黑天鵝、灰犀牛現(xiàn)象頻繁出現(xiàn)，不確定性已成為常態(tài);我們能做的，是抓住其中的確定性。精細運營、快速反應，讓決策更智能，這是未來十年的確定性。
中國制造業(yè)向智能制造轉型升級已成為大勢所趨，而“智能”不僅體現(xiàn)在生產制造環(huán)節(jié)，還有日常的經營管理和決策環(huán)節(jié)。
7月23日-25日，以“聚力創(chuàng)新•智勝未來”為主題，AME亞洲服裝智能制造博覽會，在上海世博展覽館舉辦。博覽會同期舉辦了“亞洲服裝智能制造高峰論壇”、“LINK FASHION全球服裝領袖峰會”等高端論壇。
觀遠數(shù)據作為深耕服裝行業(yè)的智能數(shù)據分析與決策服務商受邀參加，創(chuàng)始人兼CEO蘇春園現(xiàn)場發(fā)表了《構建智能時代的決策大腦》主題分享。
從流量時代，進入效率時代，
比拼的是“精細運營”&“快速反應”的內功
特殊時期讓零售行業(yè)尤其是服裝業(yè)遭受了前所未有的滑鐵盧，而同時，在特殊時期的沖擊下，很多企業(yè)也另辟了生存之道。
某時尚女裝品牌千名店長變身微商，在特殊時期，僅微商城和微信群的銷售額就貢獻率近70%的業(yè)績。
通過和觀遠數(shù)據共建的智能數(shù)據分析平臺以及移動端“店鋪管家”應用，該品牌可以在特殊時期對銷售結構和暢銷商品進行深度分析，也可以根據每天的一些數(shù)據分析來迭代更新自己客戶群的標簽，實現(xiàn)更精準營銷。
特殊時期終究結束，但是和特殊時期一樣的突發(fā)情況會隨時存在，零售行業(yè)最終還是要圍繞“人貨場”進行精細化運營，提高自己的快速反應能力，用數(shù)據驅動決策。
而數(shù)據驅動零售智能決策的本質并不是產生10x爆炸式增長，而是持續(xù)產生10x-1000x的增長機會。當一個品牌每周多有1,000次增長的機會，當每周庫存預測提高1%的基準，52周之后，與你競爭的就不是同跑道的品牌了。
CEO、一線店長、數(shù)據分析師
是實現(xiàn)數(shù)據驅動的根據地
數(shù)據驅動零售智能決策，有人需要用，有人需要做。所以，好的數(shù)據智能產品一定是從CEO、一線店長、數(shù)據分析師三個角色出發(fā)去設計。
CEO的數(shù)據視角：
“我不要你覺得，我要我覺得。”
傳統(tǒng)的數(shù)據決策方式，是通過Excel、報表或者傳統(tǒng)BI分析歷史數(shù)據作為依據進行判斷決策。而這種方式難免會出現(xiàn)匯報不及時、數(shù)據有偏差、維度單一等問題。CEO需要的實時掌控大盤信息，抓各業(yè)務單元的第一KPI，同時，又可以追溯到業(yè)務終端問題，實時感知經營末梢的變化。
針對這類需求，觀遠數(shù)據給眾多服裝品牌提供了決策駕駛艙、CEO數(shù)據大屏、空中巡店等應用。CEO可以通過數(shù)據的下鉆、聯(lián)動等交互，把握總體目標，擴大管理半徑，對問題作出及時調整。
(觀遠數(shù)據 決策駕駛艙示意圖)一線的數(shù)據視角：“越傻瓜越好，請給我做減法。”
一線店長的主要任務是做好門店管理，提供有溫度、有特色的購物體驗，所以他們對于數(shù)據的要求是越簡單越好，復雜的分析看板必然會增加他們的管理負擔。
而在現(xiàn)實的場景中，店長的能力一般都參差不齊。針對這種問題，觀遠數(shù)據和部分服裝品牌打造了“店鋪管家”、“業(yè)績追蹤”、“全渠道分析”、“診斷分析”等分析模型。通過將5%優(yōu)秀店長管理經營的方法邏輯沉淀到數(shù)據分析模型中，可以賦能另外95%的店長提升數(shù)據管理能力。同時，通過訂閱預警等功能，可以實現(xiàn)數(shù)據追人，幫助店長及時掌握門店異常。
數(shù)據分析師視角：“天下武功，唯快不破”
數(shù)據分析師是整個公司數(shù)據系統(tǒng)的直接賦能者，面對海量的數(shù)據源，他們需要更敏捷、更智能的數(shù)據分析工具，去與業(yè)務真正結合，而不是糾結在重復的數(shù)據清洗、準備工作。
觀遠數(shù)據產品一直以“用戶體驗”為核心，開發(fā)了智能數(shù)據準備、實時數(shù)據分析引擎、極速分析引擎、智能數(shù)據大屏、移動BI輕應用等黑科技產品，可以幫助數(shù)據分析師擺脫高重復、高代碼的工作，真正實現(xiàn)從借鑒到超越。
數(shù)據智能落地
需要看三年，做三個月
CEO、一線門店和數(shù)據分析師這三個角色是企業(yè)實現(xiàn)數(shù)據驅動決策的根據地。以這三個角色為核心進行數(shù)據布局，就完成了數(shù)據建設的第一步。其次，就是逐步落地企業(yè)的數(shù)字化轉型。
不同企業(yè)發(fā)展階段和信息化程度不一樣，對于數(shù)據智能的規(guī)劃路徑也不一樣。基于此，觀遠數(shù)據提出了以終為始的“5A”落地路徑方法論(Agile敏捷化、Accurate場景化、Automated自動化、Augmented增強化、Actionable行動化)。不管企業(yè)處于什么階段，都可以找到適合自己的切入口。
在整個體系的搭建過程中，也并不是一蹴而就，觀遠數(shù)據一直提倡“看三年做三個月，分步構建”的數(shù)據落地方法論。
以“CEO、一線店長、數(shù)據分析師”為視角，堅持“以終為始，分步構建”，截至到目前，觀遠數(shù)據已經服務了包含赫基集團、Lily、江南布衣、卡爾丹頓、紅豆在內的眾多服裝品牌。未來，將持續(xù)完善產品，優(yōu)化服務，助力更多服裝時尚品牌通過數(shù)據智能實現(xiàn)持續(xù)增長。
觀遠數(shù)據(www.guandata.com)成立于2016年，以“AI+BI 讓決策更智能”為使命，深耕零售、消費以及互聯(lián)網領域，致力于為客戶提供新一代智能數(shù)據分析平臺以及零售消費行業(yè)的最佳數(shù)據分析實踐。目前服務聯(lián)合利華、沃爾瑪、全家、來伊份、生鮮傳奇、lily女裝、紅豆、小紅書、蜜芽寶貝等知名企業(yè)。公司總部位于杭州，并在北京、上海、深圳等地設有辦事處。
