2016年7月8日,阿里巴巴首屆十佳數據先鋒商家頒獎典禮在阿里巴巴西溪園區召開。會上,阿裏首屆“十佳數據先鋒”揭曉,韓都衣舍、三隻松鼠、良品舖子、禦泥坊、創維、科羅娜(百威)、馬克華菲、品勝數位、VOVO和煙花燙等商家最終入圍。
阿里巴巴集團副總裁、阿裏研究院院長高紅冰在頒獎典禮上指出,大數據已經在5個方面改變商業,包括管理/運營決策、商品策略改進、模式/産品/服務創新、精準行銷、供應鏈優化等。據他介紹,DT時代下商家,許多已經學會利用數據提升運營效率和獲客能力。
圖為阿里巴巴集團副總裁、阿裏研究院院長高紅冰在“阿里巴巴首屆十佳數據先鋒商家頒獎典禮”發表演講。
高紅冰:數據重構商業新視界
所謂數據和商業的關係,過去叫商業智慧,今天這個概念已經發生了很大的變化。在一個全網際網路為基礎平臺的情況下,我們看商業如何重構未來商業。
在今天的零售、商業、批發、生産、製造環節中,實際上分成兩個世界,一個物理世界,一個DT的世界。在淘寶的場景下,每個商品都挂上了條碼,每個用戶在淘寶上都有一個賬戶,每個商家也都有自己的賬戶體系和後臺系統,每個交易、每個消費者的行為,天然構成了一種數據化鏈路。數據能不能打通,形成一個全數據鏈路,這是我們討論的關鍵和核心。
如果不能利用數據去塑造一個新的商業模式,所謂商業模式的創新也只是在過去模式上的一個翻版。今天要把數據同商業實踐、消費者行為結合起來,用演算法推動為消費者畫像、挖掘消費意願,去産生更高層次的消費場景。消費者很多時候並不知道自己要什麼,但如果能夠基於其過往消費行為去尋找到他們的意願,把意願變成選項給到消費者的時候,這時候消費就進入到一種不自覺、由消費意願所驅動的狀態,這是未來商業非常重要的一個發展趨勢。
從3萬億到10萬億的價值想像
阿里巴巴零售平臺已經完成3萬億元的交易,它的足跡讓我們看到商業發展的速度。淘寶在2006年是100億元的規模,2008年達到1千億元,2012年第一次達到1萬億元,2014年11月底達到2萬億元,到今年3月份達到了3萬億元,規模擴張非常快速。
我們要看到3萬億背後的商業邏輯。沃爾瑪經過了54年的發展達到3萬億,但網際網路的模式僅僅用了十幾年就可以達到。傳統零售業儘管鋪了很大的網路,仍然是在內部網路中,今天網際網路則是一個透明的網路,所以接下來從3萬億到6萬億的征程,處於負增長的沃爾瑪很難實現,網際網路則很有可能。
阿裏研究院在2012年對未來網上零售總額做過測算,經過了三年的驗證,誤差基本上在1%-6%之間,我們預計2020年整個中國網路零售交易規模將突破10萬億。試想一下,屆時銷售數據化是什麼樣的狀況?今天的淘寶已經不再簡單是賣東西的一個窗口,而是一個縱深的價值鏈。如果説零售連接的是商家,商家連接的是商店,再往上是整個製造業,未來製造業內部的系統將同大淘寶數據對接起來,形成一個一體化的系統。所以未來10萬億絕不簡單是一個消費數據,它預示著未來整個中國零售批發製造産業的升級、轉型和巨大變革。
未來五年到十年,整個經濟在網際網路驅動下會發生非常大的裂變。人類正在從IT時代進入DT時代,DT時代有三大支柱,第一個是雲網端,雲計算、寬頻和智慧終端構成了新型的網際網路基礎設施,所有的業務、消費、商業、製造業都在雲上跑;第二是數據,線上下實體零售當中,和今天整個網際網路驅動的零售體系相比,數據的體量和價值都有天壤之別;第三是分工合協作體系,像華為、海爾這樣的企業,其上下游企業的個數大概在幾萬家,但是淘寶有1千萬個賣家、4億多的消費者,還有海量服務商,構成了一個新的協作體系,這個協作體系在隨機配對和連結中帶來大的創新。
大數據的産生不是問題,關鍵是使用
大數據的挑戰是在於有沒有高品質的數據集,而不是有沒有數據,因為數據太多了,多到如果你沒有把它又好又經濟地計算出來,就沒有用途。所以雲計算在尋找大數據的場景,而大數據的計算場景更需要後面的價值背書。今天的12306、天氣預報系統,都是基於阿裏雲計算在運營,浙江省氣象臺如果自己購置伺服器預測颱風,一年只用幾次,大量伺服器將形成浪費,12306也只有春節才會達到峰值,所以它們都使用阿裏雲來完成低成本的計算。
説到網路,現在工信部在部署5G網路,預計2020年會全面投入商用,屆時個人終端最高可以獲得2G頻寬,是現在4G網路的100倍。而1994年中國剛剛接入全球網際網路的時候,只有6萬用戶、3條64K國際頻寬。全球數據量到2020年將達到44ZB,所以大量的數據産生不是問題,問題是會不會用,雲計算則真正能夠創造背後的價值,數據驅動的時代已經到來。
阿爾法狗是如何打敗棋王的?是靠演算法。它依靠的是價值網路、過往所有的棋譜,當棋譜數據越來越多的時候,阿爾法狗就戰無不勝,因為它在走每一步的時候都有策略優先的選擇。所以未來數據的想像空間極大。
智慧商業的三個關鍵點
回到數據驅動商業的角度,智慧商業有三個核心關鍵點需要把握,分別是數據、演算法和産品。
第一是數據。數據有很多,但是得到數據之後如何形成有價值的、高品質的數據集,這是關鍵點。數據的收集、處理、加工,今天是高成本的,但又是高價值的。
第二是産品。如果數據産品不能形成數據鏈路,有效把商業鏈條打穿的話,那麼數據茶品就是孤立的分析或統計工具,沒有意義。數據産品不是一個死的東西,而是隨著商業模式的變化和變遷,不斷用數據觸達兩端。
最後一點是演算法。演算法體現的是什麼?體現的是你用數據的商業創新,如果你對基於商業數據的創新有很深的理解,就可以把演算法推動到高度化的過程。所以從這個意義來講,不斷去迭代這個演算法,不斷用演算法來優化你的商業模式,構成了今天無數據不智慧、無數據不商業的境界。
對比傳統商業和智慧商業。傳統商業大多不使用數據,數據也不多,它們收集數據的成本非常高,而且大部分用統計數據。現在的大數據則是活數據,不管是産品還是消費行為、商家行為沉澱下去的數據,關鍵是做關聯性分析。過去傳統商業是在局部用經驗做數據管理和分析,而今天則是看數據的中間狀態標簽來看未來的趨勢,得出對整個商業運營的決策,所以整個邏輯是倒過來的,這就是傳統商業跟智慧商業的區別。
數據端的價值和意義,在於我們不光可以為個人畫像、為消費者畫像,還可以通過這個畫像來進一步規劃發展策略、分析銷售套路,這是數據一個很重要的作用。
數據帶給商業企業的五大價值
數據到底給企業帶來什麼樣的商業價值呢?我認為有五個方面的價值:
第一,可以輔助商家進行管理決策,實時監測整個行銷活動。商家可以通過這些數據來快速定位自己的問題和痛點,加速響應和決策過程。所以數據可以對運營管理決策帶來直接、快速的反饋。
第二,供應鏈的優化。零售業一個很重要的問題,就是供應商優化管理,實時掌握現貨、半成品、原料的應備數量,銷售端和在途的數量等;在物流上,數據可以幫助商家匹配訂單、倉庫與配送資源,降低物流成本,提高物流效率;在庫存方面,數據可以實時分析爆、旺、平、滯款的情況,實現補貨與庫存協調機制。
第三,精準行銷與個性化服務。大數據可以幫助商家對消費者進行畫像,繼而找到更好的商品滿足對方;大數據還可以實現交叉的銷售,通過關聯分析進行交叉配售,通過社交媒體分析優化行銷端的策略。
第四,可以帶來産品、服務、模式方面的創新。過去的線下銷售體系,品牌商和製造商把商品給了經銷商以後,它的銷售任務完成了,經銷商再賣給消費者,這是兩塊割裂的市場。以消費者為中心的C2B時代正在來臨,網際網路把割裂的市場打穿,把商品設計、生産、製造、零售等全部打穿的,形成數據鏈路,這就帶來了以消定産的C2B模式。同時,有了大數據,産品的迭代、面對客戶的智慧服務才可以實施。
第五,商品策略調整。首先可以根據大數據進行銷售預測,來確定不同季節、不同活動中的備貨量;也可以通過銷售數據的實時監控,對商品及商品組合進行優化;還可以根據競品、行業、自身的數據,對價格體系進行調整。這些都會給商品、商業的策略帶來很大的提升。
接下來看阿裏的數據如何賦能商家。以生意參謀為例,這個産品在2015年初推出,目前已經有超過600萬的客戶,用過該産品的商家甚至超過2千萬家,所以生意參謀今天是一個非常重要的數據産品和平臺。從地理角度的業務數據來看,可以得出一個結論,經濟發達的地方利用數據能力相對比較高,體現了商業在拉動數據,數據在驅動商業。
我們再看數據先鋒商家的實踐。三隻松鼠作為零食領域的網際網路品牌,通過收集網上的數據來決定它們的行銷策略,是數據領域的天然用戶和深度用戶;百雀羚是一個線下的品牌,它通過線上數據確定自己線下的銷售;戎美則是穩定發展的網際網路高端女裝品牌,通過整個鏈路數據的收集和處理,形成了整個運營的規劃。每個案例都對於數據有不同的使用方式和側重點,每個商家情況也都不一樣,但都可以帶來顯著的價值創造。
未來商業想像
未來的商業會形成一個無邊界的商業場景:線上和線下打通、商品和商家打通、跨境和國內零售打通、數據經濟和線下實體店打通,這些不斷打通的過程産生新的商業模式。
未來,如果2G的頻寬到桌面的時候,VR一定會變成現實,零售端是應用VR最好的場景,有了VR,消費者就可以足不出戶,了解商家的整個産品體系、服務體系。過去是消費者到一個集中的商場或者一個網店買東西,未來是消費者借助VR、AR,在自己過去的數據沉澱中獲得自己的消費行為滿足。
另外一種購物體驗是沉浸式體驗,阿迪達斯做的虛擬鞋墻,可以把它的品類全部放上,讓消費者來選擇,而不是在網上店舖不斷翻頁面來找它的産品。這就讓消費者進入到真實的銷售場景當中,去進行一種沉浸式體驗,從而擴充銷量。
除了阿爾法狗,阿裏雲小AI在成功預測《我是歌手》總冠軍之後,又利用智慧語音識別能力成功戰勝了速記員,可以給實時直播添加字幕。支付寶客服處理用戶投訴來電,小AI能夠自動識別、理解投訴的內容與其對話,並自動導向正確的解決方法。所以未來人工智慧、機器人的發展,肯定會給零售體系的客戶和運營帶來巨大的提升。
(責任編輯:毛凱悅)
免責聲明:中國網財經轉載此文目的在於傳遞更多資訊,不代表本網的觀點和立場。文章內容僅供參考,不構成投資建議。投資者據此操作,風險自擔。