龙翔
后疫情时代,部分品牌业绩逐渐恢复。虽然没有出现“报复性消费”,但业绩环比继续增长。尤其是一些品牌力和商品力较强的品牌,随着国内疫情的进一步好转,消费者信心会增强,业绩完全恢复也是大概率事件。
这场疫情迫使大多数零售企业高度重视自身的数字化建设。
在非常时期,大部分零售企业都快速构建了小程序微商城能力、直播和投放能力、分发能力、社群运营能力、线上内容输出能力(如短视频、文案等。),以及基于此的线上线下新零售能力,让以前可能需要半年甚至一年的事情,因为疫情而快速完成。
到目前为止,数字化能力建设已经成为国内零售企业的标配,在企业内部也逐渐深入。
我相信一开始大部分零售企业都在摸索,处于无序粗放的阶段,没有明确的负责人,也没有有效的方法论。经过三个月的建设和积累,情况得到了明显的改善,并逐渐融入到企业的日常运营节奏中,成为一种常态。
从信息化到数字化
数字化的本质是连接外部的能力,比如连接下游消费者和上游供应商,通过数字化把上下游都连接成一个系统。
在这样的系统中,信息透明,速度加快,边界消失,迫使企业在很多方面做出改变。这和我们过去熟悉的信息技术是完全不同的概念。
在信息时代,企业关注内部流程和效率的改进。借助IT系统(通常是ERP系统、OA系统),将线下业务迁移到线上业务,业务流程在系统中沉淀、标记,转化为数据。通过数据分析,发现业务和管理问题,然后加以解决。
互联网时代,互联网使企业具备了直接连接客户和消费者的能力。在这个时期,数字化的核心价值是连接企业内外,加快企业获取客户信息、产品反馈和营销渠道的能力。
数字化的核心方法是用户之旅,以用户为导向,从以商品为中心转变为以用户为中心,围绕用户来组织产品、设计营销策略和活动,为用户提供一种生活方式、一种生活场景和一种解决方案,而不是一种产品。交易不是终点,而是用户旅程的起点,强调用户留存、用户复购、用户裂变和用户管理。
信息化为企业的生产经营奠定了基础,而数字“连接”这一关键属性,使企业从一个企业到一个平台甚至一个生态,更快地连接更多的客户,触达更多的消费者,连接更多的供应商,从而在更大范围内组织生产。
从数字化到智能化
通过信息化让企业内部数据建立完善,通过数字化让企业与外部数据对接。信息化和数字化都积累了大量的数据。对于企业来说,数据如果没有连接和整合,将是一堆无用的垃圾。尤其是企业有了新零售之后,线上线下的数据需要整合。
数据平台应运而生。它将这些数据串联起来,在此基础上,通过数据算法挖掘出数据中的规律,然后用数据驱动业务,构建了数据和业务的一体化闭环。
现在,数据中心的普及非常重要,因为企业希望获得更智能的洞察,更准确的决策指导,用数据驱动业务。
这个时候,智力就很重要了。智能化的价值取向是让业务系统更加智能化。
比如原来的零售店补货,店长根据自己的经验,辅以数据仓库系统的报表,制定出补货策略,然后给系统下达指令,完成补货。这是一个典型的人驱动的业务场景。
在智能补货过程中,店长完全不参与。系统会根据店铺的历史销量、整体单品销量和市场的宏观情况,考虑产品促销策略,结合财务情况,直接实时自动向后端提出补货需求。这时店长的角色已经被取代,只需要有人根据陈列设计把商品放到相应的货架上。
它是在信息化和数字化的积累下,从量变到质变的过程,是智能商业的基础。
智能的代表是智能匹配和调节。从更大的角度来说,比如红领的工业化定制系统,也是一个智能化的应用。如何智能化,如何让企业实现智能生产,从市场上直接带动RD、设计、生产,都依赖于对数据的分析和利用。现在,这样一个炙手可热的数据中心承载着这样一个愿景。
信息化、数字化和智能化的异同
不同于信息连接的本质,智能系统的核心工作方式是机器学习。
和数字化一样的工作方法是设计流程,调查用户旅程,然后BA(业务分析师)根据这些流程拆解用户故事,最后开发成系统应用。
但是,智能系统的核心工作方式并不是这样。智能系统产生模型,利用机器学习等人工智能技术从数据中获取洞察,进而驱动应用软件执行相应的行为。
我们可以用一个表格来总结信息化、数字化、智能化的区别。
从信息化到数字化,再到智能化,我们发现了一个共同的特征和趋势,那就是“打破边界,全局优化”。
信息化的边界很明显。大的边界是企业的外部和内部,营销和运营管理。比如时尚鞋服行业的ERP系统(企业资源计划管理系统)、分销DRP系统、财务系统、WMS系统(仓库管理系统)、PLM系统(产品生命周期管理)。
希望数字化把企业内外,把企业的业务、管理、技术连接起来,但还是解决不了全局优化的问题。这是因为企业内部仍然存在组织架构的划分,每个业务部门都有自己的定位和不同的绩效指标。
只要业务有不同的指标,就无法实现全局优化。这就是我在业内一直说的“业务流程有屁股”。如何才能打破这个边界,实现全局优化?
“数据没有屁股。”数据的相关性决定了没有整合就没有价值,数据的相关性决定了你不能拆分数据。
智能需要消除的是组织架构和部门围墙,让业务决策从全局优化的角度出发,由数据而不是人来驱动。
如何以智能化推动企业整体优化?
从全局优化、企业管理和业务运营的角度来看,数据智能可以促进企业在很多方面做出全局优化的改变。
从业务运营的角度来看,基于数据的典型全局优化场景有三种。
1.全渠道商品运营
不再区分线上线下商品,而是基于库存共享。哪个渠道卖得好,分配的商品资源就越多;代理和自营之间不再有区别。在智能化的帮助下,总部的统一管控能力会越来越强,最终实现全国一盘货。在智能机器学习强大的纠错能力下,这种操作的效率会不断迭代和提高。
2.全渠道会员运营
企业向会员提供统一的、无差别的服务,会员可以随时随地享受企业提供的服务和产品。在总部的后台,可以看到世界各地的会员数据。
未来,通过连接一些外部企业数据平台,在统一ID的基础上,融入更多外部会员的行为数据,会员的画像会越来越清晰丰富,对会员的洞察也会越来越深入,这将促进企业会员更精准的运营,企业会员的变现能力也会大大提高。
3.全渠道推广/内容运营
企业的所有图片和内容都可以在统一后台一键发布,大大提高了工作效率,加强了内容、渠道、产品的匹配。
从企业管理的角度来看,服务器上的云是对计算存储网络的基础设施进行全局优化的方式。共享服务中心是优化企业整体运营和服务的一种方式。数据中心是对企业数据进行统一规划、整理、处理和利用的全局优化方式。
对于现在和未来的企业来说,要想提高在市场中的竞争力和面对不确定性的快速反应能力,就必须站在企业整体优化的角度,推动基于智能的企业数据深度应用,摆脱过去以人为本的决策方式,打破内部部门围墙和组织架构的束缚,让数据在企业内部流动,推动数据驱动的决策和运营转型,让企业走得更安全、更智慧。
评论列表()