“未來(lái)的十年是向DT時(shí)代發(fā)展的十年，本質(zhì)上是用數(shù)據(jù)驅(qū)動(dòng)來(lái)經(jīng)營(yíng)、決策的，從全球范圍來(lái)看，商業(yè)智能（BI）即將成為最具有美好前景的信息化領(lǐng)域之一。”——正如觀遠(yuǎn)數(shù)據(jù)創(chuàng)始人蘇春園在新零售私享會(huì)上寄語(yǔ)的一樣，依靠數(shù)據(jù)決策的零售商業(yè)智能未來(lái)正在來(lái)到。

10月26日，由觀遠(yuǎn)數(shù)據(jù)和蓋雅工場(chǎng)聯(lián)合主辦的“新零售私享會(huì)”  活動(dòng)在上龍之夢(mèng)萬(wàn)麗酒店如期舉行。華東連鎖零售業(yè)CIO、IT總監(jiān)、IT負(fù)責(zé)人等近40人參會(huì)，觀遠(yuǎn)數(shù)據(jù)創(chuàng)始人&CEO蘇春園、蓋雅工場(chǎng)勞動(dòng)力管理高級(jí)解決方案總監(jiān)邱伸、上海上蔬永輝生鮮食品有限公司CIO胡才雄、波司登國(guó)際控股有限公司信息總監(jiān)桂益龍?jiān)跁?huì)上發(fā)表了精彩演講，聚焦企業(yè)IT運(yùn)營(yíng)討論的圓桌論壇、行業(yè)大佬們的觀點(diǎn)碰撞......一次深度的零售“化學(xué)反應(yīng)”精彩上演。

以下為“新零售私享會(huì)”嘉賓演講摘要精編（經(jīng)觀遠(yuǎn)數(shù)據(jù)編輯）：

觀遠(yuǎn)數(shù)據(jù)創(chuàng)始人&CEO蘇春園

——商業(yè)智能(BI)的發(fā)展趨勢(shì)、落地規(guī)劃與選型探討

傳統(tǒng)BI在慢慢地淡出市場(chǎng)，智能BI則代表了未來(lái)商業(yè)智能的方向。相比傳統(tǒng)BI，智能BI降低了應(yīng)用的門(mén)檻，并克服了傳統(tǒng)BI普遍存在的反應(yīng)慢、無(wú)洞察、難行動(dòng)等缺點(diǎn)，但目前智能BI落地仍然面臨諸多挑戰(zhàn)。BI落地的三座大山包括：

上線，場(chǎng)景上線時(shí)交付的周期長(zhǎng)，節(jié)奏不能控制，最初定好的藍(lán)圖在長(zhǎng)周期下變化很多；

推廣，黏性不高，低頻應(yīng)用，企業(yè)引入BI不難，但引入后不能應(yīng)用；

擴(kuò)展，是否要在BI的智能核心應(yīng)用之外融入大數(shù)據(jù)平臺(tái)、AI算法，這都是需要考慮的。

針對(duì)以上問(wèn)題，對(duì)應(yīng)策略與規(guī)劃包括：

速贏，與很多客戶合作的經(jīng)驗(yàn)表明，一般以三個(gè)月為期限，甚至更短為最佳。這過(guò)程中會(huì)有相應(yīng)的節(jié)點(diǎn)，反饋給領(lǐng)導(dǎo)，與互聯(lián)網(wǎng)迭代速度類似，最終實(shí)現(xiàn)成功上線；

運(yùn)營(yíng)，當(dāng)BI的應(yīng)用越來(lái)越深入后，要推廣到不同的部門(mén)應(yīng)用，一定要經(jīng)過(guò)沉淀和實(shí)踐，用不同的方式賦能；

進(jìn)化，關(guān)于大數(shù)據(jù)平臺(tái)、AI算法的融入沒(méi)有捷徑，只有進(jìn)化。在數(shù)據(jù)平臺(tái)的規(guī)劃中，底層大數(shù)據(jù)平臺(tái)規(guī)劃要穩(wěn)，當(dāng)分析場(chǎng)景成熟后再做智能分析和決策。

智能BI選型應(yīng)考慮以下特點(diǎn)：輕，靈、快、易。

輕的核心定義是快速上線、部署，在客戶端讓內(nèi)部用戶使用，不需要太多技術(shù)感知，在業(yè)務(wù)場(chǎng)景中無(wú)縫嵌入；

易，從IT管控變成IT賦能，通過(guò)智能BI產(chǎn)品，讓業(yè)務(wù)部門(mén)能直接自助式分析和決策，同時(shí)通過(guò)交互式的方式降低使用門(mén)檻；

快，使用大數(shù)據(jù)達(dá)到秒級(jí)響應(yīng)，可在億級(jí)數(shù)據(jù)中做關(guān)聯(lián)分析、實(shí)時(shí)多維度分析；

靈，企業(yè)需要及時(shí)自動(dòng)地發(fā)現(xiàn)問(wèn)題，進(jìn)行智能診斷。將BI與AI結(jié)合，用AI預(yù)測(cè)引擎，延展到未來(lái)預(yù)測(cè)，可使分析和決策上一個(gè)量級(jí)。

回到觀遠(yuǎn)數(shù)據(jù)產(chǎn)品本身，我們的思路是依托于AI與BI的結(jié)合，通過(guò)5A路徑的實(shí)施：從敏捷化（快速地對(duì)已有的數(shù)據(jù)資產(chǎn)上線，形成業(yè)務(wù)端，針對(duì)企業(yè)中核心數(shù)據(jù)進(jìn)行分析），到場(chǎng)景化（沉淀很多行業(yè)不同的成熟場(chǎng)景），自動(dòng)化（自動(dòng)化分析和打通數(shù)據(jù)，實(shí)現(xiàn)從敏捷化到自動(dòng)化），行動(dòng)化（通過(guò)AI產(chǎn)生行動(dòng)建議，提升預(yù)測(cè)精準(zhǔn)度），最后到增強(qiáng)化（風(fēng)險(xiǎn)預(yù)測(cè)、智能臺(tái)賬系統(tǒng)、智能推薦、智能訂貨等），為企業(yè)分步構(gòu)建決策大腦，助其在未來(lái)的競(jìng)爭(zhēng)中能立于不敗之地。

蓋雅工場(chǎng)勞動(dòng)力管理高級(jí)解決方案總監(jiān)邱伸

——藏在日常運(yùn)營(yíng)數(shù)字里的生意機(jī)會(huì)，預(yù)測(cè)算法和智能排班幫你洞察

蓋雅工場(chǎng)目前是中國(guó)最大的勞動(dòng)力管理云服務(wù)平臺(tái)，有著客戶最多、用戶最多、移動(dòng)端使用最多等特點(diǎn)。我們公司是以PDCA循環(huán)的全流程勞動(dòng)力管理模式，涵蓋計(jì)劃、執(zhí)行、績(jī)效和分析四個(gè)層面的架構(gòu)、做到從業(yè)務(wù)出發(fā)的勞動(dòng)力管理。

去年，我們建立了一個(gè)機(jī)器學(xué)習(xí)和大數(shù)據(jù)的團(tuán)隊(duì)，也因此發(fā)現(xiàn)了，通過(guò)預(yù)測(cè)算法和智能排班等功能，能幫助零售業(yè)的客戶看到一些關(guān)于整個(gè)業(yè)務(wù)中的一些生意機(jī)會(huì)，并深度地把它們發(fā)掘出來(lái)。所以基于這種人工智能的基礎(chǔ)架構(gòu)，我們的管理模式也由原來(lái)的PDCA轉(zhuǎn)變?yōu)镈PPC模式。

簡(jiǎn)單來(lái)講就是包含以下四個(gè)部分：

描述——“人的問(wèn)題在哪里？”（通過(guò)商業(yè)智能實(shí)現(xiàn)發(fā)現(xiàn)、匯報(bào)、分析）；

預(yù)測(cè)——“我的生意在哪里？”（通過(guò)機(jī)器學(xué)習(xí)進(jìn)行預(yù)測(cè)、關(guān)聯(lián)、歸類）；

解釋——“人力如何去安排？”（優(yōu)化過(guò)程中的安排、調(diào)度、分配）；

認(rèn)知——“還有哪些新機(jī)會(huì)？”（通過(guò)人工智能理解、尋因、學(xué)習(xí)）。

預(yù)測(cè)引擎的流程：

Data：數(shù)據(jù)調(diào)研，有什么樣的數(shù)據(jù)——時(shí)序數(shù)據(jù)

Feature Engineering：影響因子收集與處理，構(gòu)建特征集合——時(shí)序特征、量化相關(guān)影響因素

Model Collections：模型挑選與組合，搭建符合應(yīng)用場(chǎng)景的模型庫(kù)——ARIMA+ Prophet + Regression + LSTM

ForecastingAPIs：預(yù)測(cè)接口定義與聯(lián)調(diào)，明確輸入與輸出結(jié)構(gòu)體內(nèi)容——input/outputjson content

上海上蔬永輝生鮮食品有限公司CIO胡才雄

——大數(shù)據(jù)創(chuàng)新助力零售精細(xì)化運(yùn)營(yíng)

傳統(tǒng)企業(yè)的信息化建設(shè)，都是根據(jù)公司自身的發(fā)展歷程和業(yè)務(wù)需求，一個(gè)系統(tǒng)一個(gè)系統(tǒng)慢慢配置。而上蔬永輝基于全盤(pán)考慮，選擇了從最底層的大數(shù)據(jù)中心搭建開(kāi)始，率先考慮BI平臺(tái)的建設(shè)。使得BI平臺(tái)承載的公司未來(lái)經(jīng)營(yíng)的所有結(jié)果，將最終倒推到我們所有信息化系統(tǒng)的建設(shè)思路。實(shí)現(xiàn)以結(jié)果為導(dǎo)向，制定業(yè)務(wù)部門(mén)、職能部門(mén)所有的kpi，構(gòu)成了未來(lái)我們公司整體運(yùn)營(yíng)的一些重要指標(biāo)。

此次觀遠(yuǎn)智能BI的加入，為上蔬永輝帶來(lái)了一些顯著的企業(yè)精細(xì)化運(yùn)營(yíng)水平的提升。這主要體現(xiàn)在兩個(gè)大的方面：

1.效率提升，能通過(guò)數(shù)據(jù)快速?zèng)Q策

在智能BI導(dǎo)入前，零售企業(yè)普遍存在時(shí)效性弱，效率不高等問(wèn)題，尤其大部分一線運(yùn)營(yíng)人員在零售行業(yè)都是業(yè)務(wù)人員出身，無(wú)法進(jìn)行深入的數(shù)據(jù)分析。未來(lái)這部分功能由智能BI工具來(lái)實(shí)現(xiàn)，方便了店長(zhǎng)，可以實(shí)現(xiàn)全局把控，進(jìn)行精準(zhǔn)營(yíng)銷(xiāo)，同時(shí)在采購(gòu)供應(yīng)鏈的優(yōu)化上也能通過(guò)精準(zhǔn)計(jì)算，來(lái)減少物流成本。

2.數(shù)據(jù)的歸口一致，保證溝通的依據(jù)和結(jié)論是一致的

BI平臺(tái)中，由于數(shù)據(jù)分析的結(jié)果是基于統(tǒng)一的指標(biāo)，能達(dá)到人員溝通的依據(jù)和結(jié)論保持一致，在此基礎(chǔ)上避免了無(wú)效溝通。同時(shí)移動(dòng)端能讓不同層級(jí)（店長(zhǎng)到課長(zhǎng)）通過(guò)移動(dòng)端獲取實(shí)時(shí)數(shù)據(jù)、實(shí)時(shí)傳輸，把信息的集成和時(shí)效性發(fā)揮到最大。

波司登國(guó)際控股有限公司信息總監(jiān)桂益龍

——新零售下的人力資源管理

我們認(rèn)為，新零售背景下的人力資源信息化管理解決方案，應(yīng)包含“門(mén)店人事信息管理”、“導(dǎo)購(gòu)日常運(yùn)營(yíng)服務(wù)”、“新零售賦能”、“門(mén)店數(shù)據(jù)化分析”、“紅包激勵(lì)”五個(gè)方面。主要流程如下：

“錄用人”：把所有人員的入轉(zhuǎn)調(diào)離，以及日常的運(yùn)營(yíng)（考勤、排班等）都放在一個(gè)移動(dòng)化的門(mén)店人資管理平臺(tái)上進(jìn)行統(tǒng)一管理，管理成本大大降低，效率也直線上升；

“要求人”：以往總部策略傳遞總是層層衰減，有了統(tǒng)一的信息化平臺(tái)，陳列指導(dǎo)標(biāo)準(zhǔn)發(fā)布-執(zhí)行反饋-溝通指導(dǎo)，全程一條龍服務(wù)。同時(shí)活動(dòng)的形成，發(fā)布、跟進(jìn)推動(dòng)及評(píng)估，都能由總部直達(dá)終端，讓溝通更高效、反饋更及時(shí)；

“培養(yǎng)人”：通過(guò)專業(yè)的導(dǎo)購(gòu)職業(yè)體系，明確成長(zhǎng)路徑和標(biāo)準(zhǔn)，同時(shí)移動(dòng)端培訓(xùn)還可以補(bǔ)充技能和技巧類的基礎(chǔ)學(xué)習(xí)。發(fā)布考試任務(wù)，讓培訓(xùn)的跟進(jìn)和反饋一目了然，最大程度實(shí)現(xiàn)導(dǎo)購(gòu)賦能；

“評(píng)價(jià)人”：從店長(zhǎng)主頁(yè)看到任務(wù)列表和近日銷(xiāo)售排名，并進(jìn)行門(mén)店能力的評(píng)級(jí)，以及消費(fèi)者對(duì)導(dǎo)購(gòu)的評(píng)價(jià)。同時(shí)用戶端，也會(huì)有銷(xiāo)售額排名等激勵(lì)，促進(jìn)客單價(jià)和復(fù)購(gòu)率的提高。

“激勵(lì)人”：完成任務(wù)可以領(lǐng)取任務(wù)和課程獎(jiǎng)勵(lì)，以及簽到打卡領(lǐng)取積分兌換獎(jiǎng)勵(lì)，都可以提高用戶粘性。

圓桌論壇

在活動(dòng)最后環(huán)節(jié)的圓桌論壇上，以上四位演講嘉賓以及ENZO珠寶信息總監(jiān)徐峰和吉野家CIO沈陽(yáng)，就“IT如何引領(lǐng)業(yè)務(wù)，助燃企業(yè)運(yùn)營(yíng)？”主題展開(kāi)激烈討論，為我們奉獻(xiàn)了眾多精彩觀點(diǎn)。

目前市場(chǎng)上的打法正在不斷地發(fā)生變化，在這個(gè)不確定的市場(chǎng)里面每個(gè)人都沒(méi)有準(zhǔn)確的答案，而這個(gè)變化的本身也會(huì)帶來(lái)變化。基于這種背景下，眾人達(dá)成一致，認(rèn)為IT部門(mén)與業(yè)務(wù)部門(mén)更應(yīng)該建立“partner-合作伙伴”的關(guān)系，從公司整體的角度去發(fā)現(xiàn)和解決問(wèn)題，并從IT視角去倒逼營(yíng)運(yùn)，帶來(lái)運(yùn)營(yíng)部門(mén)更規(guī)范化的改進(jìn)和操作。

而在未來(lái)的IT投入中，他們也不約而同地表示，2019年的預(yù)算將多于往年，并且主要投入的方向會(huì)在創(chuàng)新技術(shù)的運(yùn)用中。比如商業(yè)智能BI、AI人工智能以及業(yè)務(wù)中臺(tái)的建設(shè)上。引用IT技術(shù)來(lái)填補(bǔ)業(yè)務(wù)上的缺口，在一些門(mén)店的業(yè)務(wù)場(chǎng)景的呈現(xiàn)上持續(xù)優(yōu)化打造更智慧的消費(fèi)體驗(yàn)。

11月我們將在廣東舉辦新零售私董會(huì)第三場(chǎng)，屆時(shí)我們將開(kāi)放新一輪的報(bào)名通道，感興趣的朋友可以持續(xù)關(guān)注我們公眾號(hào)的推送，獲取第一手活動(dòng)資訊。

觀遠(yuǎn)數(shù)據(jù)｜ 觀點(diǎn)精選

體驗(yàn)式商業(yè)新“燃點(diǎn)”！觀遠(yuǎn)數(shù)據(jù)為商業(yè)地產(chǎn)構(gòu)建決策大腦

零售企業(yè)如何進(jìn)行BI選型？

億方云數(shù)據(jù)分析師做客觀遠(yuǎn)，深度解讀泛互聯(lián)網(wǎng)企業(yè)運(yùn)營(yíng)妙招