鯨品堂|鯨智WhaleBI 平民化數據消費還業務以真正的“數據自由”

2022-04-18 498
在未來元宇宙中的某一天,一場不一樣的經營例會正在進行著。這是一個立志通過科技改變世界的公司,這是一群充滿激情的年輕人,他們已經研發出一款非常炫酷且非常有價值的“黑科技智能手表”,正在進行全國推廣。希望把這款“黑科技智能手表”帶給更多的消費者,幫助更多的人實現“快樂工作,幸福生活”。

“小智,讓我看看上個月黑科技智能手表的活躍用戶和新增用戶”, 喝了一口咖啡,CEO-小C開始了今天的經營例會。

隨著小C的聲音,在會議室的“虛擬經營主看板”上展示了相應的數據,并用突出的粗體紅字提示“活躍用戶與新增用戶”遠遠超過設定的業務目標。這一刻,小C激動地放下了手中的咖啡,快速跑到“虛擬主經營看板”的跟前,創業團隊的其他核心骨干也不由自主地跟了上來。市場CMO小M大手一揮,從經營主看板快速地劃出一個子看板,想看看黑馬在哪里?站在邊上產品CPO小P也打開了自己的子看板。兩位同學經過一通如虎的猛烈操作后,不約而同地叫出聲來,“東北!老年!” 隨著這一聲尖叫,其他同學都停下了手中對虛擬經營看板的操作,一起來到小P身邊,以“東北,老年”為出發點,進入了下一輪操作和互動.....

企業的經營活動組成一組組美妙的數字,從一組數字到另外一組數字,沒有停頓,如絲順滑,業務自由地漫游在這些數字之間。通過這些數字發現問題,發現機會,共同用數字驗證自己的創想,一起興奮地尖叫。

但是在現實中,每一次經營會,都讓各層“表哥表姐”如臨大敵。負責經營報告的業務同學基于經驗提出各種分析框架和表樣,負責報表開發的同學開始了緊張的數據準備和開發,數據交給業務同學后,業務同學結合各種XLS數據合并,可視化制作,發現新的業務問題和機會,再對IT同學提出數據需求,如此反復,艱難地完成一份經營數據PPT的制作。暫且不說這個過程如何艱辛和痛苦,業務和IT同學如何PK和妥協,這種基于業務經驗驅動的分析框架,限制了從數字找問題的業務自由。任何業務問題論證都需要經過一個“問題假設、數據需求、數業協商、數據開發、手工制作、驗證判斷”的過程,業務人員的經驗和時間限制成為天花板。隨著會議的臨近,對業務問題和機會的深度探索通常被妥協在一定程度和范圍之內。

數字化轉型中,非常重要的一部分是:“如何讓數據成為新的生產要素”。我們知道,在企業經營過程中會有大量生產要素,例如“人(人才)、錢(資金)、地(土地)、技(技術)、數(數據)”,而許多生產要素都需要與人才發生作用,通過人才與其他要素發生連接,形成合力(如數據業務化,技術業務化等)。

但是,要素之間是有距離或親和度的。如資金要素,大部分時間是掌握在財務專家手中,普通的業務同學難以從財務(特別是市場財務)的角度思考問題,因此資金要素無法在企業發揮更大的作用。數據要素也一樣,從中我們發現了一個有意思的事情,業務人員定義了數據,業務人員收集并生成了數據;但很多時候,業務人員不能很好地使用數據,于是IT人員成了數據的Owner;業務人員提出分析需求,需要由IT人員通過數據運算處理實現業務需求。在這個過程中,由于數據要素只和IT人員親近,從而限制了業務人員通過數據發現問題的操作空間,以及在數據中進行漫游和暢想的自由。如果要讓數據成為真正的生產要素,把使用數據的自由還給業務人員,除了數據表達(數據可視)之外,還有更深層次的痛點問題需要解決。

  • 技術之痛:業務定義了數據,負責數據的采集和創建。但是IT存儲了數據,在業務數據IT化的過程中,疊加了技術、性能、擴展等要素,IT存儲的數據變得讓業務越來越看不懂,從而導致使用數據必須IT參與, 導致數據要素和業務人員要素難以充分融合。


  • 跨域之痛:因為部門墻,IT系統廠家的不同,導致數據跨域難以建立連接和融合。但這也僅僅只是問題的一部分,即使主數據完全統一,各種連接充分真實,但是因為復雜的數據和業務關系,涉及跨域分析或者數據使用時,業務人員依然難以駕馭。例如當我們需要用人力或財務的視角分析業務收入下降的原因時,從用戶交易到人力資源,再到財務資金,這里面涉及復雜的、超長鏈條的數據關系,會讓業務人員心生畏懼。


  • 敏捷之痛:隨著業務在線,競爭越來越扁平化,動態化。我們需要快速試錯,需要通過數據分析快速地驗證創意和新模式是否有效。如果數據使用掌握在IT人員手里,那么超長鏈條的需求,設計、開發、測試、使用、驗證過程將會讓敏捷試錯和精益迭代難以開展。


  • 視角之痛:數據驅動業務。很多時候需要從一定的高度和角度去看業務過程,基于高度和角度發現問題(例如公司收入出現了大的變化),然后再不斷地降低高度、切換視角、分析原因,抓住新興機會,方能隨心所欲地從一組數字漫游到另外一組數字。只有具備這樣的靈活性,業務人員才能真正地駕馭數據,從數據中發現業務的問題和機會,流程堵點和質量問題的關聯,以及資源效益提升的空間等。


鯨智WhaleDI提出“平民化數智”核心價值主張,通過分兩步走的方式,讓更多的業務人員能夠參與到“用數智思考問題,用數智解決問題”的數據業務化閉環中,主要包括智能化數據治理、平民化數據分析和自助化業務建模。

01
智能化數據治理


通過規范化、自動化和智能化方式基于IT視角對跨域碎片化的數據進行業務化,并使其可以充分連接,形成企業級的數據關系圖譜。這個過程就好比我們把各種原始的數據礦石進行打碎、研磨,最終形成業務人員可以看懂的跨域連通的標準化明細數據。通過智能化數據治理,我們建立企業級數據資產目錄,以標準化的方式形成企業級的數據資產關系。包括:

企業的所有核心主數據(和維度數據),例如產品、員工、用戶、地域、組織、資源等;企業的所有核心業務過程,例如營銷、銷售、生產運營、客戶服務、物流配送、財務管理等;


核心數據存在的關系,例如員工與組織、客戶與地域、產品與資源;


跨域數據的關系,例如活動與用戶行為、用戶交易,業務支付與財務明細之間的各種復雜關系,這種關系是全局的、是跨域聯通的。


這個過程涉及很多工作,包括數據匯聚、數據開發、數據質量、數據安全、主數據管理、元數據管理等。鯨智通過智能化和自動化方式讓這個過程更加高效率、高質量,高標準,并最終形成業務人員能夠看懂的、跨域拉通的企業明細數據,作為平民化數據消費的起點。

02
平民化數據分析


通過低代碼、零代碼,業務化方式,幫助業務人員從一個或者一組核心數字開始,按照既定的視角和高度,以自然觸達方式拉通跨域數據,洞察業務,分析原因和尋找機會。

在數據分析場景中,我們為每個業務人員提供一個數據門戶。在這個門戶中,業務人員可以看到自己關心的指標,以及基于指標的各種基準分析,這與普通的儀表盤非常類似。我們會以數據門戶上的每個指標為起點,方便業務人員縱覽跨域拉通的全局數據 ,從一個具體的指標開始,去尋找原因,發現機會,與自己的團隊進行“以數據為基準”的互動。當業務人員通過數據門戶,發現自己的某個業務指標出現異常的時候,或者發現某個市場空間(例如商機儲備)出現了比較大的變化時,業務人員可以點擊這個指標,進入業務腦圖式數據分析。

1)智能聚焦:智能化的定位承載業務指標(例如:用戶發展指標)的業務對象(例如:用戶), 幫助業務人員以用戶洞察的方式去理解這個指標,開始數據漫游。

2)自動融通:能夠以業務對象為中心、智能地整合所有與業務對象存在業務關聯的數據。例如包括用戶關聯的客戶、歸屬的市場、發展的渠道、用戶在線上的各種瀏覽、評價、收藏、點擊、購買、支付行為, 并且能夠智能化的扁平化這些關系,形成統一的指標目錄。通過這個過程,我們就能夠以指標化和信息化的方式理解用戶,包括用戶的基本信息、用戶的發展渠道信息、用戶的各種行為指標,交易指標和支付指標,以這種方式讓業務人員無需關注背后復雜的跨域數據關系,解決跨域理解問題。

3)按需切換:以扁平化用戶為基礎,以分析指標(例如:用戶發展)為起點,業務人員能夠方便地降低分析問題的高度,切換理解問題的角度。對指標進行魚骨式的拆解,在這個拆解的過程中,還能夠非常靈活地創建新的指標。例如對用戶發展按照區域進行拆解,同時即時創造新的線上用戶發展、VIP用戶發展等新的指標,讓業務人員通過數據驗證心中想法,依托數據尋找業務答案的過程就是自然流露的,隨著分析思維的延展,數據以自然的方式呈現, 真正做到讓數據以不間斷的方式思考業務,還業務人員以數據自由。(而不是像以前,業務人員有個想法,向IT提數據或者報表需求,經過漫長的等待,拿到數據,進行問題驗證或者分析,發現新的問題或者機會,然后再進入IT需求和既定流程,從而導致通過數據思考業務問題的過程割裂、不流暢。)

4)自然記錄:在以不同高度和角度理解用戶及其行為的過程中,通常會發現新的數據問題,或者是找到了答案,這個時候,我們能夠非常方便地把這種靈感和發現記錄下來,自然地形成一個分析腦圖。

5)分享共創:通過靈活的數據漫游,自由的角度和高度切換, 把所有對業務有幫助的數據特征記錄在腦圖上,我們可以分享這個結果,或制作成為數據故事。參與分享的成員可以對這個數據腦圖進行評論、討論,還能夠基于這個腦圖,將其中的某個數據,按照自己的專業視角進行繼續分析。

03
自助化業務建模


平民化數據消費,不僅僅能夠幫助業務人員從一組數據開始,進行原因剖析,還能夠以某個業務對象(例如:用戶、產品、渠道、商品、活動)為基準,業務化、自主化地整合與對象相關的各種行為、事件等關聯數據,以按需的方式洞察一個業務對象。在洞察的基礎上,通過自動化機器學習,進行各種預測、分類、推薦。

1)個性關注:在數據門戶上,我們不僅僅幫助業務人員關心自己的指標,還能幫助業務人員輕松地關注自己的業務對象。例如:渠道管理的同學會關注渠道、代理商;產品的同學會關注產品、產品合作伙伴;市場的同學關注用戶、客戶等等。

2)按需洞察:以關注對象(以用戶為例)為基礎,智能地整合所有與業務對象存在業務關聯的其他數據。這與腦圖式數據分析類似,以用戶為統一的基礎角度,業務人員能夠按照不同的視角創造不同的指標(例如用戶某品類商品瀏覽次數,交易數量,消費金額),按照業務人員專業的視角去洞察用戶。

3)靈活圈選:基于按需的洞察,通過基本屬性、指標和標簽圈選目標用戶,提交給自動化業務建模引擎,系統就能夠幫助業務人員對所有用戶進行預測,例如:根據上月訂購某商品的用戶,預測本月還有哪些用戶會訂購類似商品;結合最近半年的流失用戶,預測下月有哪些用戶可能流失;結合最近的投訴用戶,預測未來一周還有哪些用戶會投訴。

4)科學決策:通過自動化業務建模找到營銷的目標,找到了流失或者不滿意的潛在用戶,但是還不夠,如何去贏得這部分潛在用戶,如何避免用戶流失和用戶投訴,我們需要有策略。這個時候回到腦圖式數據分析,以這些目標用戶為起點,通過腦圖式數據分析,能夠按照不同的維度,不同的屬性對這些用戶舉行聚類分析。例如:針對營銷潛在用戶,通過腦圖式數據分析,能夠發現潛在的用戶中,很多是上班族年輕美女,還有大部分是玩游戲的帥哥。找到這些聚類后,我們可以把這些知識通過分享的方式給老板和其他同事進行互動,實現從目標預測到眾創式數據化科學決策的推動,逐步打造數據-信息-知識-行動的共創式、互動式經營與運營新范式。

鯨智數據類產品包括鯨智數據工廠(智能化數據治理),鯨智WhaleBI(平民化數據分析)和鯨智挖掘平臺(自助化業務建模)等核心產品,通過這些產品的通力配合,希望能夠幫助客戶實現從業務數據到業務價值的轉變,讓更多的業務人員參與到數智驅動業務運營提效和數智驅動業務發展與創新的過程中來,讓數據和智能真正成為新的生產要素和生產能力。

官方微信公眾號

浩鯨云計算科技股份有限公司 版權所有 2003-2023

蘇ICP備10224443號-6       蘇公網安備 32011402011374號

亚洲精品免费视频_热99re6久精品国产首页青柠_精品国产专区91在线_亚洲美洲欧洲偷拍片区