DOITAPP
DOIT数据智能产业媒体与服务平台
立即打开
DOITAPP
DOIT数据智能产业媒体与服务平台
立即打开

TalkingData D2D:从“数字化”到“数字化”

以数据的智能驱动零售行业的数字化转型

当下,零售行业的动荡日益激烈,新思维的碰撞也蓬勃而发,数字化转型已成为传统零售企业迫切希望寻求的变革之路,从O2O到OMO,从流量争夺到流量运营,从新零售到无界零售…理论和名词层出,但零售企业的困惑和迷茫却只增不减。这是一个变革的时代,几十年来的企业管理理论和国外的最佳实践,都无法给出答案。于此,TalkingData基于大数据的生态能力,以数据的智能为入手,以技术平台和咨询服务为合力,提出了D2D方法论,帮助零售企业稳步实现数字化转型。

D2D,TalkingData数字化转型方法论,从“数字化”到“数字化”,以业务数字化为起点,以效益数字化为节点的数字化运营闭环,迭代上升,全面提升数字化能力。

从三个层面,来看D2D的实现路径:

1.     跬步和千里-起节点的设计

起点:以业务的数字化为起点,拆解人货场的数据元素,厘清交互的流转数据,将业务比特化。传统方式下,以ERP、CRM的内控驱动的零售经营,以财务绩效指标为衡量企业产出的唯一因素;物质化的资产作为生产支撑工具,与业务的运营有较为清晰的分割;不管是以产定销还是以需定产,对于消费者的评估和市场的预测,都基于较为粗放和单一的逻辑;前端的设计、生产、供应链,到后端的市场、销售、终端,单向的业务链条难以形成前后端的有效整合和互动。

如今,在互联网和大数据的驱动下,从交易到交互,再到公开市场,企业对于消费者的洞察具有更为全面可获得的数据,将数据视为资产运营,并成为贯穿企业运营的承载主体,其战略意义已经超越传统的资产范畴。因此,全域触点建设尤为重要,将“人货场”的元素拆解,并建立关联;主动采集各交互流转的数据,形成数据资产的流动;通过工程化、标签化、模型化的注入,形成数据资产的价值运营,以实现全触点互动、全链路体验和全渠道的融合。

节点:以效益的数字化为节点。追求“效率”和“收益”的平衡和共进,以小的闭环验证,替代以往长周期归因的方式,快速循环、迭代和稳固提高产出价值,是数字化转型策略执行的关键。

Ø  效率的提升:数字化转型的前期更侧重于夯实基础,效率的提升为主要的目标。数据资产的建设、数字化平台的建设、数字化决策基础能力的建设都是垒以变革的基础。TalkingData在某零售企业的数字化转型变革中,通过前期的数据诊断评估及优化,从无到有的建设线下数据采集触点,实现近1万家门店,800万的线下客户数字化。并建立数字化平台,集成数据、模型和指标体系,形成营运决策的自动化闭环链路。同时,在效率产出阶段,投入营销活动的闭环实践,验证人货场的关联,以产消者为核心的向上向下驱动链路中,“人-货”、“人-场”的组合轮动模式,继而形成人货场的互动整合、元素重构。

Ø  收益的提升:经营目标的提升可以说是零售企业追求的“终极”目的,这一环节与销售端的价值创造能力息息相关。从消费者经营角度,提升消费者价值转化的漏斗,提高收入,降低成本,是提高收益的三个重要内容。构建潜在目标客户群体,提高从潜在会员到会员,再到高价值会员的漏斗转化,降低休眠和流失会员比例,使会员价值分布上移,构建良性的会员结构。并在交易环节,以更丰富和贴近的营销策略,提高客单价,降低销售成本,提高ROI。

起节点的交互和一致亦很重要。以业务的数字化,实现效益数字化的产出;并根据效益的数字化,反馈和优化业务数字化的执行,以及指导业务数字化的布局,保证两者的协同。

2.     实现路径的“四化”交互

数据资产化、分析模型化、应用场景化、流程自动化是起点到节点的实现路径,通过“四化”的能力构建,最终实现智能化决策,智能化组织。

数据资产化:业务的比特化和重组的过程,将拆解后的业务数字元素,整合为可以支持企业经营,并能够持续化运营的数据资产。这一环节,需要企业在组织变革中进行较为彻底的转变,强调对于数据的采集、回笼和运营,并纳入每次营运策略制定和考核的核心内容,以长期经营资产的心态去经营数据,才能保障数据的资产化和生态化发展。

分析模型化:以机器算法与专家知识结合,提升效益的扩展能力。建立以业务场景出发,到业务场景验证的模型化分析闭环,实现数据价值的不断深入挖掘。在这一过程中,大数据的处理能力、OMO下的数据整合建模能力、客群细分和洞察能力、算法模型的验证和迭代能力,以及与专家知识的结合是关键。以大家熟知的RFM模型为例,经典的RFM模型以交易数据和频率为主要建模指标,但TalkingData通过补充线上线下交互数据,将RFM模型升级,增加到访频次和到访停留等指标,来实现更为精准的人群划分,精细化判断营销策略组合中的优化方向。同时,TalkingData数据科学团队构建的潜在客户挖掘模型、关联模型、客户流失预警模型、场景感知模型、销售预测模型、选址模型等,都开创性实现了在一三方数据整合的基础上,以人货场元素的拆解和关联,并借助TalkingData的海外在线平台优化,形成从D2D(从数字化到数字化)到D2AI(从数字化到AI)的提升。

应用场景化:以产消者为核心,结合智能触点的核心扩充能力,重构业务数字化的应用方向。在今天全新的“人货场”三位一体的融合架构中,“人”的演变尤为突出,消费者从过去只参与交易环节的顾客,变为现在参与设计、生产、营销、交易全过程环节的产消者(Prosumer),在完成对产消者的数字化洞察之后,如何设计对其的运营策略是应用场景化阶段要解决的问题。同时,触点的智能化趋势,已经将原有的线上线下各种触点智能化,随着硬件设备、边缘计算、IOT成本的日趋下降,无人货架,无人超市等均成为智能化触点,对这些触点的铺设和运营极大提升业务场景化的可能。因此,零售企业需要将“人货场“的标签体系与消费的原始驱动力结合,将智能触点设计融入“人货场”的互动体系,设计如即时消费与家庭计划型消费、常态式运营与触发式运营等不同场景归类下的细分场景,组合智能触点、数据模型、指标/标签、营销渠道,形成场景化的运营方案,并根据每次场景运营结果,优化组合轮动适配,调整下次策略的制定。

流程自动化:业务流程和系统流程的自动化,是“四化”的承载。(1)业务流程,与传统的变革管理中组织变革、流程重组BPR不同,数字化转型的组织优化在于分割、交互、回归与自循环,即更为清晰的分割机器的能力与人的能力,并建立两者的良性交互,将人的作用回归到主观性、创造性与决策性判断上,并建立组织的自我驱动和自我优化能力。(2)系统流程,搭建数字化平台,实现对于大数据处理能力、分析洞察及建模能力、预测能力、智能交互能力和营运闭环能力,以及与传统企业一方系统平台的对接,来实现对于海量快速增长的结构化/非结构化的数据处理需求,以及对于算法模型的优化,和AI等新的零售技术的应用支持。

3.     闭环、迭代和持续优化

数字化转型是一个目标和变革的方向,不能一蹴而就。以企业的基线出发,以诊断和评估入手,制定转型的阶段性目标;从起点到节点(而不是结点),实现四化能力的构建,并建立闭环反馈机制,每次迭代形成新的基线,并指导下一次的策略。将传统企业的转型与互联网的经营思路相结合,以基石的稳固和小的闭环迭代快速推演、优化,才是数字化转型的正确实现方式。

实践。运用TalkingData D2D方法论,TalkingData形成数字化转型的整体解决方案,从数据、平台、咨询层面,为零售企业提供一体化解决方案,驱动传统零售企业以数据的智能构建技术的智能、组织的智能和决策的智能,稳步推进数字化转型,并构建可以持续化发展的能力。

某服饰企业:基于TalkingData SmartDP产品平台、数据服务和咨询服务(数据工程咨询、数据分析与建模、数字化运营),帮助此传统零售企业,在线下门店精细化运营、业务数字化、精细化数字场景营销,O2O战略落地等方面,构建数字化转型能力。在一期项目建设中,建立了线上线下闭环运营平台、补充TalkingData三方数据能力,建立基于数据的运营模型,并指导业务营销活动。后续将在联运模式上共同探索。

某餐饮集团:基于TalkingData数据科学平台、用户管家应用、统计分析平台等技术平台,结合TalkingData三方数据能力,及咨询服务能力,构建数字化平台,盘活数据资产;支持精细化运营,提供决策支持,以及实现集团的移动战略转型。后续将在业务应用价值场景下深入合作。

某3C企业:基于TalkingData数据科学平台、用户管家应用、客流运营平台等技术平台,结合TalkingData数据市场,及咨询服务能力,实现线下门店的精细化运营管理、会员数据的整合和打通,精准化数字营销场景的构建,以及集团O2O战略的落地。最终帮助企业实现数据的资产化,营销场景的数字化运营和流程的标准化。后续将在更丰富的场景化运营和O2O数字化营销角度展开合作。

某连锁零售集团:对集团的便利店、餐饮等零售业态的数字化运营进行评估,对效益指标进行分解,并制定数字化转型策略,基于TalkingData的数据能力、算法能力和运营能力,实现前后端产业链条的集成,企业经营决策的优化和微生态圈的打造。

未经允许不得转载:DOIT » TalkingData D2D:从“数字化”到“数字化”