盘点：全渠道的同品同质同价 新零售的五重境界

数据计算结果需要直接和策略绑定，而不是生成各种数据报告，然后指导业务人员决策。这里并不是一定要将人工剥离，而是尽量由机器替代人完成决策的执行，人可以进行一些审核和干预。机器决策也并非一定要利用AI，对于大量固定的规则策略，完全可以由机器完成自动化。

以上3点结合，共同构建了活数据的反馈闭环。了解了活数据的概念，也就可以发现目前基本没有几家公司能100%攀爬至该境界，不过大家都在朝这个方向努力。

该境界内的主要产品形态是数据中台，正确理解中台的含义就会知道数据中台需要对公司全量数据进行定义、标准化、计算、并存放在统一的平台上，同时对外提供透明的、无差别的标准化数据服务。在数据架构上，通常企业会在该阶段考虑上云、切换为大数据架构、搭建数据湖。

境界四：网络协同

在第三重境界中完成企业内数据打通后，就可以向第四重境界——“网络协同”迈进。首先可以在企业内进行协同，事实上并非所有的公司都需要做到这一步，这和公司的业务规模有关。

大公司内通常会有多个事业群、事业部，下面又各自发展了多条业务线，基于历史原因，过去基本都是各自建立自己的系统，即便有合作也更多是基于业务点的交集进行端和端的沟通，缺乏整体层面的协作。

构建企业内协同网时，由于具备了数据中台提供的服务能力，公司内的数据流转公开透明，每个人都能清楚知道其他参与方的工作。大家基于数据服务搭建的业务能力也是透明且标准化的，企业内的业务发展从过去烟囱式的各自建设演化成自由连接相互赋能的共创协同网。

在实际执行中，企业会发现在协同网上做事能极大的避免重复工作和各部门独立造轮子的事情，导致的最直接的效果就是企业整体效率提升。同时，协同网和附于网上的点是互相反哺的关系，随着业务的发展，协同网会变得愈发强健。

在内部具备协同网后，就应该向外输出。如果有直接面对C端，则要在用户间构建协同网，这也是为什么我们看到不少电商平台要去做内容、做社交的原因。因为单纯靠规模经济很难形成垄断，但如果在用户间形成协同效应，大家就会对平台产生依赖，用户越多，协同效应越强，用户越不容易离开，平台的壁垒就越高。

同时也要在B端构建，将自身的数据和服务开放出去改造供应链上的利益相关方，该赋能的赋能，该整合的整合，该砍掉的砍掉，即前面提到的在更高的层次对供应链整体进行效率优化。

再往上则需要联动需求侧和供给侧，构建双边网络协同，B和C互相协同创造新的价值，抽象点的表达就是B端更高效的消费C端产生的数据，并以数据驱动业务更好的服务C端。

一个最简单的例子就是电商平台上的评价机制，买家所产生的评价数据，不光能指导其他用户挑选商品，还能进入到既定的模型中快速反馈信息给平台和商家，指导商业上的决策。至于从双边网络协同扩展到多边，大家不是淘宝，暂且就先别想了。

该境界内的主要产品形态是企业内的业务中台，通过中台能力为前端产品提供标准工具和打包的解决方案。到达该境界，也就做到了阿里所提出的“大中台，小前台”机制。

境界五：智能决策

事实上人工智能已经默默发展了60余年了，随着深度学习等技术的发展成熟以及互联网为人工智能提供了海量的数据原料，人工智能再一次迎来了发展高峰，并且确实在不少领域的应用取得了具有说服力的成绩。作为非AI科学家的我们并不需要深刻了解AI工作的原理或者自己去编写算法调试模型，但对一些基础知识的理解和应用还是需要掌握的（可以参考之前我写的《极简数据分析下篇》）。

智能决策之所以是第五重境界，不是因为它最难以实现，事实上很多公司都已经在做相关的事情。而是因为在修炼好前四重境界后，可以最大效率的发挥AI的能力，前四重境界的高低决定了智能决策的上限。数据活化为智能决策提供了足够的训练数据，协同网为智能决策提供了大量合适的落地场景。一个是源，一个是根，水源充足健康，根基稳固广袤，AI才好发挥最大价值。

智能决策的终极目标是要由机器彻底替代人脑，目前任何暂时由人脑进行思考决策的环节，未来都会是AI取而代之的机会。

具体到零售行业的例子，在C端对用户的运营上，通过描绘用户画像和商家内容（包括商品、广告内容、营销工具等）的画像，在用户生命周期的不同阶段，可以针对当下阶段的具体目标，由AI决定最合适的用户群与商家内容的匹配，并通过最合适的渠道触达。

画像其实已经是一些领先的互联网公司内的基础产品了，基于画像常会去做精准营销、个性化推荐等工作。

而在B端，AI更可以指导供应链进行销售预测、智能备货补货、仓储内的智能分拣、物流的线路调度等。对于线下门店，AI可基于用户大量的实际行为数据提供动线设计、空间布局、货架陈列等决策，以提升门店整体的运营效率。虽是泛泛而谈，可足以发现零售领域蕴藏了大量的机会可供AI施展拳脚。

事实上现阶段绝大部分从事这类AI产品服务的公司和零售公司内部自己的AI团队，本身在技术的水平上没有多大的差别，都是使用现有的成熟技术和算法模型。在算法上没法拉开差距，谁的数据量大数据质量高，场景丰富落地容易便成了关键因素。

任何有决心突破第五境界的企业，都需要做到以下4点（详细内容可以参考《智能商业》中讲的黑洞效应）：

实现最大限度的业务网络化，并基于业务网络发展协同网；

尽可能的引入机器学习；

尽可能地使用机器决策；

与不同类型的数据进行交换，丰富数据维度和数据量。

该境界内的主要产品形态可能是AI开放平台或企业内的一系列AI工具产品。

值得一提的是这五重境界不是强串联的关系，意味着并非低境界一定是高境界的前置条件，它们是可以同时修炼的，不过在逻辑上还是有高下层级之分，低层次里积累的能力必然能为高层次提供有力支撑。

从业者的机会

作为行业内的各类玩家，应该如何选择发展方向，保证在新零售的发展大潮中不掉队，甚至吃到红利取得领先优势呢？

简单谈下个人看法：

（编辑：晋中站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!