溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
2019年，數據中臺元年。
2020年，數智化轉型的浪潮席卷全國。
證道，作為一名行業專家，深切感受到了數據中臺的需求已經撲面而來。
奇點云內部流傳著一則逸聞，人員最最最最緊缺又適逢需求井噴的時候，在某項目上，證道既任項目總監做風險管控、進程管理，又與客戶對接架構、數據時效性、安全策略等技術問題，帶售前專家與客戶對解決方案，還不忘負責推進業務創新。
客戶開他玩笑：「怎么老是你？」
他答道：「不想當廚子的裁縫不是好司機。」
證道，奇點云資深行業專家，江湖人稱「錦哥」。
他具備十年以上大型數據倉庫/中臺項目管理經驗，精通主流數據庫和數據中臺架構設計，有豐富的數據智能賦能企業經驗。
在奇點云，證道扛起大時尚行業數據化賦能企業的項目交付大旗，并通過沉淀行業頭部經驗，提煉行業通用的產品與解決方案，包括智能人效、智能鋪補貨、行業商品分析系統等。
說起他的花名，證道認為，「道」是自己覺得有價值的、要去遵循的實現理想的軌跡，放在他的職業生涯，則是一種能改變企業乃至行業的方法。一開始，他想「求道」，后來發現這個「道」是「求」不來的，而要自己在過程中領悟、在實踐中證明，即「證道」。
所以錦哥在「證道」的路上，伐木劈柴，摘果充饑，什么都做，把自己煉成了一顆不可多得的多面體。
他的同事說他在技術領域 一專多能，哪怕來了新技術，也能快速熟悉基本思想和應用場景；
他的團隊說最佩服他的 領導力，能夠很準確地給部門內部的同學定位，并根據每個人的職業規劃安排工作， 人盡其才，在把握項目進度的同時留給每個人發揮自己創造力的空間；
他的客戶伙伴（數據團隊負責人）則說，他在需求調研、項目管理、問題處理上都很老練，總能很快發現業務痛點，提出具有 針對性的見解。他在企業的分享 通俗易懂又風趣生動，讓客戶內部都不得不贊。
在客戶內部分享的證道
也許你還在更多人口中聽過他的金牌傳說，在全國各地項目上見過他的忙碌身影，唯獨在公司，不太能碰得上他。一個周六的午間，小奇終于捕獲了證道，來為我們說道說道 「不懂技術的行業專家不是好項目總監」究竟是怎樣煉成的，這位深耕泛零售多年的專家對行業又如何解讀。
以下為證道與小奇的對話實錄：
提問 | 小奇
回答 | 證道
Q：在奇點云，你負責大時尚行業數智化轉型的項目交付，并要通過沉淀行業頭部經驗，提煉出行業通用的產品與解決方案。你覺得作為行業專家，必備的特質是什么？
A： 轉換身份，多個角度看問題。
Q：「多個視角看問題」，是一個大家都懂、說起來簡單、做起來卻很難的道理。你覺得你是如何實現的？
A：不同的人可能有不同的實現路徑。對于我個人來說，一定程度上是工作積累使然。我曾經在乙方（亞信聯創）為客戶提供數據庫服務；也在甲方（中國移動手機閱讀基地）負責過數據庫的架構、性能優化和數據庫運維團隊的管理；又在甲方（快魚服飾）擔任過數據中心的負責人，先后參加了公司業務中臺和數據中臺的建設，其中在數據中臺項目任項目經理和架構師，在業務中臺項目擔任數據架構師。快魚的數據中臺上線后，我根據公司的業務情況，創新性地引導了3個智能應用的落地（智能人效、店貨匹配、對用戶的個性化推薦）。現在，又來到了乙方（奇點云）。
Q：兼具甲乙雙方的工作經歷，讓你對行業的認知和判斷產生了比較大的影響？
A：沒錯， 如果沒有在甲方公司工作過一定年份并參加過甲方公司的一些中高層會議，其實很難理解甲方真正的訴求、利益點、思考模式、內部組織和協同的方式等等。你可能只能看到甲方的需求，但不知道為什么會產生這樣的需求，它內部的原因、背后的邏輯，它到底要解決什么問題，未來要往什么方向發展，哪些需求是有價值的，哪些需求是不合理的，可能都比較難看清楚。
反之亦然，如果一直都在甲方工作，只知道企業內部是怎么運作的，但具體如何落地、怎么組建團隊去解決問題，就會要求有很強的專業能力，才能 沉淀出行業通用的解決方案，解決行業的一系列問題。
Q：那從過來人的角度看，在服務企業的過程中，有哪些維度是需要我們去注意的？
A： 用數據中臺或者數據智能賦能企業，它不是純技術或純業務的問題，所以我們一定不會只關注技術怎么實現，業務怎么對接。它是一整套方法論，我在這里只舉例一些角度供參考，還會有更多維度是在實踐中要考慮的：
1. 了解業務現狀，包括業務流程、業務細節等；
2. 回溯業務問題產生的背景、根源和演變過程；
3. 用什么技術去實現，這些技術能否落地，例如采用大量過于超前的人工智能設想，可能落地不了；
4. 有沒有數據可用，能不能閉環，這也會影響到算法有沒有「原材料」；
5. 運營能否閉環，后續持續的運營和迭代能不能保證，有沒有充足的人力去跟進這個項目的可持續運行；
6. 利益能否閉環，是不是大家共贏（而非損人利己）的模式，企業數智化轉型涉及到多個部門，發起方能否和其他各個部門建立良好的合作關系，能否從公司一盤棋的角度考慮問題，能否做大蛋糕、實現共贏；
7. 延續上一個角度，推動數智化轉型，組織上是否會或已有了很多阻力，為何產生、應該如何克服；
8. 從客戶方和服務商方，分別有多少資源可以投入做這件事，資源是撬動杠桿的支點，如果沒有資源，就會心有余而力不足；
9. 數智化轉型是個大課題，要考慮好從哪個角度切入，不要一開始去切特別費力不討好的點，而是找到很小的切入點，建立簡單可復制的模式。這就像魯珀特之淚，它的頭部非常堅硬，8噸重擊都不碎，而如果在其纖細的尾巴上稍微施加一些壓力，則整顆玻璃都會瞬間爆裂粉碎——這就是我們的切入點。
魯珀特之淚易碎的尾部（圖片來源網絡）
所以總的來說，我覺得 「多個視角看問題」是數智化轉型服務商為客戶提供好服務的必經之路。
Q：剛才聊到了你「看問題」的方式，那你在作為項目總監管理項目時，「做事情」的方式是怎么樣的？
A：作為項目總監，或項目經理，需要關注的簡單來說有三個：①客戶的需求，這是項目的指明燈；②項目的進度和風險，這是在穩健地落地項目；③資源協調，這是保證項目進度的基礎。 有地圖、有物資，加上我們腳踏實地向前走，就能和客戶一起找到終點的寶藏（數智化轉型帶來的降本增效）。
Q：可以舉一個平時的例子來說明嗎？
A：我在項目上每天第一件事，就是看項目的計劃表，確認今天有哪些工作，要拿到什么結果，本周有哪些工作，要拿到什么結果。然后看整個項目組成員，工作有沒有都確認到人，執行上有沒有遇到困難。比方說你要做開發，但可能昨天才得知需求確認方（客戶）本周出差了，原計劃2-3天后要確認的內容，這周就確認不了了。那我們馬上就要執行應急的策略，去切割工作，切出哪些工作是可以提前做的（例如數據清洗、網絡等基礎性的工作），哪些是要等客戶來確認才能推進的。
類似這樣的場景，每天都會出現很多個， 在項目上，「變化」才是常態，項目經理要及時去解決問題。因為零售行業的人效產品是我負責做的，所以我在團隊管理上自己就會注重人效，講究及時敏捷地應對變化、解決問題。
在項目現場開會的證道（第二排左二）
Q：所以在你看來，項目經理不可或缺的能力是「擁抱變化」嗎？
A：是面對很多無法預料的變化， 能夠「想方設法」去達成目標。
Q：「想方設法」在這里指？
A： 我覺得項目經理的目標就是讓項目保質保量保時地完成，那么如何保質保量保時？提前準備并使用各種管理手段去達成目標，也就是「想方設法」。設置緩沖策略也好，做好風險checklist也好，我們要預備各種各樣的預案，當一個事情到了什么階段，就要提早做出風險應對策略。
比方說，剛才說的建立「多級緩沖策略」，每天判斷項目進度、會不會有較大的資源缺口，及時啟動協調資源來應對問題：
第一級，臨時任務，加個班就能搞定，也就是用可控的時間來緩沖；
第二級，有的緊急任務工作量比較大，項目內加班搞不定，就需要做部門內部資源的協調。要做到這一點，你的大團隊平時就要磨合得比較好，有相同的工作流程、相同的文檔規范、命名和編碼風格，這樣在閱讀不同項目的文檔時，才能很快進入角色，不會有很多違和感；
第三級，部門內調度不了的，就從公司層面來協調；
第四級，整體出現需求井噴，則啟動臨時資源或招聘來解決資源不足的問題。
Q：其實每個項目，不管是數據中臺項目也好，還是其他toB項目也好，多少都會遇到臨時的不可控因素。你覺得為什么在數據中臺項目執行過程中，變化是特別多的，也是特別需要項目經理注意的？
A： 因為數據中臺不像是做土木工程，（土木工程）前面把藍圖定了，按部就班地采購材料、安排人工、完全按照圖紙去搭建就可以。數據中臺的建設過程，或者說推進企業數智化轉型的過程，則有更多「共同創新」的行為因素，而共創的過程必然伴隨著更多無法被藍圖提前覆蓋的不確定性。
與團隊、客戶「共創」中的證道（左一）
當然在前期，我們會基于調研和大數據咨詢，深入了解并判斷客戶的需求，盡可能準確地描繪出符合客戶長遠需求的「藍圖」，但同時，客戶的想法可能會隨著時間的變化、項目的推進乃至業務情況的變化產生變化。在變化的過程中，客戶對自己需求的理解、我們對客戶需求的理解更加深入， 雙方觀點與方案的碰撞會帶來業務乃至行業的創新。
打個比方，客戶會為我們輸入業務思路，譬如當前業務是怎么流轉的，它的業務痛點所在，痛的根本原因在哪里；我們則要看到痛點背后癥結點所在，評估癥結點產生的原因，通過技術、數據智能化的手段去規避或解決。我們給出我們的解決方案，客戶則要來「挑戰」我們的方案， 像紅藍軍互相攻防，最終打磨出最強的兵器。而這個「最強兵器」，經過我們的沉淀、提煉、產品化，會形成能夠解決行業常見痛點的產品或解決方案，賦能更多的企業。
Q：我們常說的幫助企業解決數據問題，從「存、通、用，到賦能」，它分為四個階段，你剛才提到的「與客戶共創來解決業務痛點」，是著重在「賦能」環節嗎？
A：是的， 大部分泛零售企業其實目前仍處于信息化的中后期和數據化的初期——信息化一定程度上解決存的問題，數據化則解決通、用、賦能的問題。比方說，很多企業都還沒有建立數據倉庫；有一部分企業有數據倉庫，但沒有數據中臺；有小一部分企業上了數據中臺，但只解決了數據存和通（打通數據）的問題，哪怕把數據用起來了，也是比較基礎的功能，例如報表、看板、可視化大屏等常規BI手段，還沒有進一步用數據智能去賦能業務。
存、通、用的過程當然是實現數據賦能的前提，非常重要，我們也為很多企業提供了這三個環節的服務。但 我們更希望能進一步幫助企業用數據智能賦能業務：用數據化的管理思想，去對原有的業務系統進行重組，使之更符合企業經營的需求，并借助智能化的手段，實現企業經營的提效。
就像行在說的，我們不僅要為客戶提供土壤（數據平臺），還要幫客戶種下蘋果樹（數據智能應用），收獲果實（降本增效）。
奇點云的「蘋果樹」
Q：關于你和團隊提出的解決方案，曾經為客戶解決了哪些業務痛點，實現了哪些方面的賦能？
A：很多企業大部分業務問題背后的痛點在于， 過于依賴人工，而沒有實際的數據依據，比如商品補貨、人員排班、商品企劃等。
「很多決策就是拍腦袋。」我們為一家國內羽絨制品領軍企業做智能鋪補貨時，這家企業的總裁這樣概括，我覺得很精辟。因為沒有那么多可看可用的數據，所以只能依賴經驗豐富的人，誰的經驗更豐富，「拍腦袋」決策的準確程度就更高一些。
而我們解決痛點，首先就是轉「拍腦袋」為「以數據為依據」進行決策。 通過數據中臺，用算法代替經驗公式，把業務和經驗優勢提煉為智能應用，則不僅不再受到執行人的能力水平、經驗、人員穩定性等問題影響，還能大大解放人力，提升效率，建立競爭壁壘，沉淀為企業自己的資產。
Q：可以具體舉幾個例子嗎？
A：比方說我們為國內一家大型服飾企業搭建的 智能人效系統。
有許多線下門店的零售企業往往都有類似的痛點，譬如用人成本高、排班排崗合理性難以度量、人員流動性大等問題，怎么排班才能確保不影響銷售業績的同時盡可能減少人力閑置？如何量化人效管理從而支撐企業規模化發展？
借助智能人效系統，原計劃在9個月時間里幫助企業節約1千萬成本，實際上在 4個月的時間里就完成了全年的目標，幫助這家企業精簡了 1720人，相當于一年節省了 8600萬的人力成本， 超額完成172%。同時，員工工作效率與組織協作效率也得到提高。
A：人效還有一個很直接的例子，把經驗沉淀為企業資產，去賦能更多員工： 「超級店長」。
零售業一線員工離職率高，員工能力差異大，培養成本又很高，容易跟不上規模擴張的速度。我們2019年幫助一家大型鮮果企業建設數據中臺，其中部署的「超級店長」就重點解決了這個問題。
這家企業當時全國有2000多家門店，而且門店還在持續擴張中。而幾千位店長中，當時只有不到100人能稱得上絕對頂尖的、符合創始人高標準的超級店長。 如何快速提升一線店長的專業能力和管理水平、跑贏擴張的節奏，這是核心問題。
于是我們就和客戶共創出了「店長的一天」行為模型……
Q：這個故事我聽過。你們團隊的同學給我提供線報，客戶的創始人每天早上7點、晚上10點，雷打不動準時給團隊開會，然后你在旁邊租了一個小房子，每天跑去聽「兩會」。
A：哈哈其實這就是了解業務的一種途徑。我們和總部運營團隊聊，和信息部門聊，和督導聊，和店長、店員聊，在一家又一家的門店里轉悠，前前后后做了20天的業務調研，最后和客戶的信息化團隊共創出了「店長的一天」行為模型，基于這個模型去完成「高水平重復」。
「超級店長」智能應用可以實時展現門店經營數據，幫助店長直觀了解門店經營情況；沉淀了優秀店長的運營管理經驗，結合實際提出簡潔易懂的指導意見。
「超級店長」截圖（數據經脫敏處理）
因為水果是一門要搶「鮮」的行當，先機的「先」，對他們來說也就是新鮮的「鮮」。所以我們基于數據中臺，把「超級店長」的數據更新速度提升至 分鐘級。在確保報表不會變成「爆表」的前提下，綜合成本的考慮，「超級店長」前端顯示的數據每過5分鐘就會根據后臺實際情況產生變化。店長可以 準實時地看到店內各項經營指標的情況。「超級店長」的指導建議也會根據情況實時變化，實現 高效率的「高水平重復」。
Q：我比較好奇，「超級店長」的用戶，也就是店長，是怎么評價這個應用的？
A：好幾位店長和我們團隊的同學反饋，拿著手機去盤貨、看店，比平常捧著電腦到處操作要方便得多，應用里很多建議是極具參考性的。當然「超級店長」的用戶其實不僅是店長，對于企業整體來說，他們培養了店長用數據的想法，先把意識建立起來，還能自上而下、準確實時地看到企業經營的整體情況。
Q：所以其實真正的數據賦能不會只在企業核心部分，或比較擅長和數據打交道的運營人員，而是要直抵一線的。像「超級店長」這樣，是一線店長真正可用的大數據。
A：沒錯， 用的人越多，數據的價值也會越大。
A：另外在商品企劃方面，我們也有一個例子：
浙江有一家時尚鞋服企業，他們原來并不清楚市場上哪些品類商品賣得比較好，只有比較主觀、大體上的感受，沒有數據依據。比方說，有一個風格的女鞋款式，他們研究了很久，一直都賣得不好。客戶以為是自己設計得不好，一直去調整設計，但基于我們后來上線的 行業商品分析系統，數據發現「其實并不是他們的鍋」，這個風格、這個款式在整個行業都賣得不好，消費者在這段時間內不喜歡這樣的款式。而另一款（中性馬丁靴）當時就賣得很好，行業商品分析系統發現其實整個行業的這個風格都賣得很好，客戶就快速加大了投入，研究了更多款型的中性馬丁靴，收到了很好的消費者反饋。
這個行業商品分析系統對行業數據和企業內部數據做了拉通分析，幫助企業（尤其是具備快反能力的企業）找到正確的發力方向，例如商品品類、爆款元素、價格、客戶評價等，從而對自己的商品企劃、定價甚至具體到頁面的一個小細節作出調整。
受到疫情的影響，今年大部分企業包括國際知名鞋服運動品牌，業績都還沒有完全恢復，最多同比去年持平，而這家企業比競爭對手恢復得更快， 5月同比還增加了30%的營業額。這是我們覺得很高興也很自豪的。
Q：這么多案例聽下來，我發現我們用數據智能賦能的解決方案，都是從痛點出發，要去解決業務問題，而且是在行業內可復用的。
A：對， 抓住業務痛點才有發展機會，歷史的痛點（解決好了）就是新的業績增長點。
Q：未來，你認為大時尚行業會因數據智能產生什么變化呢？
A：我們依舊從「人、貨、渠」這三個經典維度來看有數據智能助力的大時尚行業：
1）人：人群畫像會更清晰，對消費者的意見反饋收集更及時準確，從而更好地修正商品企劃，設計消費者更喜歡的商品，從而更好地滿足消費者的需求，并更精準地觸達消費者。
2）貨：不夸張的說，零售最關心的問題就是庫存的問題，庫存少了就缺貨影響業績，庫存多了就積壓增加成本。未來商品運營和供應鏈會在數據智能的賦能下更加高效，例如實現庫存共享、智能鋪補貨等，讓企業對貨的管理更精細、更智能，從讓更小的庫存獲得更大的收益，同時規避庫存缺損或積壓的風險。
3）渠：旗下有很多連鎖門店的大時尚企業，他們的門店費用最高的就是人力成本和租金成本。借助智能人效、智能選址、超級店長等數據智能應用，可以實現非常明顯的降本增效成果。
在未來，有遠見、有變革魄力的企業，會更愿意投入數智化轉型，這種類型的企業會大幅度地提高企業經營效率，享受到數據智能帶來的質的改變。四個字總結，如虎添翼。
在奇點云的《大數據咨詢方法論白皮書》里，關于企業的數據發展階段的總結我很認同：2009年至今，阿里巴巴已圍繞數據鏈條建立了豐富的數據生態——通過低成本的業務在線化「連接」企業和客戶，再通過數據在線化「看見」業績和顧客，然后建立數據「使用」能力來預測未來，最后用數據智能「賦能」業務轉型成服務公司或平臺公司。 連接-看見-使用-賦能四個階段，讓阿里巴巴成功跨越數據指數級增長的奇點，構建數據智能未來。
大時尚行業其實也是類似的成長路徑，可以對照企業現階段的情況去找到下一步的方向，只不過傳統企業在數據技術、數據人才、實踐經驗方面可能天然相對弱勢一些，而我們可以幫助他們跨越奇點，這就是我們存在的意義。
2019年，在老合作伙伴行在、公主的盛情邀請下，證道欣然應約，加入奇點云，延續他「用數據智能賦能企業實現價值」之道。
從乙方到甲方，又從甲方到乙方，以積淀的行業經驗、專業的產品實踐服務更多亟待數智化轉型的客戶，對于信奉 「通過成就他人來成就自己」的證道而言，正是最好的安排。
他說，有理想的人會互相吸引。「 就像黑夜里的茫茫草原，每個人心里有一團火，哪怕我們之間站得很遠，大家也都能看見對方。創業就是我們有共同的目標，共同努力去做有價值的事。」
DT時代，數據智能成為企業騰飛的一股新力量，數據中臺需求快速增長，而我們還有很多「微小的貢獻」可以做。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
