零售數(shù)字化新基建,從數(shù)據(jù)治理開始

數(shù)據(jù)治理的重要性不言而喻。對于大部分零售企業(yè)來說,由于內(nèi)部數(shù)據(jù)構(gòu)成復(fù)雜,每次具體應(yīng)用時需要服務(wù)商重新清洗,費(fèi)時費(fèi)力,效率很低。對企業(yè)內(nèi)部數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化治理,是有效利用的第一步。

1.jpg

作者|中國連鎖經(jīng)營協(xié)會秘書長彭建真

2020年4月,針對社會各界廣泛關(guān)注的新型基礎(chǔ)設(shè)施建設(shè)概念,國家發(fā)改委在其例行新聞發(fā)布會對新基建的概念首次做了定義:新型基礎(chǔ)設(shè)施是以新發(fā)展理念為引領(lǐng),以技術(shù)創(chuàng)新為驅(qū)動,以信息網(wǎng)絡(luò)為基礎(chǔ),面向高質(zhì)量發(fā)展需要,提供數(shù)字轉(zhuǎn)型、智能升級、融合創(chuàng)新等服務(wù)的基礎(chǔ)設(shè)施體系。

因此新基建包括三方面內(nèi)容:信息基礎(chǔ)設(shè)施,融合基礎(chǔ)設(shè)施,以及創(chuàng)新基礎(chǔ)設(shè)施。

尋找零售數(shù)字化新基建的落腳點(diǎn)

對于這三方面內(nèi)容,具體到零售行業(yè),新基建的落腳點(diǎn)在哪里?

線下實體零售企業(yè)已經(jīng)紛紛開始了數(shù)字化轉(zhuǎn)型的步伐,而在去年,伴隨疫情的出現(xiàn),以及隨之而來消費(fèi)習(xí)慣劇變,大部分零售企業(yè)加快了數(shù)字化轉(zhuǎn)型的部署節(jié)奏。

今天,大部分零售企業(yè)在數(shù)據(jù)收集的途徑和意愿得到極大提高。隨著零售企業(yè)對于數(shù)據(jù)的重視,隨之而來的是企業(yè)數(shù)據(jù)大量沉淀,如何有效的盤活和使用數(shù)據(jù),也日趨成為各企業(yè)關(guān)注的焦點(diǎn)。

在和業(yè)內(nèi)企業(yè)的交流中,我們發(fā)現(xiàn),目前很多線下零售企業(yè)希望走出經(jīng)驗決策的傳統(tǒng)經(jīng)營模式,或多或少都在使用數(shù)據(jù)化的系統(tǒng)工具,幫助企業(yè)進(jìn)行分析和決策。這些企業(yè)少則三五個系統(tǒng),多則幾十個系統(tǒng),但各系統(tǒng)往往分屬于多個供應(yīng)商,企業(yè)內(nèi)部的數(shù)據(jù)也呈現(xiàn)孤島狀,如何有效使用數(shù)據(jù),滿足各業(yè)務(wù)部門具體業(yè)務(wù)場景需求,同時避免重復(fù)開發(fā)和資金浪費(fèi),就成為信息和數(shù)據(jù)部門面臨的難題。在缺乏統(tǒng)一數(shù)據(jù)框架協(xié)調(diào)的情況下,難免會出現(xiàn)頭痛醫(yī)頭,腳痛醫(yī)腳的現(xiàn)象。

因此,從目前企業(yè)普遍面臨的現(xiàn)狀看,要有效的利用數(shù)據(jù)解決企業(yè)實際問題,真正實現(xiàn)數(shù)字化轉(zhuǎn)型,企業(yè)內(nèi)部數(shù)據(jù)治理勢在必行。只有率先形成一個標(biāo)準(zhǔn)的數(shù)據(jù)底層,數(shù)據(jù)驅(qū)動決策智能化才能順利進(jìn)行。

因此,我們認(rèn)為零售企業(yè)數(shù)字化的第一步在于數(shù)據(jù)治理,所謂的數(shù)據(jù)治理,就是零售企業(yè)從使用零散數(shù)據(jù)變?yōu)槭褂媒y(tǒng)一主數(shù)據(jù)、從主數(shù)據(jù)混亂到井井有條的過程。

認(rèn)識數(shù)據(jù)治理的重要性

數(shù)據(jù)治理的重要性不言而喻。對于大部分零售企業(yè)來說,由于內(nèi)部數(shù)據(jù)構(gòu)成復(fù)雜,每次具體應(yīng)用時需要服務(wù)商重新清洗,費(fèi)時費(fèi)力,效率很低。對企業(yè)內(nèi)部數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化治理,是有效利用的第一步。

首先,數(shù)據(jù)治理是企業(yè)智能化決策的基礎(chǔ)。

從數(shù)據(jù)應(yīng)用的角度來看,用戶和消費(fèi)者的滿意和復(fù)購,是所有數(shù)據(jù)智能化的最終目地。針對用戶進(jìn)行大數(shù)據(jù)的計算,需要的數(shù)據(jù)維度,數(shù)據(jù)之間的關(guān)聯(lián)性,數(shù)據(jù)及時性,傳統(tǒng)的數(shù)據(jù)庫和IT系統(tǒng)無法滿足。這時候數(shù)據(jù)治理就非常關(guān)鍵,數(shù)據(jù)有效治理之后,讓企業(yè)內(nèi)部多系統(tǒng)數(shù)據(jù)融合,按需建立數(shù)據(jù)表索引,混合云部署,讓針對用戶的大數(shù)據(jù)計算成為可能。

其次,數(shù)據(jù)治理可以有效確保企業(yè)數(shù)據(jù)安全性。

隨著數(shù)據(jù)成為新的生產(chǎn)要素,越來越多的企業(yè)重視數(shù)據(jù)安全性,但是傳統(tǒng)線下企業(yè)數(shù)據(jù)結(jié)構(gòu)混亂,讓數(shù)據(jù)安全性不能得到有效保障,數(shù)據(jù)泄密時有發(fā)生。雖然組織和制度是保證數(shù)據(jù)安全性的重要保障,但是,從技術(shù)上隔離才是數(shù)據(jù)安全性的根本解決方案。

數(shù)據(jù)治理的過程中,采用成熟、專業(yè)的數(shù)據(jù)庫防泄漏技術(shù)平臺,實現(xiàn)數(shù)據(jù)外泄行為的記錄、告警及阻斷從而實現(xiàn)數(shù)據(jù)防泄漏目標(biāo),可以確保企業(yè)核心重要數(shù)據(jù)的安全。

第三,數(shù)據(jù)治理可以幫助企業(yè)應(yīng)對快速變化的商業(yè)環(huán)境。

電商,O2O,外賣,直播,社區(qū)團(tuán)購,互聯(lián)網(wǎng)企業(yè)搶奪消費(fèi)者的方式層出不窮。底層數(shù)據(jù)治理好的企業(yè),可以快速跟進(jìn)社區(qū)團(tuán)購,直播等新商業(yè)模式,減少線下實體門店客流減少的損失;反之,數(shù)據(jù)基礎(chǔ)不牢的企業(yè),開發(fā)一套新的應(yīng)用的時間和產(chǎn)品穩(wěn)定性都不盡人意,一套預(yù)約自提系統(tǒng),都會因為線上線下的庫存難以實時打通,讓用戶體驗大打折扣。

隨著零售企業(yè)商業(yè)模式不斷演進(jìn),完善的數(shù)據(jù)治理架構(gòu),便于通過元數(shù)據(jù)進(jìn)行擴(kuò)充,然后提供其數(shù)據(jù)的相關(guān)性、可訪問性、可搜索性、合規(guī)性,提供新業(yè)務(wù)的決策依據(jù)。

如何進(jìn)行數(shù)據(jù)治理—數(shù)據(jù)的三層結(jié)構(gòu)

企業(yè)如何進(jìn)行數(shù)據(jù)治理,會采用不同的方法和路徑。

總體而言,第一步對企業(yè)數(shù)據(jù)進(jìn)行歸集和標(biāo)準(zhǔn)化。

信息化領(lǐng)域有一個說法就是“垃圾進(jìn),垃圾出”,意指用臟亂的數(shù)據(jù)做樣本,產(chǎn)生的研究成果也是毫無價值的。數(shù)據(jù)的污染可能發(fā)生在數(shù)據(jù)產(chǎn)生、采集、傳輸、流轉(zhuǎn)、加工、存儲、提取、交換等各個環(huán)節(jié),因此要保證數(shù)據(jù)治理目標(biāo)的實現(xiàn),就必須對數(shù)據(jù)進(jìn)行全流程的管控,要在數(shù)據(jù)標(biāo)準(zhǔn)、數(shù)據(jù)質(zhì)量、數(shù)據(jù)文件交換、元數(shù)據(jù)、數(shù)據(jù)生命周期、主輔數(shù)據(jù)源、數(shù)據(jù)安全、數(shù)據(jù)責(zé)任等方面形成統(tǒng)一的數(shù)據(jù)治理規(guī)范。

第二步就是數(shù)據(jù)模型管理和標(biāo)簽梳理。

數(shù)據(jù)治理的核心是數(shù)據(jù)模型管理。目前企業(yè)原始數(shù)據(jù)庫中存在大量的字段和表沒有注釋,意思含糊不清,同名不同義、同義不同名,冗余字段、枚舉值不一致的現(xiàn)象普遍存在。這些問題都會直接影響系統(tǒng)對數(shù)據(jù)的識別。數(shù)據(jù)建模讓數(shù)據(jù)結(jié)構(gòu)更加豐富和結(jié)構(gòu)清晰化,便于數(shù)據(jù)口徑統(tǒng)一。企業(yè)沉淀了大量數(shù)據(jù)模型之后,要及時做保留或刪除管理,不做數(shù)據(jù)模型管控,那么這些歷史問題會給新一代系統(tǒng)改造帶來很多困擾。

除此之外,數(shù)據(jù)標(biāo)簽是對數(shù)據(jù)實體特征的符號表示,每一個數(shù)據(jù)標(biāo)簽都是我們認(rèn)識、觀察和描述數(shù)據(jù)實體的一個角度。因此內(nèi)部統(tǒng)一標(biāo)簽也至關(guān)重要。商品標(biāo)簽包含了條碼、規(guī)格、口味、圖片、包裝等信息。顧客標(biāo)簽包括性別、年齡、地區(qū)、興趣愛好、產(chǎn)品偏好、購買力、忠誠度等等。

在實際的數(shù)據(jù)治理中,數(shù)據(jù)資源目錄、數(shù)據(jù)分類、數(shù)據(jù)標(biāo)簽是相互配合、相輔相成的。建立良好的數(shù)據(jù)資源目錄的第一步就是明確數(shù)據(jù)資源的分類,根據(jù)數(shù)據(jù)分類去組織資源、編目,之后是為數(shù)據(jù)資源打上數(shù)據(jù)標(biāo)簽,讓數(shù)據(jù)資源更貼近用戶、更容易管理,以便充分發(fā)揮出數(shù)據(jù)的價值。

第三步是企業(yè)算法和人工智能應(yīng)用。

在對企業(yè)數(shù)據(jù)進(jìn)行歸集和標(biāo)準(zhǔn)化,并對數(shù)據(jù)模型進(jìn)行管控和標(biāo)簽梳理之后,就可以對數(shù)據(jù)進(jìn)行管理,并輔之以相應(yīng)算法和人工智能,在具體業(yè)務(wù)場景應(yīng)用。

以數(shù)據(jù)模型管理為例:人工智能可以幫助企業(yè)實現(xiàn)經(jīng)驗?zāi)P团c計算機(jī)模型的完美融合,構(gòu)建商品和會員的知識圖譜。

以元數(shù)據(jù)管理為例:人工智能實現(xiàn)對非結(jié)構(gòu)化數(shù)據(jù)的采集和關(guān)鍵信息的提取,并實現(xiàn)元數(shù)據(jù)的維護(hù)和整理。

再以主數(shù)據(jù)管理為例:主數(shù)據(jù)是企業(yè)核心業(yè)務(wù)實體的數(shù)據(jù),是在整個價值鏈上被重復(fù)、共享應(yīng)用與多個業(yè)務(wù)流程的,并與各個業(yè)務(wù)部門與各個系統(tǒng)之間共享的基礎(chǔ)數(shù)據(jù)。在復(fù)雜數(shù)據(jù)主數(shù)據(jù)系統(tǒng)中,機(jī)器學(xué)習(xí),自然語言處理等人工智能技術(shù)可以幫助定義和維護(hù)數(shù)據(jù)匹配規(guī)則,以及確定與主數(shù)據(jù)相關(guān)的記錄,建立交叉引用等規(guī)則。

新基建在某種程度上已經(jīng)成為國家戰(zhàn)略,可以預(yù)見,未來幾年,全國零售業(yè)將迎來一次數(shù)字化建設(shè)的高潮,借助零售新基建的落地,我們期待業(yè)內(nèi)零售企業(yè)快速提升數(shù)據(jù)管理和應(yīng)用能力,讓中國的零售行業(yè)變成一個高效的行業(yè),更好的為消費(fèi)者服務(wù)。

THEEND

最新評論(評論僅代表用戶觀點(diǎn))

更多
暫無評論