「镁客·请讲」观远数据苏春园:“人、货、场”之外还需有“脑”,打通各环节让决策更智能

简介: 苏春园表示,过去的实体零售是“粗放”状态,它们需要学会用数据“精耕细作”。

苏春园表示,过去的实体零售是“粗放”状态,它们需要学会用数据“精耕细作”。

还记得2016年10月在杭州举办的云栖大会上,马云提出“新零售”概念,提倡打通零售业的线上、线下,实现数据化、无人化。

如何实现数据化?这可不是仅仅看那些纸质或电子报表就能实现的。这里,诸如零售等行业企业需要一套数据化工具与分析方法。“在国内,用数据为企业赋能的时代来了,”观远数据创始人兼CEO苏春园表示,“过去的10年是IT时代,未来的10年是DT时代,即用数据驱动的时代。”

TB16GAwlMHqK1RjSZFkXXX.WFXa.png

图 | 观远数据创始人兼CEO苏春园

过去的实体零售是“粗放”,需要用数据“精耕细作”

在苏春园看来,“新零售”的本质是用数据驱动,来提高零售的效率。“现在的零售是‘粗放’的,拥有大量实体店,却不会用数据去实现精细化的管理。”他认为,传统零售业必须借助BI(商业智能)的力量来实现变革。

而对比到观远数据,观远团队多数来自微策略、阿里巴巴等知名企业,在数据分析和商业智能领域积累了超过10余年的行业实战经验,在目前新零售风口下,苏春园认为这将对他们意味着一个巨大的机会。

我们可以看见,在过去,实体零售店也会产生数据,最为常见的就是一大堆的纸质或是电子报表,但是,他们不会高效、合理的运用数据,只是停留在报表层面。“从报表到分析、再到智能决策,这其中包含三个步骤。”苏春园表示。

一家零售门店,在早上某个时间段,连续几天出现人流量增长但营业额没有涨幅的现象,这是一种异常现象。“报表只是结果性的初始数据,我们需要通过分析把结果性的数据还原到整个过程,总结为什么会出现这种结果。”这里,体现的是从报表到分析的跨越。

分析是什么?是针对某个情况找出原因,或是给出一个大致趋势。于零售实体店而言,这是不够的,除了找出原因,他们还需要有人帮助做决策、做智能诊断和预测。

TB1AeotlFzqK1RjSZFvXXcB7VXa.png

“通过算法可以自动定位指标和可能出现的问题,从而降低对人的依赖,毕竟很难指望人人都是分析师。”苏春园表示。当前,于各家厂商而言,具备数据分析能力的人才难找,而算法则给他们提供了另一个平行选择,在店面管理、运营这一块,“80%-90%的分析链路是可以交由算法去实现自动化/半自动化的,所以在未来,店长就不用每天主动打开各类报表,或是做各类分析,算法会给到智能诊断、预测的结果。”

“人、货、场”还需有“脑”,打通各环节数据做智能决策

提到新零售或是商业智能,人们会说这是在重构“人、货、场”,不过,苏春园表示,人货场解决的是某一环节的问题,是很重要的,但是随着不断的完善,人们会发现,这其中是需要一个“中枢”,也就是“脑”,去打通人货场。

TB1Ih3vlHrpK1RjSZTEXXcWAVXa.png

举一个例子,自新零售等概念提出之后, 打着这一标签的大数据企业层出不穷。其中,有一部分企业依托计算机视觉提供商业智能产品和服务,譬如通过AR、人脸识别等技术吸引用户,打造一种会员制,当用户下次到来的时候就可以根据多种维度的数据画像进行精准推荐、制定对应的推销,亦或是提醒对应产品的补货等等。

对于这类企业,用苏春园的话来说,他们所解决的“人、货、场”只是商业智能中的一部分问题。“最终,数据都需要汇集到‘大脑’,后者需要打通各个环节的数据,做更为自动或智能的决策。”他表示。“在未来,企业经营是需要实时决策的,不可能在周会或是月度会议上提出问题并寻找解决方案,这个时候已经晚了。”这也是观远数据想要解决的问题。

更为简单的讲,观远数据做的就是“脑”,在打通人、货、场之后,将用户数据、营业报表、库存容量等多种维度的数据汇集到一处,实现单品单店分析、门店经营异常监控、销量预测、智能备货等多种商业智能服务。

“我们深耕于‘脑’的分析、决策、预测、诊断等方面,聚焦于怎么让决策更智能。在国内BI厂商中,做这方面业务的企业并不多,各自都聚焦于不同的点。”苏春园说到。而观远数据对此最大的不同,就在于大力推进与其他商业智能或大数据企业的合作,致力完善这个决策大脑。就在上个月,他们牵手机器视觉新零售代表企业开为科技,与见福便利店签署了战略合作协议。

最后:“AI+BI”赋予商业智能化,但也不能一步就位

可以看到,不管是传统零售,亦或是新零售,“数据”是必然产生并穿插于各个环节的。不同的是,新零售是“智能”的,观远首创的“AI+BI”的产品模式,正在将新零售的“智能推向极致。”

因为AI的加入,从数据的采集到分析、决策等诸多方面,开始变得主动、变得实时,这时候,人类将得以腾出精力去做一些更为重要的事情,比如提升用户体验、提供更温暖的服务等等。

“‘AI+BI’实现了数据分析的闭环,但企业也不可能一下子就变得非常智能,这其中需要通过一个路径来实施。”苏春园表示。

TB18hQHlNYaK1RjSZFnXXa80pXa.png

因此,他们制定了一个从敏捷分析到智能决策的“5A”路径。分别是敏捷化Agile、场景化Accurate、自动化Automated、行动化Actionable、增强化Augmented,从初始的数据可视化到敏捷分析指标、到自动化实现、到主动提供建议、预测等等,逐层递进。同时,观远数据提供的是定制化的产品解决方案,并配置有专业性的人工顾问团队,全方位地为客户提供数据服务。

在商业智能的实现上,观远数据已经打出了自己的“名气”,并有覆盖零售、金融、泛互联网等多个行业的成功合作案例,包括来伊份、上蔬永辉、九龙仓、联合利华、百威、迪卡侬、中国银行等客户。今年3月份,他们获得了由红杉资本中国领投的3500万人民币的A轮融资,至于下一轮融资,苏春园透露,将根据需要明年择机启动。而同样是在明年,他也计划将现有客户规模翻一个数量级。

【镁客·请讲】专注于报道科技创新项目;我们敞开心扉面对每一位创业者,力求为您呈现一群鲜活、有性格的品牌和人物;我们倾听创业故事和人生经历、探讨商业模式和行业趋势、对接资本市场和供需双方,以期为产业发展注入新的活力。

欢迎做客【镁客·请讲】,栏目合作请发送邮件至:post@im2maker.com

相关文章
|
3月前
|
传感器 算法 机器人
聚焦视听触感官协同配合的具身精细操纵,人大胡迪团队领衔探索机器人模态时变性挑战
中国人民大学胡迪团队提出MS-Bot方法,通过阶段性引导的动态多感官融合,使机器人能像人类一样灵活运用视觉、听觉和触觉完成复杂任务。实验表明,该方法提高了操作准确性和效率,但仍面临数据依赖、计算复杂度和泛化能力等挑战。论文链接:https://arxiv.org/abs/2408.01366v2
110 21
|
10月前
|
监控 算法 数据挖掘
干货分享|克服数据迷雾:多平台经营突围,解码全域分析与决策提升之道
干货分享|克服数据迷雾:多平台经营突围,解码全域分析与决策提升之道
219 1
|
机器学习/深度学习 安全 调度
开源代码分享(7)—考虑电动汽车可调度潜力的充电站两阶段市场投标策略
首先,基于闵可夫斯基加法提出了充电站内电动汽车集群模型的压缩方法,并建立了日前可调 度潜力预测模型和实时可调度潜力评估模型。同时,考虑充电站间的非合作博弈,建立了电力零售 市场下充电站的策略投标模型,并基于驻点法将其转化为一个广义 Nash 均衡问题。然后,提出了 基于日前报价和实时报量的两阶段市场交易模式,并与合作投标模式、价格接受模式和集中调度模式进行对比。最后,基于一个 38 节点配电系统进行了仿真。仿真结果表明所提出的可调度潜力计 算方法能够将电动汽车集群封装为广义储能设备,从而降低了模型的维度。基于可调度潜力的策 略投标模型能够挖掘电动汽车的储荷潜力,实现电动汽车与电网的有序互动。
|
搜索推荐 物联网 新制造
打破智能家居4大魔咒, 全场景定制化智慧成套方案成绝密武器
2018AWE期间,东方卫视专题,直播了海尔的全场景定制化智慧成套方案,这引起了我的兴趣。专题片以“智慧定制美好生活”为题,介绍了海尔为智能家居领域所做的探索与努力,也由此引出海尔在物联网时代平台品牌战略成果:创成智慧家庭第一平台品牌。
182 0
打破智能家居4大魔咒, 全场景定制化智慧成套方案成绝密武器
|
人工智能 算法 大数据
工业的最强大脑—ET工业大脑,打通数据,升维“供、研、产、销”
阿里云工业大数据总监杨斌在2018云栖大会·深圳峰会中介绍了他们团队的ET工业大脑,通过大数据以及人工智能,创建一个工业的最强大脑,协助制造业实现关键工序智能化、生产过程智能优化控制等方面的转型升级。
6199 0
|
数据采集 分布式计算 自然语言处理
【云栖号案例 | 政府】海关总署通过数据底盘的建设 得到“人脑”归类智能模型
海关要求进行征管审核需要较强的专业技巧,上云后,数据底盘的汇聚层、公共层等建设,打造了数据应用的生长平台,扫除了缺少数据及计算瓶颈等障碍。
丰田生产方式的自働化与负反馈分析
丰田生产方式的自働化与负反馈分析   丰田生产方式的两个支柱是准时化和自働化,自働化也是一个负反馈的控制过程。系统有一个质量标准,然后系统对于生产的零件进行实时检测,并且将检测的质量反馈给输入,与质量标准进行比较,当检测的产品质量与质量标准有偏差时,系统自动停止运行,这样迫使现场的管理人员和维修技术人员立刻进行问题分析,可以利用5个为什么寻找原因,在找到质量问题的原因后进行修正,然后继续进行生产(如图6-99所示)。
1043 0