近日，云徙科技邀请大数据专家车品觉进行《数智驱动营销增长》公益直播讲座。针对疫情下企业面临的挑战，车先生就数字智能时代如何利用数据和技术的力量推动业务增长，如何进行存量再造和增量探索进行了精彩的分享。

一、疫情挑战下的企业应对

疫情导致假期延长，人员流动受限，给企业复工带来很大影响。BCG 波士顿咨询发布最新洞察《新冠肺炎疫情直击——现状、风险及影响》，主要将疫情分为三种不同的可能性。

乐观预期：2月疫情能得到有效控制，对中国GDP影响相对较小。

基线预测：3月底可以完成有效控制，这是一条标准线。

悲观预测：疫情只能控制在6月份左右。

具体到对市场的影响，我们可以看下图。影响很大的它的中，属于享受类，不是家庭场景，因为线下场景减少了。但方便食品、粮油、生鲜等家居场景影响较小。

宏观环境是这样的，对我们公司有什么影响，我们需要做什么？也许我们需要在两个方面做好准备，一是有当前的应急预案，二是思考在整个业绩增长中我们应该做些什么。也就是说，一是解决当前的风险，二是保证未来的发展。

二、如何利用数据和技术的力量推动增长？

我们要考虑，通过自己的数据能力，是否能更早的知道某些事情对企业的影响，也更早的知道我们的机会是什么。

我一直用这个框架作为数据应用的闭环。首先，我们实际上需要用数据来描述。企业现状如何？为什么你想诊断的这个事情会发生，你可能会预测会发生什么，这种情况不会再发生了？当它再次出现时，我们应该采取什么行动？

在实践数字化运营的过程中，中不是一个小企业，但是一些比较大的企业可能会有比较大的问题，因为大企业往往人多，容易出现堵塞、独立、缓慢、漏人的情况。

一、阻断：日报告包含大量信息，难以捕捉有效信息。

二是独立性：信息分散在不同部门，缺乏有效整合。

第三，慢：业务交易处理往往是自下而上驱动的。

四.泄漏：关键分析结果取得了实际效果，但没有实现沉淀。

这是因为我们根本没有一个可以沉淀一些问题的系统，这样我们就可以在未来发生事情的时候做出更快的洞察，采取更快的行动。其实这四个问题对于很多企业来说都是相当正常的，包括很多机构。

一般来说，我们将有8个步骤来全面数字化一个企业：

第一步。重视决策过程，加强数据分析能力

第二步。建立数据资源，梳理数据标准

第三步。形成管理规范，建设数据管理平台台

第四步。建立对海量数据的深度分析能力

第五步。建立外部数据的战略储备

第六步。建立数据的外部创新能力

第七步。促进您自己数据的开放和共享

第八步。数据产业战略布局

这八个步骤的第一步，就是要搞清楚哪些决策对一个公司影响很大，这个决策是应该用你的经验、数据分析来做，还是结合经验和数据分析来做。答案必须结合，为什么？

有时候我们从经验中知道可能有两三种可能性，但是当我们用数据证明两三种可能性中哪一种更好的时候，我们会从数据的分析中发现问题。我们应该用经验来根据我们的经验来判断数据的结果是否相同，这将加强我们自己的经验和数据之间的互动。

今天，许多人可能对中和台的数据非常感兴趣。我们以前不称之为中和台的数据。称之为数据分析的平台或商业智能的平台，那为什么今天突然称之为数据中台？

原因是在第四步中，因为我们需要构建深度分析海量数据的能力，包括第五步，在第五步中添加了大量的外部数据，如果我们不构建一个中台，有这么多不同结构的数据进来，那么整个公司的每个人在使用数据的时候都要再次清理海量数据，这是非常昂贵和低效的。

在步骤5、6、7和8之后，公司基本上利用外部数据、能力和人才。步骤5、6、7、8其实就是一个实现数据化的生态，让生态帮助整个公司的数据化进程。

我们今天为什么要这么做？实际上，我们想用数据达到几个点。我们想用数据找出发生了什么。我们想知道为什么会发生这些事情。我们想知道它们是否会在未来再次发生吗？当它发生时，我们能做什么？

当有第一方数据，也就是你自己的数据时，因为有第三方数据进来，让决策更精准更重要，是整个数据思维的核心点。也就是我们认为，当海量数据，包括外部数据进来的时候，某些决策可能会有很大的进步，而这种大幅提升的决策可能会成为企业的核心竞争力，这也是为什么我们要花这么大的力气，建立一个数字公司非常重要的核心。

3.数字智能时代，如何进行存量再造和增量探索？

如今，许多企业可能对自己的消费群体没有一个非常明确的分组。我想说的第一个分组不是用户画像的分组。从销量来看，是5%的用户群在头部，25%的用户群在头部以下，70%的用户群在头部以下。

头部实际的5%用户群和中的25%用户群有很大的不同，前5%的用户其实是你非常重要的用户，所以你要多花一点时间看这5%的用户。以下25%的用户是不同的。他能从25%升到一把手，怎么能让他们升职更快？当然，他们也可能换到另外的70%，这是一个非常好的商业分析。

另一个是这个客户在公司几年了，所以他做了我一年两年三年的客户。这种客户分析是基于时间的，也就是说他做了我多少年的客户。

最后一个是他下了0比1的订单，1比3的订单，3比8的订单，8个以上的订单。这里提到的用户和我们公司不是按年计算的，而是中每次和我交易时和我之间产生的信任。

从上面我们可以发现，我们还可以用整个人群的信息、生命周期、受教育程度等信息来构建一个客户地图，这是对用户群体更细致的划分，我们也可以用一个特殊的用户群体来代替这个画像，比如他是一个大学生、一个农民、一个华侨，这实际上细化了我们的用户。

为什么要把用户画像做得这么细致？因为只要我们对消费者有更深的了解，在市场营销中，当他们离开时，我们就可以把他们拉回来。对于不同渠道场景下的不同产品，我们可能会有更好的策略。

有了这么多信息，如果我们不能很好地跟踪业务，或者如果我们没有一些变化分析，那就没有用了，所以当我们在阿里，的时候，我们做了一个叫台，的平板台，它可以跟踪业务并分析变化。

这里指出大事记很重要，最好让一些做法记录在一个数据分析系统中。这样，当我们在未来分析一个数据变化的时候，就可以看到企业中的一些事件和这些被分析的数据之间的相关性是怎样的，但是如果没有事件的配合，即使你有一个非常好的数据系统，你也未必能够沉淀出业务体验。

今天我们对数据的需求可能每周每个月都在变化，不是我们想变，而是产品的竞争太快，所以当业务层面和业务层面都在变化的时候，数据也会发生变化。另一个是我们发现有很多共同的或者一般的数据实际上是非常相似的，所以我们可以沉淀这些数据，沉淀之后再清洗。当有业务需求的时候，我们就不需要再做了，因为常见的东西一般变化比较慢，所以我们可以保持它的稳定性。

中和台的想法是通过创建、重用和沉淀一个扁平的台来促进效率、协同和创新。这样，我们可以有一个非常敏捷的响应，各种创新的前端，同时，我们可以有一个支持小前端变化的数据终端。这是整个DT技术的概念，也是我们要特别关注数据中和台的原因

« “Z代青年”正在广泛流行。寻找CEO王宇在网络大会上分享 | 火神山现场直播了6000万人的家，进行了“云导演” »