企业“数据飞轮”数据平台落地实践驱动电商企业数智化

一、前言：

数据飞轮的概念强调的是将海量而复杂的数据转化为推动业务发展的强大动力，而并不是死的数据，通过数据飞轮能够“唤醒”和“解锁”数据潜力，来实现业务价值的探索，让数据中台焕发活力，企业通过利用数据飞轮实现数据驱动。

数据飞轮能够帮助企业激活数据的潜在价值，将“沉睡”的数据转化为实实在在的业务价值，通过全面关注数据生命周期的各个阶段：源数据收集、二次数据清选、结构化加工、数据模型分析、数据挖掘，实现数据的有效利用和业务价值的提升。

那么，数据飞轮如何有效的进行“唤醒”数据，让数据中台继续焕发活力？企业如何利用数据飞轮实现数据驱动呢？接下来跟大家一起来聊一下我司对于数据飞轮的落地实践。

二、公司业务数据中台系统介绍：

1. 公司业务背景介绍：

公司是一家宠物饲料生产及销售商的新零售公司，线下有一部分实体店，线上通过互联网、电商模式帮助实体零售店改善线上下单流程，提升销售数据（下图为最近公司的相关展厅活动）。

2. 公司BI系统业务痛点分析：

公司从最早期的excel统计时代，到后面成立技术部，经过公司不同的发展阶段，也迭代开发出了几个版本的数字化平台体系建设，在目前现有的OLTP数据分析场景中，将数据统一汇聚到一个数据BI系统平台中。

目前数据中台的架构方案： (1). 通过ETL开发后，源数据管理中定义好数据映射的相关字段，从非结构化数据提取并整合成自定义预期的结构化数据。 (2). 通过DW数据仓库，将元数据经过数据治理方案，对接到下游的数字化体系应用，如驾驶舱、数据大屏、BI系统、数据可视化系统中。

【痛点一】：在此过程中，企业的数据分散于多个系统中，由于数据标准不统一，时间标签缺失等问题，导致数据质量问题。另外，随着企业的业务技术改造和业务流程的不断变化，原有数据可能失去时效性而不再适用，容易造成“假数据”、“脏数据”、“死数据”。

【痛点二】：另外一个现象是过度依赖IT技术团队，经常认为只要开发了某个东西就一定能提高业绩，需知系统只是辅助业务的一种手段，经常存在IT与业务脱节的现象，即IT人员缺乏对业务理解转换，业务人员又不懂IT技术，这严重阻碍了数据价值的充分挖掘与转化，只是为了开发而开发。

企业需要加大力度培养既懂业务又懂IT的复合型人才，形成一股数据文化，让数据驱动决策的理念深入人心，数据应用的真正挑战在于理念的转变与深化，即让数据驱动决策的理念深入人心。

三、数据平台实践：

公司采用的是Kyligence Zen 数据平台，可以用于帮助企业通过指标实现各团队业务目标的对齐，借助创新的 AI 大模型技术，实时评估业务运营的进展和瓶颈，并结合实际业务提供行动建议。

通过智能的自动归因快速定位指标波动的根本原因，提升业务运营效率。无需复杂的数据处理，您只需与 AI 数智助理对话，即可获取指标洞察和建议，充满信心地做出高效、明智的决策，推动业务成功与增长。

实际场景一：

用户可以自定义上传相关数据集，然后可以定义一些基础指标，是最小粒度的指标，可用于量化统计事务属性，如总金额等，业务⽤⼾⾃助定义复合指标、衍⽣指标。

• 基于单个基础指标创建而来，常用于指标在时间维度上扩展，如销售额的月环比、累计值，用于实现更复杂的数据分析，这种指标一般叫“衍生指标”。
• 如果组合一个或多个基础指标计算而来，例如通过总金额除以商品销售数量来计算平均单价，可用于实现相对复杂的数据分析，这种可以叫“复合指标”。

实际场景二：

目标是组织或团队在某个时间段内所要达到的成果，可以通过引用指标实现目标的量化，分解目标并邀请团队成员共同管理进度，从而在组织内形成统一的指标管理平台，共同促进组织目标的达成。

创建目标时可关联指标数据也可手动添加数据，视图列表中可直观看到 进度和状态，且状态可以设置具体规则，避免人工设置状态 繁琐且不实时，也可分享和创建通知到飞书。

实际场景三：

结合 AI 大模型，降低数据使用门槛，业务人员通过自然语言AI对话即可完成围绕业务指标的分析和洞察，对话内容可保存成文档用于工作汇报，或创建仪表盘进行持续的数据变化跟踪，大幅提升工作效率。

在传统消费行业，时间都用来找数据、对指标、学工具了？专业 BI 工具又难又贵？信息滞后且分析难度大，数据飞轮通过综合分析实时数据和历史数据，帮助企业高效洞察用户真实需求，制定更加精准的销售计划和营销策略。

AI 助手帮你快速分析全渠道店铺（淘宝、京东、拼多多以及电商）运营指标，用低成本和低门槛获得更快数据洞察，加速改善运营流程：

• 运营部门可以通过高频数据消费制定合理的销售计划，比如换季狗粮、套餐狗粮、满减活动
• 仓库部门可以通过滞销的货物，进行有效的促销活动
• 业务部门可以快速测试新品市场接受度
• 供应链部门则能了解市场现状，提高排产准确性，实现产销协同

四、总结：

消费行业的数据飞轮将持续转动，推动企业业务不断增长，数据飞轮的转动涉及到多个层面和领域的应用，通过高频的数据消费，公司可以在最短时间中，能够快速做出营销决策和策略调整，有效地提升了用户满意度和转化率，并且过综合分析实时数据和历史数据，企业能够高效洞察到数据背后体现出的用户真实需求，打造真正满足用户所需的商品与服务。

数据飞轮的转动也促进了企业内部的数据治理体系的整体优化和数据研发提效，可以通过数据飞轮的驱动，企业能够实现数据的集中收集、整合、存储、管理和处理，数据飞轮通过其多维驱动的作用，确实能够让数据管理中焕发活力，并帮助企业实现数据驱动的业务增长。