案例酷 | 中国飞鹤:从“质”造到“智”造,“国粉”是这样炼成的

本文涉及的产品
阿里云百炼推荐规格 ADB PostgreSQL,4核16GB 100GB 1个月
简介: 编者按:在乳品行业中,就有这么一家“神奇”的企业,近年业绩逆势上扬,一跃成为中国婴幼儿奶粉销量第一的品牌,并于2018年成为国内首家销售额突破百亿的婴幼儿奶粉企业。本文将从产业升级和数字创新层面为你分析,飞鹤这几年究竟做了什么?全文约4287字,建议阅读时间10分钟。


导语

技术的发展,使得人类制造出的数据呈指数级增长,从IT时代走向DT时代。然而,数据如何真正驱动业务,大多数企业仍然无法给出一个答案。


在传统制造业,特别是零售行业,有大量的原始数据,它们既分散又碎片化。部分企业已开始遭遇业绩增长乏力、线上线下经营割裂、信息系统陈旧等众多挑战。所以,如何更有效地挖掘数据并加以使用,获得新增长动力,成为零售制造业升级面临的一个切实问题。


在乳业中,就有这么一家企业,飞鹤,近些年业绩逆势上扬,成为中国婴幼儿奶粉销量第一的品牌,并于2018年成为国内首家销售额突破百亿的婴幼儿奶粉企业。


飞鹤的稳步发展,离不开长期在信息化领域的探索和实践。背后,是飞鹤的蜕变——自2010年开始,飞鹤就进行了信息化改造,之后2016年就启动了数字化平台的搭建,随后2018年又确定了“3+2+2”数字化发展战略,与阿里云共同打造数据中台,实现对业务的赋能。



作为数字化先行者,飞鹤收获了创新升级的红利,但这仅是其全局数字化规划的前半场。未来,基于数据中台,飞鹤将进一步思考如何利用数据和技术去推动“产-销-运”的高效协同,探索更多元的商业前景。


横跨三大产业的难题

与很多行业不同,奶粉产品品质的把控要跨越三大产业的全产业链管理难题,从牧草种植、奶牛养殖,到奶粉生产制造、运输、仓储、物流,再到终端销售等等,只有实现产业链各个环节的全程可控,才能保证奶粉的安全和高品质。


十几年前,消费者对我国国产奶粉的信心跌入了谷底。如何恢复国产奶粉的信心,重新赢得消费者的信任,成为乳企面临的发展难题。飞鹤认为,关键就是要透明化,让消费者亲眼见证从一株牧草到一滴牛奶,再到一勺奶粉的全过程。


意识到问题的关键所在,从2012年开始飞鹤就已经在尝试信息化实践。彼时,飞鹤上线试运行全产业链可追溯系统,对消费者提供溯源查询服务,在全行业率先开启了产品奶源地、生产地、质检等关键环节信息在线查询的信息化溯源。



在此后的几年,飞鹤不断升级信息化系统,并于2016年,开始启动数字化平台搭建,系统性地规划工厂端的数字化、智能化,逐步接入MES系统(制造企业生产过程执行系统)LIMS系统(实验室信息管理系统)WMS系统(仓储系统),并对ERP系统进行升级,以实现四大核心系统的有效衔接和实时交互。


但在这个过程中,仍然无法避免系统之间割裂的问题。对飞鹤而言,最重要的是如何把数据资产化。未来不管做什么样的业务,都不需要再重复建设系统,而是把已有的数据作为资产不断地去挖掘和利用其价值,更好地支撑未来的业务发展。


在摸索了两年后,飞鹤最终确定了自己的“3+2+2”数字化发展战略,开始推进全面数字化转型。“3+2+2”就是以智能制造、ERP系统建设、智能办公的“3”个具体IT项目为依托,以数据中台和业务中台“2”个中台为统一支撑,支持新零售和智慧供应链“2”个核心业务目标的实现。


在“3+2+2”的战略下,需要强大的技术伙伴来构建其数据底座,2018年,飞鹤引入阿里云团队,开始启动数据中台一期和二期的建设。


彼时,传统品牌商90%-95%的销售都在线下,大家对于数字化或者“新零售”的认知仅仅停留在线上销售的概念。


在这样的背景下,飞鹤坚定地启动了数字化转型战略,毫无疑问成了行业的“尝鲜者”,也因此率先走在数字化升级的前列。


而合作的另一方,作为阿里巴巴集团的技术底座,阿里云在天猫、淘宝、盒马、菜鸟等阿里巴巴生态中已经做了大量的数据资产化的技术实践,也正因此,阿里云能够利用前期的策略和经验积累,与飞鹤一起结合产业发展的实际情况,共同探索制造业数字化升级之路。


“新零售”是全产业链的数字化

2018年,飞鹤启动数据中台一期建设后,首先将其应用于消费端。


奶粉行业销售渠道非常庞杂,包括大量的线下门店和线上店铺以及公众号等自媒体渠道。另一方面,奶粉行业的存量用户运营需求超出很多其他行业。比如,奶粉消费者基本上要一个月复购一次,频次非常高。由此,对用户的关注度要高于很多行业。


上述这一切都要求奶粉行业实现更精准、更高效的服务,要实现这个目标,就必须打造线上线下融通的全面分析和智能运营。


过去,不同的渠道跟消费者接触的触点不同,并且都分散在不同的部门里。这些数据之间相互隔离、没有整合、分别运营,无法形成合力。比如,线下团队归线下部门管理,电商属于电商销售部门,而线上的运营商、公众号等属于市场部和运营部团队。


基于数据中台,飞鹤将几十个不同渠道触点的数据进行整合,并进行更深层次的加工和挖掘,让数据更好地服务前端的相关业务场景。根据飞鹤的用户运营平台线上数据显示,数据中台上线后,飞鹤的用户增长率和活跃度均有了一定程度的提升。


但这仅是消费端的数字化赋能,虽然起到了快速见效的试验性效果,但数字化不能只做局部,必须要做全业务、全流程、全局数字化,要打通供应链、生产端、消费端等全产业链,即一开始就设计好的“3+2+2”的体系,才能达到真正意义上的“新零售”数字化模式。




2019年10月,飞鹤与阿里云启动数据中台二期建设,该数据中台主要服务于整个供应链。而这里最核心的场景是要解决一个问题:如何更好地调配原材料采购、生产加工和运营物流去满足终端市场需求。


目前,数据中台二期实现了全链路数据的打通和应用,其中应用包含两大关键:一是全链路溯源系统,覆盖牧场、生产、质量、仓储、流通的全面可追溯,并可向监管方与消费者开放查询和服务接口;另一个是智能化应用,以智能算法为上述环节提供预测与建议。比如通过预测销量来安排供应计划、生产计划以及物流调度等,打造“智能工厂”和“智慧供应链”。


以“新鲜度管理”为例,以前由于系统相对孤立、信息反馈不及时,上游供应端很难对产品的整体状态做精准的预测,因此产品从工厂分发到不同的零售终端,只能依靠经验进行相对粗放的判断。


现在,基于数据中台,飞鹤产品能够做到“一物一码”,不论到哪,系统都可以追踪到它的“新鲜度”,并直接记录在后台系统,决策层可以对供求情况了然于胸,这也对柔性生产有极大帮助。


这种数据管理除了能提升效率和发现新机会,它也能实现对产品品质的实时监测,这对食品行业的重要性不言而喻。



比如,飞鹤的一座智能生产工厂里,机器正在自动化系统的控制下精准投料,它的每一次操作数据也会被系统记录,生产工艺参数也会被实时监控,一旦出现波动,系统就会发出警报,便于工作人员随时上前查看。


以往在全自动的生产线上,投料环节主要由人工操作。因此,在以吨为单位的产品生产中,投料的精准度控制到“克级”已经算是到了极限,但智能化的生产线控制系统,可以将误差控制到0.1克的精度,而且从投料到之后的整个生产流程,都能做到精确控制。


要转型,得有土壤,也得懂行

自始至终,飞鹤对自有大数据能力建设,不仅有明确的规划和需求,也非常清楚从企业的长远发展来看,有必要从单点转向全局的数字化规划。


飞鹤信息化负责人冯海龙表示,要进行数字化升级,企业需要先问自己两个问题:一是企业怎么认知数字化,能给多大力度支持?二是企业对于创新的态度和行动是怎样的?


首先,企业管理层在意识和认知上进行升级,给予数字化的“土壤”。因为数字化不仅仅是一套系统的建设,或者是一个数字化项目的推进,而是涉及企业内部所有组织和个人的一项系统化工程


其次,内部一定要有足够深入了解业务、思考足够清楚缜密的能力。这对所有的业务参与人员提出了极高的要求。目前,传统行业的许多从业者,对数字化的认知不够。要符合数字化转型的要求,就必须要建立一个能独立思考、能独立想象未来业务的团队,业务人员要知道什么对企业是重要的,技术上应该怎么实现。


冯海龙建议,对于很多传统企业来说,必须一开始就把数字化放在非常重要的位置,然后找到懂行的人,并且在关键的一些业务场景和节点上做实验性转型,并见到成效,前期阶段性的成果会成为整个组织数字化升级的动力。以飞鹤为例,就是先在消费端进行数字化。


第三,数字化是一个过程。并不是所有的蓝图都是完全预先设计好的。企业需要不断地思考,并在建设过程中不断去外面看、去学习。所谓最佳实践是静态的,要找到自己的转型路径,需要不断地思考,这是一个动态的过程。


在冯海龙看来,企业不进行数字化转型,未来很大程度上是活不好的,而转型后虽然活下来,但能不能活得好,还要看思考是不是有深度,是不是有足够的前瞻性。在他看来,当前很多零售商也做线上,但线上可能只占5%,这和占50%、60%时候的企业完全不一样。


结语

当线上线下业务深度融合时,要重新定义所有关系,这不仅会影响公司内部,线上线下的业务模式是什么,还会决定和上下游的关系,这也是重新审视利益分配的过程。


在这一切的转型、融合中,寻找一个真正合适的伙伴至关重要。阿里云也被飞鹤定义为“一个会思考的伙伴”,通过与飞鹤密切配合、重新梳理定义,共同进行一些高于技术和产品之上的新鲜的战略思考,阿里云与飞鹤共同在消费端、生产端、供应链端形成了全链路数字化经验,也是新零售行业乃至传统制造业的一次非常深刻的探讨和实践


内容来源:云栖战略参考


阿里云研究院小助手微信:AlibabaCloudResearch

编辑:阿里云研究院内容运营主管 赵子千

相关实践学习
阿里云百炼xAnalyticDB PostgreSQL构建AIGC应用
通过该实验体验在阿里云百炼中构建企业专属知识库构建及应用全流程。同时体验使用ADB-PG向量检索引擎提供专属安全存储,保障企业数据隐私安全。
AnalyticDB PostgreSQL 企业智能数据中台:一站式管理数据服务资产
企业在数据仓库之上可构建丰富的数据服务用以支持数据应用及业务场景;ADB PG推出全新企业智能数据平台,用以帮助用户一站式的管理企业数据服务资产,包括创建, 管理,探索, 监控等; 助力企业在现有平台之上快速构建起数据服务资产体系
相关文章
|
Cloud Native Go vr&ar
互联网从业者的大咖们,如何过大咖特色的中秋?
互联网从业者的大咖们,如何过大咖特色的中秋?
48 0
|
4月前
|
数据采集 人工智能 数据可视化
“会数据同学”首站走进雅戈尔,看老牌男装品牌如何用“数据+AI”华丽转身
“会数据同学”首站走进雅戈尔,看老牌男装品牌如何用“数据+AI”华丽转身
131 0
|
机器学习/深度学习 人工智能 自然语言处理
炸裂全场!百度如流超级助理、Comate X两大黑科技全面开挂,工作生产力狂飙
用户只需要准确描述需求,在执行任务的过程中不需要或者仅需人类简单的确认操作,至于如何理解需求、如何整合系统、如何生成答复,都由AI自动去完成,很多冗长的过程被大模型的能力给“折叠”了。
162 0
|
机器学习/深度学习 人工智能 供应链
【年终特辑】看见科技创新力量 洞见时代创业精神—封面+序言
【年终特辑】看见科技创新力量 洞见时代创业精神—封面+序言
156 0
|
人工智能
超越感官,沉浸赛场——大型体育赛事云上实战精选-第三章 2022北京冬奥会:百年奥运的黑科技-百年奥运的瞬即美学:凌空之美,分秒凝结—AI编辑部“云智剪”(下)
超越感官,沉浸赛场——大型体育赛事云上实战精选-第三章 2022北京冬奥会:百年奥运的黑科技-百年奥运的瞬即美学:凌空之美,分秒凝结—AI编辑部“云智剪”
142 0
|
机器学习/深度学习 人工智能 达摩院
超越感官,沉浸赛场——大型体育赛事云上实战精选-第三章 2022北京冬奥会:百年奥运的黑科技-百年奥运的瞬即美学:凌空之美,分秒凝结—AI编辑部“云智剪”(中)
超越感官,沉浸赛场——大型体育赛事云上实战精选-第三章 2022北京冬奥会:百年奥运的黑科技-百年奥运的瞬即美学:凌空之美,分秒凝结—AI编辑部“云智剪”
180 0
|
人工智能 编解码 云计算
超越感官,沉浸赛场——大型体育赛事云上实战精选-第三章 2022北京冬奥会:百年奥运的黑科技-视频云的「百年奥运 云上故事」(下)
超越感官,沉浸赛场——大型体育赛事云上实战精选-第三章 2022北京冬奥会:百年奥运的黑科技-视频云的「百年奥运 云上故事」
169 0
|
新零售 运维 供应链
案例酷 | 斯凯奇:舒适加“码”数智化,逆势增长20%
编者按: 互联网的长足发展,信息传播方式和速度的迭代,零售理念和技术的不断革新演进,对于时尚鞋服行业产生了巨大的影响。企业的经营理念,营销方式全都处于不断演进和重塑的过程中,提升管理效率、降低运营成本成为企业核心资源和生产力保证。如何更好地赋能企业持续增长,斯凯奇从战略角度出发,决定开启数字化转型之旅。 全文约3917字,建议阅读时间10分钟。
244 0