推进数据入港 宝尊与瓴羊共同构建管理品牌的“好数据”

本文涉及的产品
智能数据建设与治理Dataphin,200数据处理单元
数据可视化DataV,5个大屏 1个月
可视分析地图(DataV-Atlas),3 个项目,100M 存储空间
简介: 推进数据入港 宝尊与瓴羊共同构建管理品牌的“好数据”

在2023云栖大会上,宝尊作为中国品牌电商服务行业的代表,分享了宝尊在瓴羊港上的BBI(宝尊全渠道数据分析系统)建设的实践经验。下文内容整理自宝尊集团副总裁冯莉在2023云栖大会数据流通和价值创造分会场的演讲分享。

数据作为新型生产要素,是众多领域数字化、智能化的基础。审视数据在各行各业的赋能发展,要置于恢弘历史画卷中。以电商行业为代表,对数据应用的深度发掘,让电商这艘行驶在数据之海的旗舰,始终拥有充沛的内生动力,精准把握住航行的方向。

对数据的深度重视,让数据的掌握和运用能力也成为了一种新的核心竞争力,多数电商都在思考怎么发挥数据的价值、怎么从丰富的数据矿藏中发掘财富。宝尊作为中国品牌电商服务行业的领导者、先行者及数字商业赋能者,伴随中国电商成长的17年中也在不断钻研“数据应用”这个重大议题。

(图为:宝尊集团副总裁 冯莉)

数据变化与时俱进 数据服务也需要与时俱进

时至今日,零售市场的日新月异,为电商领域数据带来了重大的变化。从人、货、场三个角度上来说,无论是渠道的各类创新玩法,还是货品的创新、品类延展,亦或是消费者人群的多元化、个性化、圈层化,都让数据的洞察不同于往日。

针对这些变化,各电商企业需要考虑四个数据方向:一是全,无论是数据的深度,还是数据的广度,都需要有更全的数据源;二是深,不仅是交易的数据,订单的数据,需要有更多人群的数据,商品的数据,乃至天气等外围数据,帮助做整体的分析与决策;三是快,更快、更实时的数据链路,及时反馈出整个生意;四是智,针对不一样品牌特点与需求给到更加智能的数据,帮助其决策。

面对电商行业的数据痛点,宝尊意识到想把数据更好服务于电商品牌,自建路线早已行不通,做单打独斗的技术商更是行不通。由此,一个全新的数据合作赋能方式也正被徐徐打开——与阿里巴巴旗下最懂数据的公司“瓴羊“携手合作,借助其强大的数据分析和处理能力,共同探索出一条新的数据服务路径。

宝尊+瓴羊 构建与管理品牌的“好数据”

数据只有在流通中才会有价值,对于电商行业来说,只有获取并整合整个行业乃至大环境的数据,才能更好地洞察市场趋势、满足消费者需求,进而提升企业的竞争力和商业效益。为了让电商不仅在日常运营甚至是双十一这类大促时间点,能够更好地作出迅速的反应和判断,宝尊需要给客户的是更广泛的、颗粒度更细的,更智能的数据。

在数据治理层面,宝尊与瓴羊是战略合作的关系。一方面,宝尊作为服务商,其定位更多的价值是放在对业务的洞察,将在整个前端数据应用的发掘,给到品牌客户定制化服务上面。瓴羊港是一个数据服务枢纽,在其中有企业、数商、生态伙伴、公共部门等多个数据提供方,并集成了数据资产、数据流通、数据加工与集成、数据智能等多种类型的服务。

宝尊一直坚持自研自建的技术路线,并在去年推出了技术服务商业化品牌宝舵,希望将宝尊的能力和能量释放到整个行业,服务更多客户。但数据价值的发挥,依赖多元数据的融合碰撞和数据的共享流通。“数据只有动起来、用起来,才能发挥价值。”冯莉强调道。

宝尊基于对品牌数据需求的理解,通过瓴羊港构建BBI应用与行业模型,将宝尊的业务Know-How、应用开发能力与瓴羊港开箱即用的Dataphin开发工具结合,共同为品牌客户快速搭建数仓、建立数据模型及场景应用,满足品牌data hub及BI的需求。同时,利用阿里云云原生的数据工具能力快速将宝尊的BBI数据服务能力对品牌进行对外输出。

“从数据源采集整理,到全渠道多方数据治理、资产建设,再到集成20多个第三方外部数据,和构建行业深度数据模型,瓴羊都给予宝尊极大支持。”冯莉补充道。

宝尊作为数据服务商,始终坚持将精力和资源投入放在前端数据应用场景的发掘,和品牌客户定制化服务上。未来,宝尊将与瓴羊一道在以下三个重要领域持续探索,用数据科技共同赋能品牌增长。


1、通过隐私计算,对标行业指数,品牌定位一目了然

宝尊一直希望能利用已沉淀的数据为品牌创造更大价值,很多品牌也想及时了解整个行业的发展情况和趋势走向。因此宝尊会在获得品牌授权的基础上,就行业指数场景等达成数据融合的合作。

借助瓴羊港提供的数据隔离/安全多方计算/联邦学习/同态加密/隐私求交等多种安全机制,将多方数据在安全合规的前提下进行流通及消费,输出更有行业洞察力的数据insight,给品牌带来更大价值。

2、全渠道销量预测

无论是全年整体销量预测、大促预测,甚至是每个品类和运营环节的科学预测,对品牌来说都是非常重要的课题。因为这涉及到品牌后端整体的库存管理,前端供应链备货。从长期来看,还涉及整体的物料计划以及产品生产预定等。

宝尊与瓴羊港合作,利用瓴羊港的销量预测和预测模型,为品牌提供更精准的需求预测和补货方案。瓴羊港的模型能够综合历史销量、大盘需求、日销/大促/新品/长尾品等多种因素,给出短期和长期的销量预估。宝尊根据这些预估,制定物料计划和产能预定,优化补货点和补货量,提高有货率,降低周转天数。这样,品牌能够更好地满足消费者的需求,提升销售业绩。

3、生成式 AI :赋能品牌生意增长&运营提效

以Open AI为代表的生成式AI技术的诞生,正在带动全世界爆发一场不亚于工业革命威力的AI革命。宝尊也正在积极探索生成式AI技术在电商和零售领域的应用,以迎接AI革命的浪潮。

阿里云在云栖大会正式对外公布了一站式大模型应用开发平台——阿里云百炼。基于百炼,开发者5分钟内即可开发一款大模型应用,几小时便能训练出企业专属模型。另外,阿里云百炼既有阿里云自研的通义系列大模型,还集成了Llama2、ChatGLM、百川等第三方模型。未来,宝尊将联合瓴羊基于阿里云百炼,为品牌提供更多的生成式AI业务场景,如内容生成、商品推荐、营销创意等。

宝尊的优势是跟品牌在业务场景的结合落地,未来也将依然把精力放在该层面,因此和瓴羊、阿里云百炼强强联合,探索更多高价值生成式AI应用是宝尊希望坚持的路线。宝尊的目标始终是全方位赋能电商 “人货场”,实现全渠道智慧增长。”冯莉补充道。

在行业指数上,瓴羊港采用先进的隐私计算和安全屋等技术实现“原始数据不出域”、“数据可用不可见”,确保了数据源、流通过程和使用场景的合规性,使得与宝尊合作的品牌,或是有合作意向,授权的品牌,可以把这些数据放到安全屋做共享,构建行业大盘分析发挥更多数据价值;在销量预测上,宝尊通过瓴羊销量预测模型促进品牌在销量预测和库存管理上实现更高效的协同;在生成式AI上,宝尊基于通义大模型覆盖语言、听觉、多模态等领域赋能数据智能,将AIGC更好地赋能于内容的生成、图像、视频的生成以及智能客服等等。

谈到对未来合作的期待,宝尊集团副总裁冯莉表示,宝尊的愿景是成为科技公司,构建围绕电商的所有核心系统,并推出技术商业化独立的服务品牌。宝尊相信自己的零售转型经验非常宝贵和有价值,并期待未来与瓴羊合作,让数据重塑全域零售,让科技成就商业未来。

数字化浪潮汹涌的时代,数据的更新换代成为了不可逆转的趋势,电商行业每一个人都置身其中,没有旁观者,更没有局外人,只有顺着时代潮流发展、积极应对,加快数据化升级的步伐,才能在变革的大潮中立于不败之地,实现更多的价值。

相关文章
|
6月前
|
自然语言处理 监控 数据可视化
海拍客与瓴羊达成合作,通过智能客服系统提升员工内部服务体验
海拍客与瓴羊达成合作,通过智能客服系统提升员工内部服务体验
|
供应链 前端开发
阿里成立数据智能新公司,瓴羊的独立始末
(转载报道媒体:晚点LatePost)推动瓴羊形成的过程中,阿里管理层选择了更激进、整合度更高的方案,选择了多平台、多云的定位。中国互联网发展二十多年,从开放走向封闭,或主动或被动,现在它正重新走向开放,这是大势所趋。
阿里成立数据智能新公司,瓴羊的独立始末
|
4月前
|
人工智能 数据挖掘
构建高效户外营销新生态,瓴羊携手中国广协启动《中国户外数字化升级》计划
构建高效户外营销新生态,瓴羊携手中国广协启动《中国户外数字化升级》计划
153 0
|
6月前
|
人工智能 数据挖掘 大数据
瓴羊发布全球首个《香菜效应:中国消费者洞察白皮书》
瓴羊发布全球首个《香菜效应:中国消费者洞察白皮书》
132 0
|
6月前
|
供应链 安全 数据可视化
瓴羊重磅发布数据服务枢纽“瓴羊港”,推动企业数据流通及价值增长
瓴羊重磅发布数据服务枢纽“瓴羊港”,推动企业数据流通及价值增长
153 0
瓴羊重磅发布数据服务枢纽“瓴羊港”,推动企业数据流通及价值增长
|
6月前
|
数据挖掘 双11 图形学
宝洁天猫渠道与瓴羊进一步深化合作,数据智能驱动多品牌业务增长
宝洁天猫渠道与瓴羊进一步深化合作,数据智能驱动多品牌业务增长
|
6月前
|
人工智能 供应链 大数据
瓴羊亮相2023数博会 |让数据智能在企业生产和经营中发挥最大价值
瓴羊亮相2023数博会 |让数据智能在企业生产和经营中发挥最大价值
149 0
|
6月前
|
人工智能 供应链 安全
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
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
|
6月前
|
安全 网络安全 数据安全/隐私保护
数据流通价值显现!瓴羊携手上海社科院发布业内首份数据要素流通研究报告
数据流通价值显现!瓴羊携手上海社科院发布业内首份数据要素流通研究报告
|
6月前
|
数据采集 监控 搜索推荐
附方法论|数禾科技X瓴羊:3000字干货分享数据资产建设实践
附方法论|数禾科技X瓴羊:3000字干货分享数据资产建设实践
119 0