綜述篇：數據中臺成為企業增長的剛需 | 《新零售數據中臺通關指南》

吳雪軍(東錘)

一、2020數據已經成為生產要素

數據中臺為什麼成為企業增長的剛需，因為國家已經把數據定義成生產要素，如果數據是生產要素，意味著數據的價值和土地的價值和勞動力的價值和資本的價值就平齊。

整個社會、國家、世界上的經濟運作或者國家運作的時候，已經開始運作數據中臺，如果企業不去做，意味著會被社會逐漸甩出去。做數據是一個剛需，如果企業要再往上一個臺階，對數據的理解、利用和社會的融合等需要思考。

二、智能數據，大勢所趨

目前政府（國家）對數據的理解水平和應用的深度不亞於企業，政府現在思考的高度、力度以及具體的分類，可參考十四五整個規劃綱要。在技術領域以及數據應用領域上，國家已經想得非常清楚，國家智囊團也講得非常清楚，而且後續的整個資本推動大數據和技術領域的指數化的升級已經毋庸置疑。截止阿里財年331，數據中臺簽約客戶大概達到了102家，大家非常積極的擁抱這個事情，主要的變化就是在於不僅僅是企業，是從政府就開始了。

三、企業社會化分工，在線化運營，垂直化整合，加速數據流動

過去企業CIO是打造以ERP為核心，把商品管理、供應鏈管理、渠道、產品研發等一套系統。

ERP為核心的內圈

但是突然發現我們在周圍這些數據，都是結果數據。原來我們做的以ERP為核心的所有的軟件的目的是為了結果的業務和財務一體化，財務所謂財務業務一體化是以財務為核心的，定義好所有的科目，定義好所有的利潤中心的邏輯，然後讓業務的結果變成一個的財務科目的每一個分錄。

真正企業在實際運作過程中需要的是什麼？需要是需要往外生長，所以我們要去增長。

什麼是增長？要更多的市場，更多的夥伴，更多的品牌多元化，更多的跟供應商，更多的物流的玩法，更多的專業的服務，都進一步融合和整合後你才能增長。並非是多賣點東西就要增長了，要有更多的賽道才能增長，要更多的品牌出來開發才能增長。當我們去往外圈思考的時候，突然發現ERP不夠了，更多的要去靠連接過程，協同的過程，跟企業外部的資源進行整合，進行數字化進行互動。

這個時候外圈的產生的數據遠大於ERP產生的數據。因為ERP只是記錄結果，而外圈的是記錄你所有的過程，要捕捉的是過程中的所有數據。

這個時代，人人在線化辦公，業務團隊的所有工作內容全部都在線。這個時代在線化成本越來越低，在線化交流的越來越順暢，使得我們有機會確實可以數字化。

在線化辦公、數字化

在ERP和外邊數據採集業務採集之間要建一套體系叫中臺，在不侵入現有業務系統的情況下建立數據中臺出來，幫助ERP和外圍的所有的企業增長，用於增長的所有產生碎片化數據進行整合和拉通，構成一個的可結構化的數據單元，服務於企業的所有內部組織和生態夥伴。

站在 CDO和CIO的角度來說，服務對象不是企業內部的某一個部門，服務對象一定要站在生態的角度去思考，只要跟企業組織生命體有關係的，所有的這些合作伙伴的角色、員工都是你的數據服務對象。

四、企業從自身出發找到自己建設數據中臺的初心

1. 業務創新

   1. 數智化營銷
   2. 渠道一盤貨
   3. 柔性供應鏈

2. 數據治理

   1. 元數據治理
   2. One Model
   3. One Servicr

3. 技術升級

   1. 雲計算
   2. 人工智能
   3. 物聯網

技術升級2020年大家已經都認可，而要不要做數據治理，取決於我們對數據的擁有量和複雜度，但業務創新都需要做。

A類企業:

1. 以新國貨為代表，一起步就是高起點，數據中臺必須建設。
2. 先鋒企業，已經理解看到趨勢，提前佈局，提前投資，一把手主動搭建未來新班子，培養新組織。

B類企業:

1. CIO取得一把手全面信任，基於雲計算啟動數據治理和數據中臺底座建設，升級數據倉庫和數據湖。
2. CDO領命面向未來建設企業數據體系，基於數據倉庫、數據湖之上，建立一套新的面向業務的數據應用體系。

C類企業（有一定數據積累）：

1. CMO啟動數智化營銷升級是目前最急需的項目，是所面向消費者的企業必須做的事情。
2. 銷售體系建立面向在線化消費者的渠道一盤貨模式，形成2C2b2B新的渠道在線化體系，需要建立銷售預測，數字信用，千店千面等新渠道賦能模式。
3. 銷售供應鏈與生產供應鏈的融合速度加快，柔性化後產銷協同，數據穿透，全面質量，物料計劃都需基於數據模式重構。

D類企業（沒有數據積累）：

1. 傳統企業數據化改造不斷前進，業務中臺已經推動拉通協同內外組織，需要儘快啟動數據中臺來協助。
2. 新創企業，選型雲原生的技術體系，業務部門話語權大，快手選型，快速上線，快速適配業務場景，尤其是數智化營銷受到創新企業的青睞。

五、數據對業務決策的影響深度

數據決策的邏輯是什麼？這數據到底對決策帶來什麼樣的影響？數據怎麼對決策帶來影響？要好好往內看，往企業內部去看，往自己的對這件事情的判斷結構上去看。

結果呈現：
1）對業務結構
2）及時查詢
3）日報週報等

業務洞察：
1）現象背後找本質
2）數據背後找原因
3）發展背後找趨勢

未來預測：
1）算法輔助
2）看向未來
3）數據模擬
4）人工判斷

建議指導：
1）算法剖析
2）診斷建議
3）推薦行動
4）關聯業務

自動認知：
1）自動分類
2）自動調度
3）自動推演
4）自動發起

互聯網企業已經到了自動認知區域，非互聯網企業大部門還在結果呈現和業務洞察（走得比較小，走得比較慢）區域，非互聯網先鋒企業準備啟動未來預測。所以未來三年數據價值是業務洞察、未來預測、建議指導會是在AI的助力下，做數據的決策的未來一個方向。且資本會往這邊去投，企業會往這邊去發展，然後技術也開始成熟。