還記得2016年10月在杭州舉辦的云棲大會上，馬云提出“新零售”概念，提倡打通零售業(yè)的線上、線下，實(shí)現(xiàn)數(shù)據(jù)化、無人化。

如何實(shí)現(xiàn)數(shù)據(jù)化？這可不是僅僅看那些紙質(zhì)或電子報(bào)表就能實(shí)現(xiàn)的。這里，諸如零售等行業(yè)企業(yè)需要一套數(shù)據(jù)化工具與分析方法�！霸趪鴥�(nèi)，用數(shù)據(jù)為企業(yè)賦能的時(shí)代來了，”觀遠(yuǎn)數(shù)據(jù)創(chuàng)始人兼CEO蘇春園表示，“過去的10年是IT時(shí)代，未來的10年是DT時(shí)代，即用數(shù)據(jù)驅(qū)動的時(shí)代�！�

圖 ｜ 觀遠(yuǎn)數(shù)據(jù)創(chuàng)始人兼CEO蘇春園

過去的實(shí)體零售是“粗放”，需要用數(shù)據(jù)“精耕細(xì)作”

在蘇春園看來，“新零售”的本質(zhì)是用數(shù)據(jù)驅(qū)動，來提高零售的效率。“現(xiàn)在的零售是‘粗放’的，擁有大量實(shí)體店，卻不會用數(shù)據(jù)去實(shí)現(xiàn)精細(xì)化的管理。”他認(rèn)為，傳統(tǒng)零售業(yè)必須借助BI（商業(yè)智能）的力量來實(shí)現(xiàn)變革。

而對比到觀遠(yuǎn)數(shù)據(jù)，觀遠(yuǎn)團(tuán)隊(duì)多數(shù)來自微策略、阿里巴巴等知名企業(yè)，在數(shù)據(jù)分析和商業(yè)智能領(lǐng)域積累了超過10余年的行業(yè)實(shí)戰(zhàn)經(jīng)驗(yàn)，在目前新零售風(fēng)口下，蘇春園認(rèn)為這將對他們意味著一個(gè)巨大的機(jī)會。

我們可以看見，在過去，實(shí)體零售店也會產(chǎn)生數(shù)據(jù)，最為常見的就是一大堆的紙質(zhì)或是電子報(bào)表，但是，他們不會高效、合理的運(yùn)用數(shù)據(jù)，只是停留在報(bào)表層面�！皬膱�(bào)表到分析、再到智能決策，這其中包含三個(gè)步驟�！碧K春園表示。

一家零售門店，在早上某個(gè)時(shí)間段，連續(xù)幾天出現(xiàn)人流量增長但營業(yè)額沒有漲幅的現(xiàn)象，這是一種異�，F(xiàn)象�！皥�(bào)表只是結(jié)果性的初始數(shù)據(jù)，我們需要通過分析把結(jié)果性的數(shù)據(jù)還原到整個(gè)過程，總結(jié)為什么會出現(xiàn)這種結(jié)果。”這里，體現(xiàn)的是從報(bào)表到分析的跨越。

分析是什么？是針對某個(gè)情況找出原因，或是給出一個(gè)大致趨勢。于零售實(shí)體店而言，這是不夠的，除了找出原因，他們還需要有人幫助做決策、做智能診斷和預(yù)測。

“通過算法可以自動定位指標(biāo)和可能出現(xiàn)的問題，從而降低對人的依賴，畢竟很難指望人人都是分析師�！碧K春園表示。當(dāng)前，于各家廠商而言，具備數(shù)據(jù)分析能力的人才難找，而算法則給他們提供了另一個(gè)平行選擇，在店面管理、運(yùn)營這一塊，“80％－90％的分析鏈路是可以交由算法去實(shí)現(xiàn)自動化／半自動化的，所以在未來，店長就不用每天主動打開各類報(bào)表，或是做各類分析，算法會給到智能診斷、預(yù)測的結(jié)果。”

“人、貨、場”還需有“腦”，打通各環(huán)節(jié)數(shù)據(jù)做智能決策

提到新零售或是商業(yè)智能，人們會說這是在重構(gòu)“人、貨、場”，不過，蘇春園表示，人貨場解決的是某一環(huán)節(jié)的問題，是很重要的，但是隨著不斷的完善，人們會發(fā)現(xiàn)，這其中是需要一個(gè)“中樞”，也就是“腦”，去打通人貨場。

舉一個(gè)例子，自新零售等概念提出之后， 打著這一標(biāo)簽的大數(shù)據(jù)企業(yè)層出不窮。其中，有一部分企業(yè)依托計(jì)算機(jī)視覺提供商業(yè)智能產(chǎn)品和服務(wù)，譬如通過AR、人臉識別等技術(shù)吸引用戶，打造一種會員制，當(dāng)用戶下次到來的時(shí)候就可以根據(jù)多種維度的數(shù)據(jù)畫像進(jìn)行精準(zhǔn)推薦、制定對應(yīng)的推銷，亦或是提醒對應(yīng)產(chǎn)品的補(bǔ)貨等等。

對于這類企業(yè)，用蘇春園的話來說，他們所解決的“人、貨、場”只是商業(yè)智能中的一部分問題�！白罱K，數(shù)據(jù)都需要匯集到‘大腦’，后者需要打通各個(gè)環(huán)節(jié)的數(shù)據(jù)，做更為自動或智能的決策�！彼�表示�！霸谖磥恚�企業(yè)經(jīng)營是需要實(shí)時(shí)決策的，不可能在周會或是月度會議上提出問題并尋找解決方案，這個(gè)時(shí)候已經(jīng)晚了�！边@也是觀遠(yuǎn)數(shù)據(jù)想要解決的問題。

更為簡單的講，觀遠(yuǎn)數(shù)據(jù)做的就是“腦”，在打通人、貨、場之后，將用戶數(shù)據(jù)、營業(yè)報(bào)表、庫存容量等多種維度的數(shù)據(jù)匯集到一處，實(shí)現(xiàn)單品單店分析、門店經(jīng)營異常監(jiān)控、銷量預(yù)測、智能備貨等多種商業(yè)智能服務(wù)。

“我們深耕于‘腦’的分析、決策、預(yù)測、診斷等方面，聚焦于怎么讓決策更智能。在國內(nèi)BI廠商中，做這方面業(yè)務(wù)的企業(yè)并不多，各自都聚焦于不同的點(diǎn)�！碧K春園說到。而觀遠(yuǎn)數(shù)據(jù)對此最大的不同，就在于大力推進(jìn)與其他商業(yè)智能或大數(shù)據(jù)企業(yè)的合作，致力完善這個(gè)決策大腦。就在上個(gè)月，他們牽手機(jī)器視覺新零售代表企業(yè)開為科技，與見福便利店簽署了戰(zhàn)略合作協(xié)議。

最后：“AI＋BI”賦予商業(yè)智能化，但也不能一步就位

可以看到，不管是傳統(tǒng)零售，亦或是新零售，“數(shù)據(jù)”是必然產(chǎn)生并穿插于各個(gè)環(huán)節(jié)的。不同的是，新零售是“智能”的，觀遠(yuǎn)首創(chuàng)的“AI＋BI”的產(chǎn)品模式，正在將新零售的“智能推向極致�！�

因?yàn)锳I的加入，從數(shù)據(jù)的采集到分析、決策等諸多方面，開始變得主動、變得實(shí)時(shí)，這時(shí)候，人類將得以騰出精力去做一些更為重要的事情，比如提升用戶體驗(yàn)、提供更溫暖的服務(wù)等等。

“‘AI＋BI’實(shí)現(xiàn)了數(shù)據(jù)分析的閉環(huán)，但企業(yè)也不可能一下子就變得非常智能，這其中需要通過一個(gè)路徑來實(shí)施�！碧K春園表示。

因此，他們制定了一個(gè)從敏捷分析到智能決策的“5A”路徑。分別是敏捷化Agile、場景化Accurate、自動化Automated、行動化Actionable、增強(qiáng)化Augmented，從初始的數(shù)據(jù)可視化到敏捷分析指標(biāo)、到自動化實(shí)現(xiàn)、到主動提供建議、預(yù)測等等，逐層遞進(jìn)。同時(shí)，觀遠(yuǎn)數(shù)據(jù)提供的是定制化的產(chǎn)品解決方案，并配置有專業(yè)性的人工顧問團(tuán)隊(duì)，全方位地為客戶提供數(shù)據(jù)服務(wù)。

在商業(yè)智能的實(shí)現(xiàn)上，觀遠(yuǎn)數(shù)據(jù)已經(jīng)打出了自己的“名氣”，并有覆蓋零售、金融、泛互聯(lián)網(wǎng)等多個(gè)行業(yè)的成功合作案例，包括來伊份、上蔬永輝、九龍倉、聯(lián)合利華、百威、迪卡儂、中國銀行等客戶。今年3月份，他們獲得了由紅杉資本中國領(lǐng)投的3500萬人民幣的A輪融資，至于下一輪融資，蘇春園透露，將根據(jù)需要明年擇機(jī)啟動。而同樣是在明年，他也計(jì)劃將現(xiàn)有客戶規(guī)模翻一個(gè)數(shù)量級。