聯商網消息：觀遠數據創始人&CEO蘇春園畢業于卡耐基梅隆大學信息技術與管理專業碩士，擁有超過15年數據分析以及商業智能管理服務經驗。曾任全球頂尖BI公司微策略軟件全球高管&中國區產品研發總裁，為上百家500強企業提供過大數據分析規劃和落地執行服務。

本文整理自蘇春園在觀遠數據2019智能決策峰會的演講實錄，演講主題為《數據有為·智在決策》。

本文的主要內容如下：

觀遠數據創辦背后的故事

觀遠數據零售客戶分析實踐

正在發生的趨勢：企業顆粒度革命

新消費時代，智能決策發揮何種作用

智能時代需要注意的技術趨勢與未來

世間奇偉之觀，常在于險遠

15年專注做一件事

感謝前面幾位分享的嘉賓，我代表觀遠數據歡迎各位在酷暑中來到我們現場參加硬核的頭腦風暴。

我今天分享的主題是《數據有為·智在決策》。在兩個禮拜之前，我在北京參加耶魯大學和紅杉資本組織的CEO領導力課程，其中有一門課叫優勢識別，需要回答幾百個問題，通過大數據的模型得出每一個人的優勢與相對劣勢。

我拿到結果一看，總共34項能力，我排在比較前面的優勢，有兩個關鍵詞：第一個叫專注，專注是對一個長期目標的堅持;第二個是分析，通過數據去做分析決策。我拿到結果之后非常震驚，我說大數據的模型已經比我媽更了解我了。

因為過去的15年我就專注在做數據分析的事情。15年前我進入到卡耐基梅隆大學，當時讀的專業還沒有現在的“大數據”“人工智能”這種概念，但那時候我們讀的核心課程就是圍繞如何用數據做分析與決策，比如Data Mining數據挖掘、Decision Making Under Uncertainty如何在不確定性下做決策、Digital Transformation數字化轉型。

畢業之后我加入了MicroStrategy，這是一家非常有意思的公司，基本上每三家500強有一家是MicroStrategy的客戶。

從一開始作為工程師，從代碼的角度去看怎么樣用數據、用模型、用產品去幫助企業，到后來成為中國區整個產品研發的總裁，以及全球服務器產品線的總經理，有機會帶領幾百位同事，參與了微策略歷史上最重要的產品發布，并且與全球客戶進行深度交流。

大家可能都知道美國公司的發布會最喜歡選在拉斯維加斯舉辦，那些年我們每年在拉斯維加斯與全球的幾千家客戶，在一個禮拜的時間里面密集的頭腦風暴。

從早到晚，每一天我們跟幾十家客戶一對一溝通客戶的使用情況，怎么才能更好幫到他們用數據做決策。感謝這段經歷，給了我不一樣的視角，如何理解客戶真正的需求，企業有哪些不同的決策場景，以及數據分析到底如何產生可以量化的價值。

同時，在那個過程中也發現，因為受制于那個年代的技術，受制于基礎設施，其實有很多企業一直希望能夠用數據解決更多更深入的問題，但即便全球最領先的500強企業以及最領先的科技企業，也還沒有太多辦法解決，那是一個無人區。

到了2016年，一個巨大的時間點到來。幾股浪潮已經融合在了一起，算法、算力和數據......我們看到了巨大的拐點，過去的數據分析和商業智能仍然有價值，但是它沒有解決的問題——對于海量數據的探索。

對于未來的預測，對于異常診斷，對于行動的建議，因為這些技術浪潮的到來，成為了可能。所以2016年的9月，我與幾位以前的老伙計們后來在阿里巴巴的兄弟們，正式啟動了觀遠數據。

珍惜與每一家品牌的緣分

沃爾瑪

這15年里面一直跟數據打交道，走過了一些彎路、填過很多坑，也有很多有意思的故事和緣份。比如沃爾瑪，從讀書到工作，分別研究和服務過沃爾瑪的數據應用場景，然后很巧的是我們觀遠數據一個月之前正式跟沃爾瑪中國達成了合作。

通過和沃爾瑪在全球最創新的孵化器Omega 8合作，我們一起實現更精準的生鮮品類的預測，而這件事情的難度在過去通過傳統的數據分析是難以解決的，現在有了新的技術浪潮，這些都成為了可能。這背后與其說是一種緣份，更是時代背景下潮水自然的流向。

兩個禮拜之前500強最新排名剛剛出來，大家看到沃爾瑪連續第六年蟬聯榜首的位置。前任沃爾瑪CEO有幾句話讓我印象深刻，非常樸實但是道出了對于數據的本質，他是這樣說的：過去這些年我們在每周五上午決定干什么，周六中午就部署完成，快速發現問題，快速行動。

進步不是都像我們想象中那么轟轟烈烈，你不需要比你的競爭對手領先幾個月，一招致敵;也不需要領先幾個禮拜，只需要每年52個禮拜每個禮拜領先幾天，這就是你的優勢。更進一步，在中國，一方面是高頻快速迭代，另外一方面需要更精準地給出行動建議，這是沃爾瑪在中國的實踐心得。

聯合利華

同樣也是500強的聯合利華。聯合利華是我們從去年開始合作的一個非常重要的戰略客戶，我們與他們團隊一起在最前沿的地帶進行探索，從BI到AI的不同場景落地。

今年初BCG發布了快消行業的調查報告，針對全球排名前30的快消品公司，去看哪些技術賦能的場景最需要被提升，其中排名最前面的是需求預測。對于往往擁有龐大體量的快消企業而言，需求的準確帶來的將是下游所有生產供應鏈、倉儲、渠道管理的精準運營管理，影響力可想而知。

鮮豐水果

剛才講到的是全球有影響力的品牌，我們回到自己本土的零售力量——鮮豐水果，這是一家社區門口經常看到的連鎖門店。全國超過1500家門店，過去他們每個禮拜六的時候部門開一個會，發現哪一些店在某一些商品上有什么問題需要改進，然后再做決策。

但在今天我們為鮮豐水果構建的能力是把同樣一個時間周期里面決策的次數、迭代的次數增加到原來的10倍甚至上百倍，因為我們的智能分析平臺可以做到每個店、每一天、每幾分鐘自動檢測，發現主要商品里面銷售的偏差和可能發生的原因是什么。

奈雪的茶

類似的還有奈雪的茶，看看經過大數據錘煉后奈雪的茶味道會不會有不一樣。奈雪的茶永遠在推新品，新品能不能引領新的消費潮流是茶飲最核心的競爭力之一。在這里面，過去兩個禮拜做的決策對新品研發的指導意義是非常有限的。

但是在今天奈雪的茶跟我們合作，我們把這兩個禮拜拆成每半小時為一個周期，每半小時對于這個新品在不同門店，這些商品受什么樣畫像的客戶歡迎，為什么喜歡它的口味，怎么樣定價，怎么樣的商品組合最合理......

這些整合的數據分析在這兩個禮拜里面可以迭代商品幾百幾千次，最終成就一個受大眾歡迎的新品，這是奈雪的茶面向市場一個核心的競爭力。

簽約 | 奈雪的茶×觀遠數據，數據驅動塑造品牌差異化優勢

企業顆粒度革命

智能決策的本質是什么?是在同樣的周期里面：一周、一個月或者一年.....能夠比過去、比你的競爭對手多10倍、100倍、1000倍發現問題、進步迭代最后產生增長的機會。你抓住了其中的機會，在52周之后和你競爭的就不是過去的你，也不是隔壁的品牌了，你是與未來為伍，這才是智能決策的本質。

為什么原來做不到呢?這背后是“企業顆粒度”的革命在發生。今天下午見福便利店會專門分享，它們有2000個店，每個店怎么做極致單店經營模型，其他1999個店怎么找到這里面最優的模型作為參考，讓第二個店變得更聰明。這里面我們把它細化成所有原子度的時候我們發現不僅僅是店，我們的渠道，我們的單點，我們每個商品的單品，重要的單客，每一次的市場營銷的效果，都會每一次比前一次更聰明。

甚至還有我把它叫做“單度”的一個概念，這是上個月和可口可樂在聊的。現在是盛夏高溫的時候，如果明天的溫度比今天高一度，可能對可口可樂在中山公園的地帶會產生什么樣的影響。如果你掌握了原子級別顆粒度的分析和決策，你在未來還有60天的夏天里面，通過改變和迭代，你將獲得持續不斷的競爭優勢。

這本質上正呼應了智能時代數據、算法、機器學習產生的巨大生產力。這也是跟傳統商業巨大的區別，傳統商業每一個人，每一個體系的能力IQ是固定的，我們一個企業如果有1000個門店，只有5%的店長能夠執行，但是通過系統通過算法可以讓優秀經驗和數據處理邏輯共享，讓10%、20%、30%甚至更多的店長變得越來越優秀。

智能決策：植根于新消費創新土壤

以更寬廣的視角審視我們所處的時代，我會將其劃分為工業時代和智能時代。工業時代極大放大了我們的體力，而智能時代它本質上是生產了數據。每個企業現在最不缺的就是數據本身，但是從2016年開始因為人工智能崛起，我們的腦力開始能夠得到極大放大，而且所有的機器學習會持續反饋迭代變得越來越聰明。

腦力的放大對于我們商業活動會帶來什么?所有商業活動的源頭就是決策。決策是企業的大腦，決定了企業未來的任何動作。Gartner對于全球CIO2019年數字化預算的調查顯示，將增加投資排名最高的是數據分析，第二個是AI人工智能。

這個趨勢在中國同樣也在上演，我們已經看到越來越多的企業在重視利用數據做決策這個事。所以觀遠數據希望能夠幫助企業構建每一個企業都需要的決策大腦，去更聰明地經營管理，尤其是在零售、消費、新經濟行業。

幾十年前，根植于德國先進工業的土壤，一家偉大的公司誕生了，它叫SAP。20年后、30年后在今天的中國，中國的新經濟消費正在引領全球的創新。我們看到在中國一定也同樣需要科技企業在背后賦能，在這個土壤里面去構建面向未來的企業決策能力，這是我們觀遠數據的使命，也是我們所有團隊努力奮斗的目標。

我們往往高估了新的物種、新的技術、新的創新在一年帶來的變化，卻容易低估了三年五年后的變化。這里面對于我們在座各位行動派來說，我們需要的是看到未來一年、兩年、三年的商業輪廓，第二個是怎么分步解決好當下三個月決策的主題和場景。

在這個過程中會不斷產生數據迭代和閉環，最終通過三個月的布局抵達面向三年后的智能決策大腦的終局，這是我們想要為各個企業去協助規劃并構建的。

我想再次分享這個圖，有一些老朋友看到過這張圖，我們也持續得到了對我們這個方法論的正向反饋。觀遠數據有最核心的一個觀點跟大家分享：對未來的共識比較容易形成，但是如何抵達未來的過程是最最重要的。而觀遠數據作為一家科技公司，我們的BI到AI，怎么幫助企業構建這樣的決策大腦。

1.敏捷化：不管什么樣的數據，不管新業務還是老業務，第一時間快速構建數據體系。

2.場景化：這個行業里面最領先的企業他們怎么去看店、看貨、看人、看供應鏈，怎么去對標，這是第二點。

3.自動化：當我有了數據體系之后，能不能讓它更加普惠，能夠自動的數據追人，去提醒發現這個問題。我們的店長不需要在電腦前，他也不可能在電腦前，他只需要數據告訴他下五秒應該做什么決策，更加自動化。

4.增強化：更進一步利用AI實現增強化，通過先進計算力實現更深度分析。5.行動化：以及建議行動化，賦能算法能力，包括預測包括自動診斷，指導在重要的決策上怎么不斷優化。

結語

在結束的時候，最后向今天到場的、包括我們的客戶、包括在場下的每一位致敬。我們正處在智能時代的發端，其實每一個時代最不缺的是旁觀者，是評論家，甚至是預言家，有很多這樣的人。

但是最缺的是智能時代的親身參與者或者行動派。在座各位今天來到現場以及在日常工作中我們一起做很多前沿性創新的合作伙伴，你們就是這個時代最重要的行動派。

最后一點思考：如果說工業時代的偉大之處不是為女王發明了絲襪，而是因為對勞動力的無限放大，讓每個女工都穿上了女王同款的絲襪。

智能時代呢？智能時代未來它的偉大之處會是什么？也許會是對腦力無窮無盡的放大。那么我們的未來又會是什么？五年后、十年后對我們意味著什么？其實我們沒有答案，很遺憾。但是我們相信世間奇偉之觀，常在于險遠。我們在路上，我們邀請大家一起同行，謝謝大家。