被阿里带火的数据中台,不靠这三个阶段绝对失败

开发 前端 中台
自从数据中台爆火以后,天天有人问如何度量数据中台建设的效果,怎么证明数据中台建设就成功了。

 自从数据中台爆火以后,天天有人问如何度量数据中台建设的效果,怎么证明数据中台建设就成功了。

这是一个很复杂的问题,就好像问,如何证明企业数字化转型成功了一样,让企业的数据“用起来,跑起来,转起来”是企业数据中台构建成功的标准。

下面这个案例是一个典型的企业构建数据中台利用数据,挖掘数据价值的过程,利用这个案例,我们来看一下如何从无到有构建一个数据中台。

数据应用的挑战

这个企业是一个传统行业,他们的业务模式是典型的品牌商,经销商,门店,消费者四层结构,是典型的产品加服务的模式,对于门店(客户端)的依赖较大。

以前,该企业靠产品的差异化有极强的竞争力,是典型的卖方市场,运营方式相当传统。

市场大撒钱,活动广告是粗犷式管理。

销售常压货,对经销商是控制型管理。

被阿里带火的数据中台,不靠这三个阶段绝对失败

但是,近几年,该企业所在产业升级,客户的需求越来越多元化,门店对于单个产品的依赖越来越低,经销商压力越来越大,传统的压货模式已经不能够应对现有的模式。

为了应对这样的挑战,该企业也做了很多尝试,建立自己的电商平台,打造线下直营店,希望和客户,消费者建立更加直接的联系,应用建的不少,但是依旧面临很大的挑战。

主要包括如下5点:

  1. 市场费用花了不少,不知道都带来了什么效果
  2. 没有客户端端数据,只有Sale In没有Sale Out,不知道谁在用自己的产品
  3. 线上流量无法导到线下产生订单
  4. 线下经销商数据不能回到线上形成闭环
  5. 企业花钱买了流量,但是转化率低

如何解决这些问题呢?

应对挑战的冰山模型

被阿里带火的数据中台,不靠这三个阶段绝对失败

以上的业务现象,从数据的视角都能找到相关的原因:

1、市场费用花了不少,不知道都带来了什么效果:

市场的广告,活动等投资,没有与阅读量,传播量,转化量,销量数据直接关联起来,所以,无法度量和评估效果。

2、只掌握Sale In(销售给经销商的订单)没有Sale Out(销售给客户和消费者的订单),不知道谁在用自己的产品

传统的经销商代理模式,品牌商获取不到Sale Out数据,所以无法准确的知道市场的真实库存情况,也就无法更准确的做销量预测,更不清楚自己的商品卖给了哪些门店和消费者,这是数据缺失的问题。

3、线上流量无法导到线下产生订单

由于该行业的特殊性,需要服务的支撑,所以线上直接下单的几率较小,很大程度上依赖线下的沟通。但是线上有用户访问,但是哪些是高潜意向用户,应该如何跟进,分配给那个门店或者经销商比较合适,这些决策缺乏数据支撑,导致线上流量导入线下生成订单的成功率低。

4、线下经销商数据不能回到线上形成闭环

线下经销商的订单数据,缺乏有效的手段采集回品牌商,从而能够匹配到对应的Sale in数据,无法形成闭环,这样会导致对市场预测,库存,经销商行为,销售能力的不掌握,就无法对于后续的经营做出更加准确的指导。

整个市场竞争越来越激烈,品牌商还是按照抽成的方式在挣钱,并且对中国市场的利润要求还保持一定的增长,这种情况下品牌商的销售部门为了完成任务各种压货,杀鸡取卵,经销商不挣钱,疲于奔命,而经销商的数字化水平普遍比较低,人员流失率大,陷入恶性循环。

5、企业花钱买了流量,但是转化率低

有些企业意识到了流量的重要性,所以花了大投资在流量上,流量的质量越来越差,转化率很低,归根到底是这些流量的数据与内部的营销数据没有整合起来,导致有质量的流量没有被识别出来

成功建设数据中台的三个阶段

整个过程,可以用三个阶段来总结:让数据,“用起来”,“跑起来”,“转起来”

被阿里带火的数据中台,不靠这三个阶段绝对失败

1、让数据用起来

该企业并没有一上来就做技术平台,而是做了一个轻咨询,首先,从业务价值的角度全面地发散了各种有价值的数据利用场景清单,然后对这些场景进行了价值优先级的排序,选出优先级比较高的场景进行深度分析。

探索这些场景需要的数据,验证技术可行性,做一个可行性优先级的排序,最后从这个场景清单中选出最有价值,数据基础最好,技术可行的场景,作为最小可行性产品(MVP)立刻启动交付开发,从而最快的将数据利用起来。

被阿里带火的数据中台,不靠这三个阶段绝对失败

精益数据创新的三个交集

让数据用起来,产生业务价值是数据中台建设的第一优先级。至于这个用起来的过程是否是自动化的,是否有大数据平台的支撑,是否用到了先进的技术,这些都是第二位的事情。

举个例子,作为该企业的经销商,经常会需要产品参数数据,过去这些数据都是通过邮件发出来,所以,很不及时,而且还需要收到后进行手工的处理才能用起来。

这个场景在轻咨询中被识别出来,后来,做了一个数据API,让经销商们能够通过这个API去很方便地调用最新的参数数据,而不需要打电话再发邮件了,这就把这个参数数据用了起来。

但是,其实这个需求的技术实现是非常简单的,并不复杂,而且在最早期,甚至还有一些落后,为了快速响应业务的需要,这后台并没有用到多么高深的开发,也不是自动的,而是人工查询、采集、处理好参数数据放到一个文件夹下面,然后在用程序去读取这个文件,连数据库都没有用到。

让数据能够以服务的形式被业务调用,哪怕是手工配置的数据,这就是数据中台的第一个阶段,让数据用起来。

2、让数据跑起来

数据中台是企业的数据产品工厂,它的作用就是在源数据和数据产品之间构建一个自动的数据处理链,从而让源数据自动的经过采集、处理、转换、集成形成一个个的数据产品(服务),在被相关业务系统所调用。

整个这个过程都是在数据中台中的数据价值链中流转的,数据中台让所有的数据产品从生产到消费的过程自动化,形成自动的流,从而让数据跑起来

这里的让数据跑起来,包括几层特定的含义:
让数据随时都在跑动
让数据跑到正确的地方

让数据转起来

小结

让数据“用起来,跑起来,转起来”,对应的就是数据应用体系,数据技术体系和数据运营体系。企业必须建立起这三个体系,才能构建数据驱动的能力。

 

责任编辑:张燕妮 来源: 今日头条
相关推荐

2018-07-10 09:47:11

Linux内核阶段

2017-01-06 10:07:39

Linuxwindowsatime

2017-12-26 05:40:52

物联网IT数据

2010-11-15 10:50:43

Oracle启动模式

2010-08-04 14:02:08

Flex事件机制

2021-10-15 08:32:03

RocketMQ数据结构架构

2023-09-08 14:09:31

云转型云技术

2018-04-28 11:03:58

2017-11-02 13:15:18

Linux

2020-01-07 09:15:03

大数据故事信息

2020-12-28 17:03:09

区块链比特币金融

2021-12-23 10:05:43

机器学习人工智能黑盒模型

2021-03-30 15:10:50

Java序列化

2016-12-09 09:00:32

大数据风控金融

2022-11-10 08:31:09

原生图数据库可视化

2009-06-10 19:20:21

IT职业人士职场

2019-06-11 12:23:28

NoSQL数据库MongoDB

2018-12-28 12:57:30

云计算云服务管理

2020-07-31 12:40:39

固态硬盘构成

2019-06-06 08:48:14

代码函数编程语言
点赞
收藏

51CTO技术栈公众号