永洪科技王桐：数据如何真正为业务创造价值！

引言：2017年7月15日，在永洪科技举办的上海大数据峰会上，永洪科技的高级副总裁王桐作了题为《数据如何真正为业务创造价值》的演讲，介绍了永洪科技为企业创造价值的应用实践。本文根据王桐演讲内容整理而成。

早些年，企业更多关心的是数据如何处理，随着企业的发展，数据库中积累了大量的数据，企业开始将重心放在了如何应用积累的大量的历史数据上，以便为企业业务管理以及政务上带来价值。永洪正是基于此理念，推出了Yonghong Z-Suite一站式大数据分析平台，旨在为各种规模的企业提供灵活易用的全业务链的大数据分析解决方案，让每一位用户都能使用这一平台轻松发掘大数据价值，获取深度洞察力，从而更好的推动企业和政府等各种组织大数据发展。

企业使用大数据的普遍困境

大数据平台和智慧城市作为数据应用的典型案例，它们在应用和发展过程中往往会面临很多困境：

1. 数据是“死”的：企业和政府往往按照传统思路，以搭建基础平台为先期重点，没有做足够的上层应用构建路径设计，导致缺乏契合业务场景的数据应用。没有应用进一步导致了数据无人问津，静止在库中。

2. 数据仓库、数据中心、大数据平台，建设后没有下文：缺乏足够的数据应用，加上前期欠缺应用构建路径的考虑，往往导致一期建设完毕后，二期迟迟无法完成规划和启动。

3. 大数据的价值产出和预期并不匹配：现实是投入很大，期望很高。Forrester在报告中指出，有83%的用户拒绝使用企业的数据分析平台，最终导致投资浪费。

针对以上困境，王桐表示：“要从困境的本质思考，从根本上提出方案”。大数据平台和智慧城市一定要满足以下特征：无限扩展的创新数据应用或应用升级；真正契合业务和市场需求；以应用和价值驱动数据盘活。

数据应用实践

永洪科技从自主研发的敏捷BI产品入手，一步步横向扩展，陆续推出了高性能计算引擎、自服务数据准备、深度分析等重要模块，构成了一站式数据应用构建平台。

多年沉淀打磨平台的结果，是如今无论是永洪的大数据专家，还是客户或合作伙伴，都能以极低的门槛、极高的易用性、端到端完整的数据处理能力快速构建属于自己的数据应用。这一过程极大地解放了工程师以及缩短了开发周期。

放眼业界，各个企业中不乏具备深度业务洞察的专家，他们有很多好的想法，众多的传统硬件渠道商也想往大数据业务转型，但行动落地者寡，根本原因在于门槛过高，投入过大，周期过长。而永洪的数据平台让构建数据应用变成了一个类似于搭积木的体验——创新的门槛大大降低了。

积累至今，永洪科技基于数百个项目实践进行提炼，与客户、合作伙伴一起打造了数据应用生态体系，应用涉及各个行业的各个领域。

永洪数据应用生态体系整体架构

企业数据分析体系框架概览

作为一家企业，从整体来看，数据分析贯穿了整个企业的发展历程。每家企业所处领域，存在着非常多的场景和业务问题，而这些问题都可以通过数据监控来提升企业运营效率、优化流程。

以人力资源领域为例，企业通过对离职员工数据进行分析，从而可以查看哪类员工容易离职，离职后对企业的损失有多大。除此，财务管理、风控分析，供应链管理，生产管理，精准营销等领域，通过数据支撑企业的数据化运营进程，进而实现精细化的运营管理。

对于集团企业的决策层而言，需要对公司的整体状况有清晰的认识。永洪科技经过了五年的发展，积累了数百家标杆客户，并对大客户项目进行了提炼和总结，总结出了一套完善的具有指导意义的方法论。从企业的战略发展推荐到总体经济绩效再到重大投资决策，在三大战略数据分析指标框架指导下，帮助企业分析出企业营收下滑成因并制定出相应解决方案，方便管理层快速的发现问题并做出决策，为企业节约运营成本、提升运营效率、拓展业务方向提供了强大的数据支持。

企业经营数据指标分析

 “数据为王”的时代，企业想要实现正真的数据应用，需要梳理出符合业务场景的数据指标体系。以金融行业的精准营销服务为例，把所有客户进行用户画像，对用户的消费特征、持有资金量特征、购买历史行为等特征信息进行深入挖掘，从而根据客户的不同需求，推荐不同的产品，实现业务上的高速增长。

连锁零售数据分析应用案例

对于一家零售企业而言，旗下会有众多的品类和产品线，不同的型号采取的售卖形式，消费者的生命周期，结合人口的地域属性等，对客群进行数据分析，快速匹配消费需求，实现精准营销。如果企业既有加盟店又有直营店，对企业门店店长的管理水平的提升以及流程优化都会带来很大的帮助。例如有两家距离较近门店，一家销量好，另一家销量状况较差，企业除了考量地理位置，还需评判工作人员的技能水平，通过对多个层面因素的深入洞察和思考，从而优化企业的运营效率。

如果企业同时运营着线上渠道和线下渠道，需要对加盟商的情况做到心里有数，因为库存和缺货是所有的零售、制造业迫切解决的一个难题。如果企业对用户的需求没有进行精准的预测，则会导致供需失衡，造成高库存或者是缺货状态，最终将造成成本上的浪费。

如何解决供需失衡问题？以库存为核心，对库存类别数据指标进行拆分，找到供需平衡的魔法数字，从而有效优化库存结构，控制成本。

2B营销数据分析应用案例

数据分析在To B企业的营销应用中，需要对客户、产品、销售三者之间进行有效管理，通过对以下四个层面进行分析，从而提升签单率：

1. 商机分析：

• 各销售团队的商机跟进及业绩监控；

• 销售业绩Commit分析；

• 单一销售人员分析；

• 单一销售渠道分析；

2. 客户分析：

• 客户分布分析；

• KA客户价值分析；

• 单一客户分析；

3. 产品分析：

• 产品组合销售情况分析；

• 产品和项目的匹配情况分析；

• 产品组合upsell路径；

4. 合同分析：

• 现有销售合同业绩监控；

• 合同回款情况分析；

后记

王桐在演讲最后分享了自己多年在数据领域的心得：“在行业积累上，对各个领域进行区分以及找出本质上的不同点和相同点，从而跨行业的借鉴和参考，尤其是思路和方法上的参考，可以带给我们更多的创新，以及可视化的界面应该和业务场景结合起来，而非数据指标的堆积，只有体系化、系统化的应用，才能发挥出数据的最大价值。”