5月23日【友盟+】主办的2017UBDC大会在北京举办。本届大会以“DI的力量”为主题、大会共设五大会场：DI主会场、数据化运营专场、广告营销专场、新零售专场、阿里生态专场。
阿里数据经济研究中心秘书长/【友盟+】专家团专家潘永花在新零售专场进行演讲。她认为：今天的数据新能源大不相同，数据发生的变化正推动着我们整个世界在从IT世界进入DT世界。暗分析是未来在数据分析、大数据领域内值得关注的方向之一。 （图为：阿里数据经济研究中心秘书长/【友盟+】专家团专家潘永花）
以下是“活数据 新能源”演讲速记实录
我分享主题是“活数据、新能源”。数据作为新能源成为我们五新中关键的一环，数据作为新能源和传统能源有什么差距？我们所理解的传统能源往往以自然能源产生的，像煤、石油这样特质为主，像石油是工业经济时代很关键的资源，而我们数据第一次由人创造的资源，而这个资源是数字经济时代的一个生产要素，而这个生产要素和传统资源不一样的地方，传统资源越用越少，而我们数据越用越有价值，很多数据核心不一定在原有产品中产生价值，往往在外部传播中更大的价值。
在传统能源所带来的工业经济时代，它核心的产物实际上是工厂，而数据驱动的数字经济时代，我们可以看到大量平台企业崛起，去年8月1号非常有节点意义的日子，在全球市值排名TOP5企业全部是平台型企业，而这些平台型企业都是以数据作为核心资源这一特质。这是我们从概念来看。
我们看未来发展趋势，其实从2010年开始，进入ZB时代从数据量角度，到2020年全球的数据量达到44ZB，其中核心的驱动力我们以为三个基础设施，这个基础设施既有云、又有网、又有端，云是做数据分析、处理、分析，很多应用实现其实在云层面，而中间网，像5G网络标准在2020年也会出台，大量提升数据传输的速度，像VR、AR应用对数据传输不成为障碍。而端来说，不仅仅指手机终端，还包括大量的IOT、物联网设备、包括手机端各种各样APP，这一块是产生数据的源泉，最终应用展现的时候往往在手机端给到消费者、给到用户最终的展现。
数据新能源有什么特征？我们也进行分析，我们认为其实这次数据新能源的特征首先拥有共享性，当我的数据传递到另外用户或者另外企业、或者另外个人那里，其实我们这边往往没有损失的，这一块有着共享非常明显的特征；第二点是混杂性、第三点是实时性，因为有了互联网，我们产生数据不再传统意义上理解的结构化数据，而是各种各样非结构化、半结构化数据产生，而且数据产生伴随实时性；第四个递增性，数据会形成生产递增的效应；第五外部性，数据往往产生价值不是原来产生场景当中，比如像阿里一些典型的应用，像蚂蚁金服小微贷款，产生场景在电商当中，真正业务场景在金融要素中；第六个要素性，基于数据要素激发其他要素更大的价值。
数据这种变化也正是推动着我们整个世界在从过往IT世界进入DT世界过程中，左边讲的IT世界，大家也都知道，对于很多企业尤其零售行业企业来说，以前可能我们就是信息化，我们要建一套IT系统，其中我们处理数据就是结构化，在我们数据库中用二维表储存形式，而整个业务流程往往自上而下，整个组织架构完全层级化组织架构，而我们认为其实数据升维不仅带来非结构化数据、数据的复杂性，同时也驱动着整个业务流程可以有机会成为以消费者为中心、灵活的流程，同时整个协作模式、组织模式也会形成平台加个人大规模协同分工的方向，这个也是我们看到数据升维伴随着整个组织结构、业务流程也在发生非常大的变化。
其实我们也有看到，对于整个世界来说，目前我们所利用比较好还是结构化数据，而大量接近90%非结构化数据实际上还是在暗处，所以暗分析也是目前看到数据分析领域、大数据领域，未来值得关注的方向，而这种暗数据正是来自越来越多端，这种端有手机端APP，还有来自各种各样IOT设备。目前现实情况是？真正被分析价值的非常有限。
今天数据新能源为什么不一样？我们想在这里做了一个对比，我为什么起的题目“活数据”？其实我们认为在过往的时候，很多企业在信息系统储存的数据可以称之为死数据，基本上它对于企业决策起到作用是有限的，企业决策依然经验为主，而整个数据应用场景基本分析和查询为主，对于业务流程优化也是局部作用，对于企业搭建数据分析系统、数据仓库系统，需要投入成本非常高，每个企业不同阶段建立信息孤岛非常常见，比如我们WSM系统，这些系统完全孤岛，正因为互联网发展才使活数据具有可能性，数据从企业有机会流到外部，互联网数据可以进入企业业务流程当中，帮着企业领导做相应的决策，同时这种活数据也使着我们整个流程实现反馈体验正向的流程，也对于企业业务流程不仅起局部作用，当我们信息孤岛打通还可以实现全局业务流程优化。
正是有了强大云计算作为基础，所以使任何一家企业不管你规模多大、多小，都有机会能够用到计算能力，活数据价值的挖掘。而且数据互通才使云计算成为可能。云数据我们认为驱动消费者中心时代的到来，B2C时代生产商和品牌商起到非常主导的作用，整个流程、整个系统完全围绕他为主搭建，并没有过多考虑消费者意愿，进入大众营销时代，大家都知道像过往媒体的广告、包括电视的广告都是面向大众营销，到底能够有哪些真的我要到达这样的群体，大家可能理解不是全面的，也正是今天有了活数据时代，才使着消费者 画像变着清晰，我们能够围绕消费者不仅仅提供他想要的产品、内容和服务，还依据他的需求倒逼生产流程的变革，实际上消费者为中心时代到来，正是因为有了数据。
从行业来说，我在这里其实做了数据量大小和应用水平做了一个图，右上图互联网和市场营销本身天生这样的行业，中间几个行业，数据积累相对比较多的行业，所以这几个行业处在比较领先的位置，实际对于传统零售业还是放在第三梯队，我标绿，我们分会场聚焦新零售，传统零售IT水平比较弱，大部分处在自己系统搭建阶段，真正利用外界数据或者利用活数据进行消费者分析洞察的，还处在非常初级的阶段。我也会举一些例子，从阿里巴巴自己角度来说，阿里巴巴怎么从业务数据化到数据业务化，其实大家都说这个话题。我们是这么理解的，业务数据化更多比如在阿里巴巴平台上卖的商品都实现数字化，像阿里巴巴平台上消费者走过轨迹、交易的记录都已经实现数据化，目前业务数据化基础还是为原本业务服务，支持我们业务运营、支持我们业务决策，比如像千人千面个人化推荐服务、比如针对会员管理服务、比如搜索优化服务，还是围绕原有电商业务进行的，这是典型的数据业务化。
什么是业务数据化，基于阿里数据、外来数据、还有自己数据业务能力，能够赋能各个业务形态。比如我们蚂蚁微贷有361服务，就是商家可以3分钟提出申请，1秒钟获得审批，零人工的干预。像芝麻信用服务，依据你信用分享受不仅仅支付宝体系内的服务，比如租车服务、比如租房服务等。伴随整个数据变化，我们也是提出无数据不智能；无智能不商业的概念，数据、数据、算法是三个模型，产品给消费者体验，数据是基础，算法不断迭代和商业场景结合再反馈我们产品端，然后通过产品端又有越来越多数据回流场景中，这样会形成闭环，也驱动未来智能商业或者新零售的核心。我们也看到数据其实驱动零售业变革，在于从过往的货场人到人货场。传统零售业要么我本身有货想把这些货卖掉，要么我有场地，招来很多货，然后吸引消费者，这样是货找人的场景，未来我们认为对消费者数据相对死的数据，对于消费者也是模糊的画像，同时也是靠经验供货，很难做到数据备货、数据供货角色，比如线上线下有零售商分渠道供货。
未来伴随活数据到来，人货场会到来，围绕消费者进行相应的智能备货，给消费者无处不在的场景提供超越他想象的产品和服务，这是我们理解数据如何给整个零售业的变革。具体来说，我们数据给零售业变革带来五个方面价值，这和零售业每个环节都会起到作用，从管理运营决策、供应链优化、精准营销、模式产品服务创新、商品策略的调整，这些都会起到非常关键的作用。
未来一旦你线上线下产品打通的，对于零售业决策者、运营者来说，大家可能得到数据就会变成实时，而实时使你运营和管理决策便着非常精准，而野种精准使你面对外部市场竞争非常快速的响应，提高科学决策的水平。第二块供应链优化和库存降低方面，我们也是看到很多尝试新零售的一些场景，或者现在零售业领域做的不错一些用户，比如像星巴克的场景，整个供应链管理完全基于数据，使供应链管理达到最优，同时物流也能够形成订单、配送等更好的匹配，同时降低库存方面，能够依据消费者需求，消费实时需求进行库存调整，后台供货系统控制，消费不太好的货可以及时做价格的调整。第三块目前大数据应用最通用或者应用成熟的两个场景，我认为营销与服务、以及风险控制这两个领域，像价值三也是看到，也是目前用的比较多，怎么细分客户群、怎么更清楚抵达用户。第四个模式、产品和服务模式创新，如果没有数据不可能有C2B、C2M模式，怎么以销定产？数据才能产生的价值，数据才倒逼我们产品进行快速迭代，以及给客户提供更加精准的服务，甚至上午讲到很多智能客服，背后都是基于数据，加上我们算法模型进行不断迭代，才提供智能个性化服务；第五商品策略的调整，不管从新品设计、到消费者预测、商品优化、价格调整整个链条中，目前数据对我们零售业都会发挥相应的作用。
以阿里双十一极致场景来看，很多线上商家如果对于双十一销售预测，基于过往销售的记录比较好的预判，他双十一很大降低库存。后边我讲几个案例，这个在去年双十一上升的阿里“电商大脑”，让消费者拥有个人专署的双11，给消费者提供个性化服务，大家打开淘宝每个人看到页面完全不一样，迭代速度因为背后有很强的计算能力，才使迭代速度越来越快，这是我们基于数据加上人工智能算法非常好的应用场景。第二个案例讲的数据智能，从运营到营销，左侧基于我们数据作战室，这个是三只松鼠双十一的决策大屏，对于管理者实时了解店铺销售情况，同时实时决策。 这是韩都衣舍，他在用算法驱动业务流程和链路，自己提到算法是爆炸旺平滞算法，这是对商品非常好的分类。活数据可以驱动很多业务模式创新，这种业务模式确实从B2C模式到C2B模式，从过往大规模生产、大规模的定制，到现在个性化定制成为可能，消费者数据成为非常关键的核心。我们也是在阿里平台上，但是它有大量线下店索菲亚衣柜，当时调研信息化团队有300人是数据加工人员，把客户订单完全转化成半板子上编码，索菲亚未来也是大数据公司，大数据不仅仅应用于营销领域，以及数据精准化、产品数据进行很好的整合，正是的整合才画出消费者比较完整的画像，才能指导后续的研发和生产流程。
ZARA也属于逆市上扬的企业，2016年销售量非常不错，但是全球销售业都呈现快速下滑的过程，我们分析他们销售过程，他几个方面和互联网特征不谋而合，比如多款少量，一年款到1800款，一般企业几百款，上千款属于非常多了，这个是我们阿里平台上看到消费者需求非常像，第二个他的快物流加上快反应，快反应指着从消费者需求分析完毕、然后到设计师出样品、到最终生产、递送环境整个环节非常快能到两到三周，一般服装企业远远高于这个数字，我们看到背后核心就是打通的大数据，打通大数据才造就高效供应链，保持公司高效运营。
最后给大家一个我们建议，不管你这家企业是零售企业还是其他企业，都面临从IT到DT转型过程，都面临从业务数据化逐渐发展数据业务化，所以我在下边分了几个阶段，对于大家来说我们熟悉都是传统信息化，也有不少企业开始做事先数据在线化，背后基于有互联网+特征的应用、开发、建设，再到数据的云化，利用云平台把各种数据打通，包括内部数据、外部数据、上游数据、下游数据，最后实现数据业务化，意味着我们数据可以产生很多创新业务，也意味着我们很多数据甚至能够在场景中产生更大的价值。
最后我用马老师这句话做一个结语，过去发展基于石油和煤，未来的技术发展基于新能源，那就是数据，我们认为新能源驱动的DT时代是正在发生的未来，在点点滴滴中，我分享到这里，谢谢各位！
/1 
发表于 2017-5-23 19:25:23
QQ好友和群
QQ空间
腾讯微博
腾讯朋友
收藏
转播
分享
淘帖
赞
踩
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
千斤顶
照妖镜