在数智·泛零售系列收官直播课程中，奇点云创始人兼CEO行在带来《泛零售数据中台建设之灵魂二十问》，从泛零售数据中台的定义、主体、时机、价值、实践、案例共6个维度总结了本季直播中最受关注的问题。

行在，奇点云创始人兼CEO，原阿里云数加（现阿里数据中台DataWorks）创始人、阿里首个数据仓库建立者、阿里消费者信息库TCIF主持创建者。

 

WHAT 定义：数据中台是什么？

WHO 主体：什么样的泛零售企业对数据中台有迫切需要？

WHEN 时机：泛零售企业建设数据中台的最佳时机是？

WHY 价值：陷阱or金钥匙？什么是「好」的泛零售数据中台？

HOW 实践：泛零售企业如何搭建数据中台？如何避坑？

CASES 案例：做过最〇〇的案例是？

 

数据中台是什么？

字面意思，数仓是一个数据的仓库，把数据能够放到仓库里面存储。

BI则 是做决策支持，让数据能够把它变成报表、分析报告，能让领导看的东西。

数据中台是有业务属性的。

可以把它分成三个阶段：从「看」到「用」再到「运营」

「看」，就是决策支持，我们把它变成一个报表、分析报告，需要通过人来做决策。

「用」，是把客户的数据，用算法做深，深度提取后变成一个模型。然后再把模型服务化掉，通过API去和业务系统做对接。

「运营」，本来没有这块业务，而从数据中长出了业务，就是运营。比如阿里的小贷、蚂蚁金服、芝麻信用等，都是数据的「运营」。

所以数据中台和数据仓库和BI有很大不同，它有业务属性，并且它可以基于数据去做决策。

 

泛零售企业需要的数据中台长什么样？

中国在零售行业已经远远领先于国外，特别是在消费者运营这块。做零售行业本身是一个微利的行业，恨不得把一分钱掰开两份用，所以它是价值驱动，不是关系驱动。

泛零售企业数据中台应包括3部分：「聚」是实现全域数据的采集，「管」是通过对数据的抽取、整合，将可以变现的数据资产管理起来。「服」是在数据资产的基础上，形成业务的模型、分析与洞察，为企业提供数据服务。

和其他的行业相比有什么特别之处呢？因为零售行业，中国消费者的数字化是最充分的。特别是这次疫情之后，我们以前中午吃饭到外面去吃，后来发现外卖越做越好、品质会越做越高，大家都愿意在手机上点餐过来吃，这就是很大的改变。所以数据中台它是有业务属性的。在泛零售行业，最重要的就是人货场，从人先开始，这和其他行业有很大的不同。

过去的商业都是以货为中心，粗放式的增长，通过传统渠道去分销；当前增量时代已经迈入产量时代，未来的商业是以人、以精细化的运营为中心。特别是在中国，数字化渠道已经呈现多端化。比如，以前通过线下零售店来卖货，搞设计、做品牌宣传到市场销售......今天根本不需要这样的过程。今天品牌商可能通过快手、淘宝直播、抖音等，直接卖给他的粉丝。在这个领域的数据中台，一定要懂这个行业，一定要知道未来的趋势。

 

什么样的泛零售企业对数据中台有迫切需要？

其实泛零售企业，对数字中台都有需要。但迫切的需要，那肯定是头部客户。

传统的零售店、分销等模式，已经不是「未来的商业」。品牌商发现它离消费者太远，很难迅速感知消费者对品牌的诉求和变化，都迫切的希望和消费者直接沟通，收集各个渠道消费者数据，补齐数据的短板。

至于什么时候是建数据中台的最佳时机？越早动手越好，特别是在泛零售领域，因为这个领域的竞争只会越来越激烈。

 

陷阱or金钥匙？泛零售企业为什么需要数据中台？

现在是数据驱动的世界。

消费者的在线化，未来有两大趋势：跨平台和高端化，跨多云和多端多数据化渠道，这是不可逆的趋势。淘宝、京东、拼多多、快手、抖音等，消费者的接触渠道会变得越来越多样化、多端化。相对的，消费者的信息散落在各个渠道里，数据中台可以采集所有信息。

越早建设数据中台，数据沉淀就会越厚。通过数字积累，才能更好的感知消费者的变化。

消费者的诉求是海量个性化的，耐心也是越来越低的，这也要求我们更高效的去响应消费者的诉求，并用数据去应对比如全渠道融合的挑战、供应链的挑战等等。

好的泛零售数据中台，要站在商业和技术的交叉点上，来看有没有给公司带来业务价值——降本增效，这是很重要的指标。

泛零售企业如何搭建数据中台？

如何搭建数据中台，我们有一套方法论。要从业务痛点出发，找一个很小的场景做验证，把业务痛点解决掉。而不是上来就跟老板去讲一个很大的故事：我要花两年或者三年的时间去建一个底层基础平台，然后再去用数据……如果用这个方式，在企业里推进可能会遭遇很大的挑战。

如果你是CIO，应该知道搭建数据中台的过程中坑很多。除了技术上的「坑」，还会有组织上的「坑」，举个常见的例子，组织内对数据中台的认知不统一，前期预期大、后期难落地。因此可以尝试从小的地方先落地，再在系统层面裂变，不要一开始就过度设计、调整。

 

数据中台可否「开箱即用」？最快多久见效？

数据中台不是iPhone这种高度标准化的产品，做到真正的「开箱即用」很难。

数据中台更多的是一个解决方案。需要从业务的视角、数据的现状以及技术实现端来进行确认。所以说开箱即用，可能要慢慢探索，我们目前可以把其中的某些功能做到开箱即用，而现在包括在行业内，整个数据中台实现开箱即用还是很难的。

「最快多久见效」这个问题，也是和业务场景高度相关的。我建议大家先找一个小的场景，先去实践起来，这样可能会见效更快。基本上，刚开始的项目保持在3到6个月交付、去检验它的效果，成功率会比较高。

另外要记得数据中台不是你用个一年就万事大吉、尘埃落定了，而是需要去持续运营的，阿里巴巴就是一个很好的案例，在阿里自己的数据中台之上，大概有1万多个数据应用在不停的生长。

 

做过见效最快的案例是？

我们为一家服装企业客户做了智能人效应用，原计划在9个月时间里帮助企业节约1千万成本，实际上在4个月的时间里就完成了全年的目标，帮助这家企业精简了1720人，相当于一年节省了8600万的人力成本，超额完成172%。同时，员工工作效率与组织协作效率也得到提高。

这看上去是很简单的一个案例。但实际上它是前端、销售预测的数据、天气的数据、商品的数据，还有供应链和组织的数据全部揉在一起，然后用算法去解决，达到智能人效的成果。

 

未来，数据智能将给泛零售行业带来什么影响或改变？

未来所有公司都将成为「数据公司」和「AI公司」，我们希望能让机器去完成机械性的重复工作，把人解放出来去思考和创新。泛零售行业也会因大数据和人工智能的赋能而突破跨越式的发展。

（例如，消费者的运营能商品的管理能力、门店的管理能力、供应链的管理能力、组织效能的分析能力等得到显著提升。）