企業運行中的“數據循環”

細數這些玩轉互聯網、大數據的企業，發現企業提高效率、提升價值的根源在于其內部運轉的一個接一個的“數據循環”，通過數據分析和價值發現改善客戶、產品、基礎設施、盈利方式等核心環節，形成獨特的競爭優勢，最終實現整個企業乃至供應鏈的快速運轉。

客戶與銷售的數據循環

市場需求是企業經營的外部動力，客戶是市場中的重要元素，也是企業營銷和關系維護的主要對象。傳統媒體背景下的營銷是單向的推廣，大多看中曝光量、覆蓋率等效果指標，營銷資源存在大量的浪費，對客戶關系和忠誠度提升作用微乎其微。在移動互聯網為代表的新媒體時代，客戶與企業的關系更重視雙向的互動，數據驅動的營銷可以使資源更加有的放矢，高效完成營銷目標。

通過對客戶行為數據的收集，分析客戶的偏好與興趣點、對產品的評價與反饋，根據客戶的評論和建議改進產品設計，并對客戶進行系統的生命周期管理，在客戶容易流失的關鍵時間采取針對性的促銷策略；通過對交易環境的場景分析，在合適的場景進行精準的個性化商品和服務推薦。客戶行為數據的深度挖掘和分析有助于提升客戶體驗和忠誠度，從而吸引更多的潛在客戶、并增加購買頻次，這樣不僅能夠較好實現市場銷售目標，而且會沉淀更多的客戶行為數據，使客戶生命周期分析、關聯推薦等模型更加精準，上述過程形成一個以客戶為核心的數據循環。

客戶數據循環的運轉過程中，客戶的內涵首先發生了變化：由傳統的線下客戶變成互聯網客戶，二者區別是后者能夠沉淀客戶數據，從而為業務驅動提供基礎；再由互聯網客戶變成品牌的粉絲，粉絲不僅認可企業的產品，還認同企業的價值觀，并主動成為品牌的傳播者和放大器，對品牌形象塑造、提高忠誠度起到重要作用。企業與客戶的連接方式發生了根本的轉變，傳統的渠道商和中間商被逐漸弱化，甚至消失，由客戶直接連接品牌成為未來發展的趨勢。

（1）數據驅動的營銷。對于服裝企業而言，每年冬天，羽絨服是一個很危險的品類。韓都衣舍應用數據驅動成功化解品類風險。例如雙十一計劃賣40萬件羽絨服，售罄率至少會在90%以上。在傳統的服裝實體店，有一個數據是不容易拿到的：顧客進店后看一款衣服看了多少次？這個瀏覽數據基本拿不到的，除非是顧客購買，也只能拿到購買的記錄。如果做40萬件羽絨服，定在100個款式的話，傳統的服裝品牌，基本上在6月份之前就要確定訂單，交給工廠生產，這是全部的數量，然后就要賭今年的銷售了。

韓都衣舍的做法是：到了這個季節，大概只會先生產20%~30%的量。每一款生產幾百件，100個款式，在夏季就把羽絨服放到店鋪里，在沒有搞特價的情況下，當然不會有人買。但是這樣做可以拿到一個數據，就是這款羽絨服被消費者看了多少次？瀏覽就代表喜歡，特別是現在有了移動互聯網，消費者在瀏覽的時候，對于感興趣的款式，經常會收藏一下，因為不用付錢。接下來，韓都衣舍會根據這個款式的被瀏覽次數、被收藏次數進行排名，決定再下10%~20%的訂單。每年的雙十一是電商最大的節日，通過數據分析，一直觀察到10月21日，那時候消費者會把喜歡的衣服放在購物車里，等雙十一再買。韓都衣舍會梳理10月21日之前的所有數據，根據消費者關注度來生產剩下的40%的衣服。羽絨服生產周期最快是二十天到三十天，所以這些衣服的交貨時間是11月21日。到了雙十一當天，很多款式會很快售完，此時馬上轉成預售，告訴消費者只需要再等十天，就可以發貨。因為等的時間不長，很多消費者還是會購買。在這種模式下，服裝生產完全是根據消費者投票（瀏覽數據、收藏數據）選出的款式，就可以達到一個非常高的售罄率，從而有效避免了冬季羽絨服的庫存積壓風險。

客戶行為數據不僅可以應用于企業營銷中，更重要的是通過個性化需求數據采集、分析來改善客戶體驗、提升客戶黏性，使企業避免陷入價格戰的漩渦，構筑獨特競爭優勢，個性化需求數據也是企業研發新產品、個性化產品定制的起點。

（2）家具行業的個性化需求數據采集。尚品宅配定位全屋家私數碼定制，從數碼設計到數碼生產，再到數碼管理，其整個服務流程就是一個數碼服務的過程。其核心就是客戶個性化需求數據：從設計師的免費上門量房、新居網線上平臺的免費預約、再到戶型定制、以及生產，整個流程48小時完成。其整體的業務流程是：首先，消費者通過新居網在線上免費預約設計師上門量尺；然后線下設計師上門量尺，設計家具方案；接著消費者到店里看設計效果圖、確定方案并簽合同，家具圖紙送到工廠開始生產；最后由本地化的安裝服務團隊上門安裝。

未來的家居建材行業的營銷之路必定是以數據營銷驅動發展，通過第三方發送推廣信息，在線形成3D設計效果圖，然后再引流線下最后促進成交，而客戶在線體驗效果的決定因素就是客戶數據的質量及數量。

尚品宅配根據消費者個性化需求來設計家具，業務流程在傳統的業務流程基礎上進行改變，把上門量尺這一必需的環節提前，并變成免費，現在已經成為定制家具行業的一個事實上的標準。為什么將上門量尺免費，是真的免費嗎？背后的門道在于：上門量尺的時候，消費者要付出至少3個小時的時間成本，而這3個小時是最好的品牌傳播、服務傳播、產品銷售的時間，這還僅僅是量尺。量完尺之后，客戶的到店率高達95%，這比簡單的價格優惠的到店率要高很多。用專業性很強、黏性很強的服務來捆綁客戶，最后促成成交。

家具O2O渠道建設的核心是免費的量尺設計。在整個購買環節里面找到一個必需的點，通過它，把線上線下連通起來。個性化的優點在于線上線下沒有價格沖突，消費者在購買的時候沒有價格的可比性。因而給每一個客戶提供的解決方案都是個性化的，沒有任何可比的東西能夠在互聯網上找到。

2006年，作為尚品宅配的官方直銷網，新居網正式上線。如今它已經是全國最大的整體家居直銷網，為消費者提供一站式全屋家具定制、整體家居解決方案服務。新居網擁有業內時下最前沿的三維虛擬實況技術，提供最真實的家具“試穿”體驗。同時，新居網與尚品宅配終端店面緊密銜接，實現“線上+線下”的快速聯動，并逐步向O2O模式發展。新居網擁有一個龐大的數據庫，這里有全國重點城市約2000家樓盤的10萬個房型，以及相關的居住空間解決方案。基于虛擬設計，設計信息庫中不同款式、結構、材質的多系列產品過萬種，每款家具的尺寸和材料還可以按需變化進行組合，可開發家具的種類和數量近乎無限，為設計師與消費者提供了海量產品庫。在新居網上，消費者能夠參觀上萬個效果迥異的樣板間，家具“試穿”到滿意再購買；設計師則可以隨時參考10萬個不同戶型的家居解決方案，大大節省了設計時間。

尚品宅配將從新居網和實體門店兩個銷售終端收集到的全國家具訂單匯總到廣州總部后，就開始了快速的“拆單”與“并單”。數據中心將不同訂單中的家具按照材質分類，每件家具大概被拆分為幾百個零部件，其中相同或相近的進行合并歸類。根據分類數據，工廠里的機器以材料利用率最高為原則，將采購回來的板材切成各種規格的零部件，并一一貼上條形碼。生產工人通過掃描條形碼可以自動調整機位進行打孔等操作。從匯集訂單到識別板材加工圖，再到封邊、鉆孔等一系列操作，這個過程大約在48小時內就能完成。到了發貨的時候，生產工人根據家具的組合，從貨架上挑選出相應的各種零部件，輕松搭配成訂單中的產品。一件完整的家具就可以像“抓中藥”一樣，從“虛擬設計”快速轉化為“真實產品”了。這種依靠先進信息技術與柔性生產體系的做法，讓尚品宅配的差錯率從傳統廠商的30%下降到3%，還令尚品宅配的生產效率提高到傳統廠商的10～20倍。

（3）個性化數據提升客戶體驗。在新居網上，消費者可以像買衣服似的給自己的家居“試穿“成套的家具，款式、風格、大小、質地、顏色等都可以試到滿意為止，體驗DIY家居的感受，身臨其境地看到設計出來的家具效果，再考慮是否選擇購買。假如消費者還在猶豫的話，還可以到線下的體驗店通過圓方DIY家居體驗機，根據自己的需求，設計出不同效果的整體家裝虛擬效果。消費者也可以通過簡單的網上申請或者撥打尚品宅配的400服務熱線的方式，免費獲得設計師電話咨詢、預約時間上門、免費上門量房，設計師還可以根據消費者的要求和家居類型免費設計方案，應用專業家具設計軟件繪制出3D效果圖，讓消費者提前體驗家裝的效果。這一技術成功突破、解決定制行業消費者不能“所見即所得”的一大頑疾。

產品設計、生產的數據循環

在產品制造環節，傳統工業時代的產品標準化批量生產思想正面臨著價格競爭白熱化、利潤率低、市場反應慢、庫存積壓風險等困難的困擾。新環境下市場潮流瞬息萬變，一些領先的制造業企業嘗試應用互聯網和大數據技術為多種多樣的個性化需求提供非標準化產品的定制和生產。企業的數據收集應該發生在產品設計與生產之前，通過大范圍、增量積累方式獲取產品需求、消費者行為、使用情境等信息，對這些數據的分析決定產品制造工藝路線，促使產品設計開發的迭代周期大大縮短，成本節約的同時更切合客戶的個性化需求。產品的數據循環帶來如下改變。

（1）產品創新將從注重渠道到更注重提升產品價值，新技術大幅降低信息不對稱，傳統渠道和中間商的角色將逐漸弱化。

（2）企業在產品研發過程中要根據用戶反饋數據隨時改進產品，結合用戶和市場的實際需求快速迭代，不斷提升產品的價值。

（3）在產品價值中，信息部分的價值將越來越高，軟件和信息對價值產生巨大貢獻。企業由賣產品，轉向為賣服務，產品為載體，服務成為實現利潤增長的關鍵。

（4）在產品設計中，非標準化產品將越來越重要，數據驅動能夠實現非標產品的批量生產，極大滿足市場個性化需求。

具體而言，數據驅動產品設計與生產的一般流程是：根據市場潮流、用戶多樣化需求調整非標準化產品的設計，進行數據采集、預處理、特征提取，然后打破企業內部的信息孤島，把產品數據與其他企業內外部數據打通并實時關聯，接著基于清洗后的現有數據構建訓練模型，并實現模型的精準匹配和智能化，最后隨著產品生產和運營，將新數據不斷補充到產品數據庫中，并根據數據分析結果進行產品的迭代改進，改進后的產品就更能符合用戶和市場的個性化需求，從而帶來更多的數據反饋。這樣就形成了產品生產的數據循環，隨著數據積累厚度的增加、迭代次數的增多，非標產品的規模化生產成本會大幅降低，且極大提升客戶體驗和滿意度。

紅領服裝定制業務，和大多數服裝廠商一樣只是利用幾個有限的號型進行修改，量體方法也是傳統的靠經驗的量體方法，客戶訂單數據主要通過電話和傳真進行傳遞。運行沒多久，新業務的開展就遇到了前所未有的挑戰，客戶在專門店下訂單時電話詢問的面料，到交貨時卻因面料短缺交不了貨，只好要求客戶重新選擇面料。有的客戶還會如此反復五六次之多。這僅僅是冰山的一角：面輔料占用問題、供應鏈管理問題、產品質量問題、款式設計問題、計劃交期問題、生產管理問題、成本核算問題、售后服務問題等等，都陸續浮出水面。

（1）打通信息孤島，把“死數據”變成實時的“活數據”。如何解決面臨的各種問題？究其本質，這些問題的出現是因為訂單、生產、原料等環節各自為政，形成信息孤島，相互之間不能實時關聯所造成的。紅領決定引入信息技術來解決這些問題，開始了企業信息化和工業化融合的探索之旅，通過自主研發信息系統的上線，之前在各個孤島上沉寂的“死數據”相互打通，變成了新鮮、實時的“活數據”，解決了客戶下單、面料配送、交貨期等信息延遲問題，極大提升了供應鏈效率。

（2）生產數據智能化、提升產品價值。隨著客戶個性化需求的不斷增多，如何完成從傳統定制到大規模個性化定制成了新一代工業化發展的重要問題。過去十多年，制造業通過信息技術完成了產業的“信息化”和“自動化”，未來的制造業浪潮將向智能化方向轉變。而智能化的核心是沉淀足夠高質量的數據，并實現不斷自我學習功能。紅領的個性化定制系統RCMTM通過服裝研發設計的智能體系，最大程度滿足客戶個性化需求，而客戶滿意度的提升又將進一步吸引更多的消費者參與并購買，消費過程中將會產生新一輪的人體尺寸和服裝定制數據，再把這些新數據更新到數據庫和數學模型中，更加強化大數據分析的智能化和精準性，形成一個產品生產的良性數據循環。

家具行業的大規模定制生產。家具行業是工業化時代規模生產的典型產業，也經常面臨同質化競爭嚴重、庫存積壓、資金流周轉困難等問題。在互聯網快速發展的新環境下，多樣化、個性化的家具需求快速增長，家具的設計、生產、銷售有了新的玩法，個性化家具定制相對于傳統的標準化規模生產方式，面臨更大的技術與管理挑戰。其中最為突出的三大挑戰是：生產成本，生產周期，出錯率。前端個性化的需求制約了后端的標準化生產和規模化擴張。由于每一份訂單都是不一樣的：產品不一樣、生產工藝不一樣、生產流程不一樣，這也勢必導致出錯率會增大、生產成本會增加、生產周期會變長。為了支撐前端客戶定制需求，后端要有大規模的生產，既能滿足前端的個性化需求，又能實現大規模生產的高效率和低成本。通過對個性化產品的數據采集、計算機輔助家具設計與展現等技術，可以較為理想地提高家具個性化定制的精準度、控制定制化的生產成本，并提高生產效率。尚品宅配在采集與分析家具環境數據的基礎上，通過虛擬糾錯、虛擬制造、虛擬裝配的柔性化生產制造技術來滿足C2B模式。設計師完成設計方案，制作出效果圖后，系統會同步生成生產圖紙和元件圖紙。遇到設計出錯的情況，除了系統自身有糾錯能力以外，還能通過大數據數據庫排查常見的錯誤。通過智能化的審單查單排程系統、基于條形碼的生產過程控制系統等信息化改造技術實現前端設計的網絡化，解決個性化需求和規模化生產的矛盾。

家具制作業務環節很長，每一個環節都可能損失客戶，通過數據驅動運營，提高每個環節的協作效率和質量。其中最重要的是要采集有價值的數據，應用自主研發的設計師專用軟件，可以實時采集設計師設計時的數據，再融合工廠的生產數據、消費者在網站上的行為數據。數據分析系統一旦構建起來，可以顯著提高客戶O2O的轉化率。工廠接到一個批次的訂單，訂單管理系統會把每一個訂單拆成零部件，自動生成生產任務單，使用混合排產系統來提高材料利用率。系統還會自動生成每一個部件在各個車間的生產作業指令。每一個部件都有對應的條形碼，部件的全部信息都儲存在條形碼里面，系統通過條形碼來識別部件。工人和機器都是依靠系統指令來驅動的，可以最大程度地解決出錯率的問題。

平臺的數據循環

企業生產的平臺也稱為基礎設施，既要承接內部的資源和業務，又需要連接外部合作伙伴，是企業運營的基礎。企業通過一系列活動來完成價值創造，即在為市場提供產品和服務的過程中，并非自己獨立完成所有環節，而是根據自身的資源優勢和業務特點，選擇整個生產鏈條中自己所擅長的環節，并確定與競爭對手有所差異的關鍵業務，與此同時，還需要在企業外部尋找合適的合作伙伴，借助合作伙伴的資源完成其他環節的非關鍵業務。企業內外部互不相同但又相互關聯的生產經營活動，構成了創造價值的動態過程，合作伙伴的選擇及合作方式的確定，在產品價值創造過程中起到舉足輕重的作用。

（1）合作伙伴對企業的重要性。IBM于2013年發布了《為什么合作伙伴戰略至關重要》白皮書，通過對全球1351位商界領袖進行調研顯示：53%的CEO通過利用深入的外部合作來促進業務創新，92%的CMO則借助外部合作伙伴來執行數據分析，此外，68%關注業務增長的CIO則正在進行廣泛的外部合作。以業務創新為出發點并廣泛進行外部合作的企業的業務增長速度與創新能力比只進行少量外部合作的企業快4至5倍；與外部合作意愿較低的企業相比，合作意愿高的企業在推動業務模式創新、提升區域擴張能力等方面對外部合作具有更高的需求。

從另一個角度看，在任何時代，企業都是信息演變的風向標，合作伙伴也是企業除了客戶之外獲知外界環境變化最重要的信息渠道。客戶數據反映了消費端的市場潮流等信息的變化，而合作伙伴可以有效映射出生產端的價格、成本等關鍵要素的變動，有助于企業及時調整產品生產和經營策略。以往企業選擇合作伙伴的方式大多通過歷史經驗、市場調查，找出信譽高、業績好的供應鏈中的合作企業形成“短名單”，不同企業之間的合作方式相對固化，這種方式的缺點是企業容易形成路徑依賴，被固定的合作方所鎖定，導致更換合作伙伴的轉移成本很高。這種模式下，由于合作企業出現質量等問題所爆發的供應鏈風險也難以控制，甚至可能給整個行業帶來巨大損失。

（2）新環境下企業合作方式的變革。在新技術、數據資源蓬勃發展的條件下，企業之間的合作方式也在發生前所未有的變化，企業內外部的邊界變得模糊，生產經營的核心在于決定哪些資源是企業的核心資源，哪些資源對市場和公眾開放吸引、并找到合適的合作伙伴，進而構筑良好可持續發展的生態系統。企業關于供應鏈及合作方的數據分析能力對于其構建生態系統起到了重要作用。通過供應鏈數據的采集、篩選，提煉能夠代表潛在合作企業的核心業務數據；通過全面的業務數據進行利益相關者分析，通過量化的數據分析結果決定供應鏈中的瓶頸性資源、關鍵業務，智能匹配最合適的合作伙伴，優化整個供應鏈的效率，提升產品和服務的附加值。例如在供應鏈信貸業務中常用的數據指標有訂單增長、支付資金流水、歷史壞賬率等；企業創新者使用面向業務的評估方法，緊扣業務成果的衡量指標來選擇外部合作伙伴，還將他們外包的服務與這些廣泛的業務目標保持一致。此外，還能通過外部合作來獲得進行大規模創新所需的能力，依靠外部合作伙伴來提供企業急需的數據、知識和經驗，為戰略開發制定提供有價值的依據。由于數據驅動的運營優化過程中未必一帆風順，很可能有突發的環境因素通過合作伙伴數據反映到企業中來，因此，智能優化模型需要具有自我學習、迭代更新的能力。隨著復雜生產經營狀況數據的沉淀，企業運轉的速度和效率也會逐漸凸現出來，從而形成運營端的競爭優勢。

（3）傳統企業要善于去中間層，合作伙伴泛化管理。海爾集團CEO張瑞敏先生談到互聯網思維給傳統企業帶來的變革時，提到“企業無邊界、管理無領導、供應鏈無尺度”的思想。企業無邊界是從靠企業自身資源求發展，轉變成為并聯平臺的生態圈。一般來說企業是有邊界的，邊界大小取決于企業人力資源能力的高低。在互聯網時代，網絡打開了一扇門，可以使得企業無邊界，人力資源不再局限于企業內部，可以在網上整合所有適合的人。管理無領導要顛覆的是從原來的員工只是一個執行者，變為現在員工成為一個創業者。無領導的核心思想是從原來聽上級的指令轉變成聽用戶的聲音，即每一個團隊都應該直接面對市場。供應鏈無尺度是說用戶從被動的購買者變為主動的參與體驗者。傳統的企業銷售往往是分給省級代理，省級代理再批給市級代理，是一層層批發零售的形式。而供應鏈無尺度倒逼企業全流程都要無尺度，從研發到制造全流程都要有改變。

海爾內部近年來提的一個理念叫做“外去中間商、內去隔熱墻”。內部隔熱墻是指原來的管理人員，隔著層層管理人員，企業對市場的熱度就感受不到了。比如電器配送環節，現在有9萬輛車，但這9萬輛車都不屬于海爾，而是誰有車誰就可以加入到配送中來。這在互聯網稱為“輕足跡”，在企業就是輕資產。傳統配送考核依靠復雜的評價體系，往往由企業中的管理人員執行。現在變成用戶來評價。嚴格規定按約送達的規則，約定時點沒有送達的話，這一單貨不要錢了，那誰負責呢？誰造成的誰負責。

外去中間商是指去掉采購、銷售流程中的中間商。傳統的采購環節，需要一個專門的部門去研究誰能進、誰不能進、以及什么價格，過程非常復雜。現在通過建立利益共同體選擇合作伙伴，去掉復雜的評價體系，哪家供貨商的零部件有競爭力就進來，下一步可能有更好的供貨商替代。在營銷環節，以往是產品給了經銷商，經銷商再銷售；現在通過互聯網直接連接用戶，去掉中間商環節，實現產品與用戶之間的零距離。

交易與營收的數據循環

企業的盈利來自于收入來源與成本結構之間的差額，其中，收入主要源于產品和客戶，而成本則主要由產品生產和銷售過程中的基礎設施和費用構成。在互聯網環境下，企業的盈利模式悄然改變。過去需要收費的產品或服務今天可能會免費，過去一次性交易今天也可能變成多次交易，過去由客戶直接付費可能變成第三方支付。傳統的交易模式是“一手交錢、一手交貨”，客戶在一次性付款后，意味著產品購買的風險由廠商一起轉嫁給了消費者。現實中并不是每一個消費者對所購買的商品有足夠認知，如果將付款方式轉變為先體驗后交易，或者先付費10%進行試用的話，那么消費者在購買過程中就會打消很多憂慮，極大提升多次交易的可能性。

數據驅動在企業盈利模式中也發揮重要作用，在收入端，通過客戶和市場數據分析，選擇合適的交易方式，決定基礎產品和增值產品或服務；在成本端，通過生產數據的挖掘分析，優化企業生產成本、降低生產出錯率和管理費用。收入和成本共同決定了企業的利潤，根據交易和利潤數據，不斷調整各種資源和要素的組合形式和運營方式。