零售企業(yè)如何構(gòu)建數(shù)據(jù)中臺

鮑躍忠

今天大家對于數(shù)據(jù)中臺的概念有各自的理解和認(rèn)知。最早是阿里提出來的，他是參訪美國海軍的大后臺，小前臺，中間缺少一個可以支持到前端的炮火的靈活性的中臺，所以提出了這樣的一個概念。

但是對于零售商來說，數(shù)據(jù)中臺到底是一個什么東西？我們應(yīng)不應(yīng)該去建設(shè)它？如何去建設(shè)，如何去應(yīng)用，以及這樣的零售數(shù)據(jù)中臺建設(shè)中有哪些需要去注意的點(diǎn)？

目前在市場上，主要是大的一些電商平臺，還有像蘇寧等一些比較大型的零售企業(yè)，他們在做數(shù)據(jù)中臺上的一些實(shí)踐，供我們做一些初步的參考。

數(shù)據(jù)中臺，它是一個偏技術(shù)性的平臺，它最初的概念，類似于數(shù)據(jù)的倉庫?，F(xiàn)在業(yè)界又提出了這個數(shù)據(jù)中臺的概念。

目前對數(shù)據(jù)中臺的兩種理解

一種是堅(jiān)持以技術(shù)為主的數(shù)據(jù)中臺，還有一種是技術(shù)加應(yīng)用的數(shù)據(jù)中臺。從我了解來看，目前市場上大家聽到的，更多主要都是偏向底層的技術(shù)類的數(shù)據(jù)平臺，離應(yīng)用還是比較遠(yuǎn)。阿里這邊做得已經(jīng)比較成熟。

但是現(xiàn)在大家都在思考這個問題，那就是如何用數(shù)據(jù)來賦能業(yè)務(wù)。所以光有純技術(shù)層面上的一個匯集，和中臺的建設(shè)是沒有辦法真正地滿足大家對于一個公司戰(zhàn)略發(fā)展更長遠(yuǎn)的數(shù)據(jù)驅(qū)動業(yè)務(wù)。

我想說的是，我們強(qiáng)調(diào)的是數(shù)據(jù)后臺加前臺應(yīng)用，而不是數(shù)據(jù)中臺的概念，其實(shí)就是希望數(shù)據(jù)中臺不單單是一個技術(shù)類的平臺，它更多的是要走到前面去，能夠支持到業(yè)務(wù)的前臺。

在我們看來，一個數(shù)據(jù)后臺，一個決策的中臺，然后再加上一個業(yè)務(wù)前臺這樣的一個組合，是更符合現(xiàn)在零售企業(yè)的實(shí)際需求。所以我提出的一個概念是策略中臺，而不單單是說所謂的數(shù)據(jù)平臺，數(shù)據(jù)更多的是在后面，我們把零售企業(yè)內(nèi)部的各種數(shù)據(jù)源有機(jī)地組合、治理、清洗，甚至建模，這些都在后臺完成，包括一些有效的外部數(shù)據(jù)能夠整合進(jìn)來。

在這些數(shù)據(jù)后臺的基礎(chǔ)之上，上層我們要搭的是一個策略的中臺，這個策略的中臺，他能夠去負(fù)責(zé)我們業(yè)務(wù)的前臺。這個策略中臺很大程度上是目前我們非常缺的一塊，它真正是一個核心的組建，核心的一層，它能夠去非常好地支持零售企業(yè)各個部門、各個業(yè)務(wù)場景。更多的是，能夠去緊密地貼合業(yè)務(wù)前臺當(dāng)中不同的應(yīng)用場景，用數(shù)據(jù)和算法支撐策略中臺。所以這個策略中臺可以理解的話叫做BT的平臺，它是吃了數(shù)據(jù)后臺的數(shù)據(jù)，然后通過算法和模型結(jié)合非常明確的前臺業(yè)務(wù)場景，所搭建的一層中臺。

我舉一個非常具體的業(yè)務(wù)場景，來解釋一下怎么從數(shù)據(jù)后臺到策略中臺，再到最上層的應(yīng)用場景的前臺業(yè)務(wù)的閉環(huán)。就拿促銷這件事情來說，我相信不管是任何規(guī)模的零售企業(yè)，促銷都是大家去做的一件事情。整個促銷的業(yè)務(wù)閉環(huán)當(dāng)中，有幾個關(guān)鍵的業(yè)務(wù)決策場景。

第一個就是營銷的規(guī)劃，我到底怎么來做？我促銷的品類，一年26檔或者30檔促銷的規(guī)劃。

第二個是促銷的選品。促銷規(guī)劃完了之后，具體的某一個時間段檔期或者是一個具體的時間段，我要去做促銷的選品，我怎么來選擇商品？是供應(yīng)商推薦的，我自己采購提報的，依據(jù)是什么？

第三個是促銷的定價，我選定了比如說200支商品，要去做促銷，這200個商品，怎么確定合理的價格，合理的機(jī)制？很重要的一個點(diǎn)，我要去做促銷的備貨，200個商品，到底每一個店都應(yīng)該備多少貨，這單單靠經(jīng)驗(yàn)和傳統(tǒng)的補(bǔ)貨公式很難去完成。

中間還有一個促銷執(zhí)行過程當(dāng)中的監(jiān)測，最后就是促銷的評估。所以總體來看會有促銷規(guī)劃，選品、促銷定價，然后再有促銷的預(yù)測，最后還有一個促銷的評估，這樣的4到5個環(huán)節(jié)關(guān)鍵的決策點(diǎn)組成。

首先要做成整套閉環(huán)的話，要做到在這4到5個促銷場景下的一個數(shù)據(jù)驅(qū)動，需要得到所有歷史促銷的數(shù)據(jù)和所有訂單的數(shù)據(jù)，還有需要所有會員的銷售數(shù)據(jù)，還有一部分的庫存數(shù)據(jù)，至少是這些數(shù)據(jù)源基礎(chǔ)，能夠完成促銷場景的技術(shù)閉環(huán)的數(shù)據(jù)基礎(chǔ)。

這些數(shù)據(jù)都會放到數(shù)據(jù)后臺當(dāng)中，做我們內(nèi)部數(shù)據(jù)，按照既定的數(shù)據(jù)格式和數(shù)據(jù)標(biāo)準(zhǔn)放進(jìn)去，除了內(nèi)部數(shù)據(jù)之外，還需要融入一部分的外部數(shù)據(jù)。比如說天氣的數(shù)據(jù)，當(dāng)我們在對促銷做銷量預(yù)測背后的時候，天氣肯定是一個非常重要的影響因素。還有一些是外部的一些POI的數(shù)據(jù)，也就是你的競爭信息，這些外部數(shù)據(jù)也需要容納到你的數(shù)據(jù)后臺里去。當(dāng)這些你所滿足某一個特定業(yè)務(wù)場景所需要的數(shù)據(jù)，能夠放到數(shù)據(jù)后臺中去之后，在策略中臺這一層，等于說是調(diào)用這些數(shù)據(jù)后臺的數(shù)據(jù)，基于機(jī)器學(xué)習(xí)和人工智能算法或者是一些在數(shù)據(jù)后臺已經(jīng)打上了一些商品和會員的標(biāo)簽，你可以對于促銷的核心決策情景去進(jìn)行直接的推薦和建議。

從這個角度看，不同的部門，做規(guī)劃的時候，規(guī)劃部或者市場部可以各取所需，選品的時候采購來進(jìn)行選擇，通過選品里面的一些商品的標(biāo)簽，包括促銷品的預(yù)測、預(yù)期的銷量、包括價格因素，進(jìn)行智能的選品，包括一些基于標(biāo)簽所產(chǎn)生的策略。

再往后走的話就是備貨、備完貨之后最后再去做促銷，在這里業(yè)務(wù)前臺就是要去和我們具體的前端展現(xiàn)結(jié)合起來。

所以在前臺的部分，有了好的策略，已經(jīng)基于數(shù)據(jù)選出了很多比人工和經(jīng)驗(yàn)判斷更準(zhǔn)的商品，更合理的價格，更合適的備貨，怎么樣去跟顧客觸達(dá)，就有很多前臺的業(yè)務(wù)場景點(diǎn)、觸點(diǎn)。不管是通過H5還是小程序，未來在線下各種屏幕和硬件的露出，也能夠有更多的、更吸引人的內(nèi)容展現(xiàn)形式。

策略中臺的其中一層可以是一種用標(biāo)簽、用銷量預(yù)測、用價格彈性等一些算法去幫助我們進(jìn)行選品、定價和促銷的預(yù)測。還有一個很核心的算法，就是我選出來200支促銷商品之后，怎么樣去對顧客進(jìn)行個性化的推薦，這里又涉及到個性化推薦算法。

我不會把200個商品、甚至500支商品全部推薦給每一個消費(fèi)者，所以我們會基于這200或者500的商品去進(jìn)行個性化推薦。在這樣的一種情況下，我們通過數(shù)字化的手段是完全可以跟電商一樣進(jìn)行對促銷的個性化推薦，不管是券還是商品還是其他的內(nèi)容，都可以進(jìn)行這樣的個性化展現(xiàn)。進(jìn)一步地提高我們促銷的資源與每一個會員的相關(guān)性。這樣，我們就能完成促銷場景下的從數(shù)據(jù)后臺到策略平臺，再到業(yè)務(wù)前臺的這樣的一個相對完整的閉環(huán)，這個閉環(huán)是一個環(huán)形的鏈路。

在我們零售的產(chǎn)品當(dāng)中有很多的環(huán)形鏈路組成，每一個環(huán)形鏈路加起來就會形成一個鏈?zhǔn)降逆溌?。未來整個零售的數(shù)字化進(jìn)程，到最后就是在我們幾個零售的核心業(yè)務(wù)場景，包括促銷閉環(huán)、包括會員運(yùn)營的閉環(huán)、包括商品的閉環(huán)等一系列閉環(huán)，形成一個鏈?zhǔn)椒磻?yīng)，最終才能夠形成從粗放式到集約式發(fā)展，整個精細(xì)化管理的路徑才有可能。

用促銷這個場景舉了一個例子來闡述如何從數(shù)據(jù)后臺到策略中臺，再到業(yè)務(wù)前臺從下至上的業(yè)務(wù)場景閉環(huán)。

在我們的零售場景當(dāng)中，核心的業(yè)務(wù)場景有很多，促銷只是其中的一環(huán)，然后商品的環(huán)路是一個，可能未來有會員環(huán)路等。

只有從這樣的一個鏈?zhǔn)椒磻?yīng)當(dāng)中，并且中間是以消費(fèi)者和會員作為核心的算法驅(qū)動，我們才能夠真正地實(shí)現(xiàn)以消費(fèi)者為中心的運(yùn)營模式。不管是我們的品類決策、選址或者價格決策，促銷決策都應(yīng)該按照這樣的一個閉環(huán)來形成。

現(xiàn)在觀察到的情況是，數(shù)據(jù)后臺做純技術(shù)的非常多，做中間這一層的非常少，做上面那層的也非常多。

中間策略這一層也就是DT這一層，它能夠完美地去銜接數(shù)據(jù)源和業(yè)務(wù)前臺的部分，這塊的技術(shù)含量也要求非常高，它不但要求技術(shù)，而且要求對業(yè)務(wù)的理解要深，還需要有很強(qiáng)的算法和數(shù)據(jù)，懂業(yè)務(wù)、懂場景的算法科學(xué)家來支持，才有可能把這些策略算得好、算得準(zhǔn)。

甚至一開始的時候也許是不準(zhǔn)的，是在一個過程中去迭代的，不斷地去升級，不斷地去完善數(shù)據(jù)后臺里的數(shù)據(jù)的維度，數(shù)據(jù)的準(zhǔn)確性，才有可能把這套體系完整地搭建起來。

數(shù)據(jù)后臺和策略中臺的意義

接下來從整個架構(gòu)當(dāng)中三個層面去展開，比較詳細(xì)地講一下數(shù)據(jù)后臺和策略中臺。

數(shù)據(jù)后臺：最核心的就是兩塊，一塊就是數(shù)據(jù)的采集和治理，一塊就是數(shù)據(jù)的架構(gòu)。

數(shù)據(jù)的采集和治理：是一個非常重、臟的活，說實(shí)話，因?yàn)橐獜牧闶凵虄?nèi)部的各種離散的系統(tǒng)，不管是我的CRM的CRP我的WS等內(nèi)部的各種紛繁復(fù)雜系統(tǒng)里面去抽取，還是未來對于業(yè)務(wù)、對于管理、對于財務(wù)等各方應(yīng)用場景所需要的數(shù)據(jù)源的抽取，都是一件非常復(fù)雜的事情，很細(xì)很瑣碎。

還包括要考慮到的基于未來的業(yè)務(wù)發(fā)展戰(zhàn)略，數(shù)據(jù)戰(zhàn)略怎么去形成和外部數(shù)據(jù)源的一些合作和打通，這里面還涉及到跟外部數(shù)據(jù)的合作，所以這個又涉及到數(shù)據(jù)戰(zhàn)略，整個的數(shù)據(jù)采集、數(shù)據(jù)架構(gòu)其實(shí)是相對來說有更多技術(shù)含量的事情。

大家知道現(xiàn)在的數(shù)據(jù)，所謂大數(shù)據(jù)，數(shù)據(jù)源有結(jié)構(gòu)化，有非計劃數(shù)據(jù)，有各種數(shù)據(jù)處理的技術(shù)也是層出不窮，有處理這種結(jié)構(gòu)化數(shù)據(jù)比較好的，要處理一些實(shí)時性數(shù)據(jù)比較強(qiáng)的技術(shù)。

這些梳理不同類型的數(shù)據(jù)，都會有不同的數(shù)據(jù)處理組合來處理，也需要有不同的數(shù)據(jù)架構(gòu)和技術(shù)來支撐。

數(shù)據(jù)架構(gòu)：有數(shù)據(jù)存儲和數(shù)據(jù)計算這兩塊。一般來說存儲對于一些性能的要求相對比較低，計算我們還是要跟整個業(yè)務(wù)場景來進(jìn)行設(shè)計，所以這一塊可能更偏向于比較技術(shù)化的話題，這個部分需要非常專業(yè)的大數(shù)據(jù)工程師才能解釋得透徹。

數(shù)據(jù)架構(gòu)需要架構(gòu)師和業(yè)務(wù)專家通力合作，才有可能把這樣的數(shù)據(jù)后臺搭得比較好，否則就會出現(xiàn)大量的數(shù)據(jù)質(zhì)量問題，或者說數(shù)據(jù)計算效率不高。

策略中臺：也是目前市場上極度稀缺，但是極其有價值，這個價值很大程度上可能會被大家低估。

舉個最常見的場景就是銷量預(yù)測。其實(shí)銷量預(yù)測我認(rèn)為是零售的終極話題，很多的需求，歸根到底就是銷量預(yù)測。

這個商品，他到底大概能賣多少件？不同的門店能賣多少錢？不同的時間得賣多少斤，郊區(qū)的賣多少錢，我按不同的價格，我能賣多少斤，其實(shí)都是銷量問題。在這個問題上面，我們之前也就開始做了大概有差不多十年的時間，在和一些零售企業(yè)做銷量預(yù)測探索。的確是一個業(yè)界最復(fù)雜的難題，而且一般人在外面可能測不出來。

這取決于幾個關(guān)鍵的要素，第一個是數(shù)據(jù)源，銷量預(yù)測決定準(zhǔn)不準(zhǔn)的主要因素就是你的數(shù)據(jù)源夠不夠全，這也是制約現(xiàn)在銷量預(yù)測在市場上，能夠達(dá)到大家所認(rèn)為的非常核心的障礙，但是我相信這個答案是能夠隨著時間可以逐步被解決的。

第二個就是算力的問題。以前在包括分布式架構(gòu)，云計算這些技術(shù)還沒有完全普及，在這個體系下，算力一直是銷量預(yù)測當(dāng)中一個比較核心的瓶頸?，F(xiàn)在這一塊已經(jīng)逐漸地隨著架構(gòu)的完善，核算率的大幅提升和成本的大幅的降低，不再是一個技術(shù)上的瓶頸了。

第三就是你的算法模型。這個也是在不斷的迭代和引進(jìn)的，銷量預(yù)測有一些經(jīng)典的模型，大家常見的一些序列，趨勢波動差距不大。有各種模型或者模型的組合，可以去對不同類型的商品進(jìn)行銷量的預(yù)測。

整個的銷量預(yù)測，如果你能完美解決數(shù)據(jù)源算力和模型的迭代，你的銷量預(yù)測的準(zhǔn)確度會逐步提升的。

隨著一些AI視覺識別的技術(shù)發(fā)展，我們可以進(jìn)一步獲得更多的陳列排面等一些以往在門店里面很難采集到的數(shù)據(jù)。這些數(shù)據(jù)有了之后，再加入到這個模型里的話，會進(jìn)一步地降低銷量預(yù)測的差率，進(jìn)一步去和ERP打通，或者是取消ERP，進(jìn)一步地讓整個捕獲情景能夠有一個更高的效率。本質(zhì)上就是降低庫存周轉(zhuǎn)，然后降低庫存積壓，與減少缺貨這幾件事情之間作一個平衡，所以預(yù)測是個很大的話題。

在未來，不管是哪一種類型的零售，預(yù)測都是一個可以探討的話題。目前還沒有深入去基于社交零售的產(chǎn)品銷量預(yù)測，但是我們在思考一些案例，有一些這方面的一些探索，所以它是一個終極話題，針對不同類型的零售，是最終的本質(zhì)。

整個策略中臺里面除了銷量預(yù)測，還有一系列的核心可以基于高級的算法，復(fù)雜的人工智能算法去驅(qū)動關(guān)鍵的策略場景，比如說定價，這也是一個非常核心的決策要素。定價又非常復(fù)雜，又分成日常定價，促銷定價，生鮮定價，還有一些清倉的定價等等。

定價里面還涉及到促銷的機(jī)制。這些都是有大量的工作可以去通過這樣的一些算法去幫助我們把日常大家可能是通過一些比較簡單的邏輯，或者商業(yè)邏輯來進(jìn)行的價格的定義，變得更加科學(xué)。

這里面一定是人機(jī)結(jié)合的，比如說我推薦500個商品的價格策略，你可能會接受里面的200個，另外300個還是按照自己人工的經(jīng)驗(yàn)，因?yàn)槟壳八惴ㄊ菦]有辦法100%準(zhǔn)確的，這是不可能的事情，但是我們也不能忽略它長期的迭代和價值的創(chuàng)造。

另外一個核心的場景，就是商品的陳列和陳列邏輯、顧客的決策樹，這跟品類管理相關(guān)，也是一個非常重要的策略性基于算法來指導(dǎo)和支持前臺業(yè)務(wù)動作當(dāng)中品類管理和品類調(diào)整。

這里面也是可以基于大數(shù)據(jù)算法的，還有一些饑餓策略分類聚類的算法，指導(dǎo)不同的品類采購，去聯(lián)合供應(yīng)商一起來進(jìn)行大數(shù)據(jù)的分析，通過分析商品之間的關(guān)聯(lián)性和替代性，幫助決定到底每個品類陳列的邏輯和場內(nèi)的決策樹是怎么樣的。

還有就是個性化推薦，這個是非常成熟的機(jī)器學(xué)習(xí)的應(yīng)用了。亞馬遜通過個性化推薦，是它的一個核心的技術(shù)引擎，創(chuàng)造了大量的銷售和用戶的忠誠度，國內(nèi)的互聯(lián)網(wǎng)公司也都在這塊投入巨大。

所以策略中臺里面非常核心的業(yè)務(wù)場景，簡單來總結(jié)一下，就是在整個策略平臺上，對于零售最相關(guān)的、對商場來說可能最有用的、最有價值的幾個核心的策略，策略中臺里輸出的是銷量預(yù)測、智能定價、個性化推薦的算法，還有品類管理里面的算法，他們共同形成的策略平臺，就可以覆蓋到我們零售當(dāng)中的主要場景。

從上品到促銷到備貨，到會員的忠誠度管理，形成一個相對比較完整的從前到后的一個策略平臺的支撐。整個業(yè)務(wù)前臺一定也是要跟整個策略中臺緊密關(guān)聯(lián)的。

數(shù)字化引進(jìn)是螺旋上升的過程

最重要的是這個事情要一個一個的點(diǎn)開始，任何企業(yè)他很難上來就把整套東西完全用上，馬上出效果，這個是不現(xiàn)實(shí)的。整個的數(shù)字化引進(jìn)，是一個螺旋上升的過程，從整個技術(shù)搭建到運(yùn)營，讓內(nèi)部的組織能夠用起來，然后再到后續(xù)的迭代，包括流程上，還有算法上的迭代，都有一個相對比較長的過程。

數(shù)據(jù)中臺這個事情肯定要做，但是還是有一些相對比較輕的方案?？偟慕ㄗh小步快跑不一定要花上千萬，甚至幾千萬來做一個數(shù)據(jù)的平臺。數(shù)據(jù)中臺是很有價值的一個東西，只是說怎么去平衡時間。

本文作者系商務(wù)部萬村千鄉(xiāng)市場工程專家、高級經(jīng)濟(jì)師。專注新消費(fèi)、互聯(lián)網(wǎng)環(huán)境下新零售、快消品行業(yè)變革。