瓴羊朋新宇:消费产品做得越来越简单,企服行业也应由繁至简

简介: 瓴羊朋新宇:消费产品做得越来越简单,企服行业也应由繁至简

7月12日,瓴羊召开“ALL in ONE”2023瓴羊发布会。发布会上,瓴羊CEO、阿里副总裁朋新宇对零售企业普遍存在的数据痛点进行了深入阐述,对数字智能化方向展开了分析和展望,同时正式发布了新产品瓴羊One。

企业数字化痛点:效率低、决策难、合规难

朋新宇表示,今天企业数字化升级中存在很多难点,本质来看,都是由“多”造成的。过去二十年,企业的数据越用越多,体量越来越大。根据IDC的预测,2025年,中国数据量将达到48.46ZB。随之而来的,是企业在数字化方面的管理难度增加。  


    “效率低、决策难、合规难”已经成为企业在数字化过程中的三大难题。朋新宇就这三大难题产生的原因和现状,进行了详细的分析阐述。他认为,目前普遍存在的现象是,企业为了解决一个问题,购买多款企服产品,导致多套产品、多个系统、多个服务商。在这一现象之下,是由企业内部一个个数据孤岛造成的部门墙,从而进一步导致企业内部工作效率低。        
除了纵向上产生的“多产品、多系统、多服务商”问题之外,横向来看,从供应链到客服的链路上,也存在由于多个角色、多个触点、多个标准产生的业务流断裂,标准不统一,导致决策难。        
朋新宇还表示,对企业来说,一大风险还在于使用数据过程中的合规问题。他谈到“企业要遵守《个保法》、《数安法》、《网安法》,保障消费者隐私安全,又要合理利用数据,如何做到安全、合规,不至于触雷,是企业面临的普遍挑战。”        
消费品越做越简单,企服市场也应当由繁至简
企业业务的渠道在变多、平台在变多,“多”带来的是越来越复杂的企服市场产品。朋新宇指出,企业给消费者提供的产品,正在通过降低消费者学习和使用门槛,将多功能集中在一个产品上。反观企业服务市场,产品和服务都变得纷繁复杂。
最常出现的情况,是企业为了解决一个问题,购买了一堆产品,最终一个问题都没有解决。显然,企业把消费者产品做得越来越简单,但企业服务行业却越来越复杂。企服市场的发展方向应当与其服务的客户一致,由繁至简,ALL in ONE。         瓴羊的愿景:让数据更普惠,让商业更智能
自瓴羊成立以来,已经服务企业近1万家,其中包括宝洁、一汽、伽蓝在内的行业代表企业。朋新宇表示“从瓴羊成立第一天起,我们就在思考怎么能更好地服务我们的客户用好数据,瓴羊存在的价值,是通过数据智能帮助企业创造价值。” 面对企业面临的多平台、多渠道业务带来的数据分散,数据孤岛,运营成本高等难题,瓴羊推出了解决方案产品瓴羊One,帮助企业从数据分散到统一。        

现在很多企业也能自己把各个平台、各个端口的数据集合在一起,做分析。但是这个流程是怎么的呢?就是IT或者BI的团队,要先从不同的地方导出数据,再汇总,再分析,再不断重复这个过程。今天瓴羊One可以自动把这个数据汇总、分析,直接给到企业数据分析结果。        
根据朋新宇的介绍,瓴羊One是一款用于企业多平台、全渠道经营的一站式数据智能产品。在多平台经营过程中,瓴羊One可以帮助企业高效集成多维度数据管控多渠道价格、统一多流程服务,管理多场域的库存,在经营分析、客服、履约、营销等场景为企业创造价值。比如在履约场景,试用企业通过瓴羊One,结合多方数据,将销量预测准确率提升了20% 。   瓴羊产品理念:大数至简,All in One


除了发布新产品瓴羊One之外,朋新宇首次对外传达了瓴羊“大数至简,All in One”的产品理念。        
朋新宇在发布会上,分享了自己看到的企业难处。“今天一个企业,如果在多平台做生意,光是做电商运营一件事情,就可能需要40多套软件。各个平台有各自的官方产品矩阵,光数据分析就是数十款,这还只是电商运营。如果再加上ERP、营销工具,那可能有七八十套产品。我有一个老同学去年出去创业做食品行业,什么都没开始干,就买了8套产品,一分钱没挣,花出去30多万。”         瓴羊的核心团队都曾主导、参与阿里数据中台、生意参谋、达摩盘等数据项目和产品。朋新宇表示,从数据中台时期开始,团队成员就站在阿里背后,服务平台上做生意的大大小小品牌,这使得团队深知企业做生意的不易。“10年前我们推出了生意参谋,把多款产品变成一款产品,经过每一代数据人的努力,成为今天商家做生意的工作台和必需品。” 朋新宇进一步提到,时代在变化,市场也在变化,围绕让天下没有难做的生意不变。瓴羊团队始终在思考企业在多个平台,多个渠道做生意,如何能更简单一点。        
“我们跟数据打了二十年交道,始终坚持一件事情,让数据服务人,不是让人去服务数据。不管数据变得多么大,多么复杂,瓴羊始终会坚持让数据越用越好,越来越好用。从More Data到One Data,大数至简,All in One就是我们的方向。        
行业趋势:智能化=大模型+好数据
针对行业普遍关注的AI趋势,朋新宇也在此次发布会上,对外透露了瓴羊对未来的布局。他认为“智能化是大模型加上好数据”,而数据是解锁智能的关键钥匙,“数据在哪里,智能就在那里”

在智能化的趋势下,瓴羊会帮助企业做好数据的治理、连通、分析和挖掘利用,帮助客户管理数据资产,并打造自身的专属的智能大脑。据了解,接下来,瓴羊全系产品也即将接入大模型全面升级。 

相关文章
|
人工智能 vr&ar
VR技术、特点、应用领域简介
VR技术、特点、应用领域简介
872 1
|
云栖大会 BI 决策智能
开放下载!阿里云数据中台全系白皮书,一次性放送19本,速速收藏
2020云栖大会“阿里云数据中台”会场全面推出数据中台全系白皮书,全面了解阿里云数据中台,尽在阿里云数据中台系列白皮书!
38016 0
开放下载!阿里云数据中台全系白皮书,一次性放送19本,速速收藏
|
JavaScript 小程序 数据管理
ClkLog集成指南
为了让大家能更顺利地完成ClkLog的各项数据集成,我们总结了几项常见问题并做了详细的说明。 包括有:会话、浏览页面事件、用户集成、自定义事件等。
347 12
ClkLog集成指南
|
算法 网络协议 Python
探秘Win11共享文件夹之Python网络通信算法实现
本文探讨了Win11共享文件夹背后的网络通信算法,重点介绍基于TCP的文件传输机制,并提供Python代码示例。Win11共享文件夹利用SMB协议实现局域网内的文件共享,通过TCP协议确保文件传输的完整性和可靠性。服务器端监听客户端连接请求,接收文件请求并分块发送文件内容;客户端则连接服务器、接收数据并保存为本地文件。文中通过Python代码详细展示了这一过程,帮助读者理解并优化文件共享系统。
|
容灾 关系型数据库 分布式数据库
MyBase:打破云边界,构建云边端一体的DBaaS服务
《MyBase:打破云边界,构建云边端一体的DBaaS服务》会议聚焦DBaaS在实际场景中的应用。首先介绍DBaaS概念及其价值,随后通过两个典型场景——云下独立部署运维和跨云部署容灾,展示MyBase如何满足客户多云需求。最后分享客户案例,包括某保险公司在自有IaaS上部署企业级数据库,以及自研数据库在他云IaaS上的容灾能力。MyBase One旨在提供自主可控、主权合规、高可用的数据库服务,支持异构IaaS环境。
270 3
|
消息中间件 调度 RocketMQ
【RocketMQ系列六】RocketMQ事务消息
【RocketMQ系列六】RocketMQ事务消息
3362 1
|
监控 搜索推荐 测试技术
电商API的测试与用途:深度解析与实践
在电子商务蓬勃发展的今天,电商API成为连接电商平台、商家、消费者和第三方开发者的重要桥梁。本文深入探讨了电商API的核心功能,包括订单管理、商品管理、用户管理、支付管理和物流管理,并介绍了有效的测试技巧,如理解API文档、设计测试用例、搭建测试环境、自动化测试、压力测试、安全性测试等。文章还详细阐述了电商API的多样化用途,如商品信息获取、订单管理自动化、用户数据管理、库存同步、物流跟踪、支付处理、促销活动管理、评价管理、数据报告和分析、扩展平台功能及跨境电商等,旨在为开发者和电商平台提供有益的参考。
352 0
|
jenkins 持续交付 网络安全
Jenkins Pipeline SSH Publisher 环境变量、参数引用 要用双引号
Jenkins Pipeline SSH Publisher 环境变量、参数引用 要用双引号
418 0
|
机器学习/深度学习 人工智能 自然语言处理
探索自动化测试的边界:如何有效整合AI技术提升软件质量
随着人工智能技术的飞速发展,其在软件测试领域的应用逐渐深入。本文将探讨自动化测试与AI结合的现状和挑战,分析AI在提升测试效率、发现深层次缺陷等方面的潜力,并提出实现这一融合的实践策略。
296 0
|
机器学习/深度学习 算法 测试技术
【博士每天一篇文献-算法】iCaRL_ Incremental Classifier and Representation Learning
本文介绍了iCaRL算法,一种增量分类器和表示学习系统,它能够逐步从数据流中学习新概念,通过使用最近均值示例规则、基于牧羊的样本选择和知识蒸馏等方法,在CIFAR-100和ImageNet数据集上展示了其优越的逐步学习能力和对灾难性遗忘的有效抵抗。
548 0