國雲資料張粵磊：資料分析與價值變現

　　 講師介紹：

　　張粵磊，北京國雲數人教育科技COO。畢業於中國科技大學，原平安壹錢包大資料架構師。業內知名大資料專家，多部大資料暢銷書作者。

　　2016年以來每年都以高階專家和諮詢顧問身份深入參與大資料，人工智慧技術在行業的落地應用。已交付企業培訓數百場，培訓學員數萬名，在資料人才實戰型場景型培訓培養方面具有豐富的實踐經驗。

　　 分享大綱：

　　1，應用場景

　　2，價值度量

　　3，演算法模型

　　 演講正文：

　　應用場景

　　如今，傳統企業越來越難，都在尋求數字化轉型，整個時代變革的拐點已經到來。坦白講，過去只需要膽量+堆人+資源就可以，而現在則需要科技+人才+效率。沒有傳統企業，只有傳統行業，今天各行業迎來大洗牌，傳統企業、低效能企業必將被數字化企業顛覆、淘汰。

　　談到數字化轉型，新零售是比較典型的行業，第二是新金融，其次還包括智慧校園、智慧城市、智慧商業等等。

　　數字化轉型已經貫穿了各個行業，那麼各個行業具體怎麼用呢？如政府，核心是宏觀經濟預警，最直接的就是這次防疫工作，三大運營商集體連線起來反饋行為軌跡，為防禦疫情提供統一的管理。除此之外，還可以利用資料做反恐與安全預測、稅務及財務服務等等。

　　在銀行方面，從幾大行到商業銀行，都在推行金融科技，透過資料化的產品設計，風險控制的模型實現最佳化服務產品與交叉銷售，還包括智慧客服，透過大資料資料化最佳化提升呼叫中心效率，這些應用都是以數字化的轉型業務為主。

　　在電信方面，大資料分析也有很深度的應用，如套餐設計，客戶挽留，還包括智慧運維網路的分析，基於LBS接位置服務，電信行業會和旅遊、公安等部門做近一步的結合。

　　保險方面實現精準營銷和欺詐與濫用監管；航空航天與國防方面實現產品維護和服務；化工與石油方面實現執行監測，分析和最佳化；零售方面，基於新零售的客戶洞察做到商品最佳化和動態智慧定價，從而實現精準營銷。

　　接下來把新零售行業進行深度展開：

　　新零售核心就是底層門店，對於門店影響業績的核心包括三方面：人、貨、場。人是門店人員，貨是賣的商品，場是門店場景，需要這三方面結合在一起促進門店的收益。

　　在人員管理方面包括員工管理、服務管理和顧客管理。員工管理包括排版和個人能力可以透過資料化實現。顧客管理包括會員運營和非會員運營。服務管理包括服務型別和銷售技巧。數字化轉型要做到精準營銷，員工要基於不同的顧客，採用不同的服務管理方式，從而建立員工跟顧客更精準的數字化運營場景。

　　在貨品管理方面包括清貨管理、採購管理、銷貨補貨管理。以前可能都是人工處理，現在可以利用資料分析透過數字化實現更智慧的處理。如透過智慧定價將門店的銷售利潤實現最大化；透過智慧補貨讓門店實現智慧運維等等。

　　在賣場管理方面包括區位管理、門店形象和店務管理。透過資料化分析可以得出什麼樣的商品擺放在什麼位置更容易落單，再加上門店形象的設計和店務管理加持，最終實現齒輪化運轉，提高門店落單率。

　　 價值度量

　　對於門店而言，人管理和資料管理到底價值度量差異在什麼地方？如何去度量？

　　例如阿里，很早就上架了超級店長這個應用，超級店長是用AI技術幫助連鎖門店的管理運營，讓管理者“聽”見服務聲音，“看”見門店實景，感知顧客需求，提升顧客滿意度，打造最優門店服務。

　　一個有經驗的人畢竟是有限的，我們可以利用數字化的手段採用智慧的資料管理，基於海量的資料得到決策，遠比人透過現場短期資訊、經驗等獲得的收益要高。

　　再舉幾個例子：

　　例如JACK & JONES，過去企業需要安排多名專職客服，以人肉機械的方式的篩選處理評價資訊。現在用雲+超級店長應用的大資料分析技術，實現語義自動識別產品各類評價並進行歸類，減少客服 工作量，可以為企業節省30-50%客服成本。

　　例如創維電視，當時我們這個旗艦店運營得很不錯，後來服務市場的小二向我們提出建議，能不能給類似創維這樣的家電企業來做代運營服務？經過商談，我們和創維真的合作了，並且給它帶來的變化是：銷售額從原來的400萬提升至一億元。

　　再例如韓都衣舍，韓都動力整合了韓都衣舍10年網際網路品牌運營經驗以及支撐多品牌運營的九大系統，專門為處於1到 10，10到100這個階段的國際品牌、線下品牌、網際網路品牌、個人品牌提供網際網路全案運營解決方案，幫助他們加速發展。 服務內容包括品牌線上代運營，品牌定位，品牌策劃，數字化精準營銷，渠道定製化管理服務，OMS、 WMS、ERP資訊化解決方案，倉儲物流一體化解決方案，客服全託管解決方案，眾籌託管、品牌官網 搭建及代運營服務等。

　　剛剛提到的成本、銷售、行業賦能是要透過一套對應的資料分析方法論來實現。首先依賴於幾個方面：第一要有對應的資料應用場景；第二透過資料中臺讓資料越用越活、越用越多；第三實現業務資料的積累。

　　在戰略定位方面，資料中臺推動需要從高層的戰略上明確企業對數字化轉型和建設中臺的明確意圖，才有可能真正獲得落地。

　　在組織保障方面，企業需要提供配套的組織保障，包括CXO為主的中高層配套中層管理層、基層執行層，建立資料人才架構。

　　在一站式工具方面，選用完整、成熟的一站式平臺工具，對整個戰略進行保障，並對全流程資料採集，開發。

　　 演算法模型

　　在銷售邏輯方面，銷售額等於成交單數乘以客單價。成交單數包括進店人數和成交率，進店人數包括進店率和客流量。客單價包括產品單價和連帶率，產品單價又包括銷售折扣和零售價。

　　在經營分析方面，可以拆分為時間維度、層級維度、渠道維度、商品維度、指標維度。時間維度可分為日、周、月、季、年；層級維度可分為可比、總比、關閉、擴充；渠道維度可分為商場、地鋪、總體；商品維度可分為部門、品類、款式、顏色、尺碼、老品；指標維度可分為零售指標、坪效、售罄率、庫存率。

　　最終，零售業績等於客流量*進店率*成交率*零售價*銷售折扣*連帶率。

　　因此，我們可以看到資料分析師與資料分析模型和演算法的關係。業務系統實現資料化，給資料倉儲制定指標，為機器學習制定規則，最終實現人工智慧。

　　從資料層來說，包括資料層、處理層、服務層。資料層包括企業現有資料和新的資料來源，透過資料儲存在處理層進行批處理和流處理，打造資料中臺，最終產生業務分析消費資料和業務應用消費資料。

　　再舉例校園智腦場景，底層是業務系統，其次是資料資產，大資料計算，資料治理，資料工具，資料模型，資料應用，資料場景。