們將全渠道訂單、供應鏈、財務、線下門店、產品信息等模塊整合業務中臺，這樣極

156、大提升了效率。第二個階段是和觀遠數據合作后，重點開始做數字化的階段，以洞察業務，指導業務做決策為主。當前我們搭建了6大模塊，分別是戰略決策、渠道、產品、供應鏈、財務、用戶分析，各個板塊可以很好地指導我們的業務。比如渠道銷售占比，幫助我們去判斷哪些渠道要重點投入資源；產品銷售趨勢能讓我們快速了解到哪些產品是銷售比較好的等。第三個階段是未來我們希望能更加智能化，探索更多產品、業務上的創新。觀遠數據：選擇與觀遠數據合作的原因是？溫曉瑩：首先是觀遠數據有非常豐富的行業實踐經驗，在各行各業里都有成功案例。在新銳品牌的數字化建設方面，元氣森林、奈雪的茶、珀萊雅、野獸派等等品牌和觀遠數據的深度合作給了我們參

157、照。觀遠數據在圈內也有非常好的口碑，當初的合作也是元氣森林的朋友推薦給我們的。另一方面，觀遠數據“讓業務用起來”的產品設計理念非常打動我。在體驗完產品后，觀遠數據產品的易用性、豐富的可視化報表以及高性能的平臺，也讓我們體會到了這個產品確實是能夠幫助我們“讓業務用起來”。觀遠數據：雙方合作建設的主要目標有哪些？溫曉瑩：第一個目標還是提升我們團隊數據報表的效率，改變過去要耗費比較多的時間和人力取數據做報表的狀態；第二個是提升團隊洞察分析能力和管理效率，通過BI建設讓大家把更多的時間和精力投入到更有價值的分析工作中去；第三個是希望實現數據的統一管理，減少數據的出錯率；第四個是希望通過數字化賦能業務的

158、增長，讓決策更容易。觀遠數據：是否有數據指標能夠衡量這些目標的實現？溫曉瑩：其一，從數據管理維度來看，我們把各類數據都統一匯總到觀遠BI平臺上進行管理，讓業務方能夠很快速地根據需求拿到想要的數據。比如產品過去想要數據，要給數據團隊提需求、做排期，過去可能需要一周甚至兩周的時間才能拿到他們想要的數據，而現在他們直接就能看到想看的產品數據，這是一個十倍甚至幾十倍的效率的提升。其二，數據團隊的產出效率方面，過去我們要做一些渠道數據月報，數據分析團隊需要從各個地方去拿想要的渠道的數據，我了解到的是過去可能要花一周的時間去整理數據、生成報告，現在基本上1個小時內可以統計導出，并且可通過一些報表快速定位問

159、題。55其三，團隊配合的維度來講，過去我們想做一些數據分析，大家需要很多的溝通，比如指標的確認，即便是數據拿到之后還有數據的準確率等問題?，F在我們可以直接在觀遠BI平臺上查詢，它會有不同的維度、不同的條件篩選，這樣就節省了很多溝通成本，在團隊的配合上有很大提升。其四，在業務價值維度，例如我們結合了全渠道產品及競品的用戶評論，通過好評率的實時跟蹤統計，可以非常清晰地指導我們產品的改進，促進產品升級。BI平臺使用情況：用戶周活躍率80%觀遠數據：公司內部目前是哪些人員在使用BI？溫曉瑩：目前公司BI的使用者包括業務人員、數據分析人員、技術人員，總體看現在我們業務方的人員使用BI會更多，這里面包含了

160、我們的產品、PM、渠道、供應鏈、企業管理人員等等。對業務人員來說，他們獲取數據的效率更高了，甚至可以直接通過BI拿到結論，因為我們在BI里有很多可視化的報表，有些趨勢他們就能很快做出判斷。對于數據分析人員來講，過去他們要花很多時間做取數的事情，現在他們就有更多的精力做一些數據挖掘。對于技術人員來講，因為有了BI，現在就能更好的去支撐流程優化，以及搭建中后臺的系統，能夠把我們的人事、財務、供應鏈全部鏈接起來，使得內部效率更高。觀遠數據：業務人員在使用中對觀遠BI有何評價？溫曉瑩：內部的反饋非常好，因為過去大家要花很多時間做取數分析，現在有了BI效率就很高。比如產品經理就覺得觀遠BI平臺的使用門檻

161、是比較低的，操作簡單，而且過去可能數據不及時，現在就基本都是實時的數據，就可以很快拿到當下的數據，省去了很多計算、匯總的工作，因為我們已經在BI上做好了，他們能夠直接導出。供應鏈這方面的業務人員，他們的反饋就是極大的提升了他們工作的效率，并且能夠很大程度上做一些降本的事情，比如過去想了解產品的庫存、動銷、效期等情況，是很難能實時拿到這些數據的，都是通過郵件、Excel、多部門的溝通銜接才能拿到，現在BI的預警機制讓大家能直接收到庫存情況、動銷情況、效期情況的提醒消息，讓供應鏈端降低很多成本。我們很多高層、管理人員也都在用，對他們來講就更能全局的了解經營狀況，及時發現問題，可以快速做出決策。在過

162、去都是依賴數據分析團隊按月生成的月報，但現在依靠BI上的戰略駕駛艙，高層人員就能實時看到當下經營的情況，及時了解，發現問題，調整策略。觀遠數據：是否有一些指標能顯示出目前BI在公司的整體使用情況？溫曉瑩：目前觀遠BI的使用人數基本占了公司總人數的50%以上，以高層和核心業務部門為主。周活躍用戶占到總用戶數量的80%。在觀遠BI平臺上創建的卡片數量已經有4000+?？傮w使用情況是比較活躍和廣泛的。觀遠數據：氣味圖書館如何將BI平臺推廣到業務部門活躍用起來的？溫曉瑩：首先是因為觀遠BI平臺自身具有的一些特點：使用門檻低、易操作、可快速上手、培訓成本低。上線前我們提前整理了使用手冊發給大家，然后在內

163、部只做了一場不到一個小時的培訓，講了一些基礎點，結合實際案例現場給大家演示，在這之后就沒有單獨做過什么培訓了。在內部具體的推廣工作上，我們主要分成了2步：第一步是優先讓和業務高度相關的部門用起來，例如產品和渠道，產品每天/每周都要看我們上新之后或者過去產品系列的整體銷售情況，渠道每天要看各個渠56道的銷售狀態、用戶的評價等等，有高頻的看數需求，讓他們用起來之后，就能讓平臺的口碑在內部傳開。那第二步就可以逐步應用在中后臺部門，比如供應鏈、財務、人事等。數字化建設意義：降本增效，銷售增長觀遠數據：站在新銳品牌的角度，數字化建設有什么意義？溫曉瑩：從降本增效的維度來看，數字化極大的降低了很多溝通成本

164、，剛剛也舉了很多例子，取數的口徑、路徑、指標定義，原本可能都不是很明確，但有了BI之后系統里對這些都做了標記，大家去獲取數據的時候就沒有這些障礙了。同時也會在很大程度上降低數據的出錯率，使得整體溝通成本降低、溝通效率更高。還有比如剛剛舉的供應鏈的例子，產品效期管理，我們可以設置一些預警機制給即將到期的產品，提醒業務人員、渠道相關負責人，這些產品是不是要做一些營銷的動作，促進即將到期產品的銷售，降低產品的一些管理成本。從銷售增長的維度來看，通過數字化可以很好地找到業務的增長點，例如我們在BI上搭建了用戶好評率跟蹤系統，抓取所有渠道的評論，業務人員和PM可以實時的跟蹤用戶評價，去獲知哪些產品當下遇

165、到了什么問題，是產品本身的問題還是物流或者客服環節的問題，這樣可以很好地推動我們做服務上的升級、產品的迭代，拉動品牌整體的銷售增長。另一個例子是產品銷售趨勢的分析，氣味圖書館的產品分很多系列，通過實時的數據趨勢我們就能了解到哪個系列銷售得更好，哪個系列在當下銷售情況不理想，可以針對不同系列做不同側重點的營銷推廣策略，也可以指導商品的上下架等業務動作，幫助我們更好的去做業務運營。觀遠數據：回看氣味圖書館的數字化建設路徑，有什么經驗可以傳遞？溫曉瑩：我的建議還是要分階段來看，像我前面講的三個階段，第一階段還是要做好基礎的信息化建設，第二階段是數字化的建設，第三階段是有更多智能化的探索。所以，我個人

166、建議在前期還是要做好數據規劃，這點非常關鍵。有了基礎的數據沉淀之后，再結合業務場景，搭建經營分析維度，最后向智能化探索更多創新。從選型上來看，我建議還是要更多的和自身的產品、業務結合，在技術上要具備易操作、高性能的特點，否則隨著業務發展會產生很多困擾。另外就是建議要選擇有豐富行業實踐經驗的廠商合作，可以幫助企業省去很多時間。我們在跟觀遠數據的合作中，就獲得了很多行業經驗，觀遠數據幫助我們很快速地把系統搭建了起來，我們在內部也用了很少的時間跟業務去做溝通培訓，整體非常高效。觀遠數據：在智能化探索方面，氣味圖書館目前有什么規劃？溫曉瑩：坦白說，目前我們首要還是完善當前的數字化建設，現在我們已經建立

167、起了渠道、產品、供應鏈、財務、人事等六大版塊的數字化運營體系，但也還有需要完善的部分。在未來的智能化探索部分，我們期望能跟觀遠數據有更深度的合作，比如一些智能化的數據指標的解讀，或者更多和行業大盤數據結合的智能化的數據分析。感謝溫總對觀遠數據的認可與支持，觀遠數據也同樣期待與氣味圖書館一路攜手，不斷完善數字化建設，以領先技術與創新實踐助力氣味圖書館實現從1-10、10-100、100-的可持續增長。57對話來伊份：BI月活躍用戶突破2000+，“讓業務用起來”成為日常來伊份，“主板零食第一股”，2002年創立于上海，3600+門店遍布全國百余座大中城市，成為7億人次的零食首選品牌。旗下嗨吃無骨

168、、伊天益袋、等近千款零食，深受消費者青睞與厚愛。2020年以來，公司聚焦新鮮零食戰略，以全新品類在消費者心目中建立起“新鮮零食=來伊份”的認知價值。同時，來伊份與全球合作伙伴攜手，不斷回饋消費者、員工、投資者和社會，持續推進建設生活生態大平臺企業愿景的實現。2018年，來伊份與觀遠數據合作，引入觀遠BI推動公司數據建設。至2023年，雙方合作已持續五周年。五年里，觀遠BI在來伊份內部的月活躍率持續上升，截至目前月活躍用戶已超過2000+。從管理層到一線業務人員，使用觀遠BI了解業務經營情況、進行業務分析，已經成為每個人的日常習慣，真正實現“讓業務用起來”。從推進公司經營核心戰略，到線下門店運營

169、的細分場景，BI應用貫徹其中，持續在公司的業務增長中發揮價值。觀遠數據特邀來伊份大數據部門產品總監余遷對話，回顧來伊份與觀遠數據五年合作歷程，挖掘BI賦能業務價值，展望未來數字化建設新方向。58以下是經過編輯的訪談內容：攜手五周年，讓業務用起來觀遠數據：來伊份與觀遠數據合作到今年是五周年，是什么促成了2018年雙方開始合作？余遷：2018年之前，來伊份的數據平臺主要是國外某廠商的BI體系做的，整個數據報表方面的開發建設周期會比較長。此外，市場上該產品相關的報表開發人員也比較少。所以無論是從效率還是成本角度上，都推動我們要開始自建內部的數據中臺。但自建數據中臺就意味著我們要將更多精力投入至此，導

170、致業務的報表需求的開發效率會比較低，但業務需要看到的報表數量又是非常多的。為了解決這個問題，我們在2018年開始與觀遠數據合作。選擇與觀遠數據合作的原因，一方面在于觀遠BI產品能夠契合多數據來源的模式，以及考慮到后續對接自建的數據中臺都非常方便。在前期觀遠BI可以直連BW的數據源，當我們開始自建數據中臺后則可以直連到我們的數據中臺。另一方面是觀遠BI的可視化分析、拖拉拽式的操作，以及各種分析維度都很契合業務的需求，能夠幫助我們比較快地提速。觀遠數據：在雙方五年的合作里，您印象最深刻的事？余遷：觀遠數據一直在講“讓業務用起來”，對我們來說印象比較深刻的就是在公司內部觀遠BI的月活躍率一直在上升，

171、到2020年年底達到了很好的月活數據。這代表著這個平臺在我們公司真正“讓業務用起來”了?，F在在公司內部大家都已經形成了日常使用觀遠BI的習慣，平時可能不會有什么特別的感覺，但一旦沒有了肯定會讓業務們非常不習慣。BI月活2000+，決策不再“拍腦袋”觀遠數據：目前公司里有多少人在用觀遠BI？余遷：根據我們自己拉過的數據來看，目前月活躍用戶有2000+。使用者除了我們IT部門的數據開發同學和數據分析師之外，業務部門數據分析相關崗位的同學也會用它去做分析，而業務部門更多的同學也會用它去了解自己關心的數據。觀遠數據：對于公司內部不同的角色來說BI有什么價值？余遷：我們的管理層是非常關注數據的，我們打造

172、了一個移動端BI產品，內部稱為“天盤”。通過這個移動端的BI產品，管理層能夠每天隨時隨地看到所關注的報表數據，方便他們進行經營管理決策。同時，出現異常數據也會及時預警，提高我們的反應能力。對業務層來說，則會每天定時通過PC端的BI去做數據分析，及時了解業務表現，分析業務問題，快速找到調整方法。觀遠數據：隨著BI平臺在來伊份中使用率越來越高，對公司核心業務和經營管理帶來了哪些變化？余遷：我們公司經營主要有三大戰略：第一個內部稱為“萬家燈火”，指要在更多城市開更多的門店；第二個內部稱為“千帆計劃”，指要在更多城市找到更多的經銷伙伴；第三個內部稱為“大鬧天宮”，指我們要做一個多元化的平臺，和更多合作

173、伙伴一起賦能行業?；谄渲小叭f家燈火”這一戰略，我們要開很多的店，這些店的業務都需要進行大量的數據分析。比如門店經營的好不好、加盟商店的盈虧分析等等，都需要基于大量的數據做分析。原來的經營決策相對較多的依賴人工經驗，現在有了這套平臺，業務可以基于這套平臺的數據沉淀和分析模型所提供的能力，更方便地進行這59些業務方面的數據分析。通過分析業務可以更快速、準確地知道每個月有多少家新開門店、加盟商的門店賺不賺錢以及對應的原因是什么等等。對于整個公司來說，如果沒有這套平臺，這些東西就很難去分析，或者即便有數據也不知道怎么去了解。在其他戰略的推進中也一樣，有了平臺之后我們的業務在決策中不會再是“拍腦袋”式

174、的決策，大家都會很關心數據，會去研究數據背后的邏輯，關心ROI等指標反饋，基于數據分析去考慮運營動作該不該做。觀遠數據：來伊份非常注重線下門店的運營，在這個核心業務場景中BI有哪些應用實踐和價值產出？余遷：在門店場景中，我們借著與觀遠數據的合作，進行了兩個方面的數字化實踐：第一，融合觀遠BI，與觀遠數據一起打造了“門店經營助手”這一產品，整合了門店管理相關的數據，包括銷售數據、庫存數據、盈虧數據等，并將其細化到每一個門店的維度，讓一線的經營者能夠更方便地看到自己門店的經營數據，也賦能一線的管理者能夠更精準地做經營決策。并隨著業務的迭代，對“門店經營助手”進行了2.0版本的升級，讓大家能夠看到更

175、多想看的數據。包括基于我們的加盟商業務，專門做了加盟商相應版本的升級。第二，針對門店管理中巡店的部分，打造了巡店系統，其中包含了門店經營全生命周期的數據分析維度，能夠幫助公司的管理者在巡店之前全面了解門店的所有信息，進行分析決策。此外，我們目前在做“精益店管理”和“門店全智能監控”兩個項目，會采集門店所有智能硬件的數據，并基于數據平臺進行監控，減輕門店經營者日常的一些工作壓力。在經營鏈路方面，也會將一些好的管理SOP和經驗進行沉淀、梳理、固化，對一些問題點也會進行相應的預警，這些同樣都離不開BI對數據的采集以及分析、應用。重視數據價值，奔向AI賦能觀遠數據：基于來伊份的數字化建設，有哪些經驗可

176、以傳遞給行業中同樣關注數字化的企業？余遷：站在來伊份的角度上來說，首先要強調的還是數據的重要性。企業的整個數字化建設中，數據是非常重要的。無論采用什么樣的架構，企業一定要有自己的數據中臺或者平臺的概念，能夠把數據沉淀下來、匯聚起來，而不是分散在各個系統中。匯聚之后可以借助BI去提升自己業務分析的能力，只要業務真正用起來，對企業業務的增長一定會產生相應的效果。觀遠數據：數字化建設是一件長期的事情，來伊份對于未來的建設有什么樣的規劃？余遷：目前從我們的角度來說，我們的數據看板、報表已經足夠多了，業務也已經真正在用起來了，后續我們會想要幫助業務真正實現數據洞察，幫助他們提高分析能力，能夠讓業務真正通

177、過數據發現問題并解決問題。我們目前在嘗試針對業務流程做一些半自動或者自動化的監控，并通過歸因分析幫助業務找到產生問題的原因，找到解決問題的方法。在長期的建設計劃中，這些探索實踐可能會更多的和AI結合起來。感謝余總對觀遠數據的認可。期待下一個五年，繼續攜手成長，并肩探索，打造更多引領行業的最佳實踐。60靜博士COO楊智昌：數字化運營在業務中的落地，用起來才是王道成立于2003年的靜博士美業集團，以“靜心關懷”為理念，產業橫跨生活美容、醫療美容、皮膚管理、國醫館、美容用品公司、美業IT平臺，并擁有美容基礎教育學校和美業企業大學平臺。創業至今，集團一直保持著健康、穩定、快速的增長，已發展成為浙派健康

178、美業的領先品牌和行業領先的標桿企業。2017年7月靜博士集團與觀遠數據達成合作，構建企業數字化運營體系。2022年7月，雙方合作五周年之際，觀遠數據特邀靜博士集團COO楊智昌先生一起聊了聊對美業連鎖企業數字化運營體系建設的思考?！拔迥晔且粋€足以有很多暢想的時間段”，楊智昌在訪談中這樣講到。向著未來五年，是諸多期待；踏行過的五年里，則有更多收獲。五年合作里，靜博士集團和觀遠數據一起，將數字化運營體系落地到了整個公司的業務運營中。高易用性的敏捷BI在集團中得到廣泛應用，包含門店一線業務人員在內，企業內部1000余人都在BI的數據賦能下，效率得到大幅提升。BI能力更與靜博士集團的行業經驗沉淀融合，打

179、造出賦能美業行業發展的連鎖美容院智能管理SaaS產品，為美業連鎖行業數千家門店及其員工的業務運營賦能。靜博士集團為何能在千人規模的集團內部成功推行數字化運營，讓數據驅動的意識從企業高層到門店美容師全面覆蓋？連鎖行業企業未來五年的數字化建設有哪些新方向可參考？在靜博士集團COO楊智昌對美業連鎖企業數字化運營體系建設的分享和思考中，我們將找到答案。61以下是經過編輯的訪談內容：兩個一起成長的伙伴觀遠數據：靜博士啟動數字化運營體系建設的契機是？楊智昌：業務規模的擴大，推動著我們需要借助數據工具將經驗沉淀和復制。在連鎖企業發展的過程中，你會發現當門店的規模還不是很大的時候，門店運營依靠有經驗的員工就可

180、以做好。但當發展速度加快，門店數量倍增的時候，單靠個人經驗，就很難支撐。以門店總監這個崗位為例，當時靜博士最優秀的門店總監一個人能管理6家門店，但這已經是個人能力的極限，而我們要再開幾十家店，不可能每個門店總監都有這種經驗和能力，這種人才也不是需要就能馬上招聘到，或者能夠立刻培養出來的。當時靜博士的連鎖業務正處在快速發展不斷擴張的過程中，我們就在想怎么樣能讓每一個門店總監都能管10家店、20家店，讓個人的經驗邊界能夠無限擴大。當時想到的就是要做數據運營，從數據里面找到這個優秀的門店總監一個人能管理6家門店的原因，他的成功經驗和背后邏輯，把這些經驗邏輯都數據化，用數據把優秀的經驗、好的運營打法都

181、沉淀下來，復制到更大的團隊、更大的規模中去。觀遠數據：為什么會選擇與觀遠數據合作？楊智昌：最初是對觀遠數據產品設計的理念和初心的認可，5年來的長久合作則是因為它確實持續在幫助靜博士創造價值。開始數字化運營體系建設后，靜博士很需要一個適合美業業務，同時能讓團隊都覺得好用的工具。對比之后選擇了觀遠數據，一是兩家公司都在杭州，這是一個機緣，當然也有服務保障；二是在雙方溝通的過程中，我們發現觀遠數據的創始團隊核心成員都有很強的幫助企業發展的經驗，他們也將這樣的基因注入了BI產品中，是站在對業務理解的基礎上建造一個好用的數據工具。觀遠數據不僅僅是要做一個產品，而是確實在探索如何利用數據，幫助像靜博士這樣

182、的企業成長。這份初心非常打動我們。這5年合作一路走來，也讓我們感到當初的選擇很對。我一直認為好的合作是“潤物細無聲”的，不是一定要發生什么特別好的事，才能讓我們一直一起走，而是在過程中沒有發生什么不好的事情，所以才能一直攜手走下來。在跟觀遠數據合作的五年里，靜博士也經過了幾個不同的發展階段，從一開始偏向傳統的連鎖服務企業，引進觀遠數據BI產品開始數字化運營，再到迎來快速發展期，需要的數據賦能更多，對數據的維度、豐富程度，取數用數的便捷程度，數據工具的好用程度等等要求都在不斷提高。例如我們逐步將數據應用推廣到了美容師、顧問、店長等一線業務人員層面時，就對數據工具的易用性要求會很高，不然這些人員用

183、不起來，我們整個的數字化革新也就不會被支持。而在這些過程里，觀遠數據也在不斷地迭代，始終都能夠很好地支撐我們的各種需求。到后來，當靜博士想要把美業連鎖的運營經驗沉淀下來，打造成一個SaaS產品時，我們形成了100多項數據維度，基本上算是美業數據運營中最全的數據維度了。這些數據維度也和觀遠數據的BI產品得到了很好的結合，給到美業同行賦能，讓靜博士邁入了一個新的發展階段。5年走來，靜博士和觀遠數據其實是兩個一起成長的伙伴，用現在流行的話說，是雙向奔赴。要好用，要有切實的幫助觀遠數據：有了工具之后，企業內部是如何推行數字化運營的？62楊智昌：靜博士當時正處于發展起飛的階段，我們確實用了非常大的精力去

184、推動數字化運營體系的落地。印象比較深的是，當時我會把很多一直在門店工作的總監拉到一起，從Excel表開始一個一個給他們拉表格，看數據。又用了一些時間來推動月度會上的數據分析環節。開始的幾個月大家都很痛苦，但在不斷要求必須做非常詳細的數據分析，從簡單到復雜帶著他們一步步拆解一段時間之后，會發現不管是中高管還是一線業務人員，他們的數據意識和數據分析能力都變強了。當他們帶著這種意識和能力，再把實際的工作經驗結合起來之后，產生了非常多很好的idea。慢慢的，團隊成員都感到數據分析不再是一件讓人痛苦的事情，而是能夠給他帶來切實的幫助，就像之前說的門店總監，會覺得這件事情能讓他一個人的管理范圍變得更大，工

185、作效率更高也更容易。數字化運營這件事就成功地做起來了。到現在我們已經發展到了在杭州、寧波等城市同城百店的規模，但門店總監的人數可能也只比五年前多了一兩個人，因為在數據的賦能下，每個人的管理半徑都大了很多。觀遠數據：回看推行數字化運營的過程，最重要的經驗是什么？楊智昌：第一是工具一定要好用，第二是尋找價值。關于第一點，我認為是像我們這樣的人力資源型企業必須要考慮的問題。像靜博士這樣的服務行業的企業，大部分一線業務的從業人員他的知識體系、知識水平和對于數據運營這件事的接受程度，可能相對別的行業從業者來說不是很高。在這些手工藝人之中推廣數據運營的思路和實踐，工具就一定要便捷簡單易用，是不是點一點就能

186、看數據，拖拖拽拽就能做一個看板，易用性是很關鍵的。尋找價值，是說我們建設數字化運營體系，要把做這件事的價值想得非常細節非常直觀。不能僅僅是追隨潮流，總部或者中臺的人覺得要做，甚至認為這個數字化創新的項目做完了，會出彩，但效果就像美麗的卻空蕩蕩的花瓶，只會給業務一線的同事增加更多工作量。對業務現場的同學來說，比如美容師、店長這些一線同事，如果他們不能看到這些東西對我有什么價值，就會覺得我是在給總部所謂數字化運營團隊的人打工，多了很多工作負擔。有一些企業會發現在推進過程中越推越難，為什么？因為你的工具可能算法非常復雜非常完美，但卻不是以賦能，或者說不是幫助別人的心態和理念去設計的，只會讓業務的人覺

187、得不堪重負，讓大家變成對立的，那就很難落地。BI也好，其他數據運營工具也好，只有能真正幫助到別人，大家才會覺得它是一個好東西，數字化運營是一件好事情。有了這個基礎，企業才能去做更深入的探索。高效，高體驗觀遠數據：靜博士目前BI使用的效果如何？楊智昌：觀遠數據的BI平臺，在靜博士內部已經賦能到了整個公司，包括所有門店，1000多人都在使用。同時，通過與我們的美業SaaS產品的深度融合，也跟靜博士一起賦能了美業同行的幾千家門店和其中的從業者。我們和觀遠數據一樣，認為數據化運營在業務方落地，用起來才是王道?！坝闷饋怼本褪且泻衔覀儤I務每一個細的場景，能夠讓員工覺得這個工具真的是幫助我的，我和數據工具

188、加起來后變得更強了。在靜博士內部，我們會利用觀遠數據BI平臺，在整個公司的月度、年度經營分析會、店長會議等會議場景里，對公司、門店等的業務經營狀況進行分析。在門店里，店長也會在日會、周會、月會中，分析重要工作節點上的各個數據。即便是沒有很強的數據分析能力和經驗的店長，也可以打開數據應用，獲得已經融合了經驗豐63富的店長開會時會用的分析維度。而且可以在移動端使用，店長只要看著手機或者pad就能開會。通過它，可以讓每一個員工都能像最優秀的員工一樣工作。還有像美容師這些業務人員，不止會在用它寫日報做報表，數據應用更會像一個聰明的小助手幫助他做好服務。例如某天可能沒有什么客人預約，美容師就可以到數據應

189、用里看看，最近可能到店的客人是誰，某個客人平均每周都會到店一次，這周還沒來，那我們就認為他是最可能到店的，可以去主動觸達他。以及在重大的營銷節點，總部中臺也會借助BI能力，去做客流拉伸。通過數據分析，篩查大促活動的目標客戶名單，把分析結果給到各個門店，賦能他們去更好地做客戶運營的工作。這種方式會讓門店的人員感受到他不是自己一個人在戰斗，雖然他不具備很深入的數據分析能力，但公司會有一幫非常聰明的人，通過洞察他的業績、門店的運營情況，用數據分析給到他很多槍支彈藥，幫助他去打好這場大促的仗。所以，靜博士內部現在BI的運用、整個數字化運營體系的運行，都做得非常好。和觀遠數據BI平臺融合的美業SaaS，

190、則把這些經驗沉淀下來做了行業賦能。例如上個月我們開了一場行業會議，和我們SaaS產品的用戶，也是我們的同行一起探討下半年要怎么做增長。在開始前，我們就把上半年的數據分析維度全部做好，給他們直觀展現出來，讓他們來了就能看我們對上半年非常多維度的整體的數據分析，會更有信服力，也能更高效地找到下半年的增長方向。靜博士的美業大學的課程里，數據分析也是很重要的一項，課上會讓他們看著數據，老師告訴他們分析方法，教大家看問題找改進業務的方法，通過數據找到提高業績的突破口。業務經驗和數據賦能形成一個緊密的閉環，讓業務的人覺得受益，這才能真正用起來。觀遠數據：能否舉例展示BI帶給靜博士的業務價值？楊智昌：像前面

191、說的，數字化運營在實際業務中的落地，不能因為管理階層覺得很重要，甚至覺得高科技，就讓整個業務體系來配合，但卻只是空轉式的運行，這樣是難以為繼的，它必須要產生實實在在的價值。在美業連鎖行業，評判價值有兩個核心關鍵詞：高效，高體驗。BI帶給靜博士的“高效”和“高體驗”，可以從兩個小案例中體現。第一，C端客戶高體驗和B端門店高效運營的價值串聯。作為服務行業，我們所做的一切都是為了吸引客人、服務好客人，為此我們借助觀遠數據BI平臺，與靜博士會員制體系結合，做了一個“會員消費降級”維度的數據分析工作。例如當一個會員之前持續消費，經常到店，但這一兩個月他突然中斷消費，到店減少，也就是“消費降級”，就會給門

192、店經營者一個業績預警，讓業務人員去關注到是否是客戶的服務滿意度出了問題，以及可能會對門店業績有什么影響。幫助業務更高效的做門店運營和會員運營的工作，及時發現問題，提高客戶體驗，降低對門店業績的影響。第二，員工幸福度和企業經營的價值串聯。大家都知道我們是一個非常依靠人去服務的行業，要提高客戶的體驗、客戶的滿意度，這件事其實跟提供服務的員工的滿意度、幸福度也是相關的。我們通過觀遠數據BI平臺，對員工的幸福度也做了一個監控分析。靜博士有1000多位美容師，有些美容師技法好、手法受客人歡迎，就會有很多客人點單要他服務。但是如果一個美容師長期處在非常高的開工率狀態，雖然收入會不錯，但也會非常累，他在工作

193、中的幸福感、滿意度就會持續下降，最后離開公司。所以我們建立了員工開工度這樣的數據分析看板，來監測我們一兩千位美容師的開工度，和管理手段配合，來提高員工在工作中的幸福感。比如最近某個美容師的開工度很高，公司就會給他放個假，人資買電影票給64他，讓他去放松?；蛘呓M織大家一起去看電影，或者做一些管理層慰問的工作。對員工來說，會感受到公司真的很懂我，也很關心我，工作狀態就會更好，給到客戶的服務體驗也就會更高；對公司來說，人才流失率會降低，成本也會下降，留下了有經驗優秀的人才，對業績增長也更有利。這兩個小案例都是在用觀遠數據BI平臺構建了數字化運營體系之后，與業務結合確實產生了價值的范例。也正是因為這些

194、價值真的產生了，才能夠讓數字化運營落地下去，幫助業務成長。向未來探索觀遠數據：基于從業多年的經驗，您認為數字化時代，連鎖零售行業目前主要面對的挑戰是什么？楊智昌：連鎖行業有一個基本邏輯，就是為什么我要加入連鎖體系，而不是自己開店。這是因為連鎖體系的整體效能要比單店高，高的原因則在于連鎖體系里經驗是可以被大量復制的，即便是異地復制也能貫徹下去。以前，連鎖行業的這套邏輯是通過兩個方面實現的。一方面是初期的模型設計，另一方面更多是通過培訓、一級級的代理督導。這是過去整個行業連鎖體系能夠鋪開的一個核心。但現在，連鎖體系的推廣和發展，具備了更高效的可能，所有經驗都能被數據化，連鎖模式不僅可以通過培訓督導

195、貫徹下去，還可以被算法化。比如算法可以根據門店的運營情況給到一個分析結果和標準動作建議，我只要根據標準動作去做客戶維護之類的動作。這就比靠練習、培訓、督導更加高效。所以我認為在數字化時代，連鎖行業正面臨著一個非常大的能力迭代，就是如何把自己的連鎖模式完全數字化，通過數字化工具也好系統也好，去計算、分析、呈現、指導、實施等等。不僅是連鎖行業，數字化是各行各業都必須解的題，誰解得快、解得優，誰就能在新一輪的競爭中領先。觀遠數據：靜博士對下一個五年的數字化建設有什么規劃？楊智昌：五年是一個足以有很多暢想的時間段。過去五年我們發現大家從追求IT化發展到了DT化，數據驅動。這個過程我們的感受很深，也做了

196、很多行業落地的實踐，核心是把既有經驗和運營實踐數字化，變得可復制。如果說這五年我們是通過人的經驗、人的探索，把數字化做出一個算法、一個工具，推行到整個團隊的話，未來五年，我相信在現在各方面都發展得很快的情況下，數字化會達到另一個程度。整個數字化發展會更快，人的經驗未必夠用，未來的數字化可能不是我們以前的經驗實踐積累萃取轉化而來，而是從數據本身創造出來的，來自于數據之間相互的關系。那個時候可能就不再是我們的數據分析人員從數據中去發現什么，我們暢想是否能夠通過接入AI等先進的能力，讓數據自己找到依靠人的智慧都發現不了的某些新方法和新模式，反哺辛勤工作的人，讓大家的工作更輕松。我們之前從簡單的數據表

197、格發展到了用BI分析，未來則期待與AI結合，從數據中獲得新發現、新思路。事實上靜博士已經在做一些AI方面的探索，嘗試和復旦大學創業團隊以及其他一些算法團隊，一起做一些AI項目。例如一些客戶服務方面的智能標簽，會員運營方面的“猜他會來”一類的功能。未來我們也希望跟觀遠數據一起，在AI+BI方面，做更多更高層級的數據賦能的探索。感謝楊總對觀遠數據的認可，期待下一個五年，繼續攜手成長，并肩探索，在連鎖行業的數智創新路上，一起打造更多最佳實踐。65咬不得CFO施東海：數字化是需要長期布局、持續深耕的杭州著名餐飲品牌“咬不得”第一家門店成立于2004年，前身是“高祖生煎”，重點研發灌湯生煎并持續迭代升級

198、，擴充了粥羹湯、蓋澆飯、干/湯粉面、小火鍋等多個產品線，截至目前，已累計開店100余家。2017年3月，咬不得簽約觀遠數據，成為彼時剛剛創立的觀遠數據的第一家客戶。至今日，雙方合作仍在延續，已整整走過六個年頭。六年來，觀遠數據從一家初創企業快速成長為數據智能行業的引領者，服務覆蓋零售消費、金融、高科技、互聯網等近10個行業，合作客戶已達400+?；厥琢陙砺?，咬不得作為第一家客戶，給予的信任與認可對觀遠數據意義重大。觀遠數據也以不斷升級的卓越服務，回饋著客戶的長期信任。2022年雙方合作五周年之時，觀遠數據曾誠意邀請到咬不得CFO施東海先生，與我們一起回顧了咬不得與觀遠數據的合作，共話咬不得過

199、去五年的數字化建設成果，展望未來行業與企業發展方向。如今再看，正如施東海在訪談中所說，我們依舊在一起“讓做餐飲這件事更有想象力”。66以下是經過編輯的訪談內容：“順理成章”的合作觀遠數據：咬不得是觀遠數據的第一個客戶，是什么樣的原因讓咬不得選擇了初創的觀遠數據？施東海：與觀遠數據的合作屬于“需求對口，一拍即合”。在與觀遠數據合作前，咬不得的很多數據工作都是依托于人工，所使用的數據管理、分析工具也相對較為滯后、模式化，在數據處理的效率、數據準確度等方面都無法達到公司的要求。五年前，觀遠數據來到咬不得調研公司對于數據分析的需求，觀遠的產品恰好能夠為我們提供強大的數據支持，可以讓數據分析更多維度、更

200、準確、更高效，與咬不得的門店管理、堂食、外賣等多個業務場景的數據分析需求有很高的契合度。所以，當時想要借助觀遠數據分析產品強大的功能，來滿足公司數據分析的需求，就順理成章地展開了合作。用數據支持前端業務觀遠數據：數據分析能力是所有企業數字化建設的一大關鍵點，與觀遠數據在數據分析方面的合作對于咬不得的數字化建設起到了什么作用？目前有哪些成果？施東海：咬不得以前其實有非常多分散的業務系統，我們與觀遠數據的合作將這些系統進行了對接，將業務數據收集起來進行分析，以及將咬不得在不同渠道的會員數據等，進行統一歸置、提煉，讓數據價值在我們的業務中發揮作用。與觀遠數據的合作主要是推動了我們整個的業務數據化，包

201、括怎樣去提煉數據、通過數據的呈現去進行分析，找到業務運營背后的一些規律和問題，以及分析業務發展的趨勢，幫助我們整個業務運營的推進等方面都具有非常重要的意義。無論是產品還是管理，咬不得近幾年都在持續推進數字化轉型，包括我們的會員管理、門店管理、庫存管理、采購等等業務模塊，都在不斷地推進數字化的應用。在業務上，我們持續的聚焦于數字化，從會員等多個方面的數據應用入手，與企業長期發展有效的結合起來，通過數據分析平臺來實現降本增效。目前我們數字化主要圍繞的方向一個是會員方面，我們現在在重點打造社群，包括會員營銷體系，另一個重點在供應鏈，依托于數字化對供應鏈進行的改造，對于我們近幾年的持續發展是一個非常重

202、要的手段。這兩方面的建設對于咬不得非常重要，數據分析能力不僅支撐了我們的企業后臺的數字化建設，也讓我們能夠用數據支持前端的業務。讓做餐飲這件事更有想象力觀遠數據：數字化影響著所有行業的發展，餐飲行業也不例外，您認為餐飲行業的數字化發展趨勢如何？下一個五年，咬不得與觀遠數據可能會有哪些合作方向？施東海：餐飲零售化時代對于數據的依賴是遠遠高于傳統餐飲時代的，餐飲行業的經營管理方式也是在不斷發生轉變的，所以，餐飲行業的數字化轉變是需要長期布局、持續深耕的。疫情的大背景之下，獲客難、留客難是亟待解決的兩大問題，要實現線上線下一體化發展，餐飲行業必然需要對供應鏈進行深入的連接與改造，并且能夠將消費者全渠

203、道的數據納入統一平臺，實現數據驅動的業務增長。咬不得目前就處于餐飲零售化的轉型過程中。之前的五年，咬不得和觀遠數據合作，從信息化走向數字化。未來三至五年，我比較期待與觀遠數據的合作能夠在一些業務場景上有更深的探索，例如財務這塊上下游打通的場景，如跟我們供應鏈端的上游供應商怎么對接、怎么進行應付款的核對，下游跟我們的門店或者客戶的數據怎么對齊，做一些如回款的核對等一類場景的合作。和觀遠數據一起，讓做餐飲這件事更有想象力。67樂凱撒CTO黃道泳：餐飲企業的數智化建設，要看企業所處發展階段過去兩年，疫情給餐飲行業帶來了不小的沖擊和影響，但也給了這個傳統行業數字化變革的機遇。相關行業報告顯示，疫情期間

204、，由于線下業務停滯或減少，一些以前不做線上銷售的餐飲企業做起了外賣；一些餐飲企業嘗試做半成品、成品和食材等的零售；還有一些餐飲企業主動“觸網”實施“互聯網+”經營模式，開通網上訂餐、電話預約平臺，開發線上線下融合互動，運用第三方電商平臺，研發適合互聯網銷售的菜品，推出在線預訂、網訂店取、送貨上門等服務。疫情讓那些過去未觸及數字化的餐飲企業開始接觸數字化，也讓早早布局數字化的企業收獲到數字化的紅利反饋。作為國內新生的餐飲潮牌和榴蓮披薩的開創者，樂凱撒一直十分注重自身的數字化建設，憑借提前布局，在被疫情影響的低迷市場環境中，企業依然實現了逆勢增長。觀遠數據特邀樂凱撒CTO黃道泳先生一起談了談樂凱撒

205、在疫情下的思考與應對，如何通過數字化的手段和方式，實現業務的數字化增長，以及對未來餐飲行業趨勢的分析和看法等。68以下是經過編輯的訪談內容：“數字化能夠幫助企業突破發展瓶頸”觀遠數據：作為餐飲行業內的數字化先行者，樂凱撒目前有哪些數字化建設成果？黃道泳：樂凱撒的數字化建設主要是分為兩端。一端是針對顧客的數字化工具，主要是以小程序為觸點，結合社群運營，去跟客戶進行交互；另一端是樂凱撒門店的管理端，屬于內部的管理工具。這兩端也各有側重，一個是提升效率，降本增效；一個是做整體增長相關配套的事情。疫情期間更多發揮作用的可能還是在與用戶相關的這一端，比較明顯的是在疫情期間，如之前深圳大部分的門店都關了，

206、我們的用戶也都被封在家里不能出來，這時門店和用戶基本就處于脫節的、無法溝通的狀態，基本上只能靠社群、小程序、公眾號做信息的傳達、服務的傳達。因此在疫情期間，我們推出了一些優惠活動，例如買一送一、免費配送、儲值優惠活動等，通過公眾號等私域傳播出去，在那段時間取得了較好的整體效果。普通的餐飲商家在疫情期間基本上是與客戶完全隔離的，唯一可能只剩下第三方外賣平臺，很容易被動陷入價格戰中。在第三方外賣平臺上，首先要求店家能夠營業，疫情期間很多商家是連營業的機會都沒有的；第二是營業后還要有比較好的配送保障，平臺的配送運力往往是先保障大品牌的，小品牌的配送就會受到比較大的壓力。樂凱撒在這方面確立了雙項保障機

207、制，除了第三方外賣平臺分配的配送運力外，我們內部做了智能接單的功能，聚合多方運力。當外賣平臺配送無法滿足的時候，內控能力就會將訂單交由順豐、達達等快遞配送，保障配送服務的正常運行。第三方外賣平臺的另一個問題是廣告費、流量費等各方面費用的成本是很高的，會壓縮品牌利潤空間，品牌私域流量的運營較這一點會有較大的優勢。在私域內我們會做一些優惠和讓利活動，如小程序的積分、免配送費、優惠券等等，但在第三方平臺上由于平臺運營成本較高，能夠做優惠活動就非常有限。以上是我們針對用戶端做的一些事例。在內部的數字化賦能上，主要是提供提高效率的工具，例如營業額預測、智能訂貨預測、智能排班工具等，都已在內部開始應用。這

208、些也做了較長的時間才取得了成果，但在內部的效率提升上起到了很大作用。觀遠數據：從信息化到數智化，數據智能為企業經營帶來的最大變化是什么？黃道泳：最大的變化是降低了門店操作的復雜度。工具只要你愿意花錢、花時間，是比較容易得到好的結果的，也能夠長期使用，但人的能力培養，尤其是在快速擴張的情況下，是很難快速跟上業務發展的，除非是業務已經做到了極致的標準化、極高的可復制程度。因此隨著企業發展，門店店長這類人員的能力的復制難度是肯定高于系統能力的復制難度的。大部分的餐飲企業是很難做到業務的標準化、可復制，因為想要做成這一點，前提一定是需要很強的信息化基礎和標準化的流程。很多時候我們餐飲企業在這一部分的發

209、展上都是有缺失的，業務跑起來了，但內功練的并不是非常好。所以很多餐飲企業為什么做到一定階段就無法再發展，因為它沒辦法繼續發展了，人跟不上，配套的工具、管理機制都跟不上，導致企業發展停滯。甚至如果問題一直得不到解決，企業會走向衰亡。如果能夠跨過這道坎，企業就會進入下一個發展階段，迎來第二增長曲線。數字化能夠幫助餐飲企業突破發展瓶頸。首先，數字化的應用是可以把對人的要求降低的，例如剛才提到的在餐飲里最難的幾件事情，一個是訂貨，明天要賣多少、賣什么，如果不是非常有經驗的店長是很難估計出來的。早期有經驗豐富的店長可能不會有太大問題，但發展到一個階段后，很多人沒有時間讓經驗沉淀下來，并且餐飲行業從業人員

210、的學歷偏低，思考力普遍不足，人員自身并沒有能力去解決包括訂貨、排班、生產效69率、流程優化等等問題。這些問題最好的解決方式是利用數字化，通過工具來承載，而不是單純變成一套管理制度。當然，將其變成一套管理制度也是一種方式，但是會產生較高的成本。一般會選用兩種方式相結合，一方面有工具，另一方面也有配套的管理、培訓機制。但這個培訓會比傳統的培訓簡單很多。比如早期樂凱撒的排班培訓是用的Excel，培訓新來的店長就拿著這套Excel反復地講反復地培訓，這個公式什么意思、這個表怎么填、有什么注意事項、數據從哪里來，反反復復講兩個星期，店長還未必能聽懂，到具體做的時候更是常常出錯。有了系統工具后，很多東西不

211、需要再反復培訓，只要跟著系統提示去做就可以。相較于之前的培訓方式要員工先理解原理、生成邏輯，再去取數、套公式、計算，最終得到或許還不準確的排班、訂貨結果，要不就“拍腦袋”決定，數字化工具讓培訓成本大大降低，效果大幅提升。數字化工具會直接告訴結果，不需要店長店員理解過程，例如排班，系統會告訴你今天要排幾個人上班、每個小時安排幾個人、每個崗位安排幾個人，系統會將生產效率和生產要求的問題一一解決，減少店長的負擔。訂貨也是一樣，如果按照以前“拍腦袋”訂，要么會訂少造成缺貨，要么訂多了造成浪費。有了數字化能力后，我們的訂貨預測準確度比人工提升了整整一個檔次，這是我們這一兩年用下來，在傳統預測方式和數字化

212、訂貨預測方式并行的情況下，實際測試得出的結論。人的思維是沒有那么容易轉變的，尤其是在復雜的事情上面，更難做到所有人的思想同步，但系統的算法可以持續優化，幫助人將工作做得越來越好?！昂玫墓ぞ呖梢詷O大提升效率”觀遠數據：樂凱撒與觀遠已經合作有些年頭了，可以介紹下目前深入應用到的業務版塊和應用效果嗎？黃道泳：樂凱撒與觀遠數據的合作，目前也是應用在兩端，即圍繞增長的顧客端和圍繞效率提升的內部端。在圍繞增長的顧客端，主要是對線上數據的分析，包括外賣分析、產品分析、用戶分析以及門店銷售業績分析等，這些是公司普遍用到的能力。我們也將數據分析的能力運用到了營銷層面，例如很多公司都會做短信營銷，但很多公司做這件

213、事是因為知道會一定程度上影響顧客的消費行為，但是他們并不知道對于用戶購買決策的具體效果。我們在最近就針對這方面做了測試以及數據復盤，從數據中發現他們對于業績增長的影響力。并以這些測試數據為依據，指導我們在之后的短信營銷中避免無效動作，更精準有效地去進行用戶觸達與營銷。借助觀遠數據的一站式智能分析平臺提供的能力，我們不再像以前可能很多決策“拍腦袋”定了，現在通過提升的數據分析與決策能力，我們可以將更多的資源投入到有效的業務動作中，避免資源浪費。在圍繞效率提升的內部端，除了常規的業務報表，借助觀遠數據數據分析平臺的能力，我們還增設了例如供應鏈相關的預警報告，尤其是某些物料的消耗的速度的監測，都會通

214、過觀遠數據的平臺進行預警。在人工成本上，基于數據分析平臺實現的企業內部的精細化管理，也讓整體成本下降了20%-30%。觀遠數據：觀遠數據一站式智能分析平臺，為樂凱撒帶來最大的價值是什么？黃道泳：對我們來說，與觀遠數據的合作，讓我們在建設數字化過程中消耗的時間和成本大幅減少。首先，我們比較特殊的是有自己的IT團隊，也具有研發能力，所以實際上我們也可以選擇自己來研發數據分析平臺，但這會花費巨大的時間和成本，投入產出不成正比。直接利用觀遠數據成熟的數據分析平臺，可以降低我們數字化建設的時間和成本。另外，好的工具可以極大提升效率。通過觀遠數據的數據分析工具，我們可以非常方便的將業務模塊里關心70的數據

215、、指標，快速地在觀遠數據的數據分析平臺上配置出來，同時還能設置一些相關的預警，實時監測數據，需要數據的時候能實時看到。觀遠數據的工具本身也具有非常高的易用性，業務人員只需要基礎的培訓，就能快速用起來，不會受到專業問題的掣肘，例如供應鏈部門、財務、人事等等部門的數據報告都能自己快速做出來，能夠高效滿足部門日常的數據分析需求。這極大地提升了我們在培訓、數據應用上的效率，時間成本則被大幅降低?！皵祿悄艿膽檬怯幸粋€演進過程的”觀遠數據：結合樂凱撒自身的應用實踐，你認為餐飲企業要如何讓數據智能為自身發展發揮更大的價值？黃道泳：數據智能在餐飲行業的應用，包括我前面提到的智能訂貨、智能排班、智能營業額預

216、測等，以及圍繞這些開展的一些工作，內控方面提升門店運營的效率，讓門店的業務流程更容易實現標準化。另一方面，目前餐飲行業和用戶相關的數據應用相對還是比較淺層的，數據的應用要與品牌、營銷糅合在一起才能做得更好，一些大型的頭部公司在這方面會做的較好，但大部分餐飲公司都還是在淺層的應用上。餐飲企業的數智化建設，要看企業所處發展階段，不同階段企業的關注點是不同的，投入也是不同的。早期階段是要能解決日常運營就行，但到了中期就要關注顧客和效率，再往后期，效率能改變的空間也變小了，重點就會更加偏向顧客。效率每提升一點都是需要花費極大的力氣的，涉及到需要打通的東西、關聯的點非常多且復雜，例如樂凱撒現在已經實現了

217、智能營業額預測、智能訂貨，再往下我們想要做實時庫存、安全庫存以及門店的庫存預警。從理論上來講實現這些并不難，但當回到業務本身，門店的標準化能否落地到位、系統工具是否真的好好用起來了，如果連日常的排班、盤點都沒有認真去做，所謂的實時庫存、庫存預警就都會變成天方夜譚。盡管越往后發展自動化程度會越來越深，但推進的難度也會越來越大，對管理的要求也會越來越高。因此數據智能的應用是有一個演進過程的，前期基本上是在大方向上解決一些人的問題，一定程度上關注顧客，往后是在顧客方面花費更多時間，等到顧客端的打法穩定后，再回到供應鏈、門店的運營、管理流程的優化。目前樂凱撒是到了第三階段，完成了顧客端的數字化建設，在

218、門店運營效率方面也有了基礎的實踐，后續將會投入更多的力氣進一步深化成果。觀遠數據：作為行業實踐的先驅者，能否給正在考慮進一步推進數字化轉型升級、數據運營管理的同行業者一些建議？黃道泳：我認為在餐飲企業發展的初期階段，門店只有幾家十幾家的時候，所謂的數字化信息化基本上不具有很大的意義，只要找一些市面上最常規、最普通的工具用，先把門店的生意做起來。到了門店擴張，有幾十家店的進階階段，就要準備做信息化、數字化投入了。在這個階段我有一個建議，也是我們這幾年和餐飲同行業的管理者們交流出來的一個問題，這個階段很多餐飲企業其實也是沒有那么多的錢去投入信息化、數字化建設，但是也一定不能貪便宜，在選型的時候要慎

219、重，不要貪圖低價的供應商，陷入消費陷阱，要關注供應商的產品能力和實施配合度。另一個建議是，在疫情這個時期，企業要更多的關注用戶。門店在疫情的影響下生產效率下降，大家都已經不得不想辦法縮減成本了，就要圍繞顧客多做一些事情，想清楚自己需要做什么、要如何做。以我們自己為例，2020年初時，我們就意識到了與用戶溝通渠道的缺乏，也看到了行業內一些私域做的較好的品牌取得的效果，所以這一年我們就決定了開始做私域，這兩年也有比較好的成果了。但私域怎么玩是需要深度思考的，是把它變成品牌宣傳的渠道，還是變成優惠券發放基地、會員福利通知渠道等，都是需要去思考和嘗試的。不同的賽道、不同的客群，包括不同的產品，玩法都會

220、不一樣。7104深度洞察品類王者！王小鹵以數據貫通產品、渠道、品牌全鏈路，撬動增長飛輪近兩年，受行業內部競爭加劇、外部大環境沖擊等因素影響，新消費市場“遇冷”，不復往日盛景，一些曾一夜爆紅的新消費品牌無聲消失。但仍有扎實耕耘品牌、產品、渠道、供應鏈的扛下了市場變化的挑戰，甚至取得逆勢增長，王小鹵就是其中代表。王小鹵創立于2016年，以鹵味豬蹄產品在私域從0-1起盤，歷經3年積累探索，2019年轉戰賽道，以預包裝虎皮鳳爪引爆高增長。2022年，王小鹵實現了全年業績超過50%的高增長。到2023年3月，爆款產品虎皮鳳爪已連續四年實現全國虎皮鳳爪銷售額第一。王小鹵創始人兼CEO王雄曾在采訪描述過王小

221、鹵的增長飛輪，“好產品通過品牌、渠道創造更多收入，更多收入帶來更多利潤，利潤分配到研發、品牌，研發帶來更多好產品，品牌、渠道雙向賦能，帶來更多收入以及更多利潤?！焙卯a品、深渠道、強品牌，就是王小鹵的護城河三角模型，王雄認為，“從長期主義視角出發，把這三方面做到最好就是我們的護城河?！蓖瑫r他也提到，“最后的決勝在供應鏈。要提供更好的產品，必須有自有的供應鏈配合、更好的品控以及更高質量的人才?！倍绾巫龅阶詈没蚋靡猿掷m制勝？對崛起于數字化時代，一直非常重視數據價值，強調全鏈路數字化，并將其視為與傳統消費品牌的最大區別的王小鹵而言，答案一直十分堅定：數據驅動。73數據驅動大單品策略落地，鎖定用戶核

222、心指標做“好產品”2019年4月，王小鹵推出預包裝虎皮鳳爪產品并入住天貓，當月躋身天貓雞肉零售類目TOP1；2020年，虎皮鳳爪爆款單品榮獲世界美味大獎，并成為天貓雙11期間雞肉零食類目榜首；2021年1月，虎皮鳳爪銷量突破1億袋（指內袋小袋），6月，連續一年登頂天貓雞肉零售類目銷量TOP1；2022年，王小鹵繼續穩居618天貓雞肉零售榜單TOP1，雙11天貓肉類零售TOP1；2023年，王小鹵連續四年全國虎皮鳳爪銷售額第一，618天貓肉類零食TOP1，618抖音休閑零食TOP3。消費者真金白銀消費帶來的斐然成績，已然為王小鹵虎皮鳳爪打上了“好產品”的烙印。而這一引爆市場的“好產品”是如何被打

223、造出來的？關鍵在于通過數據找準賽道，洞察用戶需求，持續提高復購。1、行業關鍵詞數據找準賽道，產品測評挖掘用戶需求痛點踏上鹵味鳳爪賽道前，王小鹵做了三年的鹵味豬蹄，但并未能讓品牌快速爆發，原因在于消費者對豬蹄的固有認知與高頻次消費之間的矛盾。品牌需要重新尋找品類方向，王雄開始重視數據。天貓生意參謀銷售排名前10的鹵味零售關鍵詞數據讓他找到了“鳳爪”這一方向，中國一年消耗鳳爪多達200億只的數據給了他轉戰鹵味鳳爪賽道的信心。研發出虎皮鳳爪產品后，王雄在王小鹵成立之初即建設的私域社群中進行了測評。這個社群建設于王小鹵品牌成立之初，王小鹵讓社群中的成員成為了產品測評員，通過專門設置的問卷收集社群成員對

224、于產品的反饋，再由人工進行數據統計，哪些表現不好的產品要被淘汰，哪些新品可以大力推廣，均由用戶反饋的數據篩選?；⑵P爪在社群內測時。用戶交口稱贊，普遍反饋好吃并表示愿意復購?！霸敢鈴唾彙?，是識別一款好產品的關鍵。王小鹵虎皮鳳爪就此面世，而為了將其打造成一款更多人“愿意復購”的好產品，王小鹵繼續將數據驅動發揮到極致。當關注到天貓用戶評論數據中，很多用戶提到鳳爪好吃但沒去指甲，王小鹵在工廠機器無法解決這一問題的情況下，寧可增加成本也要雇用人工專職剪指甲，最終憑此一舉成就了品牌近40%的高復購率幾乎是行業均值的兩倍，極大拓寬了品牌的護城河。2、持續追蹤用戶核心指標，數據指引上新搭售策略優化當虎皮鳳爪

225、成為大爆單品，帶動品牌快速發展后，王小鹵卻沒有選擇更多新消費品牌一貫地快速推新品、持續打造爆品的搶占更大市場的策略，而是繼續貫徹“產品主義，用戶至上”的價值觀，以數據驅動將產品做到極致。王小鹵依舊延續了以消費者反饋數據為指導的機制，外部建立仿照真實用戶結構的千人測評團，產品想74要上新需要達到單次測評70%的測試用戶明確選擇愿意購買；內部設立產品末尾淘汰機制，以復購率數據說話，復購率最差的產品就會被淘汰。這導向王小鹵所有在賣的產品，都是經過消費者篩選的，復購率不斷提高。跟隨著增長越來越快，面向長期發展，是王小鹵對數據價值的愈加重視。2022年，王小鹵與業內領先的一站式智能分析平臺與服務提供商觀

226、遠數據合作，通過觀遠數據現代化BI打通數據分析全鏈路，讓數據在業務長效增長中發揮價值。借助觀遠BI，王小鹵搭建起 客服分析 板塊，統計質量問題、出貨量比例、客訴完結率/滿意度等用戶體驗核心指標進行分析，并對私域用戶流量、銷售、復購等數據進行追蹤，洞察消費者對于不同產品的反饋，優化用戶運營策略，并反哺產品研發，提升品牌用戶服務體驗。如今，王小鹵強大的品控團隊會依托于觀遠數據現代化BI，針對用戶對產品的反饋進行數據分析，每天對問題進行拆解，從源頭解決問題，快速進行優化，為消費者提供更優質的產品。此外，在虎皮鳳爪這一大單品之外，也在不斷推出香鹵鴨舌、雞肉豆堡、厚切脆藕等創新鹵味食品，盡管王小鹵依舊以

227、虎皮鳳爪這一產品為核心執行著大單品策略，對其他產品都是“賣而不推”，但通過 客服分析 數據的反饋，王小鹵依然可以快速定位到用戶對于產品的接納程度，將受消費者喜愛的產品在春節等銷售旺季通過組合禮包等形式的產品聚合進行銷售，提高用戶消費體驗的同時，推動復購率與連帶率的提升。數據賦能品牌渠道精耕細作，閉環護城河三角模型在新消費風頭正盛的那幾年，不論是做品牌還是做渠道，只要肯不遺余力地做投放，快速搶占流量，用錢“燒”出高GMV，就都能做得不錯。但隨著大環境的沖擊，這種“野蠻”的運營方式已經難以為繼。王小鹵很早就清晰的認識到，只有更精準地洞察消費者需求、更明確匹配消費者的痛點，才能真正占領用戶心智，形成

228、競爭優勢。因此，在品牌營銷與渠道運營上，王小鹵始終以數據賦能，通過“精耕細作”的方式，一步步構筑起長期增長的“護城河”。觀遠數據客服分析場景示例，非品牌真實數據75觀遠數據淘系運營駕駛艙分析場景示例，非品牌真實數據1、以數據為品牌營銷決策依據，挖掘存量價值開拓增量市場在品牌營銷上，王小鹵最初是在京東、天貓兩大電商平臺做廣告投放，通過“鳳爪、虎皮鳳爪、王小鹵”等關鍵詞為店鋪導流，實現了對競品的流量切割，也獲得了自身品牌的強曝光，再通過私域的精細化運營對客群鎖流，贏得電商流量的持續增長。此后，王小鹵又跟隨微博、小紅書、抖音等社交平臺的崛起，進一步開拓增量市場，在社交平臺上進行內容投放，以較站內導流

229、更低營銷成本獲得了巨大的流量積累。隨后又開辟直播戰場，在淘寶與頭部主播合作，在抖音做重點投放，并跟隨淘寶直播為生態伙伴提供的資源支持，以及抖音電商品牌自播的開啟，搭建自有直播團隊，在兩大直播陣地自播營銷。一系列的動作讓王小鹵的品牌認知度快速提升，帶動了業績加速增長。而不論是在電商平臺、社交平臺還是直播平臺，王小鹵品牌營銷的決策依據都是數據。王雄曾在采訪中提到，“在投放上，無論是KOL合作、淘寶直通車，還是微信朋友圈廣告，都以數據為決策依據，讓數字化滲透到公司的角角落落?！彼麄兩踔翆ν斗潘夭倪M行要素拆解，試圖構建一個通用的、效率化的模型?！八赡馨∟個要點，比如下單的扳機在哪里、廣告的前三秒應

230、該呈現什么內容等，通過反復的AB測試持續優化和迭代，讓這件事擺脫對個人經驗或感覺的依賴?！痹谟^遠數據現代化BI的賦能下，這種“精耕細作”更進了一步。以電商平臺的營銷投放為例，借助觀遠BI，王小鹵構建起了淘系運營駕駛艙，能夠總覽平臺經營狀態，快速掌握平臺商品銷售、新客購買、老客復購等核心數據表現，洞察各流量來源投放效果數據，驅動營銷策略調整，提高營銷效率。通過數據表現透視營銷ROI，幫助品牌加大高轉化渠道投入，幫助品牌以更低的成本獲得更高的轉化，實現營銷效益最大化。76觀遠數據線下渠道分析場景示例，非品牌真實數據2、開辟線下渠道尋找新增長，數據賦能豐富場景持續捕獲潛客渠道建設上，崛起于線上的王小

231、鹵并沒有止步于此，而是十分重視并積極開拓線下渠道，形成“線上+線下”的多樣化渠道布局。在線下渠道，王小鹵持續開拓與物美、永輝、蘇果等大型商超，711、羅森、全家、便利蜂等連鎖便利店，及盒馬、叮咚等新零售平臺的線下銷售合作，終端零售覆蓋全國300個以上城市、超過10萬終端?！跋胍鰢衿放?，就需要布局到線下終端?！蓖跣墼诓稍L中表示，“經過最近一兩年的布局，我越發覺得線下這個商業模式很棒，這個護城河一旦建立起來，會堅不可摧，可能每個線下終端每天就賣幾袋產品，但是只要產品在貨架上，銷量就長期有。而且用戶對貨架上長期留存的產品天然具有信任感。而電商模式主要靠流量，一天不買流量就沒有銷量，很不穩定?！?/p>

232、王小鹵在線上以數據賦能的精細化運營挖掘存量價值，在線下渠道則不斷開辟增量市場。而隨著線下渠道增速越來越快，王小鹵的渠道運營也愈發精細，通過觀遠BI，王小鹵構建了線下渠道分析模塊，通過對營銷中心銷售訂單表現、經銷商銷售表現、增長表現等核心業務數據的追蹤，對線下渠道整體運營情況進行分析，觀察經銷商健康度，通過數據分析及時調整線下渠道運營策略。王小鹵同時也借助數據來進行線下人群的洞察，在線下渠道進行品牌投放。王小鹵會通過定期的線下調研機制，通過當地的銷售以及合作的經銷商，以及消費人群的調研，收集線下消費者消費習慣、喜好等數據，輔助提升線下投放品牌廣告的滲透率。例如王小鹵經過對線下購買用戶畫像的調研和

233、分析，發現很多家庭用戶喜歡看電視劇，于是不斷加大在如 夢華錄沉香如屑幸福到萬家 等熱播大劇中的投放，讓品牌在線下渠道的曝光度、影響力得到大幅提升，進一步促進了渠道銷量增長。好產品、深渠道、強品牌，王小鹵構建的護城河三角模型形成閉環，成為王小鹵在激烈的市場競爭中取得競爭優勢的增長飛輪，更以數據驅動將品牌引向長紅增長。而矚目更長期的發展，王小鹵將決勝關鍵放在了供應鏈的數字化建設。77自建工廠、產研一體的供應鏈成為王小鹵打造好產品的第一后盾，而供應鏈與數字化深度結合，不僅提高了王小鹵供應鏈的管理效率，更進一步提高了產品生產效率和品質，帶動了用戶滿意度與復購率的增長，讓以產品、品牌、渠道構建起的增長飛

234、輪有了更可靠、效率更高的燃料，也讓品牌在更長遠的發展道路上，有了對抗市場周期更大的底氣，及面對市場競爭更強的優勢。結語憑借數字化建設取得的成果，王小鹵的發展扛住了大環境帶來的挑戰，實現了極富韌性的增長。在公司內部，王小鹵也在將數據賦能延伸到更豐富的業務場景，讓數據在業務長效增長中發揮更大價值。以財務分析為例，王小鹵通過觀遠BI打破了業務方、成本方數據整合難題，實現收入、成本、毛利多維分析，將財務報表集中呈現，讓企業財務狀況一目了然，助力品牌財務分析效率提升，更有效實現降本增效。品牌的長紅需要堅持長期主義，沉下心來以長效經營為目標打造內核的原生能力。而在數字化時代，依靠數字化建設不斷升級的數據驅

235、動力就是品牌長紅的關鍵能力之一。如今，由數據驅動的“產品、品牌、渠道”增長飛輪正飛速運轉，與數字化深度結合的供應鏈更為王小鹵進一步發展提供了新的動能。在走向長紅的道路上，王小鹵的每一步都邁得十分踏實，而在通過數字化建設實現數據驅動后，王小鹵將在這條道路上走得更快更穩。自建中國領先的鹵味智慧工廠，數字化供應鏈決勝長紅王小鹵供應鏈數字化建設的先手棋落在自建工廠，這背后意味著巨大的人力、財力、物力投入，但從長期主義戰略出發，企業需要為此付出耐心。以此認知驅動，王小鹵在江蘇宿遷建起工廠，并投入建設安徽滁州數智化生產基地。前者被定為為王小鹵天貓平臺的快反供應鏈平臺即以研發創新科技中心，后者則整合行業先進

236、工藝經驗和設備解決方案，在工廠的工藝流程自動化、過程管理數字化、運營決策智能化上投入，力求打造出中國領先的鹵味智慧工廠，使供應鏈源頭成為王小鹵長紅發展的強勁動力。王小鹵也將通過與觀遠數據合作構建起的數據分析能力應用到了數字化供應鏈的運營管理當中，通過觀遠BI，王小鹵整合了供應鏈各環節數據，全景視角總覽各單品各倉庫庫存情況，多維度缺貨、退貨、爆品、滯銷、動銷分析，分倉庫統籌調度，實現了全景庫存管理實時監測預警。觀遠數據庫存分析場景示例，非品牌真實數據78行業洞察 出圈之后，NEIWAI內外、Ubras如何以數字化推動品牌長紅？艾瑞咨詢發布的 2022年中國女性內衣行業研究報告 中顯示，中國女性內

237、衣市場變化節奏與服裝行業整體相近，2020年行業受疫情影響呈現負增長，2021年略有回暖，預計此后幾年將保持相對緩慢的增長規模，市場規模增速在5%左右，預計2026年中國女性內衣市場規模將達到1746億元。在這個超千億市場中，競爭正逐步走向白熱化。一方面，都市麗人、曼妮芬等在內衣市場耕耘多年的傳統內衣品牌順應數字化轉型浪潮，挖掘市場中新消費群體的新需求，積極進行產品創新，開啟新的戰略布局。另一方面，借助新渠道、新流量平臺的興起，一大波新銳內衣品牌迅猛崛起。如NEIWAI內外、Ubras、有棵樹、奶糖派等新銳品牌，或憑借顛覆傳統內衣的無鋼圈、無尺碼、軟支撐等革命性品類爆紅，或通過創新性的內衣穿搭

238、場景及功能性升級出圈，或因專注滿足大杯女性等細分人群需求而獲青睞。79新老“混戰”中，新銳品牌不僅要與成熟品牌“爭天下”，新品牌之間的“內卷”也在逐漸加劇。對于從線上興起的新銳品牌，流量相當重要，但隨著各大電商平臺流量見頂，紅利消退，新銳品牌線上獲客成本正不斷提高，再加上成熟品牌在線上的積極布局，線上流量爭奪愈發激烈。在線上激烈競爭的大環境中，新銳內衣品牌要如何突出重圍，構建自有強競爭力的護城河？在服務了包括NEIWAI內外、Ubras、有棵樹、奶糖派等眾多頭部新銳內衣品牌后，觀遠數據總結了新銳內衣品牌破局增長，搶占競爭優勢地位的五大關鍵點：洞察市場新銳內衣品牌的崛起，與其對消費者更深層次、更

239、精細的需求洞察關系密切。艾瑞咨詢在報告中提出，在她經濟的浪潮下，女性主流審美觀念逐漸由性感意識向自我意識轉變，新生代女性消費者更加注重個性和情感表達，對新產品的嘗鮮意愿更強。同時，內衣產品的購買決策因素逐漸走向舒適和健康，女性消費者重視內衣產品的棉量質感和版型設計，傾向購買穿著體驗上舒適合體的內衣產品，但同時依然注重功能性需求。新銳內衣品牌Ubras的崛起，就是捕捉了到了新世代女性對內衣產品的需求開始從聚攏、提升等功能性向舒適好穿轉變，基于對這一用戶痛點的洞察，聚焦內衣“舒適、好穿、無異物感”的底層需求，首創無尺碼內衣，一舉攻占市場。2021年全年，Ubras天貓全年銷售額為18.53億元，同

240、比增長19.3%；2022年“618”期間，Ubras也以近4億銷售額穩居天貓內衣線上銷售榜單TOP1。新銳內衣品牌要用什么樣的新產品、什么樣的品牌定位撬動市場，對市場、消費者、競爭情況的全面分析與梳理是必由之路。艾瑞咨詢在報告中同樣提到，未來中國女性內衣行業將持續呈現品類垂直細分化和品類矩陣化拓展趨勢。對于消費者細分需求的不斷挖掘與滿足、內衣產品的持續創新與品質的不斷提升，是新銳內衣品牌快速搶占用戶心智，構筑競爭壁壘的關鍵。80“洞察”要從數據中來。誕生于數字時代，興起于線上的新銳內衣品牌從來不乏數據，但如何在大量數據中形成對行業和品類的理解，找到市場機會才是挑戰。大單品爆發之后，Ubras

241、更要通過持續的洞察不斷孵化新的產品推動品牌成長。通過觀遠數據的新銳品牌數據分析場景應用，Ubras實現了對市場機會與競爭、消費者需求的持續洞察?；诎ā笆袌龃蟊P分析”“品牌市場定位”“競爭密度分析”“市場關鍵詞分析”“競店競品分析”等模塊在內的 行業市場變化 場景分析應用，Ubras能夠迅速上線市場和行業梳理，通過自上而下的分析思路，對目標行業目前的市場容量和銷售情況以及銷售趨勢進行從全局到重點的分析，從而快速精準定位市場機會，搶占增長先機。爆品出圈基于洞察市場實現的產品創新，是新銳內衣品牌成功的基礎之一，而在另一角度，通過多元渠道組合拳，提升品牌聲量，讓產品快速出圈，也是新銳內衣品牌成功的

242、另一關鍵。興趣電商、內容電商等多元渠道的出現，讓品牌儲蓄流量提升知名度的方式和玩法也更加多元化。通過短視頻投放、頭部主播帶貨、Z時代流量明星代言等系列方式，搭配不同產品矩陣，新銳內衣品牌得以吸引大量年輕粉絲群體，實現爆品快速出圈。Ubras的出圈爆品也是通過這樣的路線。在抖音與小紅書上，Ubras通過“無尺碼內容”價值種草，讓品牌話題度持續飆升，引起消費者對產品與品牌的關注。直播帶貨興起后，Ubras采取了“網紅+明星+門店”三合一帶貨模式，讓品牌的知名度與銷量不斷提升。另一頭部新銳內衣品牌同樣是通過多元渠道的營銷推廣建設口碑，持續吸引消費者關注。該品牌首先抓住了2020年全民直播的風口，借助

243、線上新渠道的流量紅利，以直播間作為打爆產品的基點，實現助推產品的快速起量。2021年3月起，品牌又陸續開辟了京東、抖音、小紅書、微信小程序等線上新渠道，開啟線上全渠道運營，通過內容傳播、品牌營銷、口碑建設，持續聚集流量提升轉化。從2016年創立2017年正式上線首款產品至今，該頭部新銳內衣品牌已經連續5年銷售額增速超100%，線上GMV達19億元，截至2021年雙十一，其總用戶數超過1000萬。不論是Ubras還是上述另一頭部新銳內衣品牌，強營銷DEMO示例，非真實數據81的屬性為其搶占了大量的流量及市場，使其產品迅速成為“爆款”，幫助其快速實現品牌站位。觀遠數據則通過新銳品牌數據分析場景應用

244、，為這些新銳內衣品牌以數據驅動加速爆品打造。以品牌在小紅書的口碑營銷為例，從新品上市前的種草開始，新銳內衣品牌就可以通過 內容種草 場景分析應用，對內容和廣告投放的數據進行沉淀和分析，滿足CMO、品牌總監、內容經理、種草媒介投流等不同層級負責人對于品牌內容種草從預算分配、目標管理、策略執行效果復盤到投流管理的各層需求，幫助品牌從中找到爆品的受眾、渠道、推廣機會點，快速實現從“新品”到“爆品”的出圈之路。流量維穩通過強營銷吸引流量后，品牌在各個渠道還要以豐富多樣的營銷活動來穩定流量的獲取及進行持續的轉化，渠道營銷活動從不同角度有不同的分類，品牌在各類活動中關注的重點也不盡相同。從力度上，營銷活動

245、可以分為日銷和大促，其中大促如“618”“雙11”這類，新銳內衣品牌常態化思考的關鍵依照活動進程主要為：活動前：如何合理規劃活動目標，單一渠道如何實現二級流量渠道的最佳組合，過程KPI如何有效拆解？活動中：如何根據實際數據與目標的偏離程度調整投放策略及流量成本加持？活動后：如何快速復盤找到問題癥結，為下一場活動提煉寶貴經驗？從形式上，營銷活動可以分為貨架售賣、直播帶貨、筆記種草、短視頻等多種形式。對于品牌方而言，如何區分不同渠道消費群體畫像、偏好以及營銷形式的定位功能差異，選取的達人載體、商品組合差異，以多渠道同頻共振，實現ROI最高、營收效果最佳，是新銳內衣品牌在制定營銷策略前的必修課。如作

246、為“無鋼圈”革命的初代發起者的NEIWAI內外，僅直播場景的營銷活動中，就有極其精細的運營思路。NEIWAI內外將直播活動按量級及營銷目標分為S級、A級和B級三類直播，每一類直播活動都以可遵循的規律和節奏推進：S級營銷大場：指在關鍵營銷節點上，策劃舉辦級別最高的主題直播活動，如周年慶、千萬粉絲專場、破億專場等，直播目標主要為營銷爆發、打造爆品、激發老客復購，同時最大程度轉化新粉，實現漲粉和成交雙提升；DEMO示例，非真實數據82A級營銷大場：指在常規節點中，舉行的主題直播活動，例如品牌專場、新品上新、品類專場、寵粉日等，主要目標則是持續演練、促進爆發、醞釀爆款商品，實現一定規模的GMV成長；B

247、級（日播）：指以“每日”為單位，持續進行的常規直播活動，意在保持高開播頻率，提高賬號活躍度，培養粉絲用戶看播習慣，以日常漲粉、優化人設、測試貨盤、打造爆款、優化貨盤為主要營銷目標?；诓煌闹辈ヮ愋?，NEIWAI內外在選品和選達人或主播時，側重的人貨標簽組合也具有差異化。在這背后，一方面是品牌歷史一方二方數據收集整合和分析，另一方面，也在于品牌通過對三方數據的理解，建立自己的運營策略。觀遠數據新銳品牌數據分析場景應用能夠為品牌協同三方數據服務商，以輕量快速的方式助力新銳內衣品牌利用好三方數據。以 抖音直播分析 為例，數據應用為品牌整合自播達播數據，幫助品牌快速掌握抖音平臺自播、達播總體運營情況

248、，并專項查看達人帶貨效果ROI管理，了解自播每月直播場次、轉化、交易情況及主推品的直播表現和達人貢獻，并針對同商品多場次直播不同名稱的情況，提供小工具可以做品名統一打標，方便分析同類產品的直播情況，提升營銷活動運營轉化。線下拓展新銳內衣品牌崛起于線上，依靠對消費者需求的洞察、爆款品類的打造、營銷手段的強化，在線上發展如魚得水。線上渠道實現了品牌對消費者的快速了解和觸達，但相較線下渠道，產品與服務體驗方面卻是短板。此外，線上渠道流量紅利逐漸消退，線上線下一體化的優勢也漸趨明顯，新銳內衣品牌想要取得更長遠的發展，拓展線下渠道已是必經之路。但品牌在線上的營銷打法、運營邏輯甚至產品的包裝形式、展現形式

249、、定價邏輯，如照搬至線下是無法推行的。在線下渠道的運營，新銳內衣品牌需要融合線下起家的傳統內衣品牌的運營經驗。行業頭部的新銳內衣品牌，早已開始了線上線下一體化運營的布局。NEIWAI內外自2017年開設首家線下店以來，截至目前已有100+門店體量。在穩健的增長背后，離不開數據的科學支持。線下生意的管理，從簡要流程上看離不開門店拓址、新品上架鋪貨、陳列布置調整、導購績效排班管理等幾大方面。NEIWAI通過對線DEMO示例，非真實數據83上渠道消費者收貨地址分布和業績體量分布的分析，匹配城市街道的市場空間，并結合周圍商業體和競對店鋪數量、活躍粉絲會員的數量和購買力，判斷適合開店指數以進行門店拓址；

250、同時，基于洞察不同地域人群對品類單品的偏好差異，指導單店鋪貨，提升門店銷量。線上數據的價值挖掘，對NEIWAI內外線下生意拓展發揮了重要作用。觀遠數據也將這樣的分析場景封裝成了數據應用，讓更多新銳內衣品牌能夠借助數據開啟線下生意。例如 用戶觀察 場景分析應用，能夠幫助品牌分析用戶購買行為、用戶地域分布及復購情況等，為品牌線下門店選址提供數據依據。DEMO示例，非真實數據供應鏈升級隨著新銳品牌快速成長，爆品成為暢銷品，并多渠道拓展，如何在供應鏈“采購-生產-倉儲-物流”全流程實現數據驅動的精細化管理，將決定新銳品牌的盈利能力和長期競爭力。供應鏈的核心是通過“計劃”實現產銷協同。隨著銷售體量增加，

251、新銳內衣品牌既要保證暢銷品的穩定供應，又需要敏銳抓住新渠道（如直播）或熱門流量（如大促）的爆款機會，這對品牌的產銷“計劃”是一個巨大挑戰。觀遠數據在服務如NEIWAI內外、Ubras、有棵樹、奶糖派等頭部新銳內衣品牌及其他新消費領域的品牌過程中，發現成功的品牌往往善于沉淀數據，定期復盤，總結規律，從而根據銷售節奏進行產銷計劃制定。在服務這些客戶的過程中，觀遠數據也形成了諸如 計劃助手 等數據分析工具，幫助品牌規范地沉淀數據。同時，基于這些數據沉淀工具，觀遠數據也幫助了部分數據沉淀相對成熟的品牌進行AI產銷預測?？偨Y來看，新銳內衣品牌破局增長的各個關鍵節點，數據都發揮了巨大能量。面對競爭不斷加劇

252、的市場，新銳內衣品牌依靠數據賦能的精細化運營，不斷提升內衣產品品質、滿足用戶功能性等多樣需求，通過線上線下渠道融合提升用戶粘性，構筑全渠道競爭壁壘，是實現長效增長的關鍵。觀遠數據也在通過沉淀所服務頭部品牌的實踐經驗，以更高效率、更高性能、更易用的數據應用與工具，為更多新銳品牌增長提效、競爭力提升賦能。84“飛馳”的鍋圈食匯以“數據智能引擎”領跑賽道鍋圈食匯成立于2017年，是以火鍋燒烤食材為主的全國連鎖門店，依托前端連鎖加盟體系持續優化供應鏈效率，同時極具下沉能力的全國化連鎖網絡覆蓋，增速與規模行業第一，已實現全國范圍內超8000家門店?；疱伿巢墓準袌龃嬖谥鳶KU多、供應分散、標準化程度低

253、、保鮮期短、損耗高等多重問題，面對不斷上升的增量市場，鍋圈食匯在完善品類、加速擴張的同時，更注重數字化建設能力。因此，鍋圈食匯選擇與觀遠數據合作，通過數據智能賦能供應鏈以及門店運營，從而打造柔性供應鏈，匹配業務的高速發展。分步構建，持續迭代：滿足企業不同發展階段的數據分析需求“做企業的數字化，是堅持把對的事情做正確，用業務思維去解決管理問題?！卞伻ω撠熑嗽@么評價數字化。消費者對鍋圈的認知是專注火鍋燒烤品類食材的社區連鎖零售超市品牌，但它本質是一個以“供應鏈為核心”的企業，通過強大的供應鏈體系，整合上游原材料工廠、食品工廠，強化對產品能力的把控，并獲取足夠高的行業毛利潤；同時，作為加盟為主的企

254、業，強調向下為加盟商賦能，強化加盟商“快速回本”的能力。85在鍋圈發展的不同階段，對數據應用的需求和場景是完全不同的：在不到百家門店的時候，如何快速進行門店的拓展，品類如何快速迭代，門店面積有限、貨架有限，如何購買潛力最高的產品鋪設到門店？是鍋圈迫切的需求。第一階段，觀遠數據助力鍋圈實現了包括門店運營、商品洞察、選品規劃等維度的精細化運營，使鍋圈在做決策時能夠快速反應、有據可依。第二階段，隨著門店加盟商發展越來越多、門店開設也越來越多的時候，對于財務水平、單店盈利模型的訴求會更迫切。加盟商選擇是否加盟一個品牌時，判斷的核心標準是需要通過多長的時間回本。面向財務場景，觀遠數據可以幫助企業把優秀店

255、長的管理經驗和看數方式沉淀為分析模型-“店長/督導助手”，賦能更多的終端運營者；會員復購決定了企業能否長期運營與發展，面向會員運營，觀遠數據可為鍋圈呈現全生命周期的清晰會員用戶畫像，時刻掌握消費者需求變化，實現精細化會員運營。第三階段，當數據整合、沉淀體系已經完善后，引入了更多AI場景：通過AI智能補貨，去降低庫存壓力，提升配貨的準確度；通過客戶數據、產品數據、當地氣候和門店模型等數據預測客戶的未來需求；通過購買記錄，分析動態的消費能力，并根據暢銷商品組合，推薦菜品套餐。這也是鍋圈未來的數字化重點。觀遠數據一站式智能分析平臺，賦能鍋圈食匯數字化運營觀遠數據BI產品對接鍋圈現有業務IT系統，通過

256、智能ETL處理，形成企業統一數據管理平臺，幫助鍋圈食匯加強數據基礎建設。觀遠數據一站式智能分析平臺與解決方案86BI前端呈現，門店供應鏈動態協同 智能配貨 存貨預警 關鍵指標實時監控分析根據鍋圈特性，AI建模分析 零售、加盟、連鎖、餐飲 四大數據集市 八大智能分析模型對接鍋圈已有的信息化系統與平臺 數據打通 數據接入 數據整合用戶需求層分析應用層數據模型層數據接入層日常監控專題分析自助分析移動應用智能預警預測分析門店分析商品分析會員分析供應鏈分析外賣分析商品專題營銷分析庫存分析門店數據集市商品數據集市會員數據集市供應鏈數據集市銷售數據集庫存數據集商品數據集銷售數據集庫存數據集商品數據集畫像數據

257、集運營數據集活動數據集訂單數據集銷售數據集庫存數據集ERPPOSCRM外賣數據WMSTMS通過觀遠數據的一站式智能分析平臺，鍋圈食匯提升業務鏈條上多個環節的精細運營和高效運轉，例如：門店運營分析：對門店快速擴張發展起到了數據決策、快速反應的支持效果。針對鍋圈門店的快速擴張與組織架構的頻繁變化，搭建門店運營體系對經營動態及時跟蹤；商品分析：幫助鍋圈洞察消費者偏好，迭代升級商品力。銷售數據驅動的產品開發與優化按銷售月度末位淘汰，提供最優產品，結合區域消費特征數據，圍繞家庭需求的類目延展，自加熱產品、復合調料AB包等；供應鏈分析：監控全鏈條訂單流、商品流、資金流，識別瓶頸監控異常。8000+門店全面

258、數字化，產品周轉天數下降2/3通過與觀遠數據合作，鍋圈食匯實現以下價值與效果：第一，門店全面數字化，實現降本增效。觀遠數據BI產品為鍋圈食匯8000+門店運營提供數據運營與決策能力，優化經營決策、降低經營風險；第二，產品周轉天數下降2/3，并將持續縮短。通過AI智能庫存分析將門店產品周轉天數從30天縮短至10天。在未來，常規品周轉天數將會進一步降至5-7天，鮮品降至3天；第三，降低IT運維投入和一次性投入。業務系統上云，極大程度降低了IT運維投入和一次性投入，提升效率，實現輕資產管理，所有服務資源使用情況一目了然，運維人員不再擔心斷電、冗余等風險隱患。觀遠數據助力鍋圈食匯實現全鏈條精細運營87

259、用戶門店暢銷TOP10 單品非暢銷TOP10單品系統記錄小程序推送用戶成交到店O2O導購出勤銷售門店經營選購外賣配送永不斷貨有貨店內實時銷售店內實時庫存用戶下單即會員POS機沒貨次日達數據中心常規/臨時補貨申請系統智能分析提供指導性訂單門店定制發起智能配貨訂單就近分配倉位配送次日達到店暢銷/非暢銷規則算法根據特殊情況修改12 個倉庫位置8000+門店位置訂單信息數據TMSWMS線上平臺交易總部銷售額訂貨額訂單量客單價凱盛浩豐：一顆“爆品”番茄從種子到餐桌的數據故事一顆蔬菜，從種子到成為餐桌上的綠色，除了溫度、水分、養分、土壤、光照之外，還需要什么？在果蔬第一品牌“綠行者”的線上旗艦店里，翻看每

260、一顆蔬菜的“成長史”，從種子埋入土壤，到鮮菜送上顧客餐桌，“數據”成為了蔬菜生長必備條件之外另一個重要的“生產要素”。在“數據”的滋養下，“綠行者”品牌也迎來了新的成長?！氨贰狈训谋澈螅杭橙祿B分讓果蔬“智慧生長”打開天貓“綠行者食品旗艦店”，最先映入眼簾的是兩個熱銷的番茄品種“桃太郎”和“紅又紅”，占據著店鋪番茄熱銷榜前三名。在第一名“綠行者桃太郎番茄”的30000+條寶貝評價里，“很甜”“很大個”“很好吃”“會回購”等好評關鍵詞目不暇接。它不僅是綠行者品牌店鋪里的熱銷第一名，同時在整個天貓番茄類銷量排行榜上，也長期霸榜第一名。作為一種常見蔬菜，盡管平時我們所見的番茄外形幾乎一樣，但實

261、際上，番茄有數百個品種。從如此多品種的番茄中，挑選出“桃太郎”和“紅又紅”種植、銷售，“綠行者”的選擇不是隨機和盲目的。88“綠行者”是凱盛浩豐農業有限公司（以下簡稱“凱盛浩豐”）2008年成立的果蔬品牌，以“從種子到餐桌的綠色”為理念，致力于高端蔬果產品的全產業鏈打造。凱盛浩豐是世界500強央企中國建材凱盛科技集團下屬成員企業，除此以外，它還有更多頭銜農業產業化國家重點龍頭企業、國家高新技術企業、省級扶貧龍頭企業、山東省“瞪羚”企業、新一代“青島金花”培育企業，榮獲哈佛商業評論“拉姆查蘭”管理實踐獎。為它帶來這些頭銜的，是凱盛浩豐近20年來在科技農業和鄉村振興領域的不斷探索。凱盛浩豐的創始人

262、、董事長馬鐵民曾在采訪中表示，要“用標準化和智慧化的方式去做農業”，他認為這是中國農業高質量發展必然要走的一條路。因此，凱盛浩豐建成并運營了20多個智慧玻璃溫室，打造出亞洲最大的智能“蔬菜工廠”?！疤姨伞焙汀凹t又紅”就在這些智慧溫室里生長，在這里，它們得到了“大數據的精心照料”。生長過程中必備的溫、光、水、氣、肥等生長要素都被數據化，通過與觀遠數據合作搭建的一站式智能分析平臺，凱盛浩豐技術人員每天都會對這些進行數據監控。當溫室中的溫度或濕度高于預警值時，相應部門負責人會立即收到平臺發來的預警。全面的數據監控和預警機制，保障著這些番茄從種子到成果，都能在最適宜的環境中生長。數據的“呵護”加上無

263、土栽培等現代化種植手段，智慧溫室產出的番茄每平方米可達85千克，是普通大棚的6-8倍。同時，在嚴密的數據監控下，相比傳統的大田種植，智慧溫室能夠節水節肥逾95%。但“住進”智慧溫室的，為什么是“桃太郎”和“紅又紅”？“數據”讓它們被選擇。不僅是品類生長過程中的數據表現，旗艦店里那數萬條商品評價反饋也進入了一站式智能分析平臺。通過對這些用戶反饋的數據分析，種植端不僅可以確定消費者喜愛的品類來種植，還能預測到每個產季該種植的規模。凱盛浩豐智慧溫室超級推薦（暫停）投入產出比花費總成交金額花費總成交金額花費總成交金額花費總成交金額投入產出比投入產出比投入產出比直通車萬相臺淘寶客89種出來還要賣出去。天

264、貓店鋪的推廣平臺主要有超級推薦、直通車、萬相臺、淘寶客，四個平臺的推廣數據被整合呈現在觀遠數據一站式智能分析平臺上，各個渠道推廣的有效性對比一目了然。凱盛浩豐的電商部門通過對比四個渠道的投入產出比和推廣價值，就能快速根據數據表現調整推廣計劃，有效提高推廣投放的轉化效果與ROI。凱盛浩豐還將每日采收和加工的數據整合在觀遠數據一站式智能分析平臺中，平臺會自動匹配到每日銷售訂單，銷售部門的業務人員可以實時了解到當前時間節點各基地、各品種訂單匹配和庫存量情況，提升訂單的履約效率。從種植到銷售，數據在整個鏈路的每個環節間流動，凱盛浩豐通過與觀遠數據合作構建一站式智能分析平臺，挖掘到這些數據的價值，讓它們

265、在業務運營中得到最大化發揮。數據的“滋養”，造就了長期霸榜多個電商平臺品類銷量榜、好評榜第一的“爆品”番茄，也讓“綠行者”這個2018年才從線下走入線上，正式開始電商業務布局的品牌，在陌生的業務土壤里重新發芽生長。目前，“綠行者”天貓店鋪已有近50萬粉絲、60萬訂閱，成為行業當之無愧的領軍品牌。將數據轉變為“能力”，賦能“從種子到餐桌上的綠色”每一步“傳統農業無論是從生產、質量、銷售還是管理來看，沒有 商品 這個概念，很難讓消費者滿意。我們提出把農產品變成 農商品，正是基于數據的分析應用，根據不同地區的特點制定差異化戰略，提高產品核心競爭力，更好地服務于終端?！痹诮邮?農業青年雜志 采訪時，馬

266、鐵民曾表示，數據是企業在數字時代不可或缺的生產資料。凱盛浩豐與觀遠數據合作建設一站式智能分析平臺，也起源于這樣的認識。彼時，凱盛浩豐已經在多年的發展中積累了海量的果蔬種植、加工、運營、銷售等各環節的關鍵數據，但數據分析的手段卻依然是傳統的人工分析。涉及到“從種子到餐桌”的全業務流程、20+個種植培育基地、200多個線上線下銷售渠道的數據，分庫存總重量待發貨待發貨庫存在途各品種庫存重量各基地庫存重量水果黃瓜心里美番茄紅又紅番茄桃太郎番茄B基地C基地 I基地D基地F基地L基地J基地A基地E基地G基地K基地N基地H基地M基地庫存待發貨庫存90“有了一站式智能分析平臺后，獲取數據、整理數據、做表匯報等

267、環節的時間大量減少，只需要在看板篩選相應維度，就可以獲取所需數據。訂閱預警功能在數據出現變動或異常時，會實時自動推送給相關業務部門，保證各業務部門的信息同步，也讓各個部門的業務反應速度得到了提升?！标P于一站式智能分析平臺的使用體驗，凱盛浩豐相關業務人員說。在業務人員的廣泛、深入、自主、高頻使用中，凱盛浩豐的數據運營體系得以快速落地。而作為智慧農業引領者的凱盛浩豐，還有更強的助力農業產業高質量發展的責任感?！皵祿\營協助我們公司取得了良性發展，我們也期望能將數據轉變為“能力”，賦能到整個行業產業鏈上”，凱盛浩豐相關負責人表示，“在數字化時代，希望我們能用農業技術、數字技術和SOP，讓農業變得更加

268、高效，品質更高。通過建設農業產業互聯網平臺，將凱盛浩豐內部的數字化能力延展至產業價值鏈的企業和組織，將業務、組織、人才的資源聚集，進行生態化賦能，實現業務數字化、組織在線化、決策數智化?！辈荚诓煌瑯I務單元和業務系統里，弊端顯而易見：靠傳統的人工收集、處理、分析、運維方式，耗費的時間與人力成本巨大；割裂、分散、口徑不一的數據，不僅讓跨部門協作困難，更難以獲取真正的業務洞察；業務專家的優秀經驗無法沉淀下來，難以推動數據支持的標準化、智能化農業生產。標準化管理海量的、分散的農業體系數據至關重要。在了解了觀遠數據豐富的行業成功實踐案例，靈活、敏捷、易用、高性能的一站式智能分析平臺產品，以“讓業務活躍用

269、起來”為核心的客戶成功體系后，凱盛浩豐攜手觀遠數據，啟動了公司數據運營關鍵能力建設。一站式智能分析平臺上線后，凱盛浩豐最先梳理和整合了財務部和銷售部門的數據，讓業務洞察更為精準。成功實現后，各業務部門先后提出通過一站式智能分析平臺進行數據分析的需求，數據意識開始在凱盛浩豐全面覺醒，各部門的數據標準化和使用效率不斷提高?，F在，凱盛浩豐的管理層和業務部門中，92.4%的管理人員和業務人員在活躍使用觀遠數據一站式智能分析平臺進行數據分析，數據看板覆蓋了公司所有一級部門，幫助他們提升著業務運營效率：農業技術部門定期查看溫室的溫、光、水、氣、肥數據，實時了解各項指標是否存在異常值，通過數據快速做出策略響

270、應；銷售部門每天對庫存和業績進度進行監測，實時了解各基地倉庫中的果實品種、等級、庫齡等信息，以匹配訂單去化；人力資源部了解周期內人員入離職情況，獲取未來30天需轉正或合同到期員工名單，高效進行人力資源管理；公司管理層每天查看上下游數據流，實時獲悉部門業務進展，及時優化調整業務運營策略?；谝徽臼街悄芊治銎脚_訂閱預警功能實現 農事操作數據推送與物料清單更新通知9105附錄公司簡介觀遠數據成立于2016年，以“讓業務用起來 讓決策更智能”為使命，致力于為零售、消費、金融、高科技、制造、互聯網等行業的領先企業提供一站式智能分析平臺及解決方案。觀遠數據已深入服務寶潔、聯合利華、招商銀行、中信銀行、華潤

271、集團、3M中國、絲芙蘭中國、安踏、元氣森林、蜜雪冰城、小紅書、斗魚直播、零跑汽車等600多家行業領先企業。觀遠BI如何“讓業務用起來”關于觀遠數據ABOUT GUANDATA93易用性：讓業務“快速”用起來易上手：拖拉拽式操作，兩天基礎培訓后，可自主完成80%的數據分析工作易操作：看板制作效率達傳統報表的10倍以上，極大緩解IT資源瓶頸易傳達：多終端推送數據報告、預警風險，實現數據追人企業級：讓業務“廣泛”用起來一站式：覆蓋企業基礎報表、BI分析、AI預測的全鏈路數據決策能力高穩定：穩定支持數萬員工活躍使用，幾十億行大數據集運算，每天幾千萬次查詢可擴展：通過SDK和開放接口高效完成二次開發，快

272、速滿足定制需求場景化：讓業務“活躍”用起來業務化：提供企業營收分析、財務成本管控等高頻場景的先進解決方案專業化：面向業務場景，提供采集、分析、展現、決策的完整數據應用智能化：復雜決策場景中，利用機器學習等AI技術，提供智能決策建議12BI+應用場景解決方案BI+產品基座產品研發銷售管理產品設計產品研發各類業務系統各類電商和直播平臺原料供應生產制造倉儲管理物流管理線下渠道公域電商消費者管理CRM消費者運營DTC渠道品牌管理品牌傳播廣告投放輿情管理包材供應供應鏈管理需求與預測管理數據流數據流數據流數據流數據流數據流經營數據資產Galaxy BIPlus智能ETL可視化數據流處理無縫融合多數據源實時

273、預覽、實時保存自動檢測數據鏈路正確性數據流任意節點均可輸出強大的數據處理操作群輕型數倉ODS-DW-DM-ADS分層建模，分級管控動態更新統一數據口徑數據血緣分析數據質量管理可視化儀表盤60+圖表類型一鍵設置合計/小計一鍵設置同環比鉆取與聯動、跳轉多條件篩選秒級更新無卡頓移動輕應用數據門戶原生APP級體驗無縫嵌入OA系統統一數據入口安全數據管理靈活數據取用企業級門戶，統一全員數據應用分層、分級管理數據權限，保證數據安全降低數據應用門檻，業務輕松上手取數數據大屏所見即所得0代碼快速搭建AI增強算子銷量預測AI算子輿情分析AI算子數據解釋業務計劃助手行業場景套件銷售與需求計劃生產與采購計劃分倉計劃

274、補貨計劃電商標準場景包鞋服標準場景包指標平臺業數一體化94觀遠BI零售消費行業解決方案3零售消費品牌數字化，首選觀遠BI*以上僅為部分合作客戶展示95觀遠數據零售消費行業標桿客戶名錄（部分）4觀遠整個項目團隊都很專業，對于用戶的洞察非常貼近一線。在定制跟靈活開發上，觀遠所體現的包容跟開放，是更加有廣度和深度的。觀遠數據始終立足于客戶角度，采用敏捷開發模式打磨出真正具有極致用戶體驗的數據產品。始終堅持用戶至上的原則，聆聽用戶需求以進行產品迭代，助力企業更好地享受數字化轉型帶來的降本增效與業務增長紅利。楊紀寶 聯合利華 北亞區客戶運作團隊副總裁觀遠數據對于過程的透明展示，使得從簡單評價優劣的溝通，

275、轉變為了運營人員主動調整策略系統里的某一條策略，進一步優化決策的細節。章肖洋 元氣森林 首席運營官我們選擇觀遠不僅是看重他們的平臺能力和技術能力，最重要是看重他們這個業務能力。觀遠在數據建模以及業務的改進方面提了非常多的建議，深得我們業務部門的認同。唐昭 小天才 科技流程IT部部長作為業務導向的智能分析平臺，觀遠數據幫助企業在降本增效提供了實質價值。楊洋 Babycare 首席數字化官 在安踏集團的數字化轉型進程中，觀遠數據的可視化工具提供了強大的助力。陳東海 安踏 IT副總裁96客戶證言5ECR年度案例最佳實踐項目CCFA零售業供應鏈最佳實踐案例金刀獎年度數智化管理TOP10第一新聲&天眼查

276、零售行業MarTech最佳服務商彎弓 Digital&私域流量觀察中國營銷技術TOP100年度最佳BI服務商大獎窄播年度消費技術服務億歐網全球零售科技創新TOP50畢馬威中國領先消費科技5036kr未來消費優選新消費服務商億邦動力高質量服務商TOP10億邦動力億邦未來零售服務商知識力榜單TOP100浪潮新消費數字、營銷服務商TOP榜97觀遠數據零售消費行業榮譽獎項（部分）62023消費品數字化運營白皮書2023 企業智能分析與決策實踐合集2022移動BI白皮書2022企業級BI平臺白皮書98掃 碼 下 載掃 碼 下 載掃 碼 下 載掃 碼 下 載更多白皮書下載DOWNLOAD MORE WHITE PAPERS讓業務用起來 讓決策更智能掃碼下載更多資料官方網站：咨詢熱線：400-880-0750市場合作：杭州觀遠數據有限公司掃碼添加客服微信