400-0380-010
申请试用
免费预约演示
让我们的咨询顾问用最短 20分钟 的讲解,来帮助您
更高效的评估大数据+RPA
快消品数据治理解决方案
发布时间:2021-09-28 浏览:1

1

快消品行业数据资产实施现状以及演进发展

2020年标记了一个重大的转折点,疫情的突袭让企业和政府都受到了极其严重的冲击。如今后疫情时代已然到来,关于未来的设想和规划都在不断重新洗牌,零售商可能面临着重重艰巨的挑战,要熬过这些艰难时期,零售企业就需要找准机会反思自己的业务模式和商店扮演的角色,重点将从提升客户体验、改善运营效率、再造智慧门店、重塑供应网络四大方面全面转型突破。借助数字化新兴技术,实现零售业务模式的颠覆式重构和智慧零售转型。

图片


中国零售及数字化应用发展历程 

伴随社会经济环境的发展,零售行业历经集贸式零售、连锁店式零售、电子商务式零售发展到新零售阶段。集贸式零售即市场化的萌芽期;连锁店式阶段零售行业发展速度最快,多种业态并存;2003年淘宝成立,标志电子商务式零售时代的到来,电商平台涌现,开启多渠道运营;新零售阶段零售业向全渠道化发展,更重视渠道的融合和消费者体验。数字化进程 

贯穿零售发展之路,在企业信息化架构POS、ERP、WMS基础上,DMP、CRM、CDP的搭建帮助企业更好地应用数据。


“以用户为中心”是数字化转型的核心

图片 

偶尔抬起头,候车厅和公交车、地铁广告,都是天猫、京东、小米、美团、今日头条;人们的话题都是AI、区块链、O2O、GP、LP、共享、小鲜肉、比特币…...

我们似乎离任何未知的事物只有一个百度和一个知乎的距离,我们离任何商品只有一个app的距离,记录生活在朋友圈,开会在微信群…...生活除了手机,似乎没有什么是必需品。

我们习惯了颠覆,习惯了八卦,习惯了任何新物种的出现,我们从未如此幸福,因为生活从未如此便捷;

我们从未如此焦虑,因为明天从未如此难料。我们说竞争,但很多时候,对手是仅仅隔着一个app你却没发现的那个。

那我们来看看进入新零售后,数字化给行业带来了哪些变化?

从“消费者”到“用户”

在快消品的语境里,我们把最终客户通常叫做消费者。而互联网,则把使用其产品和服务的对象叫做用户。这其实是两种思维和两种模式。

先说快消品,叫客户是消费者,距离其实很远,基本散养,放养,偶尔一次沟通、互动、回馈,往往是用概率来解决问题,比如开盖(扫码)有奖,中奖概率很难做到很大,哪里能象滴滴快的当年的补贴那样几乎做成普惠的。

而互联网企业则不同,获客、新用户、活跃用户、活跃度,都是天天看实时看,其实是把客户(消费者)内部化。在这两种思维和运营模式下,优劣立现。

感谢这十年里,出现一个江小白。江小白别的我不做评价,很多人看到的是表达瓶,是新奇特,是好文案,而我认为其最根本的是,通过表达瓶这种外在方式,品牌实现了互联网用户化的消费者管理运营模式,它更能洞察用户,更懂用户,这种表达瓶,其实是形成了一个群,让用户告知用户,让用户感动用户。

社会大环境的变化,让民众的自我意识空前强烈,受尊重、受重视、渴求更完美体验的内在需求被提高到了新的高度。这种史上最骄傲的用户心态,也形成诸如匠心精神的膜拜,对新奇特的追求和对创新小众产品的期待。

“没有中间商赚差价”

现在资金流已经被移动互联网占有,扫码支付,钱可以无中转无截留直达。

仓储物流,已经社会化了,而顺丰、京东更是分别一个从物流往商业,一个从商业到物流

没有中间商赚差价的口号,从本质上,是用户和厂商之间只有一个App的距离,商业的本质是物流,商人都是搬运工。

时下的新零售,办公室无人货架,自动售货机,是当下新版本的“决胜终端”,是原来的小卖店和互联网支付生的孩子,小型化、自动化、终端前移、场景化,这是快消公司和渠道共同的机会和挑战。

以前的经销商,是作为独立的环节从上游进入终端,锁定终端,占有终端;现在的情况是经销商变成终端——终端即我,我即终端;再造终端——到楼里去,到车里去;科技终端——有码扫遍天下,无码寸步难行。这个风口,传统渠道,得抓紧上车了。

客户、终端还是合伙人?

“合伙人”,从市场端、需求端出发的,他们以社群化、团购式入手,向厂商传递信息和订单。调动合伙人更大的创造力和和更深刻洞察提升效益

咱们在花钱做品牌,而用户却在暗恋IP


快消行业如何实现数字化转型

图片

业务数据化

随着互联网时代的到来,快消行业需要为了业务发展搭建了很多不同的系统。在服务中积累了大量数据,在此基础上,进行一些数据分析。

数据资产化

大数据时代,万物互联,大数据云计算人工智能等技术可以抓取消费者的个人信息,进行分类标签,例如,年龄,消费能力,兴趣爱好职业等,测绘品牌的用户画像,精准产品定位,建立品牌自己的数据资产。

资产价值化

消费者消费时是有场景的,建立的数据库需要结合业务场景、才能实现其价值,改变过去依靠系统帮助决策的方式,转变为以数据进行决策,通过数据复用、安全共享来积累经验、提高效率、业务赋能和创新。

建立完善数据资产化的基础上,对消费者精细分类,精准推送式运营,先通过数据进行具象场景应用,再通过场景应用为企业带来价值。需要企业做到将所有业务整合,线上线下打通,将各平台的海量数据汇总整理,系统性整合重组。这一点是当下很多企业数字化转型的难题。

价值服务化

企业需要整合内外部的服务能力,将业务能力包装成标准服务,使用平台化的思维来规划和搭建有价值的可复用的服务平台。像近几年的中台系统,品牌可以通过中台赋能,长短互补,各取所需,共同发展。

服务生态化

就当下趋势来看,企业要是想实现转型升级就一定要开放,同时与产业形成连接,不仅服务企业内的前后端,也要服务各个业务单元和整个产业链。

生态产业化

数字化的关键是整个产业链的上下游企业需通过数字化平台、品牌赋能各自的核心能力和资源,最终可以进行高效的分工和更合理的价值分配,改变过去封闭的的企业组织,模糊企业边缘,把边界和组织扩展到产业链层面,同时也弥补了自身弱势,实现整体的取长补短,最优配置


当前数据资产管理面临的挑战

图片 

数据不可知

用户不知道大数据平台中有哪些数据,也不知道这些数据和业务的关系是什么,虽然意识到了大数据的重要性,但平台中有没有能解决自己所面临业务问题的关键数据?该到哪里寻找这些数据?

数据不可控

数据不可控是从传统数据平台开始就一直存在的问题,在大数据时代表现得更为明显。没有统一的数据标准导致数据难以集成和统一,没有质量控制导致海量数据因质量过低而难以被利用,没有能有效管理整个大数据平台的管理流程。

数据不可取:

用户即使知道自己业务所需要的是哪些数据,也不能便捷自助地拿到数据,相反,获取数据需要很长的开发过程,导致业务分析的需求难以被快速满足,而在大数据时代,业务追求的是针对某个业务问题的快速分析,这样漫长的需求响应时间是难以满足业务需求的。

数据不可联:

大数据时代,企业拥有着海量数据,但企业数据知识之间的关联还比较弱,没有把数据和知识体系关联起来,企业员工难以做到数据与知识之间的快速转换,不能对数据进行自助的的探索和挖掘,数据的深层价值难以体现。


2

快消器行业数据资产整体解决方案

数据资产管理核心价值

图片

在数字化转型中、我们再来看刚才碰到的问题、其核心就是数据资产管理的核心价值。

数据资产是企业过去产的交易或事项形成、企业拥有或控制、预期会给企业带来经济利益的数据。数据资产管理平台的核心价值就是让数据赋能业务。让数据科学家能够知道企业有哪些数据、数据的业务定义、数据之间的关联及流转...



数据资产管理平台框架

 


 图片

数据资产管理平台的核心能力就是围绕着企业数据资产的核心价值,把企业的数据资产“盘点”、“盘清”、“盘活”。


管理保证机制

组织架构、组织制度、流程管理、考核与评价 是数据资产管理成功的前提。

在企业规划数据资产管理项目之前,需要根据企业自身特点建立数据资产管理小组、需要专人负责,领导挂帅。通过平台功能把权责、流程、机制有机组织串联起来。

核心平台框架

数据资产管理核心平台,主要就是从“盘点、盘清、盘活”,来有效管理企业数据资产。

让企业以数据说话,帮助我们发现数据、理解数据、围绕数据进行生产、销售及研发、通过数据来监控隐私和法律合规。

管理制度:

建立数据资产管理决策机制

制定管理制度和流程:

 图片

资产盘点:

 图片

数据资产盘点是执行力的载体,也是长期化常态化的管理行为。数据资产盘点一般由业务主管部门和IT部门共同配合进行,是对管理能力的落地和执行。开展数据资产盘点是一项长期和基础性工作,摸底是完成冷启动,多次迭代是常态。包括并不局限于以下4类盘点目标:

摸清数据家底、搞准现状:理清公司各业务系统现状,梳理数据分布流向,了解业务需求;为企业各级人员提供统一信息视图,减少了企业内的信息孤岛;

可视化数据资产展现:可视化展现数据资产内容,建立企业数据资产展现平台,提高数据资产可视化程度;

提升数据整合、开放效率:为企业系统开展高效数据整合提供辅助服务,并促进数据开放水平;

推广数据治理、资产共享:通过数据资产盘点,推广数据治理,提高数据管控能力,服务于内外部数据资产共享。

数据资产盘点的价值在于目标共识。企业数据资产管理的核心是对数据资源的价值管理。类比于设备与资产定义,对企业数据进行描述、分类、计算、标准化,实现数据资源化过程;再对数据资源进行价值管理,从而形成企业数据资产。其关键在于业务与技术在资产价值定义上达成共识。

先通过数据资源化过程:对数据(数据即:信息系统、Excel、文档、视频、社交媒体等等)进行分类、描述、计算、标准化等,将数据转化为资源(资源即:具备业务含义(描述业务运转),技术定义(格式、结构等)以及管理意义(质量、安全等)的数据)。


再通过数据资产化过程:对以创造价值为根本出发点,将资源转化为资产(资产即:体现数据价值,提升运营效率、降低管理成本、开拓业务范围、支撑产业创新)。


数据资产盘点原则包括:
“源头”、后“下游”:资产盘点和评估的对象从“源”系统扩展到下游系统。“核心”、后“外围”:选择相对核心的系统,具有较高的重要程度,核心系统的数据较为全面,元数据较完备,而且一般具备较高的数据质量,可用性较高。“开放”、后“封闭”:选择通用的、开放的、标准化的系统,可访问性较高。“详整”、后“散乱”:选择系统材料完整度较高,包含数据字典、需求说明书、接口规范等内容的系统进行前期开展。


数据资产盘点方式分为:

系统盘点:针对业务系统调研,达到获知所有系统信息的目标,实现企业所有信息系统资产了解级。对选定的核心系统做进一步的系统级访问和调研,掌握系统功能、业务功能、数据流、接口关系和数据字典等内容信息。
数据盘点:对核心系统的数据选定实体表范围,获取表结构、表定义、表关系、参考数据、存储周期、属性字段等内容信息,达到实体表资产掌握级。 

数据资产盘点实施流程如下:

明确领域范围:基于组织管理的战略性要求输入,业务部门与IT共同确定盘点的业务领域范围。

盘点资源价值:IT确定所需要盘点的数据资源相关模板和技术准备。

调研资产需求:共同调研资产化需求,包括调用方式、服务要求、安全性要求等。

组织资产报告:分析盘点工作成果,提炼出关键的资产化内容、要求和挑战、并制定行动计划。

发布资产报告:输出数据资产盘点成果、固定为标准,并执行落地。

资产盘清:

对数据资产管理对象进行自动发现、自动对标、分类管理、数据质量发现、元数据管理。

数据标准

数据资源管理实施:基于产品套件中元数据、数据标准、数据模型的IT实施;

数据质量实施:包括各管控对象的质量评估与提升;

数据服务实施:包括数据对象服务化改造与发布。

资产发现要从不同的角度不同的维度进行资产化实施和评估:例如从整理分析看,数据资产有哪些(要素、标签等);从存储看,数据资产如何分布;以及从整理分析看,数据资产有哪些(专题)。

资产发现是依托数据标准化工作和IT工具进行IT实施落地。由IT技术部门进行主导,业务部门配合。需要按照资产化共识进行优化与提升,完成领域内的数据资源资产化。

图片

数据标准, 如果不能被定义,就无法进行数据治理、也就无法转换成资产

某数据分析师去面试,在自己简历上写着“六年工作经验”,然而主考官看了一下简历,觉得不对:“你才毕业2年,怎么会有6年的工作经验?”数据分析师说:”难道您没听过加班吗“虽然是则笑话但反映数据工作者的辛苦和数据定义的问题

所以在通过盘点,摸清数据家底、搞准现状后,第一步工作就是数据标准,通过标准的制定让同一份数据一种定义,全公司数据一张皮,用一种语言进行交流和汇报。

图片 

数据资产目录, 是以元数据为核心,按照分类、主题、应用多个角度对数据进行管理、识别、定位、发现、评估、共享的数据组织工具。

业务可以以Baidu 搜索的方式,快速查找自己需要的数据。

这样数据分析师就有一平台可以查找公司所有的数据资产,从而让业务知道有什么数据、数据在哪里、数据的含义是什么。

从而大大了减轻IT 的压力,加速了数据的应用、做到数据为业务赋能。

图片

数据血缘/影响分析, 让我们更能清晰了解到数据的来龙去脉,血统/影响分析 是元数据管理的难点,需要对数据的各类元数据都能很好的解析,例如,数据仓库的存储过程、ETL工具、Python等。

然后才是智能的连接起来,才能形成完整的血缘图。

实现方式 一般有两种,一是人工方式疏理关系,然后通过工具展现;二是尽量通过工具来解析,自动构建血缘, 现在很多产品也在加强这块的能力,毕竟人工疏理后面的更新会比较麻烦。

资产盘活:

资产服务是基于IT实现的服务化前提,提供各种数据管理服务,如质量、元数据、标准、监控、发布共享的服务。关键是拓展渠道,将原有数据服务模型更新为基于服务的模式,并进行服务治理和优化。是资产运营基础,价值显性化的重要前提环节。

图片


盘点是让我们了解自己的家底, 盘清是把我们的资产理清、盘活是让我们的资产变现,实现价值真正赋能业务或直接盈利。

通过我们平台有两个实现方式

一, API 服务, 根据理清的数据资产提供服务给其它应用系统, 或是对外变现营利,我们平台支持API 数据服务, 可以在平台根据需求制定API 接口,也可以直接在数据服务商场搜索查找已有的服务,便捷快速使用数据,并可做监控,安全可靠。

二,数据分析,我们平台根据数据标准,按主题域把数据按业务人员能够理解的形式,统一通过可视化方式,让业务人员能够简单快速的分析数据,真正做到自助式分析,大大缩减了业务人员使用数据的成本,提高企业效率。我们平台有自己的可视化分析平台,同时我们也还可以集成第三个的报表平台,更方便我们的业务人员使用。


往期回顾
览众科技法院RPA机器人助力智慧法院建设
一站式数据服务案例-房估值系统
微云票-实现自动收票、用票
政府数据治理核心-盘清数据资产

图片