【金猿人物展】观远数据苏春园：用大数据赋能商业品牌持续捕捉增长机会

Original 苏春园数据猿

苏春园

本文由观远数据创始人兼CEO苏春园撰写并投递参与“数据猿年度金猿策划活动——2020大数据产业趋势人物榜单及奖项”评选。

大数据产业创新服务媒体

——聚焦数据 · 改变商业

作为观远数据创始人，自公司2016年创立以来，我跟团队就始终把业务聚焦到拥抱数据比较丰富，但是难度跟挑战也比较大的泛零售行业，并致力于为零售、消费、泛互联网以及综合型集团客户提供新一代智能数据分析平台的服务，为客户提供“Actionable Insight”——智能数据分析基础上的切实可行的决策建议，帮助企业在数字化智能化升级中建立可持续竞争优势，为企业构建智能决策大脑，实现企业从传统BI到智能BI的成功转型。

几年下来，我也有不少思考跟想法想要跟大家交流分享。

2020年，通过“AI+BI”进一步诠释新消费时代商业逻辑

伴随着国民消费水平不断提高，新消费时代消费品的巨大增长力不断展现。快消品行业的竞争，其实最终比拼的是供应链效率、商品流转效率和用户体验的提升。

通过数据驱动业务增长，企业在数据运营层面提出了很多共性要求，如建设灵活、敏捷易操作的数据智能平台，沉淀数据资产，在解决数据“可用性”基础上，实现可探索式的自主分析，满足企业高、中、基各个层级用户的数据分析需求。

而随着算法和算力不断增强，让企业能够更细颗粒度地去洞悉问题和机会，在合适的地点以合适的方式给顾客合适的商品服务，这是新消费时代商业最本质的逻辑。

这就要求，从新品设计、生产计划、仓储物流、订单管理到营销售卖，每一步经营效率的提升都要建立在高效的数据智能基础上，都要基于实时的数据结果给出正确的价值反馈。

这就需要科技服务企业将“黑科技”转变为“灰科技”，从消费者出发，找准产品定位，提高供应链效率、商品流转效率和用户体验，使敏捷化、智能化、细颗粒化的数据分析和应用工具更好地服务客户。

“灰科技”主要具备三个特征：真正为用户服务，产生业务价值；能“上山下乡”落地；不断的进化与技术实践。

根据不同企业的信息化程度，我们制定了从敏捷分析到智能决策的“5A”落地路径方法论，即Agile敏捷化、Accurate场景化、Automated自动化、Augmented增强化、Actionable行动化。从BI到AI逐层递进、陆续升级，不管企业处于哪个发展阶段，都可以找到适合自己的切入口。

所以，我们在2020年发布了一站式分析平台3.0版本，涵盖Universe数据开发、Galaxy数据分析、Atlas云三大“灰科技”产品线，就像人类探索宇宙一样，Galaxy像便携式的望远镜随时打开，探索智能决策奥秘，面对复杂化的决策流程，Universe像强大的基座可以帮助企业望向外太空，而在深耕行业不断实践的过程中，Atlas则像星图一样帮助企业沉淀行业最佳实践。我们这个平台可按企业个性化数据分析决策需求进行自由组合，始终陪伴企业成长每一阶段，让企业在不同时期满足不同场景的分析和决策需求，以此实现降本增效和业务增长。

低代码和无代码是我们的产品特色。以场景化为例，将指标可视化，通过不同类型的销售指标、流量指标和库存指标呈现可视化，针对不同的用户，可落地不同的分析模型。通常情况下，95%的企业都可以直接利用我们提供的数据处理与分析能力，无需任何定制。

因此，我们已具备了零售数字化转型的核心特征——敏捷化、智能化、细颗粒化，能够对一定期间内所有新品的综合业绩进行分析，以天为单位跟踪新品的目标达成趋势，针对单个新品，详细分析其上市后表现，评价新品健康度。未来，我们还将与更多客户一起持续打磨智能分析与决策产品，深化零售消费业务方案，用数据驱动企业精益增长，让决策更智能。让只有巨头才用得起的数据分析，惠及所有企业，“伟大产品引领未来”是我们的信仰，我们共勉。

对2021年的几个趋势展望

To B市场讲求长期主义。而智能决策是一个需要经过沉淀和反复验证的过程。有生命力的产品，会陪伴客户一起成长，同时也需要在准确把握大趋势的基础上，定期炼丹回炉（如头脑风暴、专家交流、团队学习），持续硬核进化，才能用产品和专注构筑自己的护城河，以更好的产品和服务，在未来，可以帮助更多企业走的更长久，10年、20年乃至更长。

趋势一：BI不会只停留在对历史数据的多维统计，而是通过与不断普及的算法、算力融合，实现更自动、智能的数据探索跟实时预警、未来预测、自动诊断以及行动建议。

通常情况下，企业业务操作都会产生大量数据，例如订单、库存、交易账目及客户资料等，通过商业智能软件能够帮助决策者增进对业务情况的了解。而商业智能的关键则在于如何从业务数据中提取有用信息，并根据信息产生有价值的结果。

算法、算力的提高以及海量数据积累，将改变中国BI市场的现状。以往的BI虽然很有价值，但更多的是对历史数据的多维统计，还没有真正达到智能水平。如何帮企业预测未来，自动诊断、发现问题，或者做更复杂的分析决策，整个行业包括国外其实也都没达到。

商业智能旨在将企业于生产活动及运营等环节生成的数据进行整合、清洗、分析、可视化并分发，以便企业实时理解数据并获取有价值的决策信息。

智能决策的本质，不是产生爆炸式增长，而是持续捕捉比原来多十倍、百倍、千倍的增长机会。DT时代，看数据做决策会成为一种趋势。能否用数据驱动智能决策，则决定了企业核心竞争力。

趋势二：BI的使用体验日趋“傻瓜”化，强调敏捷、易用与行业场景化，并不断接入整合更丰富、更细颗粒度的数据源，进一步延展数据驱动决策的应用场景和纵深。

在数字化的世界，智能时代的颗粒度革命必将广泛开展。企业就是由那些具有极细颗粒度的数据组成。在数据这场颗粒度革命中，企业每一步经营决策都将来源于对经营末梢的细微洞察。智能时代，每个公司都能变成聪明的公司。

大数据时代，企业都不缺乏数据，缺乏的是对于数据整合、分析、应用的能力。在此背景下，借助AI+BI实现全面数字化转型就显得尤为重要。但数字化转型并不只是技术转型，如果是零售企业，还需考虑自身身份的转变，例如从粗放经营向数据驱动的精细化运营转变。

趋势三：未来，每一个企业都需要构建一个基于数据的决策大脑，不断把想法落地到产品中，再切入到企业场景，发挥智能决策的作用，给企业带去持续价值。

在欧美大企业中，BI基本都是标配。对国内来说，智能决策是未来10年的确定性大趋势，而目前BI在国内企业渗透率可能连10%都不到，这个市场才刚刚开始，未来十年，肯定有至少几百亿到上千亿的市场容量。现在可能还在100亿以内，但是增长很快。未来，从BI到AI的智能分析与决策，需要从BI切入，不断AI化升级，看3年，做3个月，是一个理性可落地的路线图。

商业创新是从量变到质变，如果一个品牌每周有100多次增长机会，每周提高1%的经营精准度，在52周之后，你就不是过去的你，和你竞争的也不是隔壁的品牌。你是与未来为伍！

所以，我们一方面深耕泛零售与消费领域，不断拓宽行业应用场景，另一方面，坚持“AI+BI”，降低BI使用门槛的同时，不断推动决策从统计分析向更智能的预测与诊断分析迈进。尤其，在疫情蔓延的背景下，企业对数字化的需求越发迫切，也给“AI+BI”带来了新的升级与机会。

2021，我们一起加油。

关于作者·苏春园：

苏春园，观远数据创始人兼CEO，毕业于卡内基梅隆大学，曾在全球最大的独立BI公司微策略（MicroStrategy）任职十年，主要担任全球高管及中国区研发总裁，2016年创立观远数据。

—— / END / ——

以下内容更精彩

︾

2020年度产业图谱：

●2020中国数据智能产业图谱1.0版

●从产业图谱看中国2020年数据智能行业的发展态势

2020数据猿《#榜样的力量#寻找新冠战“疫”，中国数据智能产业先锋力量》大型公益主题策划活动：