蘇春園與車品覺的私人早茶會:打資料之戰,“自動化”是決勝關鍵

資料猿發表於2018-03-14
640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1

【資料猿導讀】面向未來的企業資料分析與決策體系,最重要的關鍵詞之一是“自動化”,企業決策的大腦,必將是通過“自動化”的方式,進行資料全鏈路的打通與分析


作者 | 蘇春園

官網 | www.datayuan.cn

微信公眾號ID | datayuancn


上一篇蘇春園:跟車品覺老師吃了頓早茶,讓我明白了什麼是資料的本質同時也聊到了資料驅動決策是一把手&CEO工程,以及DT時代CIO=Chief Innovation Officer的角色升級。今天我們來聊聊如何讓創新落地,通過“自動化”的資料分析與決策,讓“人”釋放出來,專注於更有創意的思考以及更有溫度的服務。


與品覺老師幾次都聊到他當年如何推動阿里巴巴的資料化運營,感慨頗深,在《資料的本質》這本書裡面他也有分享,大家可以找來讀一讀。

640?wx_fmt=png

《資料的本質》 作者:車品覺


大資料專家,前阿里巴巴集團副總裁、現紅杉資本專家合夥人,被譽為“中國資料化思考第一人”


書中有一個很小的場景,但讓我印象深刻:


品覺團隊經常遇到的一個挑戰,是資料生產與製作流程需要大量資料清洗整理與準備即ETL(Extract/Transform/Load)的處理過程,即便是阿里般強執行的節奏下,一份簡單的分析報告也需要三天時間才能完成資料的預處理。結果業務部門自然態度冷淡,資料驅動不起來。


640?wx_fmt=png


類似的場景處處都是,怎麼辦?


只好來一場硬仗!


首先爭取到足夠的“彈藥”和“輿論”,包括強力的資源和人力投入、足夠的時間,還包括馬雲和彭蕾等關鍵高層的理解共識;然後,內部不斷研發迭代,上下游配套展開一系列的業務流程創新;最後,在“試錯-升級”的反覆磨合過程中,實現了大部分智慧分析與決策的過程,從資料自動預處理、報表生成、維度自決,到問題自動排查、異常預警各個環節,全面驅動業務決策。


640?wx_fmt=jpeg


這場仗打了多久?


好幾年。


還好,終於迎來勝利的果實,這套資料決策體系系統性的提升了集團資料化決策的能力,為阿里在未來5-10年的持續增長打了下紮實的基礎。


阿里是全球網際網路領域的頂級公司,那麼傳統行業的大鱷們呢?比如肯德基、星巴克、優衣庫等這些500強巨頭。


640?wx_fmt=jpeg


我和團隊曾經為很多這類500強巨頭提供過商業資料分析的產品,他們基本代表了傳統領域裡面資料驅動決策的最高水準。


這些公司的典型特點,除了管理基礎很好,還有兩個容易被忽視的“人”的因素:


第一,有一個很龐大的資料分析團隊。包括各個業務部門裡面自己能分析資料的業務人員,業務部門專門的需求分析人員,專門的資料分析師,還包括資料倉儲與商業智慧(BI)團隊專門的ETL工程師、BI工程師、資料倉儲工程師、大資料團隊的演算法科學家,以及專門的IT支援人員與管理運維人員等等;


第二,在業務的末梢,這些公司有很多理解精細化管理的運營人員。比如店長、督導、區域經理等角色,他們具備相當的看懂資料、解讀業務、做出合理決策的能力。


640?wx_fmt=jpeg


這兩點與“人”有關的因素,正是“資料驅動決策”在這些500強傳統公司能夠產生價值的核心基礎。


他山之石,可否攻玉?阿里巴巴與肯德基KFC,都是各自領域裡面全球10段級別的選手。他們構建資料決策體系的路徑,能否直接借鑑?


640?wx_fmt=jpeg


根據過去十多年在美國與中國兩地的實踐,我的判斷是不大可能。要構建阿里或肯德基這樣的資料分析與決策體系,需要有大量懂大資料技術以及懂大資料應用的人,經過長時間的不斷迭代積累,形成資料驅動決策的文化。而國內絕大部分的公司並不具備這樣的人力基礎,而且外部環境的快速變化,也不允許公司在黑暗之中長時間的探索與試錯。


當然,硬幣的另外一面是極大的利好,因為分工愈加專業,越來越多像我們這樣的“軍工廠”,專注於提供從資料到決策的“核武器”(“觀遠AI+BI 讓決策更智慧”)。在這個時代,絕大部分公司都沒有必要自己來重複造輪子,只需要聚焦主營業務,與外部合作伙伴來共建資料分析與決策體系,構建面向未來的企業大腦。


640?wx_fmt=jpeg


我們看來,面向未來的企業資料分析與決策體系,最重要的關鍵詞之一是“自動化”。


能否自動的接入資料,並自動進行資料同步(Data Sync)以及處理(Data Prep),保證資料的準確與實時?


能否將業務分析與決策的過程形成可自動執行的分析鏈路,進一步對關鍵指標進行監控,讓資料追“人”,打通微信/釘釘,形成反饋的閉環?(Smart Alert)


能否透過資料的視覺化呈現,自動探測到資料背後的業務“異常”,輔助業務快速決策?(Outlier Dectection)


640?wx_fmt=jpeg


以我們服務的多家知名連鎖零售類品牌為例,門店從數百家到數千家規模,業務變化頻度極高、線上線下深度融合。在使用觀遠產品以前,傳統的BI更多提供“站樁式”的看資料,層層傳遞,級級溝通,既懂業務又懂分析的專家鳳毛麟角,往往成為分析瓶頸。當他發現某個門店的日商(日商:即每日銷售額,連鎖零售最核心的指標)有異常,進一步發掘可能的原因,再進行分析決策的時候,問題已經發生了好幾天,錯失了第一時間處理的機會。


而這樣的場景每天都在不同的門店發生。


640?wx_fmt=jpeg


未來的企業決策大腦,必將是通過“自動化”的方式,進行資料全鏈路的打通與分析,80%以上的業務可以在第一時間自動形成決策結論,並將需要採取的行動建議自動推送給到相應的管理與運營人員,將每個人從繁雜的系統與資料中釋放出來,而專心為客戶提供更有溫度的服務。


今天先聊到這,大家有任何不同的視角、建議或希望後續探討哪些主題都可以留言,期待您的反饋。


注:本文由觀遠資料&蘇春園投稿資料猿釋出


關於作者


640?wx_fmt=jpeg


蘇春園,觀遠資料創始人兼CEO,卡內基梅隆大學資訊科技與管理專業碩士,曾擔任納斯達克上市公司MicroStrategy微策略軟體全球高管&中國研發總裁,為多家500強客戶提供商業智慧與大資料分析產品與方案。觀遠資料是國內新銳的智慧資料分析公司,獲多家全球頂級VC投資,通過AI+BI的一站式商業智慧分析平臺,為客戶提供可行動的決策建議。


640?wx_fmt=jpeg


金猿榜往期的獲獎名單,將會在峰會現場隆重發布,期待我們的見面?


640?wx_fmt=gif


640?wx_fmt=jpeg

相關文章