《DAAS數(shù)字化新世代的最優(yōu)解》

AAS數(shù)字化新世代的最優(yōu)解目錄引言 1一.數(shù)字化的新征途 2進(jìn)入“數(shù)據(jù)智能”時(shí)代 2隱形天花板 7數(shù)據(jù)智能：從“選擇題”到“必答題” 二．—面向數(shù)據(jù)智能時(shí)代的轉(zhuǎn)型體系 Data：自生長(zhǎng)數(shù)據(jù)平臺(tái) Aayts：普惠化深度洞察 Aiats：規(guī)模化場(chǎng)景應(yīng)用 ess：數(shù)據(jù)智能驅(qū)動(dòng)的成功 三.S建設(shè)之路 DAAS建設(shè)三大難點(diǎn) 通過(guò)矩陣精準(zhǔn)定位自身DAAS建設(shè)路徑 DAAS實(shí)踐案例分享 引言在過(guò)去十年間，乎每一家成的企業(yè)都在作式上變得更加數(shù)化，并由此得巨大的紅利。依托信息系，企業(yè)解決程效率與管標(biāo)化的問(wèn)題；依托聯(lián)網(wǎng)，企業(yè)破了交互的理區(qū)隔。工具、道層面的數(shù)化賦能顯著改了企業(yè)作業(yè)流程提升了連接戶的效率與果。然而近年來(lái)，我經(jīng)歷了前所有的震蕩—自冠疫情、經(jīng)濟(jì)換、國(guó)際競(jìng)爭(zhēng)這些因素疊帶來(lái)的沖擊，也超過(guò)了過(guò)去余年的累計(jì)在何應(yīng)對(duì)變化上，許企業(yè)各有考，但唯有點(diǎn)已經(jīng)成為了所企業(yè)的共識(shí)傳統(tǒng)的經(jīng)營(yíng)輯要升級(jí)，僅靠工層面的改良難應(yīng)對(duì)挑戰(zhàn)面對(duì)加劇的挑戰(zhàn)數(shù)字化依然一劑良方，字的內(nèi)涵也在演進(jìn)升級(jí)。隨著數(shù)據(jù)處理、級(jí)分析、人工智等新興技術(shù)應(yīng)用逐漸成，字化進(jìn)入了“數(shù)智能時(shí)代”領(lǐng)先機(jī)構(gòu)的踐證明，數(shù)據(jù)智可以深入經(jīng)模式的轉(zhuǎn)型讓業(yè)走出一條高質(zhì)增長(zhǎng)的新路。我們希望從過(guò)往服務(wù)經(jīng)驗(yàn)出，探討數(shù)據(jù)能以幫助企業(yè)持續(xù)功，而企業(yè)如何正確認(rèn)數(shù)據(jù)智能，找到據(jù)智能建設(shè)最優(yōu)解。本篇文章德勤管咨詢(xún)、羊與阿研究院同寫(xiě)。其中瓴羊作阿里巴集團(tuán)數(shù)中臺(tái)、務(wù)中臺(tái)、服系統(tǒng)供應(yīng)鏈務(wù)等多部門(mén)整成的企業(yè)數(shù)服務(wù)公，沉淀阿里十來(lái)數(shù)字實(shí)踐的經(jīng)與能力為本文獻(xiàn)豐富論與實(shí)案支持。一.數(shù)字化的新征途進(jìn)入“數(shù)據(jù)智能”時(shí)代數(shù)字化發(fā)展階段數(shù)字化并非新鮮概念，從全范圍看數(shù)字已開(kāi)展超過(guò)0年。但即便最為領(lǐng)的企業(yè)，也很難說(shuō)自己已經(jīng)實(shí)現(xiàn)了數(shù)字”。數(shù)字化內(nèi)和定義在不斷豐和延展，可分為四大階段：信息時(shí)代、絡(luò)時(shí)代、移時(shí)代和數(shù)據(jù)能代。伴隨著數(shù)字不斷向更高段躍升，企也因此不斷獲得數(shù)字化紅利，并實(shí)現(xiàn)顯的務(wù)增長(zhǎng)。圖數(shù)字化轉(zhuǎn)型的演進(jìn)階段企業(yè)在數(shù)字化不階段的典型征如下：信時(shí)技術(shù)基礎(chǔ)電子計(jì)算機(jī)技術(shù)商用軟件開(kāi)技術(shù)的成熟核心價(jià)值由線下手工轉(zhuǎn)向系統(tǒng)操作，實(shí)現(xiàn)紙質(zhì)文檔到電子數(shù)據(jù)、孤立業(yè)務(wù)節(jié)點(diǎn)的快速鏈接，顯著提內(nèi)部標(biāo)準(zhǔn)化度、改善內(nèi)效率典型用例P系統(tǒng)、管理信息系統(tǒng)技術(shù)基礎(chǔ)以互聯(lián)網(wǎng)應(yīng)用普、C普及基礎(chǔ)互時(shí)核心價(jià)值以互聯(lián)網(wǎng)替代物理交互，實(shí)現(xiàn)企業(yè)銷(xiāo)售、客戶服務(wù)、內(nèi)部管理等脫離物理區(qū)隔典型用例線上渠道建設(shè)、助服務(wù)移時(shí)技術(shù)基礎(chǔ)第三代、四代通技術(shù)、個(gè)人動(dòng)終端、特終普及核心價(jià)值實(shí)現(xiàn)個(gè)體的廣泛互聯(lián)。圍繞個(gè)體使用、個(gè)體生活，實(shí)現(xiàn)企業(yè)服務(wù)的場(chǎng)景化、生活化、定化程度顯著升典型用例跨界生態(tài)服務(wù)場(chǎng)、企業(yè)P技術(shù)基礎(chǔ)大數(shù)據(jù)處理、人智能、高級(jí)析技術(shù)的成；數(shù)智時(shí)代核心價(jià)值 將海量數(shù)據(jù)轉(zhuǎn)化為洞察，協(xié)助乃至替代人驅(qū)動(dòng)企業(yè)在感知市場(chǎng)、管理決策、對(duì)客服務(wù)、產(chǎn)運(yùn)營(yíng)等方的提升預(yù)見(jiàn)、確性與效率典型用例客戶偏好預(yù)測(cè)、能決策輔助數(shù)據(jù)智能時(shí)代：Notson.，butneratonⅡ雖然數(shù)據(jù)智能時(shí)仍處于起步段，但其表出潛力讓企業(yè)感到奮。在過(guò)去3年間，為數(shù)據(jù)智能將“成為業(yè)未來(lái)決定競(jìng)爭(zhēng)力”的業(yè)從%提升到了%1。隨著數(shù)據(jù)智能企樣的逐漸清晰，企的高管也正步認(rèn)識(shí)到數(shù)智為企業(yè)帶來(lái)的變“不同以往。我們相信，從未來(lái)回望當(dāng)下人們會(huì)認(rèn)識(shí)數(shù)據(jù)智能時(shí)并僅僅是前三個(gè)數(shù)化階段的延，而是一個(gè)更具有劃時(shí)代意義數(shù)字化新紀(jì)。從目前數(shù)據(jù)智能經(jīng)取得的成來(lái)看，其不提更有效的工具，能夠“改造業(yè)的大腦”“重新定義企業(yè)得成功的核競(jìng)爭(zhēng)要素”。wedo企業(yè)如何做事情wedo企業(yè)如何做事情weinnze企業(yè)如何認(rèn)知思考wewin企業(yè)何以成功數(shù)字化前三個(gè)階段數(shù)據(jù)智能時(shí)代數(shù)據(jù)智能階段，從“改企業(yè)的四肢”，向“造企業(yè)的大腦”在數(shù)字化的前三時(shí)代，主要企業(yè)解決了質(zhì)據(jù)紙面信息到電信息，孤立聯(lián)動(dòng)，固定移動(dòng)的問(wèn)題，但業(yè)最基礎(chǔ)的營(yíng)邏輯和決沒(méi)發(fā)生調(diào)整。無(wú)論有宏觀的戰(zhàn)決策，還是微觀的業(yè)務(wù)判斷大都還是基人的經(jīng)驗(yàn)而出數(shù)字化工具旨在予企業(yè)更為健的四肢，而更高效地執(zhí)行營(yíng)動(dòng)作決策志。1德勤,企業(yè)人工智能應(yīng)用現(xiàn)狀分析,第5版進(jìn)入數(shù)據(jù)智能時(shí)，數(shù)字化對(duì)業(yè)的改造由四”轉(zhuǎn)向了“大腦。企業(yè)將海的數(shù)據(jù)轉(zhuǎn)化對(duì)趨勢(shì)的研判、客戶的認(rèn)知對(duì)風(fēng)險(xiǎn)的預(yù)，而將企業(yè)經(jīng)營(yíng)中個(gè)環(huán)節(jié)的決，由“經(jīng)驗(yàn)動(dòng)”轉(zhuǎn)向“數(shù)據(jù)智能動(dòng)”。圖不同時(shí)期企業(yè)開(kāi)展數(shù)字的核心價(jià)值訴在生轉(zhuǎn)變2從7年到2年，持續(xù)研國(guó)多家業(yè)“望現(xiàn)通過(guò)字化現(xiàn)”且實(shí)開(kāi)展設(shè)）業(yè)務(wù)標(biāo)，以為不年份擇該項(xiàng)企占比高到排列企業(yè)希望通過(guò)數(shù)字化實(shí)現(xiàn)改善現(xiàn)有產(chǎn)品服務(wù)（%）優(yōu)化流程效率（%）創(chuàng)造新業(yè)務(wù)模式（%）優(yōu)化流程效率（%）改善現(xiàn)有產(chǎn)品服務(wù)（%）大規(guī)?？椭苹?）rd更好的決策（%）創(chuàng)造新產(chǎn)品與服務(wù)（%）挖掘有價(jià)值的新見(jiàn)（%）自動(dòng)化釋放人力（%）更好的決策（%）優(yōu)化流程效率（%）目標(biāo)與據(jù)智應(yīng)用度關(guān)聯(lián)大數(shù)據(jù)與高級(jí)分技術(shù)成熟后企業(yè)的接受逐提升。過(guò)去幾年，企業(yè)數(shù)字建設(shè)最為關(guān)的價(jià)值點(diǎn)已經(jīng)悄改變，由關(guān)效率的改善升轉(zhuǎn)向了對(duì)決策能、洞察能力企業(yè)經(jīng)營(yíng)邏轉(zhuǎn)型的追求。數(shù)據(jù)智能時(shí)代，重新定企業(yè)的核心競(jìng)爭(zhēng)力過(guò)去能夠在行業(yè)占據(jù)主導(dǎo)地的機(jī)構(gòu)，其爭(zhēng)往往來(lái)自于“生規(guī)模帶來(lái)的本優(yōu)勢(shì)”、“渠道的獨(dú)占性等。但隨著據(jù)作為新興核生產(chǎn)要素的加入企業(yè)掌握了新的能力，以過(guò)往從未設(shè)想的方式取得功。一方面統(tǒng)無(wú)霸企業(yè)的競(jìng)爭(zhēng)勢(shì)被持續(xù)削，另一方面新定義了核心競(jìng)力的新興企正在快速涌和起。2德勤,企業(yè)人工智能應(yīng)用現(xiàn)狀分析,第15版(20172022)在當(dāng)下，我們可以看到變革已經(jīng)發(fā)生…C打破C打破“標(biāo)準(zhǔn)化規(guī)模生產(chǎn)優(yōu)勢(shì)”依托客戶數(shù)據(jù)與工智能，企有能力通過(guò)器動(dòng)為客戶提供定化產(chǎn)品方于為控制成本而?；a(chǎn)的準(zhǔn)化產(chǎn)品。數(shù)據(jù)優(yōu)勢(shì)型企業(yè)成為行業(yè)不可或缺的基礎(chǔ)設(shè)施能夠依托大量數(shù)，為客戶提精細(xì)的產(chǎn)與務(wù)的企業(yè)將成為戶的優(yōu)先擇。而據(jù)此帶來(lái)更大量數(shù)據(jù)可以幫助這企進(jìn)一步強(qiáng)化自身智能化水平。在這種自生循環(huán)不斷加下，一般企將可避免選擇數(shù)據(jù)力的“外服務(wù)化”—即依行業(yè)核心企的數(shù)據(jù)與洞能開(kāi)展經(jīng)營(yíng)。工具水平趨同，洞見(jiàn)決定成敗過(guò)去企業(yè)主要在準(zhǔn)化的管理運(yùn)營(yíng)中尋求業(yè)優(yōu)實(shí)踐與系統(tǒng)工，其所采的工具和方法逐趨同。能夠過(guò)數(shù)據(jù)更敏的知市場(chǎng)的變化，整經(jīng)營(yíng)導(dǎo)向，快速調(diào)整變的企業(yè)在震的外部環(huán)境將得更穩(wěn)健的業(yè)務(wù)長(zhǎng)。更扁平，更小的作戰(zhàn)單元已有企業(yè)為一線銷(xiāo)售隊(duì)伍提完善的洞察析臺(tái)，支持他們了客戶、反需求，并通過(guò)內(nèi)的數(shù)據(jù)模型成業(yè)務(wù)風(fēng)險(xiǎn)收的判斷、審批，賦能一線伍靈活開(kāi)展經(jīng)營(yíng)。利用數(shù)據(jù)，在傳統(tǒng)產(chǎn)品服務(wù)基礎(chǔ)上提供新價(jià)值庭日用延伸到家健康管理，金融企業(yè)從失償延伸到利用數(shù)預(yù)警風(fēng)險(xiǎn)…數(shù)據(jù)智能對(duì)企業(yè)爭(zhēng)力的改變持續(xù)深化，在同行業(yè)間會(huì)有不的表現(xiàn)。但體而言，我可以預(yù)見(jiàn)以下5對(duì)核心競(jìng)爭(zhēng)的轉(zhuǎn)變：我們可以說(shuō)，在入數(shù)據(jù)智能段的建設(shè)后企的數(shù)字化之路才正具有了“型”的意味。隱形天花板跨入數(shù)據(jù)智能時(shí)代絕非“一步之遙”企業(yè)進(jìn)入數(shù)據(jù)智階段的躍升不僅僅是“后躍”的問(wèn)題，而要跨越過(guò)巨的能力鴻溝當(dāng)前哪怕是最為先的數(shù)字化業(yè)，依然難稱(chēng)上實(shí)現(xiàn)了數(shù)據(jù)智轉(zhuǎn)型。從調(diào)數(shù)據(jù)來(lái)看，然大量企業(yè)提出數(shù)字化成熟顯著提升，但在據(jù)智能階段取得好成果的企仍在少數(shù)3。70%70%企業(yè)提出自身數(shù)化成熟度顯著提升27%企業(yè)能夠顧數(shù)據(jù)智能項(xiàng)目數(shù)量與回報(bào)企業(yè)在開(kāi)展數(shù)據(jù)能建設(shè)的過(guò)中，面臨著多挑戰(zhàn)。這些挑戰(zhàn)僅僅來(lái)自技，也可能來(lái)組織、文化、業(yè)模式調(diào)整、革管理等。這問(wèn)題沒(méi)有得到解前，企業(yè)很稱(chēng)得上實(shí)現(xiàn)據(jù)智能“轉(zhuǎn)型”。選擇該選項(xiàng)的企占比% 改造為適配數(shù)據(jù)智能的選擇該選項(xiàng)的企占比% 改造為適配數(shù)據(jù)智能的基礎(chǔ)需要較高成本難以找到與業(yè)務(wù)價(jià)值緊關(guān)的用例%% 系統(tǒng)與基礎(chǔ)設(shè)施架構(gòu)混難以支撐數(shù)據(jù)智能的實(shí)現(xiàn) 難以與原有業(yè)務(wù)模一體融合%在最初啟動(dòng)轉(zhuǎn)型后難以持 推動(dòng)力度與資源 企業(yè)上下，尤其是高層就轉(zhuǎn)型達(dá)成的一致的共識(shí)13德勤,洞察力驅(qū)動(dòng)型企業(yè)——在“融合時(shí)代”繼續(xù)成長(zhǎng)：文化為基4德勤,企業(yè)人工智能應(yīng)用現(xiàn)狀分析,第5版數(shù)據(jù)的爆增與閑置數(shù)字化的前三個(gè)段的建設(shè)給業(yè)帶來(lái)了海的據(jù)。從規(guī)模上看企業(yè)的數(shù)據(jù)級(jí)提升數(shù)個(gè)量級(jí)，預(yù)測(cè)全球據(jù)量將從8年的B增至05年的B5。從維度上看也愈發(fā)富，企業(yè)視之為有價(jià)值數(shù)據(jù)也不再僅限于結(jié)構(gòu)數(shù)，大量半結(jié)構(gòu)化據(jù)（如日志、非結(jié)構(gòu)化（音視頻）等類(lèi)數(shù)據(jù)的比例持續(xù)增加。對(duì)絕大多數(shù)企業(yè)而，僅有一些持核心管理表的數(shù)據(jù)得到了分利用，這數(shù)據(jù)也許僅不到0張寬表。數(shù)據(jù)大量閑置很來(lái)自基礎(chǔ)設(shè)的不完善，使數(shù)據(jù)之前需要投大量的資源行數(shù)據(jù)探索整合工作；數(shù)據(jù)量的問(wèn)題從徹底解決，上的數(shù)據(jù)在使用需要經(jīng)過(guò)校、驗(yàn)證與清洗；對(duì)于不少中型企業(yè)而言“大數(shù)據(jù)團(tuán)”成本不菲的“奢品”。數(shù)據(jù)的閑置也與理習(xí)慣息息關(guān)。不少企在策中很少使用數(shù)；大量企業(yè)數(shù)據(jù)仍然孤地存在于從不同家采購(gòu)來(lái)的個(gè)系統(tǒng)中，有過(guò)盤(pán)點(diǎn)整合，形屬于全公司數(shù)據(jù)資產(chǎn)。應(yīng)用的希望和困窘數(shù)據(jù)智能在絕大數(shù)業(yè)務(wù)場(chǎng)景用潛力極大這一個(gè)取得了充分識(shí)的結(jié)論。業(yè)對(duì)于利用據(jù)智能改善經(jīng)營(yíng)滿希望，并極投入資源展試。但對(duì)于絕大數(shù)企業(yè)而言大量數(shù)據(jù)智項(xiàng)目未取得預(yù)期顯著提升。因在于，他沒(méi)準(zhǔn)確地、規(guī)?；x擇與建設(shè)據(jù)智能用例很多應(yīng)用偏離核心業(yè)務(wù)領(lǐng)域，無(wú)法驅(qū)動(dòng)增長(zhǎng)偏 某大型國(guó)有很多應(yīng)用偏離核心業(yè)務(wù)領(lǐng)域，無(wú)法驅(qū)動(dòng)增長(zhǎng)偏 某大型國(guó)有制造類(lèi)企業(yè)在智能化建設(shè)啟動(dòng)后，成功的智能化項(xiàng)目集中在“智能科技運(yùn)維”、"網(wǎng)絡(luò)風(fēng)險(xiǎn)防范”等領(lǐng)域，難以驅(qū)動(dòng)業(yè)務(wù)價(jià)值方面的回報(bào)。孤立地開(kāi)展建設(shè)，應(yīng)用多以散點(diǎn)形式存在，無(wú)法形成聯(lián)動(dòng)合力散 某消費(fèi)品企業(yè)建設(shè)了對(duì)客戶智能產(chǎn)品推薦引擎，但上線后，由于對(duì)自身產(chǎn)品的特征標(biāo)簽建設(shè)工作不完善，導(dǎo)致模型無(wú)法發(fā)揮作用。未掌握并采用規(guī)?；?、流程化的數(shù)據(jù)智能建設(shè)方法粗 國(guó)內(nèi)企業(yè)少用機(jī)構(gòu)掌握MLPS、智能化專(zhuān)用數(shù)據(jù)等工作方法，雖然這些方法已經(jīng)證明能夠顯著提升數(shù)據(jù)智能開(kāi)發(fā)效率并降低成本。數(shù)據(jù)應(yīng)用缺乏配套機(jī)制變革，導(dǎo)致效用無(wú)法實(shí)現(xiàn)淺 某金融企業(yè)通過(guò)輿論外部數(shù)據(jù)預(yù)測(cè)客戶的違約風(fēng)險(xiǎn)，希望根據(jù)風(fēng)險(xiǎn)預(yù)警開(kāi)展貸中檢查工作，但風(fēng)險(xiǎn)部門(mén)仍要求定期全覆蓋檢查，模型未能起到節(jié)約人力的作用。5C《2025年中國(guó)將擁有全球最大的數(shù)據(jù)圈》，2021概念的轟鳴和疲憊我們處于一個(gè)知充分共享、息高度透明時(shí)。企業(yè)的數(shù)據(jù)智戰(zhàn)略不再是密，各類(lèi)專(zhuān)人員和機(jī)構(gòu)也通各個(gè)渠道充表達(dá)意見(jiàn)。但另一方面，過(guò)的概念與混的思潮也在波一波地對(duì)企業(yè)的高層進(jìn)行持沖擊。在這情況下，企業(yè)上很難形成對(duì)“什么是數(shù)智”、“什么是適我們的數(shù)據(jù)能”的統(tǒng)一知，進(jìn)而陷入對(duì)點(diǎn)的追逐、設(shè)方向的頻調(diào)。這很容易讓高級(jí)理層產(chǎn)生“念疲憊”，隨疲憊感的加深，入不堅(jiān)定、導(dǎo)管理推動(dòng)力投入不足的問(wèn)將不斷浮現(xiàn)。國(guó)內(nèi)企業(yè)的轉(zhuǎn)型更加困難國(guó)際化大型企業(yè)為數(shù)字化的行者與實(shí)踐，過(guò)去0年的時(shí)間里始終堅(jiān)持?jǐn)?shù)化建設(shè)，伴隨每一次技術(shù)浪，逐個(gè)階段完成數(shù)字化升到今天，這類(lèi)企的數(shù)字化已專(zhuān)注到了數(shù)智能的階段。而國(guó)內(nèi)企業(yè)由于展數(shù)字化的間相對(duì)晚，長(zhǎng)處于模仿和追趕狀態(tài)，所以于國(guó)內(nèi)企業(yè)言，往往會(huì)出現(xiàn)同的業(yè)務(wù)單處于數(shù)字化不階段，從而導(dǎo)致字化進(jìn)程上個(gè)階段的不問(wèn)題復(fù)雜交織的“四疊加”現(xiàn)象這將大大提國(guó)內(nèi)企業(yè)進(jìn)行數(shù)智能轉(zhuǎn)型的度。數(shù)據(jù)智能：從“選擇題”到“必答題”既然數(shù)據(jù)智能建困難重重，前三個(gè)階段數(shù)化建設(shè)還有一定升空間，這否意味著國(guó)企業(yè)應(yīng)該“等一”，待方法基礎(chǔ)設(shè)施充成后再全面投入數(shù)智能建設(shè)？答案是否。無(wú)論從前三個(gè)階的回報(bào)分析還是從數(shù)據(jù)能于未來(lái)競(jìng)爭(zhēng)的重性出發(fā)，企都不應(yīng)該繼將數(shù)據(jù)智能建設(shè)作“選擇題，而是一道必題”。數(shù)字化前三個(gè)階段紅利消退信息化系統(tǒng)、線上化渠道、動(dòng)化應(yīng)用的度不斷提高，并步達(dá)到社會(huì)普及，在原有維度下的應(yīng)用場(chǎng)創(chuàng)新很難再得超額回報(bào)再上整體外部環(huán)境震蕩加強(qiáng)，內(nèi)企業(yè)在數(shù)化方面的投入產(chǎn)曲線逐漸平化。在傳統(tǒng)數(shù)字化方向上，先企業(yè)難以拉開(kāi)距，得超額優(yōu)勢(shì)最近2年，在“改善體驗(yàn)”“縮減流”等通傳統(tǒng)信息化、線化、移動(dòng)化現(xiàn)的業(yè)務(wù)目上，數(shù)字化領(lǐng)先業(yè)和跟隨企的成果幾乎致核心原因在于，三個(gè)階段的決方案成熟早。市場(chǎng)上最早成相關(guān)能力設(shè)的企業(yè)已依相關(guān)優(yōu)勢(shì)完成了市場(chǎng)份額的分配，而落的企業(yè)也可以通模仿快速補(bǔ)能力。對(duì)于力通過(guò)數(shù)字化形成異化領(lǐng)先優(yōu)的企業(yè)而言前三個(gè)階段的潛已經(jīng)出現(xiàn)枯跡象。圖企業(yè)在傳統(tǒng)數(shù)字化目標(biāo)取得的成果正縮6注：數(shù)為超完成期目企業(yè)該組占比領(lǐng)先企業(yè)

跟企

后業(yè)減少員工數(shù)量 降低流程間 改善用戶體驗(yàn)過(guò)度關(guān)注紅利不足的傳方向可能影響數(shù)化的報(bào)我們對(duì)于企業(yè)數(shù)化投入產(chǎn)出據(jù)的跟蹤也明這一觀點(diǎn)，雖然字化逐漸深，企業(yè)對(duì)于關(guān)方法的掌握也漸成熟，但“投入高、報(bào)”企業(yè)的數(shù)量卻增長(zhǎng)。造成一現(xiàn)象的主原因還是在于傳數(shù)字化項(xiàng)目?jī)r(jià)值衰減。于業(yè)沒(méi)能及時(shí)調(diào)整身數(shù)字化建的關(guān)注方向仍然將主要精力入到前三個(gè)段的建設(shè)中而有切換到更需要多領(lǐng)導(dǎo)力、注度，且潛更大的數(shù)據(jù)智能設(shè)中。6德勤,智能賽跑中領(lǐng)先企業(yè)的共同特質(zhì)，2020數(shù)據(jù)智能領(lǐng)先企業(yè)在不確定性中體現(xiàn)出更強(qiáng)韌性另一方面，在近充滿不確定的環(huán)境中，據(jù)能企業(yè)展現(xiàn)出超韌性。這些據(jù)智能企業(yè)體現(xiàn)出的優(yōu)勢(shì)包以下方面：捕捉變化的能力數(shù)據(jù)智能賦予這企業(yè)實(shí)時(shí)預(yù)與感知變化能。可以廣泛地收市場(chǎng)信號(hào)與營(yíng)異常，并來(lái)源多樣、錯(cuò)綜雜的數(shù)據(jù)中準(zhǔn)的識(shí)別到在挑戰(zhàn)與變化，形對(duì)于未來(lái)趨的主動(dòng)判斷并提前思考如何自身調(diào)整為防沖擊姿勢(shì)。精細(xì)化決策的能力這類(lèi)企業(yè)依托數(shù)分析與洞察力，可以在時(shí)內(nèi)快速獲取有效據(jù)、盤(pán)清自現(xiàn)狀、抓住心決策依據(jù)、形精細(xì)化的決判斷與應(yīng)對(duì)徑。創(chuàng)新增長(zhǎng)、高質(zhì)量增長(zhǎng)企業(yè)利用數(shù)據(jù)全改善業(yè)務(wù)模，利用洞察到的業(yè)務(wù)增長(zhǎng)點(diǎn)。傳統(tǒng)業(yè)務(wù)市空間衰退的時(shí)，以超高的均表現(xiàn)（客均入、人均產(chǎn)）多元化的增長(zhǎng)潛保持持續(xù)發(fā)勢(shì)頭。目前，這些企業(yè)經(jīng)展露崢嶸將數(shù)據(jù)智能域落后企業(yè)甩在身。圖數(shù)據(jù)智能領(lǐng)先企業(yè)跳出統(tǒng)增長(zhǎng)，全面先般企業(yè)7您的企業(yè)通過(guò)打造全產(chǎn)品服務(wù)取得增長(zhǎng)4%15%您的企業(yè)形成了新商模式取得增長(zhǎng)4%16%您的企業(yè)拓展了全新市場(chǎng)新細(xì)分領(lǐng)域5%15%數(shù)據(jù)能領(lǐng)企一般業(yè)如果企業(yè)錯(cuò)過(guò)轉(zhuǎn)窗口，在如需求萎縮、場(chǎng)裂、成本高企、本消極的外環(huán)境下，往容易陷入規(guī)模越效率越低，至虧損越多泥。企業(yè)的數(shù)字化需要盡聚焦到數(shù)據(jù)智能上，克服諸多挑戰(zhàn)，重抓住數(shù)字化轉(zhuǎn)型紅利實(shí)現(xiàn)穩(wěn)健發(fā)展。7德勤,企業(yè)人工智能應(yīng)用現(xiàn)狀分析,第15版(20172022)二．AA—面向數(shù)據(jù)智能時(shí)代的轉(zhuǎn)型體系面向下一個(gè)數(shù)據(jù)能時(shí)代，企開(kāi)展數(shù)字化型工作方法與體系需要進(jìn)行重定義。通過(guò)頂層戰(zhàn)略、組織才、應(yīng)用場(chǎng)、洞察能力數(shù)基礎(chǔ)等方面通盤(pán)慮、全面改，才能克服前數(shù)據(jù)智能建設(shè)諸多能力鴻。阿里巴巴旗下的業(yè)數(shù)智服務(wù)司瓴羊，在續(xù)余年服務(wù)企業(yè)數(shù)智能轉(zhuǎn)型的程中，提出據(jù)智能時(shí)代的數(shù)化轉(zhuǎn)型方法——DAS。DAAS體系蓋四個(gè)方面：基礎(chǔ)層—Daa：自生長(zhǎng)據(jù)底座洞察層—Aayis：普惠型深度察應(yīng)用層—Aiais：規(guī)?；瘓?chǎng)應(yīng)用戰(zhàn)略層—Sess：數(shù)據(jù)驅(qū)企業(yè)成功我們將從底座、頂層，展開(kāi)對(duì)DS體系個(gè)次的分析解讀，助企業(yè)掌握向數(shù)據(jù)智能代的數(shù)字化轉(zhuǎn)型法論。ata：自生長(zhǎng)數(shù)據(jù)平臺(tái)數(shù)據(jù)智能時(shí)代對(duì)數(shù)據(jù)基設(shè)施的四大要求數(shù)據(jù)基礎(chǔ)是數(shù)據(jù)能建設(shè)的基。面向數(shù)據(jù)能代，數(shù)據(jù)平臺(tái)需更強(qiáng)的自生能力，進(jìn)而AI和大數(shù)據(jù)技術(shù)應(yīng)相融合，能夠根據(jù)未應(yīng)需求的變化靈活充成長(zhǎng)。這味著以下要求：數(shù)據(jù)智能專(zhuān)數(shù)據(jù)、能追落地的數(shù)據(jù)理彈性的處理資源響應(yīng)效率、規(guī)的數(shù)據(jù)共生態(tài)。大多數(shù)企業(yè)的數(shù)據(jù)問(wèn)題面向未來(lái)的潛在要求數(shù)據(jù)基礎(chǔ)端應(yīng)該做到數(shù)據(jù)資產(chǎn)方數(shù)據(jù)模型缺失：大多數(shù)企業(yè)有完善的、面向業(yè)務(wù)應(yīng)用的數(shù)據(jù)模型分析要素缺失：數(shù)據(jù)科學(xué)家費(fèi)%的時(shí)加工征或關(guān)聯(lián)未來(lái)業(yè)務(wù)的靈活調(diào)整、更多業(yè)務(wù)人員參與分析，需要可視化、可靈活調(diào)整的數(shù)據(jù)模型處理更多、更復(fù)雜的特征和數(shù)據(jù)系打造面向數(shù)據(jù)智能的用數(shù)據(jù)數(shù)據(jù)治理方有數(shù)據(jù)標(biāo)，但標(biāo)率低數(shù)據(jù)清洗認(rèn)工量大數(shù)據(jù)與資產(chǎn)的明確溯源與監(jiān)控能落地、能追蹤的數(shù)治理數(shù)據(jù)處理方\高彈性數(shù)據(jù)理需毫秒級(jí)AI算響應(yīng)彈性的處理資源與響效率數(shù)據(jù)生態(tài)方數(shù)據(jù)脫敏用與全問(wèn)題跨機(jī)構(gòu)數(shù)據(jù)作與建?？鐢?shù)據(jù)類(lèi)型數(shù)據(jù)使用安全合的數(shù)生態(tài)打造面向數(shù)據(jù)智能的專(zhuān)數(shù)據(jù)底座：企應(yīng)考慮入更為完善的數(shù)平臺(tái)，支持以可視化的式設(shè)計(jì)并靈活調(diào)企業(yè)的數(shù)據(jù)型，支持廣的務(wù)應(yīng)用而非以臨加工的、孤的寬表支持分析工作；在模型基礎(chǔ)上，企需要一個(gè)共的征庫(kù)來(lái)管理數(shù)據(jù)型，讓分析得特征、認(rèn)知得以共享，加快據(jù)智能應(yīng)用開(kāi)發(fā)；而面未，對(duì)于數(shù)據(jù)智能訓(xùn)練將使用更為復(fù)雜的數(shù)據(jù)，數(shù)據(jù)關(guān)系也以指數(shù)級(jí)成，簡(jiǎn)單的結(jié)化據(jù)無(wú)法有效儲(chǔ)存反映數(shù)據(jù)間關(guān)系。企業(yè)要配套時(shí)序數(shù)據(jù)、圖數(shù)據(jù)庫(kù)為更為復(fù)雜模和分析提供支持。能落地追蹤的數(shù)據(jù)治理力：企業(yè)需建設(shè)更有的治理工具，支數(shù)據(jù)標(biāo)準(zhǔn)的動(dòng)化導(dǎo)入，量基線的分析與制，對(duì)數(shù)據(jù)緣、分析映關(guān)的跟蹤，改善數(shù)標(biāo)準(zhǔn)化程度質(zhì)量。彈性的處理資源與響應(yīng)率：企業(yè)需更廣泛、底地采用云技術(shù)案，基于云供的大規(guī)模群計(jì)算和云端模部署，滿足規(guī)模數(shù)據(jù)處、秒級(jí)響應(yīng)與隨著務(wù)需求靈活供計(jì)算資源的能力。安全合規(guī)的數(shù)據(jù)生態(tài)：業(yè)需要建設(shè)為完善的據(jù)脫敏、數(shù)據(jù)風(fēng)管理與數(shù)據(jù)享規(guī)則，積尋求與行業(yè)基礎(chǔ)施企業(yè)的合，安全合規(guī)開(kāi)數(shù)據(jù)共享，訓(xùn)練為強(qiáng)大、完的模型算法更智慧地改進(jìn)數(shù)據(jù)基礎(chǔ)相較于自身全面建數(shù)據(jù)基礎(chǔ)成熟的平臺(tái)決案更為適應(yīng)大多企業(yè)的轉(zhuǎn)型求。企業(yè)用戶無(wú)需關(guān)注底層問(wèn)（例如基礎(chǔ)施、數(shù)據(jù)存、至算法/模型發(fā)等），而注意力完放在何使用這些數(shù)據(jù)能，如何用數(shù)據(jù)智能，而大提升企業(yè)利用據(jù)智能創(chuàng)造值的效能。選擇適宜的平臺(tái)解方案可以大縮減完善數(shù)基設(shè)施的時(shí)間，更利于抓住轉(zhuǎn)窗口期。Anaytc：普惠化深度洞察一般企業(yè)在使用析工具開(kāi)展察分析工作，常面臨幾大困難：一是洞察分析環(huán)操作門(mén)檻較，企業(yè)洞察力適化程度低；二是洞察停留在計(jì)層面，而面向未來(lái)的測(cè)形勢(shì)的判斷，分深度難以支經(jīng)營(yíng)決策；三是洞察能力未合行業(yè)Knww，與實(shí)際決距離遠(yuǎn)。企業(yè)的析成果更多科技的視角出發(fā)，產(chǎn)出分析結(jié)仍需要人的斷、加工、照結(jié)合行業(yè)的認(rèn)知才能形成業(yè)決策。目前析的成果遠(yuǎn)未達(dá)能夠智能化導(dǎo)業(yè)務(wù)的水。面對(duì)這些問(wèn)題，業(yè)需要打造“普化洞察”能。所謂普惠，即洞察從一項(xiàng)缺的資源，成企業(yè)內(nèi)無(wú)處不的生產(chǎn)要素具體需要實(shí)洞的“更廣”、“深”、“更”。更廣——人人參與調(diào)研發(fā)現(xiàn)，一家業(yè)的洞察分的廣泛程度高該企業(yè)能夠發(fā)揮數(shù)據(jù)力量就強(qiáng)。讓洞察析變成一項(xiàng)企業(yè)共同推進(jìn)的團(tuán)隊(duì)運(yùn)動(dòng)”有于企業(yè)實(shí)現(xiàn)并突其商業(yè)目標(biāo)為實(shí)現(xiàn)全員與，企業(yè)需要在具、人才和織上做出調(diào)。圖數(shù)據(jù)分析越下沉程度，出價(jià)值越出8在工具層面，提普適性的洞分析能力，利提高企業(yè)上下的全民參與感，為有想法有需求、有能力企業(yè)人員提敏捷、自助數(shù)分析工具。洞察析工具全面蓋最基礎(chǔ)的務(wù)統(tǒng)計(jì)、自定義度的靈活分平臺(tái)、支持階模分析，并融合具體業(yè)務(wù)領(lǐng)認(rèn)知的分析題。在組織層面，企亟需打破職邊界，讓集型分析團(tuán)隊(duì)下沉到個(gè)條線，圍特定的客群產(chǎn)品打造“跨職團(tuán)隊(duì)”，進(jìn)與業(yè)務(wù)深度合洞察分析。在人才層面，企亟需通過(guò)培企業(yè)上下全的察分析能力，包內(nèi)部培養(yǎng)造與外引優(yōu)秀析人才，實(shí)現(xiàn)行全員“紫領(lǐng)”（兼具數(shù)分與業(yè)務(wù)能力的員被稱(chēng)為紫領(lǐng)9）。8德勤,洞察力驅(qū)動(dòng)型企業(yè)—在“融合時(shí)代”繼續(xù)成長(zhǎng)：文化為基9德勤,首席數(shù)據(jù)官在金融服務(wù)業(yè)的角色升級(jí)：從高級(jí)管家到業(yè)務(wù)戰(zhàn)略家更深——從簡(jiǎn)單統(tǒng)計(jì)轉(zhuǎn)向分析測(cè)洞察企業(yè)需要充分利自身數(shù)據(jù)豐程度，開(kāi)展具測(cè)性、更主動(dòng)的察服務(wù)，為業(yè)的決策者供面向未來(lái)的決依據(jù)。即從態(tài)數(shù)據(jù)到感/察、從數(shù)據(jù)處理決策/判、從數(shù)據(jù)更到學(xué)習(xí)/優(yōu)化，使業(yè)內(nèi)部的價(jià)交換、供需配變更容易、更高效更智能。更近——一站式輸出結(jié)行業(yè)經(jīng)驗(yàn)的業(yè)務(wù)策企業(yè)需要打造深結(jié)合行業(yè)knww，與業(yè)務(wù)景協(xié)同共振的洞場(chǎng)景，讓洞結(jié)果可以直務(wù)業(yè)務(wù)決策。以消費(fèi)行業(yè)某企為例，近期網(wǎng)店經(jīng)營(yíng)不，量數(shù)據(jù)下滑嚴(yán)重過(guò)去的洞察析工具僅能下滑嚴(yán)重的銷(xiāo)量據(jù)的品類(lèi)進(jìn)識(shí)別，但無(wú)給結(jié)合行業(yè)經(jīng)驗(yàn)的策類(lèi)意見(jiàn)?，F(xiàn)在，領(lǐng)先察分析解決方案分融合了行經(jīng)驗(yàn)，可基當(dāng)銷(xiāo)量數(shù)據(jù)進(jìn)行分，判斷核心因?yàn)榻诒?lèi)服裝上架數(shù)量于上一時(shí)期導(dǎo)致了銷(xiāo)量下，建議上架哪些較大概率追下滑銷(xiāo)量的KU。Appcatons：規(guī)模化場(chǎng)景應(yīng)用企業(yè)要從營(yíng)銷(xiāo)、品、生產(chǎn)、道、財(cái)務(wù)、力風(fēng)險(xiǎn)、管理決策領(lǐng)域出發(fā)，面鋪開(kāi)數(shù)據(jù)能場(chǎng)景的建設(shè)，數(shù)據(jù)智能在業(yè)價(jià)值鏈的個(gè)節(jié)發(fā)揮價(jià)值。規(guī)?；膽?yīng)用一面可以顯著薄數(shù)據(jù)智能建成本，讓其投入報(bào)更加可持；另一方面場(chǎng)景間的協(xié)同作可以讓數(shù)據(jù)能的效果成提。企業(yè)不妨從已經(jīng)所成就的場(chǎng)入手，啟動(dòng)身建設(shè)之路?！蛻艚?jīng)營(yíng)消費(fèi)者需求預(yù)測(cè)（以零業(yè)為例）大數(shù)據(jù)分析可以據(jù)過(guò)去的購(gòu)行為預(yù)測(cè)消者下一步行為及其市場(chǎng)趨勢(shì)的應(yīng)。這使零商能夠更好地預(yù)哪些商品預(yù)的需求量較，而能夠更明智地定哪些商品要優(yōu)先進(jìn)貨還可以挖掘和分來(lái)自相關(guān)品、競(jìng)爭(zhēng)對(duì)手社媒體的數(shù)據(jù)，然將這些見(jiàn)解零售商客戶消費(fèi)行為進(jìn)行比較，零售商能夠時(shí)跟蹤消費(fèi)的需求。客戶產(chǎn)品偏好識(shí)別（以電行業(yè)為例）基于客戶消費(fèi)行數(shù)據(jù)及市場(chǎng)據(jù)的分析洞能有效識(shí)別不同類(lèi)客戶的產(chǎn)品好，從而更針對(duì)性的進(jìn)行產(chǎn)設(shè)計(jì)、產(chǎn)品銷(xiāo)。瓴羊幫美對(duì)市場(chǎng)數(shù)據(jù)進(jìn)行析，識(shí)別出于破壁機(jī)而言，“清洗方便處于低滿意高重要性階，促進(jìn)用戶溢價(jià)的要升級(jí)方向該企業(yè)基于據(jù)分析結(jié)果打造新一代智慧手洗破壁產(chǎn)，在上市營(yíng)銷(xiāo)階段利用消費(fèi)者察鎖定目標(biāo)群，再根據(jù)銷(xiāo)售測(cè)不同區(qū)域費(fèi)者對(duì)產(chǎn)品需強(qiáng)度進(jìn)行備貨，后通過(guò)提升控效率，將品快速送達(dá)消費(fèi)的手中。上市僅1月平臺(tái)銷(xiāo)突破+臺(tái)，全網(wǎng)傳播曝光1億+，覆蓋寶媽、滋補(bǔ)打工人目標(biāo)人群0萬(wàn)+人次，大促間，客單高于品整體類(lèi)目水平%+。智能營(yíng)銷(xiāo)智能化軟硬一體算力助精準(zhǔn)營(yíng)銷(xiāo)（以零業(yè)為）基于對(duì)客戶消/交易行為分析構(gòu)建準(zhǔn)營(yíng)銷(xiāo)型能夠大幅提升品及服務(wù)的銷(xiāo)成功率。國(guó)餐飲連鎖集團(tuán)過(guò)打造智能技術(shù)全棧平，合智能化軟硬一算力的方式以保證精細(xì)化營(yíng)銷(xiāo)場(chǎng)景的業(yè)務(wù)中效果。企通過(guò)在P端為戶智能推薦產(chǎn)品優(yōu)惠，菜單均命中率%，客單價(jià)平均提升%，而實(shí)現(xiàn)銷(xiāo)售和單價(jià)的大幅提升門(mén)店銷(xiāo)量預(yù)測(cè)（以零售為例）某大型連鎖超市過(guò)構(gòu)建預(yù)測(cè)型為全國(guó)范內(nèi)門(mén)店進(jìn)行日銷(xiāo)量測(cè)，為門(mén)店庫(kù)存規(guī)劃提決策指導(dǎo)，最終每個(gè)門(mén)店銷(xiāo)額預(yù)測(cè)的誤從先的%提升至%，并在銷(xiāo)售額幅波動(dòng)的春節(jié)月份實(shí)現(xiàn)了%以上提升（相較家規(guī)則。營(yíng)銷(xiāo)與投放精細(xì)化管理以零售業(yè)為例）在廣告和營(yíng)銷(xiāo)投上，“廣告響，黃金萬(wàn)”媒介時(shí)代已經(jīng)過(guò)，企業(yè)紛紛考如何在碎化、千人千面的息環(huán)境中，斷提升營(yíng)銷(xiāo)率香飄飄通過(guò)瓴羊建數(shù)據(jù)中臺(tái)實(shí)現(xiàn)全域消者資產(chǎn)的沉淀，成一個(gè)完整品牌消費(fèi)者產(chǎn)圖，從而能夠進(jìn)客戶精細(xì)化營(yíng)，精細(xì)化察消費(fèi)者需求并供更為完善服務(wù)。香飄還過(guò)瓴羊核心產(chǎn)品之一Quickudine對(duì)抖音等陣地的內(nèi)容營(yíng)銷(xiāo)于品牌電商域數(shù)據(jù)相關(guān)，能在此基礎(chǔ)上進(jìn)步識(shí)別高潛群進(jìn)行二次銷(xiāo)，在整個(gè)雙1期間，香飄飄過(guò)瓴羊構(gòu)建臺(tái)聯(lián)動(dòng)阿里媽媽生意參謀等品，實(shí)現(xiàn)成交轉(zhuǎn)化I提升3倍以上。渠道融合數(shù)字呼叫中心（以金融為例）客戶與呼叫中心交互會(huì)極大響客戶的滿度忠誠(chéng)度。同時(shí)在情下，呼叫心面臨著前所未有的挑戰(zhàn)，包工作量大、T預(yù)低和勞動(dòng)力嚴(yán)重短缺。但到前為止，大數(shù)交互式語(yǔ)應(yīng)答（V）系統(tǒng)和天機(jī)器人都賴(lài)于基本單識(shí)別和簡(jiǎn)單的文檢索，且對(duì)話內(nèi)容不敏感，給客戶提供次優(yōu)體驗(yàn)。使用AI技術(shù)如然語(yǔ)言處理和機(jī)學(xué)習(xí)）的數(shù)呼叫中心可以更具預(yù)測(cè)性和先性，顯著改客戶體驗(yàn)，時(shí)少人工參與的需。智能客服（以零售業(yè)為）咨詢(xún)問(wèn)題可以說(shuō)最基礎(chǔ)也是終的用戶需，羊通過(guò)QuickServce幫星巴克實(shí)現(xiàn)全渠道服務(wù)、全業(yè)務(wù)場(chǎng)客服工作臺(tái)統(tǒng)一，并實(shí)從務(wù)品質(zhì)到客戶體升級(jí)。即：渠道的服務(wù)點(diǎn)實(shí)現(xiàn)服務(wù)統(tǒng)一通過(guò)人機(jī)協(xié)的方式解決費(fèi)問(wèn)題，提高業(yè)務(wù)決效率；在業(yè)務(wù)場(chǎng)景工臺(tái)實(shí)現(xiàn)服務(wù)統(tǒng)一將不同的業(yè)場(chǎng)景（專(zhuān)星、快等）使用同一服工作臺(tái)，解決能力和務(wù)標(biāo)準(zhǔn)統(tǒng)一；通構(gòu)建一站式服工作臺(tái)：現(xiàn)員、訂單、商品積分、活動(dòng)信息深度融合，客服通過(guò)瓴提供的能力不僅可以進(jìn)基信息查詢(xún)，還可將問(wèn)題閉環(huán)解決，縮短費(fèi)者解決問(wèn)題的期，提升消者體驗(yàn)；通消者體驗(yàn)洞察：實(shí)全渠道的消者原聲的洞分析，不僅可以時(shí)觀測(cè)服務(wù)現(xiàn)的突發(fā)問(wèn)，能夠?qū)?wèn)題進(jìn)行時(shí)預(yù)警和閉解決，且可實(shí)現(xiàn)用戶原聲的題的分類(lèi)，含但不限于商、活動(dòng)、售后問(wèn)的洞察，便和業(yè)務(wù)部門(mén)行聯(lián)動(dòng)協(xié)同解決。通過(guò)與瓴羊的合，星巴克實(shí)了全渠道統(tǒng)服的管理，降低服成本，提升務(wù)品質(zhì)，時(shí)，也讓星巴克顧客體驗(yàn)和伴管理更數(shù)化更有全局性。生產(chǎn)提效設(shè)備預(yù)測(cè)性維護(hù)（以能業(yè)為例）機(jī)器維護(hù)通常是本節(jié)約的重方面，傳統(tǒng)般賴(lài)于平均故障時(shí)來(lái)確定何時(shí)安排維護(hù)。然而，隨著工業(yè)物網(wǎng)市場(chǎng)的增和物聯(lián)網(wǎng)傳器行業(yè)中的普及，以利用物聯(lián)數(shù)據(jù)和AI做更明智的決定，定何時(shí)維修更換機(jī)器，助廠以更低的成本大限度地提高生產(chǎn)量。某國(guó)有電力公司將能化技術(shù)應(yīng)于風(fēng)機(jī)設(shè)備障警場(chǎng)景，預(yù)測(cè)準(zhǔn)率較原先提升%，大減少了由于風(fēng)機(jī)設(shè)故障帶來(lái)的業(yè)效益損失。異常監(jiān)測(cè)（以能源業(yè)為）光纖光學(xué)等井下感技術(shù)可以輸大量實(shí)時(shí)據(jù)以告知油井和管的運(yùn)行情況通過(guò)異常檢和預(yù)測(cè)建模，可快速分析這數(shù)據(jù)，以提運(yùn)部門(mén)注意泄漏或障。某大型油企業(yè)通過(guò)智能化技術(shù)應(yīng)用是有管道光信號(hào)異常檢場(chǎng)，以提升異常信的識(shí)別效率幫助業(yè)務(wù)人及時(shí)判斷管道破事件，盡可的避免由于油道破壞而帶來(lái)的失卓越運(yùn)營(yíng)數(shù)字供應(yīng)鏈（以制造業(yè)例）快速的技術(shù)進(jìn)步加了全球供鏈的復(fù)雜性進(jìn)導(dǎo)致全球需求和產(chǎn)的碎片化然而，隨著工業(yè)物聯(lián)網(wǎng)的出現(xiàn)企業(yè)可以通使用AI深入分析求和生產(chǎn)數(shù)據(jù)來(lái)速規(guī)劃、改預(yù)測(cè)和優(yōu)化產(chǎn)計(jì)劃。并通過(guò)供應(yīng)鏈中嵌入的AI法將歷史據(jù)來(lái)分析趨勢(shì)并化運(yùn)營(yíng)流程這種數(shù)字化應(yīng)鏈能力允許網(wǎng)中的每個(gè)組件在粒度級(jí)別上知供應(yīng)鏈?zhǔn)录⑵渥龀龇磻?yīng)從而為工廠和客戶優(yōu)化結(jié)果。門(mén)店分銷(xiāo)配貨預(yù)測(cè)（以售業(yè)為例）對(duì)于服裝零售行而言，減少存積壓，提周率能夠有效拉動(dòng)利增加。瓴幫助波司登建了“智能銷(xiāo)量測(cè)模型”，到預(yù)測(cè)每一段個(gè)款型、尺碼的量，大到預(yù)單個(gè)渠道的銷(xiāo)量，實(shí)時(shí)輸出果，并以此依據(jù)進(jìn)行調(diào)貨下單生產(chǎn)、營(yíng)銷(xiāo)活等經(jīng)營(yíng)決和運(yùn)營(yíng)動(dòng)作同時(shí)，基于數(shù)據(jù)臺(tái)的計(jì)算能和經(jīng)優(yōu)化重的法模型，補(bǔ)貨調(diào)的計(jì)算性能準(zhǔn)確度大幅升。原先需要約4小時(shí)才能成全國(guó)0家門(mén)店的補(bǔ)貨動(dòng)作，現(xiàn)只需要1小時(shí)。智慧風(fēng)控交易反欺詐（以金融業(yè)例）銀行通過(guò)部署機(jī)學(xué)習(xí)模型，以監(jiān)測(cè)實(shí)時(shí)易可疑數(shù)據(jù)和欺詐為，并立即出警報(bào)，還可以在大量數(shù)據(jù)中速準(zhǔn)確地識(shí)人工容易忽的疑活動(dòng)，并幫助行分析可疑易和轉(zhuǎn)賬。此外，AI可以幫助減誤報(bào)的數(shù)，從而降低規(guī)本。國(guó)內(nèi)某股份商業(yè)銀行通智能化技術(shù)強(qiáng)對(duì)電子銀行轉(zhuǎn)請(qǐng)求的欺詐控，最終應(yīng)效較之前提升了3倍，幫助客戶大度降低欺詐風(fēng)險(xiǎn)。Succs：數(shù)據(jù)智能驅(qū)動(dòng)的成功企業(yè)開(kāi)展數(shù)據(jù)智建設(shè)是一場(chǎng)長(zhǎng)的征途。們要重塑基礎(chǔ)設(shè)施改善分析能、廣泛的在個(gè)業(yè)務(wù)領(lǐng)域建設(shè)用以變革業(yè)模式，乃至整業(yè)的組織、人才構(gòu)與價(jià)值定。所謂數(shù)據(jù)智能建的成功與否不取決于落多場(chǎng)景，或者新建多么先進(jìn)的臺(tái)。數(shù)據(jù)智的成功只有一個(gè)準(zhǔn)—企業(yè)是獲得了成功且全面的、持續(xù)的功。企業(yè)需要明確“功”的定義內(nèi)涵，一方有于統(tǒng)一機(jī)構(gòu)上下共識(shí)、維持略定力。另方面，可以指導(dǎo)業(yè)的轉(zhuǎn)型動(dòng)，在有條件情下可以細(xì)化為企戰(zhàn)略，確保型的科學(xué)性無(wú)論是企業(yè)的高、投資人，是服務(wù)轉(zhuǎn)型專(zhuān)機(jī)構(gòu)，所有相關(guān)對(duì)于數(shù)據(jù)驅(qū)的成功，關(guān)點(diǎn)都是一致的：成功愿景企業(yè)會(huì)成功愿景企業(yè)會(huì)為轉(zhuǎn)而成家怎樣企業(yè)得到競(jìng)優(yōu)？成功路徑企業(yè)目哪里不夠成功？哪數(shù)據(jù)用建成功持續(xù)企業(yè)是具備續(xù)推型、獲成功條件？ 成為質(zhì)量成為質(zhì)量高增長(zhǎng)企業(yè)三流合一三“材”成功愿景：基于數(shù)據(jù)智能的質(zhì)量驅(qū)動(dòng)高增長(zhǎng)企業(yè)當(dāng)我們將視野聚到那些在數(shù)智能方面相領(lǐng)的企業(yè)，我們很易發(fā)現(xiàn)，這企業(yè)在質(zhì)量指標(biāo)上的增長(zhǎng)要著優(yōu)于其他業(yè)，這些質(zhì)性標(biāo)涵蓋：、客均價(jià)值貢獻(xiàn)、入集中度、成本收入比等。數(shù)據(jù)智能領(lǐng)先企業(yè)在質(zhì)指標(biāo)增長(zhǎng)速率上顯著高于其企業(yè)“3-數(shù)據(jù)智能領(lǐng)先企業(yè)在質(zhì)指標(biāo)增長(zhǎng)速率上顯著高于其企業(yè)可以說(shuō)，數(shù)據(jù)智能夠帶給企的最大價(jià)值就將其原有“粗放、規(guī)模驅(qū)”的增長(zhǎng)，向“質(zhì)量驅(qū)動(dòng)的高增長(zhǎng)，與傳統(tǒng)業(yè)來(lái)開(kāi)顯著距。們已經(jīng)看到，這一些企業(yè)體出了以下特質(zhì)量驅(qū)動(dòng)高增長(zhǎng)企業(yè)的像數(shù)據(jù)信仰尊重?cái)?shù)據(jù)價(jià)值，理數(shù)據(jù)說(shuō)話決策洞察為，到問(wèn)題尋求數(shù)據(jù)的解決方案均值偏好做大客均價(jià)值、命周期長(zhǎng)度成本效率，長(zhǎng)自于經(jīng)營(yíng)深度而規(guī)?！旄袘?yīng)能夠數(shù)據(jù)快速感變化，快速應(yīng)響應(yīng)極值落差率先在行業(yè)內(nèi)取轉(zhuǎn)型成果，模式的巨大勢(shì)速搶奪市場(chǎng)份額客戶，與第名拉開(kāi)巨大距，并且后進(jìn)者難補(bǔ)齊跟隨壁壘核心業(yè)務(wù)模式的型完成后，于涉及除了字工具外模型、流等方面的調(diào)，很難短時(shí)補(bǔ)齊，領(lǐng)先機(jī)構(gòu)持續(xù)拉開(kāi)與進(jìn)者的代際異企業(yè)應(yīng)將“質(zhì)量動(dòng)的高增”作為核心景，追以上特質(zhì)，在當(dāng)不確定性顯增強(qiáng)的環(huán)下，取得更強(qiáng)的性和更持久成功。10德勤管理咨詢(xún)研究成功路徑：解讀增長(zhǎng)公式，實(shí)現(xiàn)三流合一企業(yè)應(yīng)對(duì)自身的商業(yè)目的”即商業(yè)流）行面解構(gòu)，從而幫經(jīng)營(yíng)管理人厘清實(shí)現(xiàn)質(zhì)增長(zhǎng)的全部因素這些因素可具體的反應(yīng)企內(nèi)的各項(xiàng)工作舉（即工作流，對(duì)于每一工作舉措，選擇當(dāng)?shù)臄?shù)據(jù)智用例作為核驅(qū)力（即數(shù)據(jù)流）實(shí)現(xiàn)企業(yè)的務(wù)意圖。通過(guò)這種方式，現(xiàn)企業(yè)商業(yè)、工作流和據(jù)的全面整合統(tǒng)一。高質(zhì)量增長(zhǎng)公式數(shù)據(jù)拉動(dòng)收入=質(zhì)量獲客*客價(jià)值提升要想現(xiàn)拉動(dòng)收入，一面需要通過(guò)據(jù)驅(qū)動(dòng)獲客高獲客效率，同需要數(shù)據(jù)賦幫助企業(yè)在一客戶身上獲取更的價(jià)值產(chǎn)出；有效降本增效=升銷(xiāo)售回報(bào)降低運(yùn)營(yíng)成+改管理成本，降本效需要依托字化的手段助企業(yè)提升銷(xiāo)售入，并降低營(yíng)及管理兩面成本；提升決策水平=策落地能&決策精度升；通戰(zhàn)略過(guò)程管理、估等相關(guān)能，提升決策地執(zhí)行的效率與果，通過(guò)智化決策服務(wù)提策略制定、決策斷的有效性；資本市場(chǎng)期望=司期望指&外部市場(chǎng)數(shù)，資市場(chǎng)的期望會(huì)受本企業(yè)的發(fā)潛力以及外市場(chǎng)預(yù)期方面的響。依托數(shù)化的手段提企的增長(zhǎng)預(yù)期，幫企業(yè)獲得更的市場(chǎng)反饋和資本市場(chǎng)回報(bào)。商業(yè)流、工作流與數(shù)據(jù)三流合一企業(yè)可以基于目我們對(duì)于三的分析與拆，面梳理企業(yè)戰(zhàn)略的、員工重工作與數(shù)字應(yīng)用的對(duì)應(yīng)關(guān)系正確的理解安排相關(guān)能的設(shè)，并有效評(píng)估些舉措的成。成功持續(xù)：推動(dòng)三“材”成熟數(shù)據(jù)智能轉(zhuǎn)型非日之功，各價(jià)值需要通單的應(yīng)用建設(shè)實(shí)現(xiàn)在轉(zhuǎn)型持續(xù)動(dòng)與深化過(guò)中，離不開(kāi)三個(gè)鍵的基礎(chǔ)要—耗材、器、才。高質(zhì)量、儲(chǔ)量大的耗材：企業(yè)轉(zhuǎn)型為持續(xù)出“洞察”工廠，其最要原材料——“耗”就是數(shù)據(jù)企業(yè)要采集處理的數(shù)據(jù)，不僅是一個(gè)平的數(shù)據(jù)，也僅是線上數(shù)據(jù)，而來(lái)自不同源、系統(tǒng)、平和渠道的信息，全域全渠道數(shù)據(jù)。除了據(jù)豐富度，數(shù)據(jù)質(zhì)（原材料的量）對(duì)于最價(jià)值的產(chǎn)出也至重要。完善的、適合的器材：原材料/耗材數(shù)據(jù)）并不自動(dòng)演變產(chǎn)出（務(wù)價(jià)值），需要過(guò)器材（數(shù)化工具）的工（數(shù)據(jù)的加工和換），才能完成價(jià)值的造企業(yè)首先要具備整的工具系，既包括數(shù)采集的工具，數(shù)整合加工的具，數(shù)據(jù)治的具，也包括數(shù)據(jù)析洞察的工，面向不同業(yè)不同功能領(lǐng)域分析應(yīng)用的具等。數(shù)據(jù)務(wù)值創(chuàng)造全鏈條工化是業(yè)務(wù)價(jià)規(guī)?；瘜?shí)現(xiàn)必要前提。除了用的數(shù)據(jù)處器材，也要行認(rèn)知、經(jīng)營(yíng)認(rèn)知化為專(zhuān)業(yè)化材。充足的轉(zhuǎn)型人才：當(dāng)今企業(yè)所需要數(shù)據(jù)智能轉(zhuǎn)人嚴(yán)重缺失這導(dǎo)致建設(shè)DAAS能后，由于關(guān)人才的缺乏而無(wú)法持續(xù)運(yùn)營(yíng)發(fā)揮效用。此，企業(yè)對(duì)數(shù)化人才的培養(yǎng)能變得至關(guān)重。企業(yè)需要實(shí)施過(guò)程中通過(guò)戰(zhàn)訓(xùn)練、社化人才培訓(xùn)證為合作伙伴培訓(xùn)能等各種方，構(gòu)筑更為善的人才基礎(chǔ)。年一年，瓴借助阿里平為業(yè)培養(yǎng)了大量數(shù)分析、項(xiàng)目理、數(shù)據(jù)治理、架構(gòu)人才，些人才將成企業(yè)的持續(xù)展據(jù)智能轉(zhuǎn)型的關(guān)推動(dòng)力，幫企業(yè)在數(shù)據(jù)能領(lǐng)域的持續(xù)成。三.AAS建設(shè)之路AAS建設(shè)三大難點(diǎn)DAAS定義一場(chǎng)“體系”、“全方”的轉(zhuǎn)，它能夠帶來(lái)的力令人振奮但其建設(shè)難超出想象。在DAAS概念提出，不乏領(lǐng)企業(yè)意識(shí)到勢(shì)向，從基礎(chǔ)設(shè)施洞察能力、用場(chǎng)景以及頂層設(shè)計(jì)上全面啟轉(zhuǎn)型，他們實(shí)現(xiàn)全面數(shù)智轉(zhuǎn)型的路上一般遇到三大難—分析難、決難與持續(xù)難。分析難在轉(zhuǎn)型啟動(dòng)前，AS建要求企業(yè)全審視自的短板與潛力，合自身發(fā)展求，尋求數(shù)的解決方案。這要領(lǐng)先行業(yè)業(yè)務(wù)認(rèn)知與術(shù)知，絕大多數(shù)企在經(jīng)營(yíng)管理戰(zhàn)略預(yù)判上不夠領(lǐng)先，在智能技術(shù)領(lǐng)域的知也有差距這致他們很難全面位問(wèn)題、找準(zhǔn)確用例、合理規(guī)劃資源。甚會(huì)出現(xiàn)“只要求沒(méi)有舉的型口號(hào)”或者“目的投資建”的現(xiàn)象。解決難如果企業(yè)有能力面判斷自身開(kāi)展數(shù)據(jù)智所對(duì)的困境和短板他們會(huì)發(fā)現(xiàn)在缺乏外來(lái)動(dòng)力、成熟解決案和專(zhuān)家支的情況下，些題幾乎難以解決這些問(wèn)題來(lái)于管理層的認(rèn)可、架構(gòu)設(shè)計(jì)專(zhuān)業(yè)性挑戰(zhàn)業(yè)務(wù)調(diào)整中海工作、技術(shù)基礎(chǔ)全面落后…些問(wèn)題是行發(fā)展的共性問(wèn)題其多樣性、雜性是遠(yuǎn)遠(yuǎn)出家機(jī)構(gòu)的知識(shí)儲(chǔ)、超出一個(gè)隊(duì)的能力范疇。持續(xù)難企業(yè)在完成一個(gè)型周期（通常是6個(gè)月或1年的建設(shè)后，數(shù)據(jù)能建設(shè)的工會(huì)逐漸從“點(diǎn)工程”轉(zhuǎn)向“態(tài)工作”、“數(shù)個(gè)項(xiàng)目轉(zhuǎn)“全面開(kāi)花”。進(jìn)入持續(xù)推階段后，企業(yè)會(huì)經(jīng)歷“缺人才招不到，想養(yǎng)但沒(méi)方法、組織機(jī)制不順暢內(nèi)部協(xié)同磕碰碰、科技業(yè)務(wù)脫節(jié)嚴(yán)重”等多非技術(shù)層的問(wèn)題。這問(wèn)更遠(yuǎn)非一個(gè)方法一個(gè)決策所解決，而是需要專(zhuān)業(yè)人員的持服務(wù)、陪伴在潛移默化影。合理?yè)肀鷳B(tài)，選擇正轉(zhuǎn)型方法面對(duì)轉(zhuǎn)型過(guò)程中諸多問(wèn)題，業(yè)應(yīng)該更智地入建設(shè)。相比于己埋頭探索選擇與數(shù)據(jù)能生態(tài)中的第三機(jī)構(gòu)合作：是可以借助個(gè)據(jù)智能生態(tài)中的熟平臺(tái)、成工具以降低本；其次可以吸行業(yè)認(rèn)知、業(yè)經(jīng)驗(yàn)以找合用例；第三還可引入專(zhuān)家角共建以轉(zhuǎn)變業(yè)文化與人才結(jié)。在選擇DAS生態(tài)伙伴過(guò)中，企業(yè)也應(yīng)該據(jù)自身的資、成熟度和核心問(wèn)題，選擇差化的合作深與模式。通過(guò)矩陣精準(zhǔn)定位自身AS建設(shè)路徑按照企業(yè)類(lèi)型和字化成熟度個(gè)維度，我把業(yè)劃分為四個(gè)不的群組：領(lǐng)者，創(chuàng)新者追趕者和初學(xué)者。第一象限——領(lǐng)軍者：數(shù)字化成熟度高的大型企業(yè)特征領(lǐng)軍者企業(yè)典型征是企業(yè)規(guī)大，經(jīng)營(yíng)存時(shí)長(zhǎng)，基礎(chǔ)設(shè)施、業(yè)模式和盈模式比較成熟，在技術(shù)、人、資金方面累比較雄厚該企業(yè)在數(shù)字化伊階段就走在列，在人、財(cái)、物、產(chǎn)、供銷(xiāo)各個(gè)環(huán)節(jié)字化基礎(chǔ)已具，已經(jīng)建立相對(duì)熟數(shù)字化運(yùn)管控體系，行業(yè)中數(shù)字化的型示范企業(yè)這些企業(yè)在智化邁進(jìn)的過(guò)程中擁有了良好礎(chǔ)條件，具了通過(guò)智能化實(shí)業(yè)務(wù)規(guī)?；偷幕A(chǔ)。建設(shè)思路對(duì)于領(lǐng)軍者和創(chuàng)者企業(yè)，由在人才，技，據(jù)的積累有一定基礎(chǔ)，在有資預(yù)算支持前提下，可以在入平臺(tái)基礎(chǔ)力的同時(shí)，合身需求，選擇定化的業(yè)務(wù)方和系統(tǒng)工具在轉(zhuǎn)型過(guò)程中，力應(yīng)該同時(shí)顧對(duì)組織文、才結(jié)構(gòu)、業(yè)務(wù)流等深層次問(wèn)，以實(shí)現(xiàn)持的、更為深刻的型。第二象限——?jiǎng)?chuàng)新者：數(shù)字化成熟度高中小型企業(yè)特征“創(chuàng)新者”企業(yè)體，從單個(gè)模上看不是大存續(xù)時(shí)間也相對(duì)短，但在數(shù)化方面，由這些企業(yè)的領(lǐng)導(dǎo)對(duì)數(shù)字化的視和強(qiáng)推動(dòng)，用小步快跑的方，通過(guò)不斷錯(cuò)，也快速索出了適合自身數(shù)字化建設(shè)徑，并充分利用aS平臺(tái)和部人才彌自身在技術(shù)備和人儲(chǔ)備上的不足，數(shù)字化應(yīng)用域也取得了俗成績(jī)。建設(shè)思路此類(lèi)企業(yè)同樣建選擇定制化建設(shè)方案，是實(shí)施過(guò)程中，可將重點(diǎn)定位業(yè)務(wù)創(chuàng)新、才轉(zhuǎn)型中。針對(duì)礎(chǔ)設(shè)施，由業(yè)務(wù)體量的因可以更多依托成解決方案開(kāi)。第三象限——初學(xué)者：數(shù)字化成熟度低的中小型企業(yè)特征“初學(xué)者”企業(yè)數(shù)量最多的業(yè)群體，這分業(yè)規(guī)模小，存續(xù)間短，從自業(yè)務(wù)特點(diǎn)上看，大多僅僅覆從產(chǎn)品研發(fā)設(shè)計(jì)、生產(chǎn)物、銷(xiāo)售、服務(wù)等生命周期的到兩個(gè)環(huán)節(jié)專(zhuān)注于細(xì)分市場(chǎng)受自身規(guī)模投資、技術(shù)人限制，這部分企數(shù)字化的基比較薄弱，未形成企業(yè)自身業(yè)化數(shù)字化織、流程、才技術(shù)體系。建設(shè)思路由于受限于人才技術(shù)，數(shù)據(jù)積累和資金限，通常不具備定化的條件，這種情況下企業(yè)應(yīng)該優(yōu)先考引入標(biāo)準(zhǔn)化的DS產(chǎn)品借平臺(tái)企業(yè)的經(jīng)驗(yàn)累，引入行的最佳實(shí)踐，快速建立企業(yè)自身DAS應(yīng)用景，更快地駛?cè)隓S發(fā)展的快道。第四象限——追趕者：數(shù)字化成熟度低的大型企業(yè)特征“追趕者”企業(yè)同樣備較大的企規(guī)模，具備才、技術(shù)和資金持，但是由其信息化“史包袱”比較重企業(yè)決策鏈決策周期比長(zhǎng)以及配套組織變復(fù)雜等原因造成了在數(shù)字化轉(zhuǎn)型的浪潮中船大難掉頭，數(shù)據(jù)智能設(shè)經(jīng)提上議程，但推進(jìn)速度較，目前的成熟度仍相對(duì)較低。建設(shè)思路由于其較大的業(yè)務(wù)體以及在行業(yè)深耕程度，傳統(tǒng)經(jīng)營(yíng)管理中行業(yè)化特色著，在資源入方面也有一定空間。后發(fā)業(yè)可以采用業(yè)的DAAS解決方案借助已經(jīng)"行業(yè)W-W”深度融合的具，聚焦的業(yè)務(wù)產(chǎn)出快拉齊自身與行業(yè)領(lǐng)先機(jī)構(gòu)的距。同時(shí)通過(guò)短期的成果樹(shù)立心，推動(dòng)領(lǐng)層與員工加對(duì)據(jù)智能的關(guān)注。著基礎(chǔ)能力領(lǐng)導(dǎo)意識(shí)與人員能力達(dá)到一定平，可以向面定制的DAS設(shè)模式進(jìn)發(fā)。AAS實(shí)踐案例分享領(lǐng)軍者企業(yè)（Ⅰ象限）、創(chuàng)新者企業(yè)（Ⅱ象限）采用S定制化解決方案案例一：企業(yè)名稱(chēng)：某全球知名鎖餐飲集團(tuán)案例名稱(chēng)：智能數(shù)企業(yè)規(guī)劃與施案例簡(jiǎn)介：該企業(yè)過(guò)去的經(jīng)營(yíng)已構(gòu)建良好據(jù)基礎(chǔ)能力體系但在數(shù)據(jù)智應(yīng)用方面仍存在諸多不足。勤管理咨詢(xún)依托AS解方推動(dòng)該組織從數(shù)經(jīng)營(yíng)企業(yè)向數(shù)據(jù)智能企方向進(jìn)一步變革主要利用數(shù)與挖掘分析力對(duì)三個(gè)核心業(yè)務(wù)域的能力進(jìn)定制化改造：一是創(chuàng)造更大的客戶關(guān)，推動(dòng)忠誠(chéng)的固及單客盈利能提升；二是用數(shù)據(jù)分能力提升四大運(yùn)板塊（菜單發(fā)、供應(yīng)鏈營(yíng)管理、財(cái)務(wù)管理的管理與運(yùn)效率；三面向管理層提升析決策環(huán)節(jié)智能化，包市輿情分析、產(chǎn)品爭(zhēng)分析與智決策處理具體場(chǎng)景。案例成果：盈利能力：項(xiàng)交付周期內(nèi)門(mén)店平均盈效率提升%；運(yùn)營(yíng)效率：供鏈等核心運(yùn)板塊效率提超%，營(yíng)銷(xiāo)管理成本降低%；數(shù)據(jù)底座夯實(shí)完成DMP數(shù)據(jù)管理臺(tái)的建，助力構(gòu)建內(nèi)部數(shù)據(jù)的融與歸一、客戶精細(xì)化自動(dòng)細(xì)、分析報(bào)告動(dòng)化生成與送全平臺(tái)數(shù)據(jù)自動(dòng)流轉(zhuǎn)管理、據(jù)分析管等關(guān)鍵能力；案例二：企業(yè)名稱(chēng)：某國(guó)際動(dòng)消費(fèi)品巨頭案例名稱(chēng)：洞察力動(dòng)轉(zhuǎn)型項(xiàng)目案例簡(jiǎn)介：德勤管咨詢(xún)協(xié)助該業(yè)完成洞察的組織轉(zhuǎn)型規(guī)劃并面向市場(chǎng)析與存貨理兩大關(guān)鍵經(jīng)營(yíng)力完成定制平臺(tái)與配套作式的搭建。在全轉(zhuǎn)型規(guī)劃方，優(yōu)化數(shù)化經(jīng)營(yíng)組織模式自下而上完數(shù)據(jù)應(yīng)用場(chǎng)的面梳理及應(yīng)用方的具體設(shè)計(jì)優(yōu)化數(shù)據(jù)集方式并整體提數(shù)據(jù)資源管能力、完成礎(chǔ)技平臺(tái)的設(shè)計(jì)以筑友好易用數(shù)據(jù)環(huán)境定制化平臺(tái)方面面向存貨管板塊，構(gòu)建貨測(cè)模型并配套相門(mén)店空間與力資源管體系、客戶體驗(yàn)理體系等設(shè)方案；面向場(chǎng)析板塊，定制化開(kāi)發(fā)S平臺(tái)，實(shí)現(xiàn)市場(chǎng)輿論、客戶關(guān)系產(chǎn)品動(dòng)向等鍵信息的實(shí)監(jiān)與實(shí)時(shí)處理，并套完成相應(yīng)程與管理式的搭建。案例成果：借助S平臺(tái)，實(shí)現(xiàn)售效率提升；有效降低運(yùn)營(yíng)轉(zhuǎn)成本，平單店庫(kù)存水降低約%。案例三：企業(yè)名稱(chēng)：良品鋪?zhàn)影咐Q(chēng)：數(shù)字化營(yíng)轉(zhuǎn)型案例簡(jiǎn)介：瓴羊在品鋪?zhàn)訑?shù)字轉(zhuǎn)型經(jīng)營(yíng)體，目前已從兩方幫助其實(shí)現(xiàn)經(jīng)營(yíng)能力的全面提升：（）全洞察精細(xì)化銷(xiāo)：良品鋪利用瓴羊Quickudene產(chǎn)品，傳自有全渠道信息，選定試區(qū)域潛客人進(jìn)行深度洞，單端購(gòu)買(mǎi)偏好消人群發(fā)展成上線下多端消費(fèi)人群；（）基瓴羊零售行解決方案，助良品鋪?zhàn)哟蛟臁叭巳憾床斓健靶驴瞳@取”的消費(fèi)者增閉環(huán)；（）構(gòu)數(shù)據(jù)中臺(tái)推數(shù)智化轉(zhuǎn)型：瓴數(shù)據(jù)中臺(tái)解方案脫胎于里巴巴自身數(shù)據(jù)臺(tái)的實(shí)踐，助良品鋪?zhàn)臃滞ǜ飨到y(tǒng)數(shù)據(jù)，且統(tǒng)一出標(biāo)口徑，