微信关注,获取更多

MCtalk·CEO对话观远数据:商业智能与组织效率的一鱼两吃,数据如何提供指引?|线性被投企业

  这是《MCtalk · CEO对话》的第 

商业智能(Business Intelligence)的起源最早可以追溯到19世纪。

彼时虽是概念雏形,但在实践中已成为该时期以银行家亨利·弗内塞爵士为代表的银行业取得商业成功的利器。直到20世纪90年代,全球知名的咨询公司Gartner的分析师Howard Dresner为商业智能写下一个精准的定义:通过使用基于事实的支持系统来改善商业决策的概念和方法。此后,随着信息化技术的不断发展,商业智能也进入了数字化时代。

任何决策,尤其是理性的商业决策,都离不开基于事实的客观洞察,而数据则是当下数字化时代中,人们用以洞察客观事实的最好工具。

面对向外的经营性决策与对内的管理性决策,一份数据,如何使用既能成为商业智能的前瞻性工具,又能对内成为提升组织效率的实时管理指标,从而实现价值最大化?

本期《MCtalk · CEO对话》特别邀请观远数据创始人兼CEO苏春园作为对话嘉宾。观远数据是国内深耕BI领域多年的一站式智能分析平台与服务提供商,对数据具有独特的视角和深刻的见解。

这是一个《MCtalk · CEO对话》还未曾触及的全新话题。巧合的是,网易数智旗下网易数帆作为专注于全链路数据开发、治理及分析的技术与服务商,其在数据业务方面也有深厚的沉淀与优秀的产品。在这期内容中,我们将看到网易副总裁、网易数智总经理阮良先生与观远数据创始人兼CEO苏春园先生两位To B“老兵”毫无保留的交流与分享。

核心观点

● 苏春园:数据的使用需要“落叶归根”,回归业务才能产生价值

● 阮良:BI为商业决策节省的机会成本,值得被看见。

● 阮良:数据支撑智能,智能带来敏捷,敏捷提升容错

● 阮良:数据度量相比人为管理不讲情面。换句话说,数据客观且公正

● 苏春园:让听得见炮声的人决策,本质上是让业务团队用数据、能决策

● 阮良:除了决策指引,数据还会打开更多视角,抬高战略维度

● 苏春园:用数如“对症下药”:对症是定性,下药是定量,先对症再下药。

苏春园:做产品两条腿走路,一条“标准化”,另一条“可配置、可组装”

01 

技术和工具本质上都是要解决业务的问题

阮良:非常欢迎苏总来到我们网易。因为我们都是做To B的业务,所以我们有非常多可以交流的话题,而且我们也有类似的产品。我一直从事互联网行业,自认为对数字非常敏感。无论是经营数据还是产品数据,或是财务数据。我知道观远数据是一家做商业智能做得很好的公司。所以非常希望能够和苏总更多地探讨数据相关的话题,例如我们在商业智能、商业数据或者如何使用数据上的一些观点,以及如何做好商业智能产品等问题。这其中应该会有很多很有意思的故事,请苏总先分享。

苏春园:好的,很感谢阮总有这个机会一起来探讨To B和SaaS。我们观远数据是专注商业智能的公司,成立于2016年,已经创立八年。创立至今合作了很多先进企业,其中包括很多外资品牌,像联合利华、百威、麦当劳,以及更多本土的领军企业,比如安踏、招商银行、元气森林等。外企以前不怎么用国内的BI产品,但我们的合作越来越深,最主要的原因是这些Global企业在中国的业务越来越本土化。

阮良:这令我想起网易数智的一家客户,肯德基的母公司,百胜中国。百胜中国正是因为在国内本土化做得特别好,因此独立成为一家新的上市公司。在中国市场,肯德基甚至超过麦当劳,这是与国外市场的差异化。

苏春园:确实,很多外企业务在中国和国外的经营方式也越来越不一样,例如对电商消费者的感知、全渠道建设等方面,这些都需要实时的数据来支撑决策。因此,很多外企用户非常看重数据决策的“敏捷性”,尤其特别看重移动端BI的体验和赋能,因为这让他们能够随时随地去做分析决策。我们提供的移动BI能够天然跟微信、飞书、钉钉、企业内部OA各种系统无缝打通,企业的决策者、一线的业务人员,都能在一个一个的具体业务场景中,通过移动端看数据做决策。

进一步延展,我们能发现,技术与工具的价值是根植在业务层面的,本质上都是要解决业务的问题就像过往几年我们跟这些行业巨头的合作,我们不仅是跟他们的IT部门合作去建设一个平台,更是深入到了他们的业务单元,比如营销团队、供应链团队、运营团队、财务团队等,去满足不同业务团队多样化的决策需求,帮助他们通过数据分析去洞察业务问题、解决业务问题,找到业务发展的机会。我们的理念是很简单的一句话:“让业务用起来”。

阮良:关于这一点,我深有感触。因为我们也有大数据的产品。当然,我们可能更多的是数据中台类产品。就跟苏总你们的观远类似,我们经常接触的一定是客户的IT团队。最后采购是IT团队采购,但是光接触IT团队远远不够。因为IT团队也要服务于业务,或者说最终产生的价值一定是在业务环节和业务团队上。

02 

以数据驱动敏捷经营,降低企业决策成本

苏春园借此机会,我想分享一下零售消费行业的情况,这个行业是近年来我们深耕的重点行业之一。近些年,零售消费行业经历了一场场互联网化变革,包括此前风靡的新零售,以及现在的国货崛起、新国潮风尚,显示了社会经济形态与消费者偏好趋向的迭代更新。

其中最大的变化是,过去多年里电商的兴起,让人们的生活方式与购物习惯发生了翻天覆地的变化,大家都开始习惯了线上电商购物,商家和消费者之间有了越来越多的数据连接。对商家的业务经营来说,数据也变得越来越重要。在这样的大环境下,我们服务了众多零售消费行业的客户,协助他们构建起高效的数据分析体系。这个行业,是典型的“业务即数据,数据即业务”。

以我们合作了五年的安踏为例,我们协助构建了安踏自己的“生意参谋”,不像电商生意参谋,更多只看线上电商业务,而是涵盖线上线下、直销与其他销售渠道、直播等等,都能在统一的平台上呈现,助力安踏用数据驱动敏捷经营。

阮良从苏总您的角度来说,安踏在用观远BI产品的时候,是用于哪些具体的场景?或者说哪些功能点您认为是对他们最有价值?

苏春园安踏与我们服务的斯凯奇、麦当劳、蜜雪冰城等一些企业,有很共性的地方,都属于今天的“万店连锁”品牌,拥有大量的门店等神经末梢。对企业经营者来说,在当前的时代背景下,他们都面对着一项核心议题:如何让决策层能够穿透数据,洞察业务问题。

传统上决策层可能都是看一份份的汇报PPT,来了解业绩的好坏、变化的原因。或者去线下巡店,可能从VP到中基层都是大量亲自到各个区域去巡检,以此来评估一线运营存在的问题或者机会。但前几年的疫情改变了这种方式,不能亲自去巡店的时候怎么办?

安踏在这个时期数字化应用呈现了爆发式增长,他们通过数据来进行“空中巡检”,通过数据来洞察不同区域、不同店型、各种新品的业绩表现、畅销品的库存等等。过去可能要通过每个月的汇报才能发现的问题,现在每周、每天都能通过数据被及时发现、及时反馈。疫情过后,这种方式也固化成为安踏日常敏捷经营的一部分。

阮良那真的挺好的,第一是效率提升了。第二就是节省了大量的成本,这个成本从经济学的角度,称之为机会成本,对吧?节省下来的时间,可以做更多去分析的事情,或者决策研究的事情。

苏春园对。这也是我们去年开始在提的一个概念,也是行业在形成的一个最大共识,叫“敏捷经营”。在现在这种复杂的经济环境里,企业想盈利想增长其实是越来越难的。盈利和增长里有一个关键的方面是成本控制,那什么成本才是最大的成本?本质上是决策的成本。敏捷经营的核心就在这里,谁能够在决策的时效性和颗粒度上取得突破,实现更敏捷的决策,谁就能更快发现问题、解决问题,实现增长。

阮良这是一个巨大的杠杆。我去年写过一篇文章,里面有个观点也是想谈谈关于敏捷,当我们用了AI之后,很多业务环节变得非常敏捷。这还会带来一个好处:不仅仅是效率提升,即使决策错了,或者执行错了,但因为敏捷,错误的代价也变小了。

大家都在感叹这个世界变得特别快,我们在面临各种各样的不确定性。因此,面对这么多的不确定性,我认为敏捷是必须的。无论是多大规模的企业,一定要拥抱这种变化,以及敏捷地去适应这种变化。所以又想到去年大模型出来之后,或者说新的AI时代到来之后,我们觉察到在很多AI的赋能之下,敏捷这件事情变得更具有可行性,当然前提是组织得积极拥抱这种观念。

03 

“让能够听到炮火的人能做决策”

阮良我有一件印象非常深的事。我们有一个非常好的干部,他曾经告诉我:他当年在做普通程序员的时候,工作非常努力,也很聪明。但在那个时候,由于他并不善于表达,以及可能跟他主管的关系没有那么近,所以他每次绩效评定时,拿到的绩效都只是中等偏上。但他自认为不止于此,于是他就跟他当时的主管沟通,他需要怎么做才能够在下季度或者下半年拿到优秀绩效。然而,他的主管也没法给他一个很明确的回答。

很多时候,这其实没有错。通常员工和主管走得近一点,关系好一些,大概率绩效会好一些,前提是工作表现的确不错,对吧?虽是事实,但造成客观上的不公平,即便他的确是一位很优秀的员工。因此,我们去年做了一项改革:我们把工程师的工作做有效度量。我们并非根据虚拟的代码数量来做度量,而是根据发给员工的任务来度量。举个例子,比如做BI产品,可能今天工作是做前端的某个功能,或者其他需求。我们会根据经验,评判这个需求大概需要消耗这个级别的工程师的多少时间,时间天数是多少,有效代码量是多少。基于此,我们再用积分制对工程师的工作成果实现有效度量。

苏春园是,我们其实像研发、市场,客户成功,很多团队他都有比较好的数据使用的习惯。

阮良例如说研发团队,一线的研发团队其实很适合做这样的事情,以及交付团队等等。

苏春园对,因为交付团队要承担非常多职责,例如需求沟通、系统部署、实施交付、培训上线等各种类型的工作。在这种背景下,将他们的工作尽量量化成为具体的标准作业,能够很大程度的找到最佳实践,提升团队效能。

华为创始人任正非曾讲过一句话,是“让能够听到炮火的人能做决策”。大家都赞同这句话,但真正的难点,在我看来,是怎样让听到炮火的人有能力去做决策?而数据就是让一线人员能够主动参与决策的最重要的赋能方式。

很多时候问题的症结不在于一线员工没有数据驱动的意愿,而是他们是否具备相应的决策能力和所匹配的数据。当我们赋能一线业务人员分析决策所需要的数据和分析能力之后,明显的激发出了他们的主观能动性,让他们能够自信地用数据来提升他们的工作效率。

比如像你刚才举的例子,我们用传统方式进行研发团队管理的时候,就只能长周期看结果,没有办法获得及时的效果反馈,但是有了数据基础之后,就可以去量化任务难度,制定合理的工作计划,让前线的研发人员能够在数据驱动下以更高效率完成工作。

阮良确实如此。原本一个比较优秀的员工,如果得不到公平的对待,大概率会离开公司。而我们这样改革之后,不仅会给到员工公正的绩效和待遇,很多优秀人才也会陆续被发现。

我们有一个很年轻的小伙子,连续几个月都拿到了积分冠军。如果给他打标签的话是这样,一年轻;二身体健康,他健身,身体素质很好;三他非常的聪明。为什么我会说他非常聪明?他写的代码量并非是最高的,工作时长也不是最多,但他积分最高。因为他非常擅长使用工具,用各种AI工具给自己提升效率。因此在相同时间内,他最终获得的积分比别人多,产出更加高效。

04 

数据为管理者

打开更多视角,抬高战略维度

阮良还有一个话题也非常想和苏总交流。从苏总您的角度来看,您平常肯定会去看自己公司的各种数据。看数据的时候,您最关注哪些维度的数据?为什么?

苏春园核心还是围绕在增长与盈利的平衡,这是我们这几年战略的核心目标。然后这条主链路再往下,我就看它里面的关键的过程指标,这是我们今年的认知的一个迭代。之前我们公司也比较以最终的数据成果为导向,信奉“大力出奇迹”,但是在新的市场环境之下,单纯的成果导向已经行不通了,在保证适度的增长的同时,还得谨防亏损陷阱,因此目光就也要特别的关注到过程指标。

咱们做To B的本身就是有一种长周期的性质,就决定了我们在追求年度目标的最终成果的时候,也要沿着这个主链路,关注例如一个季度、一个月到一周这种短周期里的过程指标。

对于我们来说最重要的一类过程指标是“ICP”,即理想客户画像,指契合我们核心竞争力和优势市场定位的理想客户群体。在现在这种市场环境下,我们想要实现盈利和增长的战略目标,最重要的战术不是“广撒网”,而是“精准出击”。为此,我们内部精心筛选出了10个左右的ICP阵地客群,力求在这些优势客群里实现精耕细作。

举例来说,假设我今年有10000条潜在商机,我们就会更倾向于其中2000个源自我们ICP领域的高质量线索,这样从过程指标来说成单效率最高。然后还要更进一步,确保前线团队每周的过程指标,都能不断努力去收获这些来自ICP高价值阵地客群的商机。

这些举措的背后其实是我们在过去的一些苦涩教训,但也是内部不断迭代进化的过程,所以其实反过来说也是一件好事,可以给大家分享一下。

在更早一个季度的时候,我们有个团队的业绩很不理想。当时如果不做数据分析,直观的结论是商机数量不够。但真正拆解数据进行分析之后才发现,尽管商机看似缩水,但其实是在ICP优势阵地的商机数量其实是没有缩减的,真正造成业绩表现不佳的症结其实是在转化漏斗里存在的一些问题,以及我们在转化阶段的报价策略上。

因为今年其实整体大环境不是很好,会存在一些价格战,但在价格方面我们内部存在一些临界点,到了某个折扣红线的时候我们内部就会本能地放弃某些潜在客户。这其实是正常的,这个团队他其实遵循了我们内部的政策,在一定的折扣界限上,前线团队是有权自主决定进退的。

阮良组织有规则在先,需要首先保证毛利。这就是数据在战略维度的决策指引。

苏春园是,去年我们定下这个政策的时候它是对的,那今年因为盈利是我们很重要的战略目标,毛利自然也是决策里的一个关键参数。但当我们一层一层穿透数据,发现这个问题之后,或者说我自己作为一号位去看现在这些真实的数据之后,就更会了解到现在的业务是处在什么状态,哪些环节有问题,去对应的施策解决问题。

数据分析的过程促使我们不断微调策略。以刚才讲的价格策略为例,会被拉进价格战里很多时候可能是因为我们的价值主张还不够犀利,所以面对价格战的诱惑,我们另辟蹊径,对于潜力巨大的商机,我们会让内部最好的解决方案专家、经验丰富的交付团队负责人,公司高层等与对方进行有效的交流,强化价值合作。通过这个转变摆脱单纯依靠价格竞争的局限,通过专业实力和个性化服务赢得客户的青睐。

这一系列行动的核心,依然是对增长和盈利的追求,最终的目标是明确的,在决策的过程里,我们需要不断的进行取舍,通过识别并优化过程性的指标,让决策的周期不断缩短比如我们每周去识别重点商机,在商机迈入关键转折点的时候,集结所有可用资源形成合力,一起尽最大努力去保障能够最大限度的把握每一个商机。

阮良我自己关注数据的时候,经常有和苏总类似的感悟。最近,我在设想尝试做一些改革动作,可以跟苏总您分享。例如,我们服务一个客户,会分各种阶段,商机阶段、销售阶段、售前阶段,签了合同之后的实施交付阶段,最后是客户成功阶段。我们分开看每个阶段可能付出的代价,比如说交付付出多少人天,然后核算成本。

从管理会计学的角度来说,有一种方法叫作业成本法。我们以前最通用的评判一类客户或者一类行业,或者一类流程的效率,通常是使用财务会计的方法:我花了多少时间,花了多少钱,综合计算这个客户的毛利是多少。

但是从管理会计学的角度来说,可以不是完全从财务会计的角度计算多少钱,多少时间。而是评判服务一个客户的过程中,我们一共做了多少个关键动作,动作跟流程肯定是对应的。

比如说,在实施交付阶段,可能里面有几个关键动作。第一是我给你部署,第二是我给你预训练知识库,然后是一些数据治理关键的动作。这些动作给他定义一个标准,标准是我们在这家公司做这个动作,每一次的成本是多少?然后再通过这些作业套用到这一类客户上,可以算出这一类客户真正的管理会计学层面上的毛利,或者说效率是多少。最后去跟其他类别的客户做差异分析,就会发现真正的优势客户、优势场景。因为从财务会计上看,A客户是盈利的,B客户不盈利,但是从管理会计的角度上看,存在B的效率更高的可能。

05 

做标准化与可配置化

“两条腿走路”的好产品

阮良在业务发展到一定阶段时,我们标准化产品是基于满足大部分客户需求的逻辑。迫于所谓的增长压力,或者需要打造标杆效应,我们也会去做一定的妥协,去和一些大客户做部分特殊的定制化,这种情况在所难免。

我们会去严格控制一定的定制化比例。但这仍然是一个长久令人困扰的问题。一线要攻坚大客户,大客户们想在标准化产品上做功能定制,这些定制功能可能其他大部分客户用不上。最终,是否要配合大客户的需求就成为一个涉及取舍的问题。对于这个问题,苏总您怎么看?

苏春园我觉得我们的路径有点不一样。我们是0到1的创业公司,我们是非常坚定地要做标准化产品。为什么作为创业公司我们要选择标准化产品呢?其实跟我们团队基因和认知有关。第一,我们核心的创始团队过去很多年就是做标准化产品的,见证了从概念孕育到市场认可的全过程,所以我们坚信这条路是可行的。我们之前创建的产品,服务了三分之一的世界五百强,但用的是一个标准化的产品。第二,在商业化的角度上,虽然短期内或许有难度,但从长期看,我们坚信标准化产品的巨大潜力。好的BI产品,本质上是对最佳决策实践的不断提炼和抽象,具有普适价值和明确的长期商业前景。

在做标准化产品的过程中,我们其实也不断有很多取舍。总结来说我觉得做好产品有两个关键点,第一点是我们不断在坚持根本,做到产品标准化,第二点是未来几年我们会持续增强的,叫可配置化、可组装化。

可配置化是我们从过去很多年累积的经验里找到的方向。比如BI要连接各种各样的新型数据源,很多可能是以前没有的,我们在这些年的实践里不断从领先客户需求里沉淀,提炼出一套行之有效的可配置方案,不论是不同数据源的对接,还是同一数据库下多元化的配置选项,例如数据访问频率的自定义设置,我们通过设计多层次的配置选项,来满足不同行业与应用场景的独特需求。

以银行业为例,银行业客户对于系统性能和可靠性的要求是特别高的,考虑到高层管理者日常决策对及时数据呈现的依赖,就一定需要稳固的信息壁垒,有效隔绝基层操作对关键数据流的可用性影响。这个过程涉及复杂的引擎调度与资源隔离策略,但我们将它做成了直观易懂的可配置项,来满足客户的需求。

这几年我们对可配置化非常坚定,这里面其实意味着短期内的大量投入,但也让我们的产品变成了一个更有生机更强大的产品。以我们合作的某世界五百强商业银行举例,它内部有超过6万人在活跃使用观远BI平台,这是国内最大的一个BI项目之一。在这么庞大的用户基数面前,关于是否要采用定制化服务也有过激烈辩论。但好在我们跟客户对BI的理解非常一致,客户对BI的应用也很专业,我们一致认定要坚持标准化产品的主线,过度定制化的产品是没有生命力的,不仅难以复制推广,还会削弱产品本身的内在活力与市场吸引力。

阮良非常同意。如果是走定制化分支的话,我们跟很多大客户交流,客户自身其实也会有这种意识:如果用我们定制的特殊版本,可能会出现使用故障,出现各种问题甚至问题非常严重,以及更新的时候,又无法及时更新。

有幸在九月这个时间点,邀请观远数据的苏总来到我们网易交流。今天我们探讨了非常多的话题,跟数据相关的、跟管理相关的、跟研发相关、跟销售相关的,包括最后跟产品客制化相关的。我个人受益匪浅,受到了很多启发。我相信这是一次非常美好的思想碰撞。

苏春园我也非常感谢阮总的邀请和分享。同是To B企业的创业者,我们都希望让整个中国SaaS市场、整个中国企业服务市场能够变得更好,让这个世界变得更好。

<!–article_adlist[

关于线性资本

线性资本 Linear Capital 是一家聚焦“前沿科技+产业”方向投资的早期投资机构,即以数据智能、数字新基建、新一代机器人技术及传统领域的新技术变革(如生物医疗、材料、能源等)为代表的前沿科技,应用于各个垂直产业大幅提升产业效率,赋能其解决痛点问题,完成产业升级,通过产业价值的大幅度提升实现商业价值的超额回报。目前总共管理十支基金,管理总规模约20亿美元。

我们投资阶段以天使至A轮领投为主,每个项目投资金额从100到1000万美元(或等值人民币)不等。

目前已在早期投资了地平线、酷家乐、神策、特赞、Rokid、观远数据、思灵机器人等超过120个创业团队。线性已投资项目估值合计约200亿美元。

短期内,线性资本正在努力成为最好的「数据智能科技基金 Data Intelligence Technology Fund」,并在长期内逐步打造成最有影响力的「应用性前沿科技基金 Frontier Technology Application Fund」。

]article_adlist–>

未经允许不得转载:泰国旅游信息网 » MCtalk·CEO对话观远数据:商业智能与组织效率的一鱼两吃,数据如何提供指引?|线性被投企业

评论

8+5=