瓴羊CEO朋新宇:让数据服务人,而不是人去服务数据

7月13日消息,阿里巴巴集团副总裁、瓴羊CEO朋新宇在瓴羊一年一度的产品发布会上,以主题“大数至简,ALL in ONE”演讲。他指出,数据行业发展至今,企业面临着数据量不断膨胀、数据管理和人才招聘难题,他还强调了数据在企业中的价值,并希望通过好数据的运用,让数据服务人,而不是人去服务数据。

朋新宇介绍了瓴羊推出的新产品瓴羊One,它是一个企业多平台、全渠道的一站式数据产品,具备智能销量预测、数据集成和全域营销的能力,旨在帮助企业提高生意效率和决策质量。

朋新宇特别强调了对双11等电商大促的复盘重要性。他提到,今年618,通过瓴羊One复盘,客户节约了80%的时间;在履约方面,利用瓴羊One的产销能力,销量预测的准确率提升了20%。在营销方面,通过全渠道营销和多平台联动运营,有一家食品客户的GMV提升了69%。

图注:阿里巴巴集团副总裁、瓴羊CEO朋新宇

(图源瓴羊智能服务公众号)

以下为演讲实录:

大家好,各位新老朋友们大家下午好。

非常开心,也非常荣幸,今天很多新老朋友从全国各地四面八方飞到上海来,来参加瓴羊一年一度的产品发布会,与其说是新产品发布会,对我来讲,我觉得更应该说是一个数据行业思想的分享和交流会碰撞会;与其说给这个碰撞会起一个名字的话我想“大数至简ALL in ONE”;

今天跟大家分享的时候我想跟大家分享几个点。

一、刚刚加入工作的时候,二十年前加入数据行业。进入公司第一年老板跟我们说,今年遇到一个大挑战,我们要处理一个大数据非常庞大。500GB,我不知道大家有没有一些印象,在20年前,我们的电脑硬盘多大?10个G,那个时候电脑上市场标准10个G,40个G,要拷数据要弄一个小推车了。

年初遇到一个消费品的CTO,我的好朋友,他说小芃去年很瓴羊团队合作把数据治理好了,我说数据量多大?你猜猜?我说500G?他说不,多少?2PB,什么概念?20年,4000倍,其实企业20年的时间,数数据膨胀了4千倍,更有甚之IDC去年报告里面提到,2025年中国数据量将要达到48.46ZB。1ZB约等于10亿G。企业这么多年,数据越用越多,管理越来越难,数据人才越来越难招,怎么办?我们一直思考一直想。

我相信在座各位,以及各位来在线上的做数据相关的从业者,我们心中有一个使命,让数据更普惠,让商业更智能。

二、我刚加入阿里的时候,国内还没有专业的数据团队,我们团队招的第一个,叫数据研发工程师,发在当时的网站IT Hub(音译),不知道在座是否记得IT古董网站。我们是互联网里面第一批专门做数据的团队。到现在为止,至今我们还是奋战在最前线、最前沿、最深处的一波人。

当时进到阿里什么东西没有可以学,没有什么东西可以借鉴,我依稀记得一张表,八个部门存了八遍。这是什么表呢?互联网人每家应该都有这张表?用户行为表,单张表的成本多少?一张表1200万元一年,八张表就将近一亿元,这全是企业业务利润,我们做数据的人心在滴血,在座各位都遇到这样的问题,你老板,CEO,都会遇到这样的挑战,成本花下去了,效益在哪里?

在当时我们在考虑,这些团队也不傻,为什么要做重复的工作呢?要兼顾个性化和通用化之间的平衡。我们摸着石头过河,大家又听到一个词,我们开始用“数据中台”的词,我们再去解构、重构。

如何理解数据?如何做好数据?我们目的希望让数据在业务里面发挥价值,能够让业务更高,更快,更强;对于一个企业来说,如果不能理解数据,那别说用好数据,我们今天其实已然能看到,我们如果不能驾驭数据的话,可能无法驾驭这个市场,这已经成为共识了,我相信大家今天来带着一些疑问,带着心理的期盼来交流的。

如何驾驭?怎么驾驭?这是都想讨论的问题,今天这个会议不贩卖焦虑,我们答案是all in one,道德经说,“大道至简”,趁今天这个机会,有很多是各行各业的头头脑脑,能和大家一起交流,如何面对这样一个数据爆炸的时代、需求迥异的时代,我们应该怎么回归到本源。怎么做到“大道至简”,怎么做?才能让老板们、企业们,用好数据、做好服务,创造价值。这是今天追本溯源All in ONE的。

今天企业存在很多问题多带来的麻烦?从本质来看,都是ALL造成的。为什么这样说?如果你不信你看,你的企业,你的老板,你的客户,你的业务方一定会问你,你会问下属和合作方问你对效率满意吗?

我有一个很好的朋友,在跨国公司做CTO,去了一年,第三个月中奖了——系统挂了。在座各位CTO有的点头,有的在笑。挂了以后,新官上任三把火,把所有事情经过的设计团队拉在一块儿复盘到底什么问题,门一推开,发现乌泱泱80个人,复盘B说C的问题,C说D的问题,这80个人都是服务商,相互之间通过项目管理协同的,根本不是业务数据、商业协同的。本质上服务商缺少编排,缺少管理,缺少连接,缺少通过数据串联的。那个场景下,我当时开玩笑说,是不是觉得自己是上帝,是不是在那一刹那有这样的感觉?到底你是上帝还是皮球?他说那个时候可能不是皮球了,甚至是貔貅了,来一脚谁都能踢我。80几家200多个系统怎么做?今天开始还有机会,如果还是用这个方式,你可能过不了这一关。已经三个月了,下一个三个月是什么问题也不知道,服务厂商多,系统服务带来的麻烦。

除了这个还有什么问题吗?还有。你做决策难吗?太难了。前几年做消费电子的品牌,当时天猫开店,当时开了3、4个旗舰店,那年学习做方法论,说今年做好活跃买家都能成。那年A渠道、B渠道,C渠道拿着报告,进到老板会议室的时候,发现大家都不敢庆工,活跃买家做到了,但是货还积压很多。什么问题呢?打开来看,其实问题很简单,第一个渠道说不是要做活跃买家吗?我们活跃买家一个月来买两次的叫活跃买家,所以做到了,而且超标了。第二个渠道说,活跃买家你这个错了,你怎么一个月来两次就活跃,一周来一次,一个月来四次才是活跃,这个条件又不一样了,他也达到了,他达到了比标准稍稍低一点,也超过100%了。第三个哥们做营销的,你们都不对,什么叫活跃,活跃要天天来我这里,一周买一次,一周来四天,才叫活跃。老板看着他们,觉得好像说得都有道理,我除了拍板之外,我现在只能拍桌子了。

他们都没有错,错在哪里?其实错在到底标准有没有定义?谁来定义?怎么定义?如果没有标准,今天复盘,说谁做得好,谁做得坏,没有参照系,这是一个店铺,一个品牌,只在我们当时天猫系,淘宝系,前几年做生意,今天这样的消费电子,我们拿了一个客户,光在阿里系400个店铺,全平台1200个店铺,大家想一下,还不包含这些线下的门店,除了线上不包含线下门店,从销售、供应链、营销、客服,分散在各个条线上,每个渠道都有不同的店长,不同的GM定义,每个角色都有不同的决策分配,作为决策者到底听谁的?

有一句话说多个时钟,其实你没有时钟了,难道这不是因为多带来的问题吗?平台多,渠道多,各种触点多,因为多带来决策效率低下,以及决策失灵的,除了这个之外,还有其他的因为多带来的问题吗?

还有,不信你看?这个话题你们应该也会关注,你用数据合规吗?刚才介绍我们嘉宾里面,有我们上海政法大学、上海社科院、法学院的专家教授坐在这里,待会儿在这里听听他们分享,我先班门弄斧一下。

数据合规不是你说了算,数据合规是真正你要把法律、把行规要研究透,研究透变成软件、软件变成植入流程当中,真正工作流不是靠认知,法治最重要靠系统和数字化治理,所以慢和难,人多了,慢;流程多了,效率多了都不致命,触犯了法律红线致命的。

去年,国家网信办组织开展13项“清朗”专项行动。处理清理违法信息,官网上查得到。其中,清理违法和不良信息5430余万条,处置账号680余万个,下架APP、小程序2890余款;涉及到很多是商家的,去年的时候网信办通报了哪些下架,哪些整改。就是因为我们对法律和理解执行,最终企业里面应用有巨大的落差,巨大转化的漏洞。

作为一个企业来讲,可能你们都会听到法律的名字《个保法》、《数安法》、《网安法》《算法管理条例》,既要保护消费者合法权益,同时要促进市场健康,这是我们职责和责任,前提你得要有这样的内容,企业如何做到安全、合规,以至于不触雷,这是我们这个地方所产生的问题,是因为渠道多、触点多,以及法律法规条款多,我们不具备这样的人才,这是什么样的人才?要既懂法律、又懂数据、还要懂商业的交叉型人才。我们开玩笑说,如果完全不会有任何违规违法的话,关掉不做生意就不违法了,缺少懂法律、懂数据、懂商业的交叉性综合性人才,如果这些不具备的话,今天对于企业来说你以为在采数,我们其实在踩雷。

今天讲这么多,不是卖焦虑,也不是讲这些问题多严峻,而是抽象出来,因为效率的问题,因为决策的问题,因为数据隐私安全的问题,这些问题都是因为多带来的,如果大家觉得和你工作离得稍稍有一点抽象,那再具像地看一下。

我们工作当中这几个经常用的场景,分析、履约、营销、客服,这些我们每个企业,少则4、5套,多则40、50套,这些共聚合软件,企业为了解一个问题,可能要买一堆产品,可能有的一个团队买一堆产品,有的一个决策买一堆产品,有的公司买一个产品组合,有的是部门和部门之间的部门墙,因为部门墙所以有数据孤岛,我说不是的,是因为有数据孤岛所以有部门墙,买了不同软件就是买了部门岛,部门怎么通呢,人和人之间怎么通特?所以看到产品越来越多,增长越来越难,促使我们在思考,促使我们做20多年数据行业的人,我们思考我们能做一些什么?

思考的时候,我们往往朝三个地方找答案,一个朝市场找答案,反观这几类企业,第一个五合一智能蒸烤箱,我昨天研究了一下,叫煎炸煮蒸烤,他说真的能煎炸。第二个这个每位美女看到都会感觉“符合朕的心意”“七效合一修护霜”;第三个“52种营养只需一片”,我们所有的企业都把每个功能和功效集合在一个产品上,企业把消费者的产品做得越来越简单,我们自己的企服行业越来越复杂,因为时代趋势由繁至简,企业服务市场也应该如此。

第二个朝客户学,原来一个阿里同事出去创业做食品行业,做调味料,创业半年去他那里看看。说我半年了还没有开张,但是我买了八套系统,花了30多万,这个地方注册一个店,那个地方注册一个店,就打电话,必须要买这个很好,听他们说很好就买了8套系统,那天正好去他家,一个玻璃房,不知道你有没有看到企业里面朋友这样的,有财务核数据分析部,把这两个部门放在一块儿?你们知道为什么放在一块儿吗?安全。其实都是“表哥表姐”,财务和数据都是搞表的。

那天看到一堆人在那里,神情很凝重的,早上8:30上班打开电脑,把五个收藏夹点开,点下载,第二步就是拿着茶杯去洗手间洗茶杯泡茶,回来以后数据好了,手工拷出来贴到人工表里面,如果系统不好重新倒出来再洗一次茶杯。在座各位包括我自己也会经常干这样的事情。

那天一堆人在查,发现数据拷出来有地方报错,找不到原因,5、6个人查到底原因在哪,查到中午找不到问题,舍弃掉这个问题,下午先卖货,先搞一波,就这么做生意,就这么弄。从客户看,一个老同学看着我,我说“对不起我们有责任,我们应该做一点什么东西”,这是从客户这一侧。

第三个朝历史学,十年前,也是我们这波人的,电商上的经典电商一代的同学,这个产品都不陌生,十几年前为了在淘宝、阿里做生意更简单更方便,为了数据指导决策,推出量子、数据魔方、淘宝指数,不同的时间推出各种产品都是为了让数据更方便。2013、2014年发现不能这样子,一样的问题,客户要找数据,拼在一块儿都不对,我们痛定思痛出现生意参谋,都在用这样的产品,其实这个产品,从第一年到现在做头尾有十年了,有一代代数据产品人迭代,其中一个同事逸客,像我,有一批人,每天思考、探索,如何让商家使用数据的过程当中,更简单,效率更高一点,价值更突出一点,这是从历史看。

任何问题要么朝书本看,要么朝牛人看,要么朝数据看,从中看到有那么多可以启发的,已然到时间点,商家多平台做生意成为常态的时候,我们往往觉得多平台做生意,你的生意翻倍,你修两翻倍,你收入翻倍,你利润翻倍,但是真实的情况,生意上可能做加法,也有可能做减法,大部分你不知道。老板算总账知道的,加法或者减法,是不确定性的,但是你的难度是在做乘法,或者乘方。像刚才八个系统导数的话,可能会形成笛卡尔集,无解的。

瓴羊在今天这个时间点,看到这些,是我们数据人,数据行业共性的特点,我们希望重新定义我们企业数据服务。我们今天正式发布瓴羊One万千需求一站搞定。

瓴羊One是什么?是企业多平台、全渠道晶莹的一站式DAAS产品。真的能做好,是需要经验、耐力,还需要有一些前站和担当。有人问我们,这些事情为什么别人没有做,为什么看到这样的市场就你们吗?不是的,很多人看到,做这个事情太苦,太累了,不赚钱,但是今天看到多平台、全渠道是客户每家经营的必经之路,虽然时代在变,虽然趋势在变,但是让天下没有难做的生意使命我们不变,在今天推出了瓴羊One企业多平台全渠道经营的一站式DAAS产品。

去年讲了瓴羊One是一个DAAS企业,我们推出了五朵云,DAAS是什么?去年讲三流合一,数据流、工作流、商业流能整合,不少的朋友关注我们,也在和我们合作互动,能感知得到,我们去年的时候,其实有没有看到,我们倒过来做了一些事情,先把营销云给做了,再把产销云做了,再把客户云、分析云做了,同时推出了开发云。今年反过来说,特别在座各位都是大企业的领袖,你们大的企业,花得起一些钱和时间做这些事情,中小企业没有时间和没有钱的,虽然大企业,但是企业的新品牌,新需求,你需要杀鸡用牛刀吗?在我们去年的5朵云,今年变成一个产品,瓴羊One,这五朵云的能力全部具备。

下面一站式,多渠道商家经营数据集成,商家在哪个平台做生意,在哪个平台效率变得更高。希望在哪个平台之间的生意工作更顺畅。智能销量预测,备货更准更灵活,库房不囤货,机会不错过。真正要做预测很难,但是有一件事情可以做,无限把时间逼近,实时快速做短周期的,如何做一个半年以后的预测,如果有人告诉你做准,我们私下聊聊。

如果知道前面一个小时,前面一天,前面一周的数据,可能知道接下来一天,一小时,一周,这个基本上十拿九稳,像这类能力往往杀鸡用牛刀,把这些能力集成在瓴羊One一体化,一个后台,刚才我们讲到同事要下载不同的数据,不同的后台,不同的权限,这些其实系统一个后台可以处理,特别讲到营销,不同的营销有不同的营销方案,不同的营销主管,往往你的是我的,我的还是我的。往往一个品牌里面,需要一个品牌之间,多个品牌之间会员相互搭赠,相互新品适用促销,以及交叉销售,这是经常提到的词,但是企业做不到的原因,数据没有联通,全域营销能不能真正做到,就是全域数据,一个后台激活全渠道的营销,真正做到全域数据,才能让营销做到真全域。

一套标准,刚刚讲的一个定义,这里再分享一个故事,前两天同事让我看到一个案子,他们不让我讲,我分享一下,不说谁,也不说哪个,一个客服的截图,一个消费者问一个平台一个问题,回答了几轮,看到一句话“亲,你要是看不懂说明就不要买了哈”,这是一个客服回答消费者的,这个消费者也很逗,“哈哈,亲,如果你解释不清楚,就不要做客服了哈”,这是冷笑话,不是痛吗?

我们做语义分析,做词组分析,有说违禁词吗?没有,有说骂人吗?没有。有说态度不好吗?还亲,还哈哈,很好。但是这个如果,特别像这类人,一般都不是在我们正常的全职的客服,经常双十一前,618前,618后,我要谈50个新客服顶高峰期,这个培训和熟悉的知识程度没有那么强,可能出现这样的情况,这个情况怎么做呢?我们不能盯着他,还是靠数字化,如果50个新同学进来,为什么你的单子时间这么长,为什么转化率这么低,为什么和这单客户花这么长时间,平均线这样子,你超出了你的方超范畴,这个我们就可以抓住,这就是前面消费导购,虽然没有退货退款,但是营销导购的机会。好的问题提出来,答案就在里面。

谢谢在座各位,有不少的朋友和商家在试用,分析这个领域,2020年做全渠道的一些运营和代运营的服务,从2021年的双十一复盘时间大概需要一周,双十一一定要复盘。有一个人问,双十一一定要复盘吗?我说你不懂零售。这次618和瓴羊One的配合大概2天时间完成,我们光在分析这一个环节,就为客户节约了80%的时间。

履约场景:大家都知道销售预测很难做。尤其是SKU多的品牌,有的地方脱销,有的递销,这里讲到瓴羊One的产销的能力,周力度的销量预测提升准确率20%。

营销场景:有一个做食品的客户,多品牌矩阵,多渠道投放,在座各位都是食品消费客户,对品牌认知很重要,这个品牌好你一直会购买他,这个品牌认知出现了问题,不管哪个平台出现也不会买。多品牌联动,原来单品牌割裂的,我们用全渠道营销的能力,用多平台联动运营,GMV提升了69%。

今天碰到一个新朋友,做酒的行业的朋友,他送我一句话“握了10次手,不如喝一次酒”,像这类的饮食对我们人来讲是品牌认知,品牌安全,品牌性非常非常重要的。

你们的数据就放在墙上,在此代表背后的团队谢谢大家!

讲了这么多,做了这么多,本质就这么一句话,“让数据服务人,不是让人去服务数据”。这是我们心中想的。有人和我们讲,说到现在为止,一定大家脑子在问,我们做了这些产品。

都是因为多变成少,复杂变成简单,ALL变成ONE,今天必须有一个话题我们要聊的,如果没有聊,感觉我们开会有一点不符合时代的格局,我们讲讲大模型。我们这么半年的学习是前面十年毕业之和吧。首先我的团队也是一样的。讲大模型,从开始讲,我们不卖焦虑,所有用上瓴羊One我们背后接上大模型,用上瓴羊One其他产品我们接入大模型,帮助企业搭上未来你的智能化的通途,在这里大家看到,我们都在关注大模型,感觉自己哪天要做一样,其实大模型不是一般企业能做的,这里面算力不用说了,这里面的算法,这里面人才的密度不说了,但是我们今天有用大模型的权利和能力,以及未来我们一定要用好大模型的能力,怎么用?第一天设计的时候,我们希望把这些能力集成进来,未来哪个大模型具备了,我们都会接入这样的大模型,不管营销场景、客服场景,我们希望把模型变成能力送到场景当中去,不仅仅模型跑分的能力,我们希望在焦虑之下,做一些不焦虑的事情,我们控一些未来概率大的事情,我们希望今天为那个事情发声做好准备。做什么准备呢?一定要做好数据的准备,刚才那句话讲到,我们不是让人服务数据,而是让数据服务人,有朋友和我说,我处理数据起来就不是人,太烦了,我送他一句话,数据的问题交给数据人去解决吧!

瓴羊One背后的团队,在这个行业里面,不管第一代数据人,还是依然今天在第一线,同是国内行业数据密度使用最高的人,我们希望让大家用好数据,管好数据,同时让数据发挥价值,更好的方式,让数据智能帮到企业,帮到客户,帮到消费者,数据的问题就交给我们数据人解决,所谓的专业数据人,其实不是靠说出来,不是靠今天我们这样讲就知道,而是靠摸爬滚打被锤炼的,哪怕踩在地下摩擦摩擦,他还活蹦乱跳,活蹦乱跳20年,不是你做的足够好,而是你遇到足够多的坑,今天你依然活得很好,这些问题的底蕴就是叫做专业。

专业还把这个词延展一点,我们其实做数据,做大模型,就是为了未来通向智能化之路,智能化是什么?我相信在座各位都有共识,智能化等于算法+算率+数据。我们今天理解智能化已经很清楚了,等于大模型+好数据,刚才讲到了,大模型不是每个企业有机会,有能力,有资源构建的,我们能构建的是企业自身的好数据,就像我们今天看一些Paper一样,未来有一些大学专业叫提示工程师,怎么叫为模型、怎么PUA模型,怎么取悦模型,要靠好数据。

瓴羊和瓴羊背后的团队,我们和客户,以及在座各位,你们在和客户的视角,我们在你们的视角,帮助你们拿到好数据,这是我们抓得牢,做得好的事情,帮助企业构建一方好数据,瓴羊One用了这些产品,天生你的数据就是你的,天生你数据存下来就是好数据,和你原来用瓴羊其他产品底座天然能打通。同时瓴羊One长在原来瓴羊的基座上,他的能力变的越来越好,越来越简单,把焦虑变成可管理,大家不用面对智能化和未来的打磨性时代不用焦虑,因为数据在哪里?模型就在那里。在座各位大模型AI思潮之下,今天听了一场会,数据在哪里?模型就在那里,数据不能搬的,模型能搬的。面向未来得数据井喷和蓬勃的市场,把自己企业数据治理好,管理好,变成好数据。

讲了这么多,聊了这么多,谢谢大家真诚的眼神,谢谢大家专注举起一次又一次相机,该要讲的问题,无法靠一场会讲完,最后送一句话,一行小字“水利万物而不争,数利万企而无声”,去年瓴羊发布的时候最后一句话,伴随着整个做事的思路,每一场社会的交流都会讲。希望瓴羊和在座各位,以及线上的朋友和同行们,我一起用我们的能力,智力和实力,让无声胜有声。

讲了这么多All in ONE,瓴羊One,下面用一段视频揭开瓴羊One的面纱,再次感谢大家!



 
电商资讯*版权声明:本网站所收集的部分公开资料来源于互联网,转载的目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。本站部分作品是由网友自主投稿和发布、编辑整理上传,对此类作品本站仅提供交流平台,不为其版权负责。如果您发现网站上有侵犯您的知识产权的作品,请与我们取得联系,我们会及时修改或删除。 本网站所提供的信息,只供参考之用。本网站不保证信息的准确性、有效性、及时性和完整性。本网站及其雇员一概毋须以任何方式就任何信息传递或传送的失误、不准确或错误,对用户或任何其他人士负任何直接或间接责任。在法律允许的范围内,本网站在此声明,不承担用户或任何人士就使用或未能使用本网站所提供的信息或任何链接所引致的任何直接、间接、附带、从属、特殊、惩罚性或惩戒性的损害赔偿。
文章网址:http://www.cnecn.com.cn/hangye/renwu/2023-07-13/12527.html
赞 | 0