苏春园 观远数据创始人&CEO
毕业于卡耐基梅隆大学信息技术与管理专业硕士,拥有超过15年数据分析以及商业智能管理服务经验。曾任全球顶尖BI公司微策略软件全球高管&中国区产品研发总裁,为上百家500强企业提供过大数据分析规划和落地执行服务。


本文整理自苏春园在观远数据2019智能决策峰会的演讲实录,演讲主题为《数据有为·智在决策》。

本文的主要内容如下:
• 观远数据创办背后的故事
• 观远数据零售客户分析实践
• 正在发生的趋势:企业颗粒度革命
• 新消费时代,智能决策发挥何种作用
• 智能时代需要注意的技术趋势与未来
• 世间奇伟之观,常在于险远

15年专注做一件事

感谢前面几位分享的嘉宾,我代表观远数据欢迎各位在酷暑中来到我们现场参加硬核的头脑风暴。

我今天分享的主题是《数据有为·智在决策》。在两个礼拜之前,我在北京参加耶鲁大学和红杉资本组织的CEO领导力课程,其中有一门课叫优势识别,需要回答几百个问题,通过大数据的模型得出每一个人的优势与相对劣势。我拿到结果一看,总共34项能力,我排在比较前面的优势,有两个关键词:第一个叫专注,专注是对一个长期目标的坚持;第二个是分析,通过数据去做分析决策。我拿到结果之后非常震惊,我说大数据的模型已经比我妈更了解我了。

因为过去的15年我就专注在做数据分析的事情。15年前我进入到卡耐基梅隆大学,当时读的专业还没有现在的“大数据”“人工智能”这种概念,但那时候我们读的核心课程就是围绕如何用数据做分析与决策,比如Data Mining数据挖掘、Decision Making Under Uncertainty如何在不确定性下做决策、Digital Transformation数字化转型。毕业之后我加入了MicroStrategy,这是一家非常有意思的公司,基本上每三家500强有一家是MicroStrategy的客户。从一开始作为工程师,从代码的角度去看怎么样用数据、用模型、用产品去帮助企业,到后来成为中国区整个产品研发的总裁,以及全球服务器产品线的总经理,有机会带领几百位同事,参与了微策略历史上最重要的产品发布,并且与全球客户进行深度交流。

大家可能都知道美国公司的发布会最喜欢选在拉斯维加斯举办,那些年我们每年在拉斯维加斯与全球的几千家客户,在一个礼拜的时间里面密集的头脑风暴。从早到晚,每一天我们跟几十家客户一对一沟通客户的使用情况,怎么才能更好帮到他们用数据做决策。感谢这段经历,给了我不一样的视角,如何理解客户真正的需求,企业有哪些不同的决策场景,以及数据分析到底如何产生可以量化的价值。

同时,在那个过程中也发现,因为受制于那个年代的技术,受制于基础设施,其实有很多企业一直希望能够用数据解决更多更深入的问题,但即便全球最领先的500强企业以及最领先的科技企业,也还没有太多办法解决,那是一个无人区。

到了2016年,一个巨大的时间点到来。几股浪潮已经融合在了一起,算法、算力和数据......我们看到了巨大的拐点,过去的数据分析和商业智能仍然有价值,但是它没有解决的问题——对于海量数据的探索,对于未来的预测,对于异常诊断,对于行动的建议,因为这些技术浪潮的到来,成为了可能。所以2016年的9月,我与几位以前的老伙计们后来在阿里巴巴的兄弟们,正式启动了观远数据。

珍惜与每一家品牌的缘分

01 沃尔玛
这15年里面一直跟数据打交道,走过了一些弯路、填过很多坑,也有很多有意思的故事和缘份。比如沃尔玛,从读书到工作,分别研究和服务过沃尔玛的数据应用场景,然后很巧的是我们观远数据一个月之前正式跟沃尔玛中国达成了合作,通过和沃尔玛在全球最创新的孵化器Omega 8合作,我们一起实现更精准的生鲜品类的预测,而这件事情的难度在过去通过传统的数据分析是难以解决的,现在有了新的技术浪潮,这些都成为了可能。这背后与其说是一种缘份,更是时代背景下潮水自然的流向。

两个礼拜之前500强最新排名刚刚出来,大家看到沃尔玛连续第六年蝉联榜首的位置。前任沃尔玛CEO有几句话让我印象深刻,非常朴实但是道出了对于数据的本质,他是这样说的:过去这些年我们在每周五上午决定干什么,周六中午就部署完成,快速发现问题,快速行动。进步不是都像我们想象中那么轰轰烈烈,你不需要比你的竞争对手领先几个月,一招致敌;也不需要领先几个礼拜,只需要每年52个礼拜每个礼拜领先几天,这就是你的优势。更进一步,在中国,一方面是高频快速迭代,另外一方面需要更精准地给出行动建议,这是沃尔玛在中国的实践心得。

02 联合利华
同样也是500强的联合利华。联合利华是我们从去年开始合作的一个非常重要的战略客户,我们与他们团队一起在最前沿的地带进行探索,从BI到AI的不同场景落地。今年初BCG发布了快消行业的调查报告,针对全球排名前30的快消品公司,去看哪些技术赋能的场景最需要被提升,其中排名最前面的是需求预测。对于往往拥有庞大体量的快消企业而言,需求的准确带来的将是下游所有生产供应链、仓储、渠道管理的精准运营管理,影响力可想而知。

03 鲜丰水果
刚才讲到的是全球有影响力的品牌,我们回到自己本土的零售力量——鲜丰水果,这是一家社区门口经常看到的连锁门店。全国超过1500家门店,过去他们每个礼拜六的时候部门开一个会,发现哪一些店在某一些商品上有什么问题需要改进,然后再做决策。但在今天我们为鲜丰水果构建的能力是把同样一个时间周期里面决策的次数、迭代的次数增加到原来的10倍甚至上百倍,因为我们的智能分析平台可以做到每个店、每一天、每几分钟自动检测,发现主要商品里面销售的偏差和可能发生的原因是什么。

04 奈雪的茶
类似的还有奈雪的茶,看看经过大数据锤炼后奈雪的茶味道会不会有不一样。奈雪的茶永远在推新品,新品能不能引领新的消费潮流是茶饮最核心的竞争力之一。在这里面,过去两个礼拜做的决策对新品研发的指导意义是非常有限的。但是在今天奈雪的茶跟我们合作,我们把这两个礼拜拆成每半小时为一个周期,每半小时对于这个新品在不同门店,这些商品受什么样画像的客户欢迎,为什么喜欢它的口味,怎么样定价,怎么样的商品组合最合理......这些整合的数据分析在这两个礼拜里面可以迭代商品几百几千次,最终成就一个受大众欢迎的新品,这是奈雪的茶面向市场一个核心的竞争力。

企业颗粒度革命

智能决策的本质是什么?是在同样的周期里面:一周、一个月或者一年.....能够比过去、比你的竞争对手多10倍、100倍、1000倍发现问题、进步迭代最后产生增长的机会。你抓住了其中的机会,在52周之后和你竞争的就不是过去的你,也不是隔壁的品牌了,你是与未来为伍,这才是智能决策的本质。

为什么原来做不到呢?这背后是“企业颗粒度”的革命在发生。今天下午见福便利店会专门分享,它们有2000个店,每个店怎么做极致单店经营模型,其他1999个店怎么找到这里面最优的模型作为参考,让第二个店变得更聪明。这里面我们把它细化成所有原子度的时候我们发现不仅仅是店,我们的渠道,我们的单点,我们每个商品的单品,重要的单客,每一次的市场营销的效果,都会每一次比前一次更聪明。

甚至还有我把它叫做“单度”的一个概念,这是上个月和可口可乐在聊的。现在是盛夏高温的时候,如果明天的温度比今天高一度,可能对可口可乐在中山公园的地带会产生什么样的影响。如果你掌握了原子级别颗粒度的分析和决策,你在未来还有60天的夏天里面,通过改变和迭代,你将获得持续不断的竞争优势。这本质上正呼应了智能时代数据、算法、机器学习产生的巨大生产力。这也是跟传统商业巨大的区别,传统商业每一个人,每一个体系的能力IQ是固定的,我们一个企业如果有1000个门店,只有5%的店长能够执行,但是通过系统通过算法可以让优秀经验和数据处理逻辑共享,让10%、20%、30%甚至更多的店长变得越来越优秀。

智能决策:植根于新消费创新土壤

以更宽广的视角审视我们所处的时代,我会将其划分为工业时代和智能时代。工业时代极大放大了我们的体力,而智能时代它本质上是生产了数据。每个企业现在最不缺的就是数据本身,但是从2016年开始因为人工智能崛起,我们的脑力开始能够得到极大放大,而且所有的机器学习会持续反馈迭代变得越来越聪明。

脑力的放大对于我们商业活动会带来什么?所有商业活动的源头就是决策。决策是企业的大脑,决定了企业未来的任何动作。Gartner对于全球CIO2019年数字化预算的调查显示,将增加投资排名最高的是数据分析,第二个是AI人工智能。这个趋势在中国同样也在上演,我们已经看到越来越多的企业在重视利用数据做决策这个事。所以观远数据希望能够帮助企业构建每一个企业都需要的决策大脑,去更聪明地经营管理,尤其是在零售、消费、新经济行业。

几十年前,根植于德国先进工业的土壤,一家伟大的公司诞生了,它叫SAP。20年后、30年后在今天的中国,中国的新经济消费正在引领全球的创新。我们看到在中国一定也同样需要科技企业在背后赋能,在这个土壤里面去构建面向未来的企业决策能力,这是我们观远数据的使命,也是我们所有团队努力奋斗的目标。

我们往往高估了新的物种、新的技术、新的创新在一年带来的变化,却容易低估了三年五年后的变化。这里面对于我们在座各位行动派来说,我们需要的是看到未来一年、两年、三年的商业轮廓,第二个是怎么分步解决好当下三个月决策的主题和场景。在这个过程中会不断产生数据迭代和闭环,最终通过三个月的布局抵达面向三年后的智能决策大脑的终局,这是我们想要为各个企业去协助规划并构建的。

我想再次分享这个图,有一些老朋友看到过这张图,我们也持续得到了对我们这个方法论的正向反馈。观远数据有最核心的一个观点跟大家分享:对未来的共识比较容易形成,但是如何抵达未来的过程是最最重要的。而观远数据作为一家科技公司,我们的BI到AI,怎么帮助企业构建这样的决策大脑。

1.敏捷化:不管什么样的数据,不管新业务还是老业务,第一时间快速构建数据体系。
2.场景化:这个行业里面最领先的企业他们怎么去看店、看货、看人、看供应链,怎么去对标,这是第二点。
3.自动化:当我有了数据体系之后,能不能让它更加普惠,能够自动的数据追人,去提醒发现这个问题。我们的店长不需要在电脑前,他也不可能在电脑前,他只需要数据告诉他下五秒应该做什么决策,更加自动化。
4.增强化:更进一步利用AI实现增强化,通过先进计算力实现更深度分析。
5.行动化:以及建议行动化,赋能算法能力,包括预测包括自动诊断,指导在重要的决策上怎么不断优化。

结语

在结束的时候,最后向今天到场的、包括我们的客户、包括在场下的每一位致敬。我们正处在智能时代的发端,其实每一个时代最不缺的是旁观者,是评论家,甚至是预言家,有很多这样的人。但是最缺的是智能时代的亲身参与者或者行动派。在座各位今天来到现场以及在日常工作中我们一起做很多前沿性创新的合作伙伴,你们就是这个时代最重要的行动派。

最后一点思考:如果说工业时代的伟大之处不是为女王发明了丝袜,而是因为对劳动力的无限放大,让每个女工都穿上了女王同款的丝袜。智能时代呢?智能时代未来它的伟大之处会是什么?也许会是对脑力无穷无尽的放大。那么我们的未来又会是什么?五年后、十年后对我们意味着什么?其实我们没有答案,很遗憾。但是我们相信世间奇伟之观,常在于险远。我们在路上,我们邀请大家一起同行,谢谢大家。