您的当前位置: 首页  >> 资讯动态 >> 搜狐新闻 

百分点杜晓梦:零售行业需要从数据起步,实现智能跃迁搜狐

发布时间:2019-11-27

文 | 搜狐科技 尹莉娜

11月26日,由搜狐科技主办的“2019搜狐科技AI峰会”在北京举行,为广大读者解读AI前沿新技术,探索行业新趋势。

在零售分论坛上,百分点首席数据科学家杜晓梦表示,目前已经进入了大数据和人工智能结合后的数据智能的时代,无论是营销、销售、供应链还是生产端都越来越智能,所以未来从数据的应用以及专家知识系统的增加这两个部分,将会给零售行业带来非常大的突破。

杜晓梦认为,零售行业从数据到智能跃迁是有四个步骤。第一步是业务数据化,就是整个零售流程生产、营销、销售和服务的流程当中,每一个环节都有产生大量的数据,需要把这些业务数据捕捉下来。第二步是数据资产化,业务环节产生大量数据在没有进行很好治理的时候是非常杂乱并且产生不了价值的,所以我们要进行数据资产化,帮助零售企业形成数据洞见。第三步是资产应用化,已经梳理好了一大部分的体系内体系外的第三方数据,如何根据我们的业务需求和优先级构建需要我们用数据驱动的应用。第四步是应用智能化,就是如何让供应链领域变得更加智能。

以下为杜晓梦演讲全文:

感谢搜狐科技的邀请,现在是一个非常困的时间点,我就讲得快一点,今天主要和大家分享一下零售行业百分点的解决方案,我在百分点负责数据科学业务以及在大数据和人工智能做数字化转型方面的业务。

简单介绍一下百分点,我们是2009年成立的,到现在是十年的时间,累计服务了1万多家中国企业,包括中国电商、零售、金融、房地产、汽车等等行业,所以今天非常高兴和大家分享一下我们在零售这个板块、这个行业的实践。我们从2015年开始帮助中国政府部门去做政务大数据的转型,2016年开始我们也是走向海外,响应中国政府的号召帮助“一带一路”国家构建国家大数据平台,还有人工智能的解决方案。

我们认为,目前这个时代已经是基于大数据和人工智能走向数据智能的时代,上午也听了很多专家分享,包括利用的数据,还有专家的人工知识输入都在帮助零售行业,无论是营销、销售、供应链还是生产端都越来越智能,所以未来从数据的应用以及专家知识系统的增加这两个部分,将会给零售行业带来非常大的突破。

零售行业从数据到智能跃迁有四个步骤:第一步是业务数据化,就是整个零售流程生产、营销、销售和服务的流程当中,每一个环节都有产生大量的数据,我们能否把这些业务数据捕捉下来。第二步是数据资产化,我们的业务环节产生大量数据,这些数据在没有进行很好管理的时候是非常杂乱并且产生不了价值的,所以我们要进行数据资产化,帮助零售企业形成数据洞见。第三步是资产应用化,已经梳理好了一大部分的体系内体系外的第三方数据,如何根据我们的业务需求和优先级构建需要我们用数据驱动的应用。第四步是应用智能化,包括今天很多专家提到供应链领域的智能化,后面也会分享一个案例,就是如何让供应链领域变得更加智能。

以上四个点是我们认为零售行业至关重要的,就是在从数据到智能跃迁当中必经的四个步骤,我会用四个案例帮助大家有一个更加直观的理解。

首先是应用数据化。每年大概有数十亿投入的营销活动当中,全国各个大区都在做线下的营销活动,但是很头疼的是不知道哪些营销活动效果更好,也不知道预算应该更多地倾斜到哪些营销活动当中,其实是因为没有很好地把这些业务进行数据化,所以没有办法进行比对、搜索和后面的分析,我们帮助他们把整个营销费用报告审核的全流程进行数据采集。

所有营销活动的供应商和内部的人员需要去填写很多的数据,包括时间、金额、申请人、活动方案、物料、产品、客户等等信息,所以这些都是帮助积累很多的数据,也就是说把业务进行数据化的一个非常重要的环节。有了这些数据之后,我们可以建立各种各样的指标和分析维度,比如客户、区域、产品、库存等等,在此基础上就可以做很好的分析,看到不同的投入、不同的营销活动能够带来多大的价值,所以说业务数据化是一切数字化转型的第一个步骤。

然后是数据资产化,这是我们给王府井集团做的大数据项目,帮助他们打通全国几十家的门店以及线上线下的数据,做了很好的数据资产化的管理。其实这是一个非常艰苦卓绝的工作,因为零售数据其实非常的杂乱,比如有很多货品的数据,消费者的线上线下数据、交易的数据等等,所有的这些数据都需要很好的治理、整合、盘点,这样才能形成数据资产。例如我们围绕一个个体消费者的全触点数据,包括停车系统数据、PC端和线上商城数据、线下门店数据、微商城数据,只有把这些数据全部拉通之后才能形成对于一个人的统一预判,也就是用户画像建立的过程。进行数据资产化之后,我们才能依托这些数据资产构建用户的宏观画像,以及基于不同的人来做千人千面的营销,所以数据资产化也是大数据应用的一个前置条件和基础。

这里举的例子就是我们帮助长虹做的销量预测,需要很好地了解全国各个大区、各个型号、各个SKU的销售情况,更加数字化地帮助他们预判下一个季度、下一个月、下一周整个长虹在全国的销售是怎样的,这样就会用到很多的数据,包括产品相关的数据、促销、价格、政策等等数据,前提是我们把数据进行很好的资产化。可以看到我们在做销量预测的时候会用到一系列已经资产化好的数据,包括订单、竞品、库存等等。基于已经梳理好的数据,我们才能做很好的数据建模和输出,帮助预测不同的阶段、不同的力度的销量情况,通过可视化可以看到不同尺寸、不同价格、不同阶段的销量是怎样的。基于很好的销量预测就可以指导生产,比如不同地区应该生产多少不同种类的产品,以及这些产品的库存在途调度,都是需要基于销量预判进行优化。

最后是应用智能化,我们做的数据中台和业务中台案例,基于这些客户的数据、门店、产品、电商进行拉通,然后去做基于库存管理采购的智能化。希望在三月到五年之后所有的采购决策是机器来做的,就是机器告诉我不同的门店,三亚、香港、杭州的免税品店应该在什么时间采购什么品牌的东西,采购多少是最合理的,能够更好地优化利润空间,所以我们是基于数据帮助他们来做,现在已经优化存货周转率达到40%以上。基于这样的应用,我们认为依托大数据和人工智能技术,未来很多零售企业决策,无论是销售决策、营销决策还是生产决策都会更加智能化、自动化,就是交给机器去做。这些就是依托销量预测我们可以有一个实时捕获的建议,告诉不同的门店在不同的时间点应该采购什么样的产品。

总结一下,我们认为零售行业实现从数据到智能的跃迁,落地的路径就是这样四个步骤:首先是业务数据化,这个环节我们要做很好的数据采集和管理,需要采集哪些线上线下数据,建立怎样的数据资产目录,是这个环节的重点。数据资产化需要做到全渠道线上线下数据的拉通,基于数据的拉通做很好的数据治理以及数据标准的管理,原数据集和数据自动化质量的管理。零售行业有很多的应用需要我们去构建,包括品类规划、门店选址、采购、库存、营销等等,如果我们做了很好的数据资产化,可以依托这些数据资产去实现更好的数据应用。再就是如何让我们已经有的应用变得更加智能、更加自动化。

值得注意的是,这个环节我们不是力求一步到位,而是在业务环节当中我们的应用将不断地迭代,然后更好地结合专家和业务人员的知识,能够让我们的系统变得更加智能,这些就是今天我想和大家分享的内容。

实际上,AI与各行各业的结合已经深入肌理,传统行业都在面临着前所未有的变革窗口期。借助AI实现企业的转型升级,已经从以往的锦上添花变成了如今迫在眉睫。AI将如何重塑行业,行业需求又如何倒逼AI技术的发展,成为了值得探讨的问题。

大会上午的主论坛共分为“AI重点相关技术”与“AI重点场景应用”两大板块,除了邀请中国工程院院士邬贺铨、搜狗公司CEO王小川、三星电子中国研究院院长张代君为我们解读AI发展的最新进展外,还邀请了来自IoT、零售、自动驾驶、金融、医疗五个领域的知名大咖来分享AI与行业的结合。而下午的分论坛则更为聚焦,深入探究AI如何改造零售、教育这两个关乎国计民生的行业。

除本篇外,搜狐科技还针对此次大会进行了全方位的报道,敬请关注本次峰会专题!

PC端:http://it.sohu.com/sptopic/19-155-kb-bdb/kejiai2019pc.html

手机端:http://it.sohu.com/sptopic/19-156-kb-06e/kejiai2019wap.html

(搜狐科技原创文章,转载请注明来源。)


文章来源:http://www.sohu.com/a/356568204_115565?spm=smpc.tag-page.fd-news.43.1574855862804Sa4B3Qm

< <上一篇:张朝阳:江湖还是那个江湖!搜狐重新崛起要回归媒体……

下一篇:搜狐Q1财报:总收入3.74亿美元媒体平台稳健开局> >

丨 首页 丨 关于盘古 丨 产品介绍 丨 营销案例 丨 资讯动态 丨 联系我们 丨

咨询电话:028-86086820      投诉电话:  028-86086814
地址:成都市锦江区东御街19号茂业天地44F 成都市锦江区人民东路6号四川航空广场35楼
   重庆市九龙坡区谢家湾华润大厦34F   海口市美兰区国兴大道11号国瑞城B座西塔12A07

微信二维码
微博二维码

Copyright©2019 成都盘古互动广告有限公司 版权所有