企业运行中的“数据循环”

细数这些玩转互联网、大数据的企业，发现企业提高效率、提升价值的根源在于其内部运转的一个接一个的“数据循环”，通过数据分析和价值发现改善客户、产品、基础设施、盈利方式等核心环节，形成独特的竞争优势，最终实现整个企业乃至供应链的快速运转。

客户与销售的数据循环

市场需求是企业经营的外部动力，客户是市场中的重要元素，也是企业营销和关系维护的主要对象。传统媒体背景下的营销是单向的推广，大多看中曝光量、覆盖率等效果指标，营销资源存在大量的浪费，对客户关系和忠诚度提升作用微乎其微。在移动互联网为代表的新媒体时代，客户与企业的关系更重视双向的互动，数据驱动的营销可以使资源更加有的放矢，高效完成营销目标。

通过对客户行为数据的收集，分析客户的偏好与兴趣点、对产品的评价与反馈，根据客户的评论和建议改进产品设计，并对客户进行系统的生命周期管理，在客户容易流失的关键时间采取针对性的促销策略；通过对交易环境的场景分析，在合适的场景进行精准的个性化商品和服务推荐。客户行为数据的深度挖掘和分析有助于提升客户体验和忠诚度，从而吸引更多的潜在客户、并增加购买频次，这样不仅能够较好实现市场销售目标，而且会沉淀更多的客户行为数据，使客户生命周期分析、关联推荐等模型更加精准，上述过程形成一个以客户为核心的数据循环。

客户数据循环的运转过程中，客户的内涵首先发生了变化：由传统的线下客户变成互联网客户，二者区别是后者能够沉淀客户数据，从而为业务驱动提供基础；再由互联网客户变成品牌的粉丝，粉丝不仅认可企业的产品，还认同企业的价值观，并主动成为品牌的传播者和放大器，对品牌形象塑造、提高忠诚度起到重要作用。企业与客户的连接方式发生了根本的转变，传统的渠道商和中间商被逐渐弱化，甚至消失，由客户直接连接品牌成为未来发展的趋势。

（1）数据驱动的营销。对于服装企业而言，每年冬天，羽绒服是一个很危险的品类。韩都衣舍应用数据驱动成功化解品类风险。例如双十一计划卖40万件羽绒服，售罄率至少会在90%以上。在传统的服装实体店，有一个数据是不容易拿到的：顾客进店后看一款衣服看了多少次？这个浏览数据基本拿不到的，除非是顾客购买，也只能拿到购买的记录。如果做40万件羽绒服，定在100个款式的话，传统的服装品牌，基本上在6月份之前就要确定订单，交给工厂生产，这是全部的数量，然后就要赌今年的销售了。

韩都衣舍的做法是：到了这个季节，大概只会先生产20%~30%的量。每一款生产几百件，100个款式，在夏季就把羽绒服放到店铺里，在没有搞特价的情况下，当然不会有人买。但是这样做可以拿到一个数据，就是这款羽绒服被消费者看了多少次？浏览就代表喜欢，特别是现在有了移动互联网，消费者在浏览的时候，对于感兴趣的款式，经常会收藏一下，因为不用付钱。接下来，韩都衣舍会根据这个款式的被浏览次数、被收藏次数进行排名，决定再下10%~20%的订单。每年的双十一是电商最大的节日，通过数据分析，一直观察到10月21日，那时候消费者会把喜欢的衣服放在购物车里，等双十一再买。韩都衣舍会梳理10月21日之前的所有数据，根据消费者关注度来生产剩下的40%的衣服。羽绒服生产周期最快是二十天到三十天，所以这些衣服的交货时间是11月21日。到了双十一当天，很多款式会很快售完，此时马上转成预售，告诉消费者只需要再等十天，就可以发货。因为等的时间不长，很多消费者还是会购买。在这种模式下，服装生产完全是根据消费者投票（浏览数据、收藏数据）选出的款式，就可以达到一个非常高的售罄率，从而有效避免了冬季羽绒服的库存积压风险。

客户行为数据不仅可以应用于企业营销中，更重要的是通过个性化需求数据采集、分析来改善客户体验、提升客户黏性，使企业避免陷入价格战的漩涡，构筑独特竞争优势，个性化需求数据也是企业研发新产品、个性化产品定制的起点。

（2）家具行业的个性化需求数据采集。尚品宅配定位全屋家私数码定制，从数码设计到数码生产，再到数码管理，其整个服务流程就是一个数码服务的过程。其核心就是客户个性化需求数据：从设计师的免费上门量房、新居网线上平台的免费预约、再到户型定制、以及生产，整个流程48小时完成。其整体的业务流程是：首先，消费者通过新居网在线上免费预约设计师上门量尺；然后线下设计师上门量尺，设计家具方案；接着消费者到店里看设计效果图、确定方案并签合同，家具图纸送到工厂开始生产；最后由本地化的安装服务团队上门安装。

未来的家居建材行业的营销之路必定是以数据营销驱动发展，通过第三方发送推广信息，在线形成3D设计效果图，然后再引流线下最后促进成交，而客户在线体验效果的决定因素就是客户数据的质量及数量。

尚品宅配根据消费者个性化需求来设计家具，业务流程在传统的业务流程基础上进行改变，把上门量尺这一必需的环节提前，并变成免费，现在已经成为定制家具行业的一个事实上的标准。为什么将上门量尺免费，是真的免费吗？背后的门道在于：上门量尺的时候，消费者要付出至少3个小时的时间成本，而这3个小时是最好的品牌传播、服务传播、产品销售的时间，这还仅仅是量尺。量完尺之后，客户的到店率高达95%，这比简单的价格优惠的到店率要高很多。用专业性很强、黏性很强的服务来捆绑客户，最后促成成交。

家具O2O渠道建设的核心是免费的量尺设计。在整个购买环节里面找到一个必需的点，通过它，把线上线下连通起来。个性化的优点在于线上线下没有价格冲突，消费者在购买的时候没有价格的可比性。因而给每一个客户提供的解决方案都是个性化的，没有任何可比的东西能够在互联网上找到。

2006年，作为尚品宅配的官方直销网，新居网正式上线。如今它已经是全国最大的整体家居直销网，为消费者提供一站式全屋家具定制、整体家居解决方案服务。新居网拥有业内时下最前沿的三维虚拟实况技术，提供最真实的家具“试穿”体验。同时，新居网与尚品宅配终端店面紧密衔接，实现“线上+线下”的快速联动，并逐步向O2O模式发展。新居网拥有一个庞大的数据库，这里有全国重点城市约2000家楼盘的10万个房型，以及相关的居住空间解决方案。基于虚拟设计，设计信息库中不同款式、结构、材质的多系列产品过万种，每款家具的尺寸和材料还可以按需变化进行组合，可开发家具的种类和数量近乎无限，为设计师与消费者提供了海量产品库。在新居网上，消费者能够参观上万个效果迥异的样板间，家具“试穿”到满意再购买；设计师则可以随时参考10万个不同户型的家居解决方案，大大节省了设计时间。

尚品宅配将从新居网和实体门店两个销售终端收集到的全国家具订单汇总到广州总部后，就开始了快速的“拆单”与“并单”。数据中心将不同订单中的家具按照材质分类，每件家具大概被拆分为几百个零部件，其中相同或相近的进行合并归类。根据分类数据，工厂里的机器以材料利用率最高为原则，将采购回来的板材切成各种规格的零部件，并一一贴上条形码。生产工人通过扫描条形码可以自动调整机位进行打孔等操作。从汇集订单到识别板材加工图，再到封边、钻孔等一系列操作，这个过程大约在48小时内就能完成。到了发货的时候，生产工人根据家具的组合，从货架上挑选出相应的各种零部件，轻松搭配成订单中的产品。一件完整的家具就可以像“抓中药”一样，从“虚拟设计”快速转化为“真实产品”了。这种依靠先进信息技术与柔性生产体系的做法，让尚品宅配的差错率从传统厂商的30%下降到3%，还令尚品宅配的生产效率提高到传统厂商的10～20倍。

（3）个性化数据提升客户体验。在新居网上，消费者可以像买衣服似的给自己的家居“试穿“成套的家具，款式、风格、大小、质地、颜色等都可以试到满意为止，体验DIY家居的感受，身临其境地看到设计出来的家具效果，再考虑是否选择购买。假如消费者还在犹豫的话，还可以到线下的体验店通过圆方DIY家居体验机，根据自己的需求，设计出不同效果的整体家装虚拟效果。消费者也可以通过简单的网上申请或者拨打尚品宅配的400服务热线的方式，免费获得设计师电话咨询、预约时间上门、免费上门量房，设计师还可以根据消费者的要求和家居类型免费设计方案，应用专业家具设计软件绘制出3D效果图，让消费者提前体验家装的效果。这一技术成功突破、解决定制行业消费者不能“所见即所得”的一大顽疾。

产品设计、生产的数据循环

在产品制造环节，传统工业时代的产品标准化批量生产思想正面临着价格竞争白热化、利润率低、市场反应慢、库存积压风险等困难的困扰。新环境下市场潮流瞬息万变，一些领先的制造业企业尝试应用互联网和大数据技术为多种多样的个性化需求提供非标准化产品的定制和生产。企业的数据收集应该发生在产品设计与生产之前，通过大范围、增量积累方式获取产品需求、消费者行为、使用情境等信息，对这些数据的分析决定产品制造工艺路线，促使产品设计开发的迭代周期大大缩短，成本节约的同时更切合客户的个性化需求。产品的数据循环带来如下改变。

（1）产品创新将从注重渠道到更注重提升产品价值，新技术大幅降低信息不对称，传统渠道和中间商的角色将逐渐弱化。

（2）企业在产品研发过程中要根据用户反馈数据随时改进产品，结合用户和市场的实际需求快速迭代，不断提升产品的价值。

（3）在产品价值中，信息部分的价值将越来越高，软件和信息对价值产生巨大贡献。企业由卖产品，转向为卖服务，产品为载体，服务成为实现利润增长的关键。

（4）在产品设计中，非标准化产品将越来越重要，数据驱动能够实现非标产品的批量生产，极大满足市场个性化需求。

具体而言，数据驱动产品设计与生产的一般流程是：根据市场潮流、用户多样化需求调整非标准化产品的设计，进行数据采集、预处理、特征提取，然后打破企业内部的信息孤岛，把产品数据与其他企业内外部数据打通并实时关联，接着基于清洗后的现有数据构建训练模型，并实现模型的精准匹配和智能化，最后随着产品生产和运营，将新数据不断补充到产品数据库中，并根据数据分析结果进行产品的迭代改进，改进后的产品就更能符合用户和市场的个性化需求，从而带来更多的数据反馈。这样就形成了产品生产的数据循环，随着数据积累厚度的增加、迭代次数的增多，非标产品的规模化生产成本会大幅降低，且极大提升客户体验和满意度。

红领服装定制业务，和大多数服装厂商一样只是利用几个有限的号型进行修改，量体方法也是传统的靠经验的量体方法，客户订单数据主要通过电话和传真进行传递。运行没多久，新业务的开展就遇到了前所未有的挑战，客户在专门店下订单时电话询问的面料，到交货时却因面料短缺交不了货，只好要求客户重新选择面料。有的客户还会如此反复五六次之多。这仅仅是冰山的一角：面辅料占用问题、供应链管理问题、产品质量问题、款式设计问题、计划交期问题、生产管理问题、成本核算问题、售后服务问题等等，都陆续浮出水面。

（1）打通信息孤岛，把“死数据”变成实时的“活数据”。如何解决面临的各种问题？究其本质，这些问题的出现是因为订单、生产、原料等环节各自为政，形成信息孤岛，相互之间不能实时关联所造成的。红领决定引入信息技术来解决这些问题，开始了企业信息化和工业化融合的探索之旅，通过自主研发信息系统的上线，之前在各个孤岛上沉寂的“死数据”相互打通，变成了新鲜、实时的“活数据”，解决了客户下单、面料配送、交货期等信息延迟问题，极大提升了供应链效率。

（2）生产数据智能化、提升产品价值。随着客户个性化需求的不断增多，如何完成从传统定制到大规模个性化定制成了新一代工业化发展的重要问题。过去十多年，制造业通过信息技术完成了产业的“信息化”和“自动化”，未来的制造业浪潮将向智能化方向转变。而智能化的核心是沉淀足够高质量的数据，并实现不断自我学习功能。红领的个性化定制系统RCMTM通过服装研发设计的智能体系，最大程度满足客户个性化需求，而客户满意度的提升又将进一步吸引更多的消费者参与并购买，消费过程中将会产生新一轮的人体尺寸和服装定制数据，再把这些新数据更新到数据库和数学模型中，更加强化大数据分析的智能化和精准性，形成一个产品生产的良性数据循环。

家具行业的大规模定制生产。家具行业是工业化时代规模生产的典型产业，也经常面临同质化竞争严重、库存积压、资金流周转困难等问题。在互联网快速发展的新环境下，多样化、个性化的家具需求快速增长，家具的设计、生产、销售有了新的玩法，个性化家具定制相对于传统的标准化规模生产方式，面临更大的技术与管理挑战。其中最为突出的三大挑战是：生产成本，生产周期，出错率。前端个性化的需求制约了后端的标准化生产和规模化扩张。由于每一份订单都是不一样的：产品不一样、生产工艺不一样、生产流程不一样，这也势必导致出错率会增大、生产成本会增加、生产周期会变长。为了支撑前端客户定制需求，后端要有大规模的生产，既能满足前端的个性化需求，又能实现大规模生产的高效率和低成本。通过对个性化产品的数据采集、计算机辅助家具设计与展现等技术，可以较为理想地提高家具个性化定制的精准度、控制定制化的生产成本，并提高生产效率。尚品宅配在采集与分析家具环境数据的基础上，通过虚拟纠错、虚拟制造、虚拟装配的柔性化生产制造技术来满足C2B模式。设计师完成设计方案，制作出效果图后，系统会同步生成生产图纸和元件图纸。遇到设计出错的情况，除了系统自身有纠错能力以外，还能通过大数据数据库排查常见的错误。通过智能化的审单查单排程系统、基于条形码的生产过程控制系统等信息化改造技术实现前端设计的网络化，解决个性化需求和规模化生产的矛盾。

家具制作业务环节很长，每一个环节都可能损失客户，通过数据驱动运营，提高每个环节的协作效率和质量。其中最重要的是要采集有价值的数据，应用自主研发的设计师专用软件，可以实时采集设计师设计时的数据，再融合工厂的生产数据、消费者在网站上的行为数据。数据分析系统一旦构建起来，可以显著提高客户O2O的转化率。工厂接到一个批次的订单，订单管理系统会把每一个订单拆成零部件，自动生成生产任务单，使用混合排产系统来提高材料利用率。系统还会自动生成每一个部件在各个车间的生产作业指令。每一个部件都有对应的条形码，部件的全部信息都储存在条形码里面，系统通过条形码来识别部件。工人和机器都是依靠系统指令来驱动的，可以最大程度地解决出错率的问题。

平台的数据循环

企业生产的平台也称为基础设施，既要承接内部的资源和业务，又需要连接外部合作伙伴，是企业运营的基础。企业通过一系列活动来完成价值创造，即在为市场提供产品和服务的过程中，并非自己独立完成所有环节，而是根据自身的资源优势和业务特点，选择整个生产链条中自己所擅长的环节，并确定与竞争对手有所差异的关键业务，与此同时，还需要在企业外部寻找合适的合作伙伴，借助合作伙伴的资源完成其他环节的非关键业务。企业内外部互不相同但又相互关联的生产经营活动，构成了创造价值的动态过程，合作伙伴的选择及合作方式的确定，在产品价值创造过程中起到举足轻重的作用。

（1）合作伙伴对企业的重要性。IBM于2013年发布了《为什么合作伙伴战略至关重要》白皮书，通过对全球1351位商界领袖进行调研显示：53%的CEO通过利用深入的外部合作来促进业务创新，92%的CMO则借助外部合作伙伴来执行数据分析，此外，68%关注业务增长的CIO则正在进行广泛的外部合作。以业务创新为出发点并广泛进行外部合作的企业的业务增长速度与创新能力比只进行少量外部合作的企业快4至5倍；与外部合作意愿较低的企业相比，合作意愿高的企业在推动业务模式创新、提升区域扩张能力等方面对外部合作具有更高的需求。

从另一个角度看，在任何时代，企业都是信息演变的风向标，合作伙伴也是企业除了客户之外获知外界环境变化最重要的信息渠道。客户数据反映了消费端的市场潮流等信息的变化，而合作伙伴可以有效映射出生产端的价格、成本等关键要素的变动，有助于企业及时调整产品生产和经营策略。以往企业选择合作伙伴的方式大多通过历史经验、市场调查，找出信誉高、业绩好的供应链中的合作企业形成“短名单”，不同企业之间的合作方式相对固化，这种方式的缺点是企业容易形成路径依赖，被固定的合作方所锁定，导致更换合作伙伴的转移成本很高。这种模式下，由于合作企业出现质量等问题所爆发的供应链风险也难以控制，甚至可能给整个行业带来巨大损失。

（2）新环境下企业合作方式的变革。在新技术、数据资源蓬勃发展的条件下，企业之间的合作方式也在发生前所未有的变化，企业内外部的边界变得模糊，生产经营的核心在于决定哪些资源是企业的核心资源，哪些资源对市场和公众开放吸引、并找到合适的合作伙伴，进而构筑良好可持续发展的生态系统。企业关于供应链及合作方的数据分析能力对于其构建生态系统起到了重要作用。通过供应链数据的采集、筛选，提炼能够代表潜在合作企业的核心业务数据；通过全面的业务数据进行利益相关者分析，通过量化的数据分析结果决定供应链中的瓶颈性资源、关键业务，智能匹配最合适的合作伙伴，优化整个供应链的效率，提升产品和服务的附加值。例如在供应链信贷业务中常用的数据指标有订单增长、支付资金流水、历史坏账率等；企业创新者使用面向业务的评估方法，紧扣业务成果的衡量指标来选择外部合作伙伴，还将他们外包的服务与这些广泛的业务目标保持一致。此外，还能通过外部合作来获得进行大规模创新所需的能力，依靠外部合作伙伴来提供企业急需的数据、知识和经验，为战略开发制定提供有价值的依据。由于数据驱动的运营优化过程中未必一帆风顺，很可能有突发的环境因素通过合作伙伴数据反映到企业中来，因此，智能优化模型需要具有自我学习、迭代更新的能力。随着复杂生产经营状况数据的沉淀，企业运转的速度和效率也会逐渐凸现出来，从而形成运营端的竞争优势。

（3）传统企业要善于去中间层，合作伙伴泛化管理。海尔集团CEO张瑞敏先生谈到互联网思维给传统企业带来的变革时，提到“企业无边界、管理无领导、供应链无尺度”的思想。企业无边界是从靠企业自身资源求发展，转变成为并联平台的生态圈。一般来说企业是有边界的，边界大小取决于企业人力资源能力的高低。在互联网时代，网络打开了一扇门，可以使得企业无边界，人力资源不再局限于企业内部，可以在网上整合所有适合的人。管理无领导要颠覆的是从原来的员工只是一个执行者，变为现在员工成为一个创业者。无领导的核心思想是从原来听上级的指令转变成听用户的声音，即每一个团队都应该直接面对市场。供应链无尺度是说用户从被动的购买者变为主动的参与体验者。传统的企业销售往往是分给省级代理，省级代理再批给市级代理，是一层层批发零售的形式。而供应链无尺度倒逼企业全流程都要无尺度，从研发到制造全流程都要有改变。

海尔内部近年来提的一个理念叫做“外去中间商、内去隔热墙”。内部隔热墙是指原来的管理人员，隔着层层管理人员，企业对市场的热度就感受不到了。比如电器配送环节，现在有9万辆车，但这9万辆车都不属于海尔，而是谁有车谁就可以加入到配送中来。这在互联网称为“轻足迹”，在企业就是轻资产。传统配送考核依靠复杂的评价体系，往往由企业中的管理人员执行。现在变成用户来评价。严格规定按约送达的规则，约定时点没有送达的话，这一单货不要钱了，那谁负责呢？谁造成的谁负责。

外去中间商是指去掉采购、销售流程中的中间商。传统的采购环节，需要一个专门的部门去研究谁能进、谁不能进、以及什么价格，过程非常复杂。现在通过建立利益共同体选择合作伙伴，去掉复杂的评价体系，哪家供货商的零部件有竞争力就进来，下一步可能有更好的供货商替代。在营销环节，以往是产品给了经销商，经销商再销售；现在通过互联网直接连接用户，去掉中间商环节，实现产品与用户之间的零距离。

交易与营收的数据循环

企业的盈利来自于收入来源与成本结构之间的差额，其中，收入主要源于产品和客户，而成本则主要由产品生产和销售过程中的基础设施和费用构成。在互联网环境下，企业的盈利模式悄然改变。过去需要收费的产品或服务今天可能会免费，过去一次性交易今天也可能变成多次交易，过去由客户直接付费可能变成第三方支付。传统的交易模式是“一手交钱、一手交货”，客户在一次性付款后，意味着产品购买的风险由厂商一起转嫁给了消费者。现实中并不是每一个消费者对所购买的商品有足够认知，如果将付款方式转变为先体验后交易，或者先付费10%进行试用的话，那么消费者在购买过程中就会打消很多忧虑，极大提升多次交易的可能性。

数据驱动在企业盈利模式中也发挥重要作用，在收入端，通过客户和市场数据分析，选择合适的交易方式，决定基础产品和增值产品或服务；在成本端，通过生产数据的挖掘分析，优化企业生产成本、降低生产出错率和管理费用。收入和成本共同决定了企业的利润，根据交易和利润数据，不断调整各种资源和要素的组合形式和运营方式。