最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

数据智能运营:从公域流量到私域会员的营销 | 观点

[复制链接]
跳转到指定楼层
楼主
发表于 2019-11-11 18:53:39 | 只看该作者 |只看大图 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
作者:北山 来源:云徙科技

导读:中国科技产业智库「甲子光年」于11月9日在北京富力万丽酒店举办2019「甲子引力」大会。「甲子引力」,是中国科技产业智库「甲子光年」一年一度最重视的峰会,围绕中国科技产业化、产业科技化真实节点、现状、挑战、路径、未来,引领趋势、赋能决策、推动融合、定义未来。以下为云徙科技联合创始人&副总裁罗家鹰(北山)在2019甲子引力大会上,就数据智能运营,和大家分享交流数字化智能企业未来。

北山:各位来宾下午好!首先非常感谢甲子光年的邀请,非常高兴能跟大家分享一些我们在数据智能领域,特别是在企业领域方向上理解和思考。
我在企业服务领域从业二十多年,近三年一直在数字中台领域深入研究与实践。云徙科技是生长于阿里生态里,专注于帮助企业做IT架构转型,特别是到数据应用实践的。云徙一直在站在企业角度思考一个问题,那就是围绕企业业务增长,如何在新的架构、大数据应用的基础上使得企业在智能方面有所突破创新。

什么是企业智能?
让企业各个业务环节更加“自然”

企业智能怎么理解?对于企业来说,一定是要对于消费端认知比较精准,能够清楚地指导并决策生产哪种产品。所以我们会思考,作为企业如何利用新的技术,包括移动技术、物联网等等技术,更好的连接触达相应业务环节,使得我们更好更快地数据采集。


在实际与企业接触过程中,我们也会发现数字化智能企业的特质。比如说一家服装型企业,每年会有订货会,货品生产出来了,如果一旦预测不准,极有可能满盘皆输。所以现在的服装型企业越来越多地重视C2P模式(Cluster to Platform ,企业智能工业化互联网思维商业创新模式),根据市场和消费者的需求拉动供应链,也就是所谓的“快供应链”。这些其实都来源于数据能够自动流转,从消费者需求驱动开始,流转到供应链端,流转到商场制造端,通过数据自动流动化解复杂系统的不确定性,优化资源配置效率。

其实我们的思考是,企业做数据智能运营,或者做智能企业需要具备的两种能力,第一是平台能力,第二是运营能力。也就是,我们必须要有一个数字化平台,在此之上搭建一整套运营体系,最终帮助企业业绩的增长。

数据如何驱动智能运营?
“拿”回来和“送”回去

我们强调的平台能力就是云徙一直深入研究的双中台,刚才说有价值的数据在企业里是非常关键的。数据怎么能起到作用?首先要构建起一个从业务中台到数据中台、数据运营的闭环体系。业务中台更多的是通过全链路、全触点各个业务环节,把数据“拿”回来,也就是一切皆由数据化的过程;接下来数据流转到数据中台之后经过提纯、加工,最终实现所说的数据智能的能力,再“送还”给业务内容,赋能业务各个环节,使得业务更聪明或者更智能,这个过程是一切数据业务化的过程。

有了这个基础环节之后,接下来我们需要把这些智能的能力,通过中台方式输送到前端,比如说会员环节、渠道环节、商场、交易环节、仓储物流等环节使得企业更自然,而且还可以做一些创新,这是企业非常希望达到的效果。

有了数字化平台,企业就能业务增长了?NO.

我们接触很多企业后发现,其实企业并不具备运营体系和能力。这时候就需要一个数据资产的运营体系,比如家电、快销品和汽车,会员转化、会员数量等,这些都属于企业比较关注的,企业通常都有一定的存量客户,存量客户中如何激活?存量客户激活的情况下,怎么在公用流量里进一步扩大和裂变?需要有一系列的工具,比如说千人千面、精准投放真正帮助企业寻求业务增长突破。

经过这三年努力,云徙服务了50多家行业头部企业,业务中台和数据中台核心能力得到了极大的实践、提升以及验证,未来也将持续发力,希望整合更多优质行业资源,更好服务、成就企业伙伴。
楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-4-23 18:05

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表