龙翔

后疫情时代，一些品牌业绩逐步恢复，虽然没有出现“报复性消费”，但业绩环比持续在增长。尤其是一些有较强品牌力、商品力的品牌，随着国内疫情的进一步好转，消费信心增长，业绩完全恢复也是大概率事件。

这次疫情，倒逼大部分零售企业高度重视自身的数字化建设。

在非常时期，多数零售企业迅速构建了小程序微商城能力、直播带货能力、分销能力、社群运营能力、线上内容输出能力（如短视频、文案等），及在这个基础之上的线上线下新零售能力，把以前可能需要半年甚至一年才能做到的事情，因为疫情缘故，快速地得以完成。

到目前为止，数字化能力的建设已成为国内零售企业标配，且逐步在企业内部深入。

我相信，一开始大部分零售企业都是在摸索，处于一个无序、粗放，没有明确负责人，没有有效方法论的阶段。经过这三个月的建设和积累迭代，局面已经得到明显改善，并慢慢纳入到了企业日常运营节奏中，成为了一种常态在推进。

从信息化到数字化

数字化的本质是连接外部的能力，如连接下游消费者、上游供应商，把上下游通过数字化都连接到一个系统内。

在这样的一个系统里，信息透明，速度加快，边界消失，倒逼企业在很多方面做出改变。这是和以往我们所熟悉的信息化是完全不同的概念。

在信息化时代，企业关注的重点是内部的流程改善，效率提升，借助IT系统（典型的有ERP系统、OA系统），把线下的业务迁移到线上，在系统里进行业务过程沉淀与留痕，转变为数据，通过数据分析发现业务和管理的问题，再予以解决。

在互联网时代，互联网让企业具备了直接连接客户和消费者的能力。在这个时期，数字化的价值核心是连接企业内部和外部，加快企业获取客户信息、产品反馈、营销渠道的能力。

数字化的核心方法是用户旅程，以用户为导向，从过往的以商品为中心转向以用户为中心，围绕用户来组织产品，设计营销策略和营销活动，提供给到用户的不再是一个产品，而是一个生活方式，一个生活场景，一个解决方案。成交完毕不是结束，而是用户旅程的开始，强调的是用户留存、用户复购、用户裂变、用户经营。

信息化建设奠定了企业的生产经营基础，而数字化“连接”的关键属性，让企业更快地连接到更多的客户，触达更多的消费者，对接更多的供应商，从一个企业变成一个平台乃至一个生态，从而能够更大规模地组织生产。

从数字化到智能化

信息化让企业的内部数据得以建立和完善，数字化让企业连接外部数据。无论信息化还是数字化都累积了大量的数据，数据对于企业来说，如果不进行串联和融合，就是一堆无用的垃圾，尤其是企业有新零售后，线上线下数据更需要整合。

数据中台应运而生，它把这些数据串联起来，在这个基础上通过数据算法，把数据里的规则挖掘出来，再用数据驱动业务，构建数据和业务的一体化闭环。

现在数据中台的火爆，很重要的原因就是企业希望从数据中心实时获得更加智能的洞见，更加精准的决策指引，用数据去驱动业务。

这个时候，智能化就显得非常的重要。智能化的价值定位是让业务系统更加的智慧。

比如，原来的零售门店的补货，是店长根据自己的经验，辅助以数据仓库系统的报表，来制定一个补货策略，然后给系统下指令，完成补货，这是典型的人驱动业务的场景。

智能化的补货过程，完全没有店长的参与，系统直接根据本店历史销量、全局的单品销量、市场的宏观情况，在考虑产品推广策略，结合财务情况，自动就会给后端实时提出补货需求。在这个时候，店长这个角色已经被取代了，只需要有人把货品根据陈列设计摆到对应的货架即可。

智能化是信息化和数字化积累下的一次量变到质变的过程，是走向智能业务的基础。

智能化的代表有智能配补调，从更大的层面来看，比如红领的工业化定制系统也属于智能化的应用。而如何做到智能化，如何能够让企业做到智能化生产，从市场直接驱动研发、设计生产，这一切都依赖于数据的分析和利用，现在这么火的数据中台就承载着这样的愿景。

信息化、数字化、智能化的异同

与信息化“连接”的本质不同的是，智能化系统的核心工作方法是机器学习。

信息化和数字化相同的工作方法是设计流程，调研用户旅程，然后BA（业务分析师）根据这些流程，拆解用户故事，最终开发成系统应用。

而智能化系统的核心工作方法不是这样，智能化系统产出的是模型，利用机器学习这样的人工智能技术从数据中获取洞见，然后驱动应用软件执行相应的行为。

我们可以用一个表总结信息化、数字化和智能化的区别。

从信息化到数字化，再到智能化，我们发现一个共同的特点和趋势，那就是“打破边界，全局优化”。

信息化的边界很明显，大边界是企业外部和内部，营销和运营管理。比如，时尚鞋服行业内部的ERP系统（企业资源计划管理系统）、分销DRP系统、财务系统、WMS系统（仓储管理系统）、PLM系统（产品生命周期管理）。

数字化希望把企业的内部和外部连接起来，把企业的业务、管理和技术连接起来，但数字化依然解决不了全局优化的问题。这是因为企业内部还是有组织结构的划分，各个业务部门有自己的定位和不同的绩效指标。

只要业务有不同的指标，那么就无法做到全局优化。这也就是我在行业里一直在讲，“业务流程是有屁股的”而如何打破这个边界，做到全局优化呢？

‘数据是没有屁股的”，数据的关联性决定了不融合就没有价值，数据的关联性决定了你无法将数据割裂。

智能化要消灭的就是组织结构、部门墙，让业务决策站在全局优化的角度，数据驱动，而不是人员驱动。

智能化如何推动企业全局优化？

站在全局优化的视角来看企业经营管理、业务运营，数据智能化在很多方面可以推动企业做出全局优化的改变。

站在业务运营视角来看，有三个典型的基于数据的全局优化场景。

1、全渠道的商品运营

商品不再区分线上线下，而是基于库存共享，哪个渠道销售得好，商品资源就分配得越多;也不再区分代理和自营，在智能化的助力下，总部统一管控的能力会越来越强，最终实现全国货品一盘棋。在智能化机器学习的强大纠错能力下，这种运营的效率也会不断迭代和提升。

2、全渠道的会员运营

企业提供给到會员统一、无差异服务的方式，会员能随时随地随心地享受到企业的服务、提供的产品。在总部后台，可以全域全链路地看到会员的数据。

今后和一些外部企业数据平台打通，基于统一ID，纳入更多外部会员的行为数据，会员画像会越来越清晰和丰富，对会员的洞察会越来越深刻，由此会推动企业的会员运营更加精准，企业会员经营变现能力得到大大提升。

3、全渠道的推广/内容运营

企业所有的图片和内容都可以通过统一的后台一键分发，大大提高工作效率，强化内容和渠道、产品的匹配性。

站在企业管理的角度，服务器上云，是计算存储网络的基础设施全局优化的方式;共享服务中心，是企业的运营服务全局优化的方式;数据中台，是将企业的数据进行统一规划整理、加工利用的全局优化的方式。

当下及未来的企业，要想提高在市场的竞争力，和面对不确定性的快速反应能力，就必须要站在企业全局优化的视角，基于智能化来推动企业的数据深层次地应用起来，摆脱过往以人为主的决策方式，打破企业内部部门墙和组织架构的约束，让数据在企业内部流淌起来，推进数据驱动决策和运营的转型，让企业可以走得更安全、更智能。