DT观察 | DT让“消费者就是上帝”的理念由空想变为理想

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

约100年前的1910年,有感于曼哈顿的灯火通明,美国意象派诗人埃兹拉-庞德这样赞颂新奇的电力:“这就是文明诗一样的美景,因为我们已把星星摘了下来,终于遂了心愿”。无数的热议、想象、憧憬、幻想,同样发生于100年后的今天——DT时代!




DT时代的模式升级与范式转移之模式篇:DT再造商业模式与组织模式


宋斐 潘永花 田丰


任何一轮大的技术革命,如果不能在微观层面的商业模式与组织模式上取得实质性突破,就很难说是实现了时代性的跨越。从工业时代,到信息文明的第一阶段IT时代、第二阶段DT时代,同样也是如此。


我们的初步研究发现,在以“云计算+大数据”为主要表征的DT时代下,B端终于能够发育出真正满足个性化、多样化需求的商业模式了(C2B),而与这一商业模式相应的,则是“大平台+小前端”的企业内部与企业之间的组织方式(云端制)。



20世纪70年代:一个极为重要的时间节点






20世纪20年代,“泰勒制”和“福特制”一起,在美国各个工业部门都得到了推广(这就是美国20年代的“产业合理化运动”),它们共同塑造了工业时代美国经济模式在微观层面上最为坚实的内核。


从美国经济的总体发展来看,“1890—1921年,工人的实际工资增长了一倍,每周平均工作时间从60小时降至50小时。1919—1929年十年间,劳动效率提高了43%。一位历史学家所罗门·法布里坎特把这一时期生产率的快速提高归结为三个因素:一是大批量的生产方法;二是以泰勒为代表的科学管理学说;三是更好更廉价的动力来源。” 


大生产为世界生产出了源源不绝的丰富商品,从汽车到家电,在一个又一个的行业里,原来高高在上的奢侈品,由于技术进步和市场扩大而变成了必需品。到70年代,发达国家几乎所有的行业都出现了供过于求的局面,由卖方市场逐渐转为了买方市场。


1、70年代实体经济供需不匹配的问题越来越突出


发达国家的生产者和消费者,这两个最基本的经济角色,自70年代开始越来越互不满意了。


2、70年代金融领域的衍生品交易开始持续放大


当实体经济的交易难以放大,金融领域的交易借助衍生品开始迅猛增长。


3、70年代在物质、能量、信息三个领域都出现了标志性事件


当工业经济在实体经济领域难以放大,只能寻求金融方向上的交易扩展,信息文明则于70年代开始加速。


以上可见,70年代正是这样一个时点:工业文明在一个又一个的发达工业国家,相继攀上了属于它的历史最高峰。时代转变,自70年代大幅加快了。



今日从何而来:福特制—大规模定制—C2B






到70年代,当标准化大生产已经无法有效满足消费者,对这种生产方式、商业模式的改造和探索力度开始加大。终于,到90年代,大规模定制作为一种理念被提了出来。所谓大规模定制,就是要以大规模生产所具有的成本、速度,满足消费者的个性化需求,其特性主要是:以顾客需求为导向;以产品的模块化设计、零部件的标准化和通用化为基础;以专业化分工和供应链协同为策略和手段;以现代信息技术和柔性制造技术为支持。


在互联网、云计算、大数据普及之前,由于产消互动与匹配效率的低下——任何企业都无法真正满足海量消费者的个性化需求。一切还要等到“云计算+大数据”的普遍展开,大数据、“活数据”才能让产消双方这两个基本的经济角色,在个性化需求这个层面上达成新一轮的基本平衡:B终于能够借助大数据,实现对C的精准营销和服务!


今天再去回望90年代的大规模定制,我们不难发现:它作为工业文明下对大规模生产的一种改良,几经反复,直至互联网与线下经济深度融合20年之后,大规模定制的基本商业逻辑,才以更为彻底的C2B形态体现出来。大规模定制可以被认为是今日C2B浪潮的前身。



C2B:DT时代的商业模式





商业体系的百年演化


1、C2B模式的基石与机制


个性化营销、柔性化生产、和社会化供应链的不断演绎,以及它们之间的协同互动,成为了支撑和推动C2B模式不断展开的基石,也是它得以运作的内在机制。


借助DT应用,实现个性化营销


对于过去的企业来说,个性化营销是一种可望而不可及的能力。千人千面的精准营销,从来都只是一个理想而非现实。而云计算和大数据则能够支撑起大规模的个性化营销。今天,借助搜索引擎的个性化推荐、大数据挖掘、SNS营销等手段,企业终于可以快速接近个性化营销的极致,能够直达无数分散化的、个性化的消费需求,使之聚合为具有一定规模、能够支持个性化生意得以成立的细分市场。


DT时代的个性化需求,以脉冲效应持续倒逼生产柔性化


柔性化生产的演变,是制造业近半个世纪以来的底层革命,其间所发生的,是一次次的细微的、但却是持续不断的创新。而今,在淘宝网这样的巨型平台之上,基于云计算和大数据的手段,激发、挖掘、汇聚、分类用户分散的个性化需求,正在一轮一轮地倒逼生产端的柔性化。


倒逼供应链的社会化


在互联网普及之前出现的供应链体系,是一种核心厂商主导的、以降低成本为导向的、协作范围相对有限的线性供应链。今天这种供应链形态正面临着如何“互联网化”的巨大挑战:如何基于网络化的数据共享而开展社会化的协作,从而大幅提升协同和决策的效率?当越来越多的数据通过云计算实现共享和处理,基于大数据的、大规模实时协作的价值协同网也将逐渐成为现实。


2、C2B模式的特征


正在演化中的C2B商业模式,将具备如下显著特征:


C2B特征


消费者驱动:工业时代的商业模式是B2C——以厂商为中心,而DT时代的商业模式则是C2B——以消费者为中心。


以定制等方式创造独特价值:定制,意味着消费者不同程度、不同环节上的参与,在供过于求的时代这将带来独特的体验价值。


数据共享所驱动的大规模协作:过去二三十年发展起来的线性供应链,今天必须能够实现大规模、实时化、社会化的网状协作。


基于互联网、云计算、大数据平台:这一新型基础设施,类似于工业时代的公用电厂与电网。 


在B2C范式主导下,在西方发达国家,直至上世纪60和70年代,许多行业由卖方市场转向了买方市场之后,才慢慢演变出了“注重售后服务”和“客户满意度”等理念,而这些理念真正深入企业的实际运转,则至今都还没有完成。


受限于工业大生产的逻辑,所谓的“消费者就是上帝”这一理念,对大部分工业时代的生产商来说,实际上是一个力所不能及的遥远空想,而不是通过努力就可以实现的现实理想。


后来90年代的大规模定制,也是在“以消费者为中心”这个方向上的多次努力中的一次。在这个意义上,互联网、云计算、大数据所驱动的C2B模式,称得上是一个时代性的巨变。



云端制:DT时代的组织模式






关于“信息时代的组织模式”,这一领域仍是一个不无混沌的、行进中的故事。但近年来,随着IT时代向DT时代的过渡,那些关于未来组织的共识,以及组织变革的方向感,却已有了很大的进展。我们在此努力去放大那些真正具有未来指向的重要信号,从而对这一领域的演化,寻求更为清晰的梳理和界定。


综合近年来组织变革的各种趋势,我们把“大平台+小前端”这一概念,进一步精炼为“云端制”的概念。


1、起点:思考维度与核心变量


在形塑和促动今天组织管理变革的各种因素中,什么是核心变量?应该从哪些维度去观察和思考?


第一,商业模式的转变是直接动因。DT时代的C2B商业模式,必然要求新的组织管理模式与之相应。


第二,信息技术是促动组织变革的根本驱动力。


第三,互联网的文化基因不容忽视。


第四,组织研究领域自身的小逻辑,也有着一定的影响。


2、原则与隐喻:生命化与网络化


钟表、流水线、金字塔,这些隐喻都在说明,工业时代无异于一部追求高效率的精准机器。到了今天,这种机械思维和隐喻,开始受到生态、网络和复杂性思维的持续冲击。


首先是生态化、生命化思维的广泛引入。其次是“网络”视角的普遍应用。最后是复杂系统视角在组织管理领域的逐步兴起。


生态、网络、复杂……这些视角都是在底层的观念和隐喻的层面上,对旧有的组织管理范式所展开的撼动。


3、组织结构:云端制下的网状运行


以网络的视角来看企业,它面对的实际上有三张正在形成中的“网”:


  • 消费者的个性化需求,正在经由相互连接成为一张动态的需求之网,经由“云计算+互联网+大数据”,这些需求已经变得可记录、可处理;


  • 单个企业组织的内部结构,被倒逼着要从过去那种以(每个部门和岗位)节点职能为核心的、层级制的金字塔结构,转变为一种以(满足消费者个性化需求)流程为核心的、网状的结构;


  • 企业之间的协作也走向了协同网的形态。


4、组织过程:自组织化


互联网让跨越企业边界的大规模协作成为了可能。一方面是公司中很多商业流程,漂移出了企业边界之外,用过去的概念来描述,就是外包的普遍化。另一方面则是自发、自主、快速聚散的组织共同体的大量出现,也即《未来是湿的》一书所称的“无组织的组织力量”:凭爱好、兴趣,快速聚散,展开分享、合作乃至集体行动。


5、组织边界:开放化


研发、设计、制造等很多个商业环节,都出现了一种突破企业边界、展开社会化协作的大趋势。宝洁公司注意到,虽然自己拥有8500名研究员,但公司外部还存在着150万个类似的研究人员!为吸引全球的研究人员在业余时间里分享和贡献他们的才智,宝洁把内部员工解决不了的问题放到网上,给出解决方案的研究者将获得报酬。这正是研发环节的开放。


此前的模式是由企业向消费者单向地交付价值,而在C2B模式下,价值将由消费者与企业共同创造。如消费者的点评、参与设计、个性化定制等。


6、组织规模小微化


在工业时代占据主导地位的是“小品种、大批量”的规模经济,与之相应,组织也在持续走向极大化。1929年,资产达10亿美元以上的美国巨型企业约65家,到1988年这一数字增至了466家。再如今天的沃尔玛,它在全球的雇员超过了200多万人!但在信息时代,随着“多品种、小批量”的范围经济正在很多个行业里不断扩展自己的空间,更多组织的规模,相应地也在逐步走向小微化了。


新管理思想还在潮涌潮退,新管理理念还在摇移不定,新管理工具也仍处于大浪淘沙的荡涤之中。关于互联网必将带来组织管理模式变革这一话题,已经被一轮又一轮地讨论了10多年。今天是否已经到了可以进行阶段性总结的时候?


更远一点看,组织模式的变革,也不只是商业话题,而是与企业、社会和政府都紧密相关。比如从电子政务到互联网政务、云政务、大数据治理等。再如国际经贸领域对EWTO的畅想和推动等。正如加里·哈默所提出的问题:“21世纪的前20至30年内,能够像20世纪早期那样,产生革命性的管理原理吗?”他对此满怀信心:“21世纪商业领袖们所面临的挑战与100年前工业先驱们遇见的一样。我们的确受前人束缚,并醉心于当前的管理。但是人类能够创造出现代的工业组织,也一定能够重新改写它。”


来自:阿里研究院

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
编解码 IDE 算法
2023年电赛---运动目标控制与自动追踪系统(E题)发挥题思路
2023年电赛---运动目标控制与自动追踪系统(E题)发挥题思路
631 0
|
5月前
|
图形学
【unity实战】时间控制 昼夜交替 四季变化 天气变化效果
【unity实战】时间控制 昼夜交替 四季变化 天气变化效果
137 0
|
3月前
|
编解码 测试技术 计算机视觉
Sora视频重建与创新路线问题之VAR在技术上的自回归过程是如何实现的
Sora视频重建与创新路线问题之VAR在技术上的自回归过程是如何实现的
|
3月前
|
监控 测试技术 持续交付
持续部署的内涵和实施路径问题之定义灰度批次以及每一批的比例和观察时间的问题如何解决
持续部署的内涵和实施路径问题之定义灰度批次以及每一批的比例和观察时间的问题如何解决
文本,好看的设计------我独自升级,六芒星技能表,可以用来判断是否在能力值之内的事情,使用六芒星可以显示能力之内,能力之外的事情,用以判断
文本,好看的设计------我独自升级,六芒星技能表,可以用来判断是否在能力值之内的事情,使用六芒星可以显示能力之内,能力之外的事情,用以判断
文本,好看的设计------我独自升级,六芒星技能表,可以用来判断是否在能力值之内的事情,使用六芒星可以显示能力之内,能力之外的事情,用以判断
|
弹性计算 监控 Oracle
JVM第一个外部种子客户/游戏行业的故事
JVM第一个外部种子客户/游戏行业的故事
54 0
思维模型No.32|如何真正改变行为?需要5种不同的干预策略
思维模型No.32|如何真正改变行为?需要5种不同的干预策略
180 0
R生存分析|关心的变量KM曲线不显著,还有救吗?
R生存分析|关心的变量KM曲线不显著,还有救吗?
110 0
|
SQL 人工智能 安全
把数据中心放到北极圈,也许都没这条绿色计算之路收益高
把数据中心放到北极圈,也许都没这条绿色计算之路收益高
123 0
创造一个函数,并使之找出1-10之间的7
创造一个函数,并使之找出1-10之间的7
62 0
创造一个函数,并使之找出1-10之间的7