最近一段時間，很多新銳消費品牌發展迅猛，它們有一個基本共性，就是除了自身可圈可點的產品能力外，在流量、內容上都能玩出很多花樣。

但前端營銷玩得好，只是新品牌從0到1起勢的一個切入點。

接下來它們都會面臨一個問題，就是如何去面對增長所帶來的壓力和挑戰，并在這個過程中，構建一個適合自身業務發展的數據決策體系，打造可持續的創新力

雖然數字化常常被消費品牌創始人掛在嘴邊，但是在早期業務高速發展的過程中，不管是因為數據基礎的薄弱，沒有相應的人才儲備，還是因為欠缺經驗走了彎路，數字化的進度未必盡如人意。

圍繞這個關鍵問題，浪潮新消費最近專訪了觀遠數據聯合創始人魯伊莎。

觀遠數據聯合創始人魯伊莎

作為深耕消費品行業的數據賦能機構，觀遠這幾年既服務了聯合利華、百威英博等世界500強消費品巨頭，也深度參與了三頓半、元氣森林、斑布等一線新品牌的數據體系搭建，積累了大量關于數字化轉型的經驗與方法論。

魯伊莎認為，數據驅動不能只停留在對系統產品的應用層面，而是要成為消費企業的一套行動基準與工作方式。而且針對這塊最大的價值，在她看來，“數字化體系的建立，能讓消費品牌在不確定性中擁抱最大的確定性。”

觀遠數據的實踐，某種程度上也代表了目前消費品數字化最前沿的實踐與反思，對于處在數字化轉型升級過程中的企業，可以產生不少啟發，在此與消費創業者共享。 

1、短期起勢的消費品牌，如何通過數字化構筑長期競爭力？

我們可以看到，當下很多新銳消費品牌，非常敏銳的抓住了消費者的特定需求，結合自身的優勢，以及直播帶貨、網紅種草等多種營銷方式，能夠快速把GMV從一億做到幾個億。

但如果要做成一個十億，乃至百億級的公司，原先最突出的那個單點競爭力可能就不夠了。

粗放的發展方式，在市場整體快速上升的紅利期，不會出現太大問題。可一旦進入到存量爭奪的紅海階段，大家比拼的就是企業的“內功”。

誰能更快、更準確的去發現市場的增長機會，快速去迭代，全體系高效協同，誰才能走得更遠。

所以我們會發現，現在新品牌對市場變化的捕捉與反應，已經越來越向互聯網企業的速度靠攏。

這意味著背后一定需要一個更完善、先進的數據體系去支撐，來保證消費企業能夠做到精細運營、快速響應、智能決策。

舉個例子，拿新銳消費品牌來說，目前它們的業務占比大部分都在線上，這些與業務相關的數據是分布在各個平臺中的。但當你沒有構建一個比較好的數據基礎設施時，其實數據都留到了平臺上。

所以大家一個非常明顯的痛點就是，品牌們要把各個平臺上的數據體系化地沉淀下來，變成自己能夠留存的數據資產。有了這樣的數據沉淀，你才能夠去挖掘價值、賦能業務。

比如怎么去設計你的商品組合？核心消費者可接受的價格區間是什么？忠實用戶的購買周期是多久？站內與站外的引流活動，獲取到的用戶留存率怎么樣？復購能力怎么樣？

這些信息和業務決策，又會再向前倒推到供應鏈的升級。

比如說對供應商和品控標準的管理，如何優化采購、排產、物流配送？如何提升訂單的流轉效率？這些都需要數據去監控、調整和反饋，然后逐步成體系地把它變成一個正向循環的過程。

因此，不管是新銳消費品牌也好，還是老牌消費品巨頭也好，企業的數字化體系建設，以及更智能化的數據賦能，會變成所有品牌升級的一個剛需。這件事關消費品牌在起勢之后，能否真正構建起自己的長期競爭力。

 2、消費品牌數字化轉型知易行難，觀遠的解法是什么？

當下會有不少企業覺得不易下手。

傳統的消費品巨頭，業務體量巨大，運營復雜度高，疊加國內零售消費市場特有的市場環境，在數字化的建設上，就不能直接套用海外的體系。

又比如說對于一些新創品牌，業務增速特別高、意識很超前，但往往沒有辦法在短時間內構建與業務增速相匹配的數字化團隊。

它們所面臨的問題不是“要不要”，而是如何快速、敏捷的去構建這樣的能力，才能夠隨著你業務復雜度的增加，不斷地去延展，可以貫穿始終地伴隨企業成長。

觀遠這幾年在做的，其實就是圍繞數字化轉型這里面的核心問題，給消費企業提供一個整體的解決方案。過去幾年，我們一直在零售和消費品行業深耕，對自己的定位是能夠為企業賦能的長期合作伙伴。

各個消費品牌所面臨的的問題和階段都不太一樣，每個消費品企業各個業務板塊數字化建設的深度和完備性也不一樣，有些品牌在物流、供應鏈方向的數字化建設走在了前面；

也有些品牌可能更側重于市場和營銷。我們需要提供給客戶的，是未來3到5年甚至更久的整體規劃，當然應用到每個企業的時候，會根據基礎、階段的不同，做一定的調整和適配，以終為始，分步構建。

而且作為第三方數據賦能的服務商，另一個明顯的優勢是能把最優秀、最前沿、已驗證過的轉型經驗分享給我們的客戶。

1、作為一個行業賦能者，我們這幾年的重要變化

這幾年消費新浪潮風起云涌，我們作為一個行業的賦能者，也在跟隨著這個時代快速地進化、迭代。

首先，我們感受到最大的變化，就是客戶群體認知的改變。兩三年前，我們需要花很大的篇幅跟客戶講什么是數字化，為什么要做這件事，它會有什么樣的價值和意義。

但是到了今年，尤其是疫情之后，我們發現這些前情提要、基礎介紹，其實都不需要了。

第二，觀遠的解決方案，由“單點式”走向了“全面化”、“系統化”。以前基于一些具體場景構筑的方案，正好碰上了客戶的特定痛點，大家就促成了合作。它可能更關注于怎么去解決具體的問題。

而現在，隨著我們服務不同階段、不同場景客戶經驗的增多，觀遠也逐步發展出一套系統的規劃方案和技術落地的最佳實踐。

可能最開始的合作還是會基于某幾個核心痛點，但是在整個過程當中，觀遠會為企業規劃一個面向未來3到5年持續構建的數據分析和智能決策體系，并發展出自身數字化能力的落地方式。這是我們解決方案層面一個比較大的變化。

第三，在一些更前沿、更具有探索性的領域，我們取得了一定的突破。

比如觀遠同聯合利華合作的“供應鏈人工智能需求預測”，與沃爾瑪合作的“基于果蔬商品智能預測的補貨優化”，這些都是行業一直以來的空白區或難點。也很榮幸這兩個合作獲得了ECR 2019-2020年度創新項目和最佳實踐項目。

當我們在這些領域走在了前面，觀遠在實踐這類探索性極強的項目時，也積累了豐富的經驗：需要哪些前提條件，哪些基礎準備，怎么做才能盡量少走彎路，碰到挑戰和困難的時候，怎么能夠有效協同雙方的力量去應對和克服。

這也使得我們的解決方案除了整體性和完整性有了很大的提升，還能更加聚焦在怎么幫助企業實現效果落地，幫助品牌方更好地判斷在什么樣的時機下，用什么樣的方式去攻克這樣的難點。

2、成功驗證的“5A”路徑，是企業數字化轉型值得參考的方法論

除了上述這些層面的變化，觀遠的“AI+BI”5A戰略分步構建企業決策大腦的方法論在持續的被驗證。這也是我們認為，消費企業數字化轉型值得參考的一套方法論和落地路徑。

首先是敏捷化（Agile），快速提升業務表現的可見性，我們能夠從數據直接監控到具體業務，實現業務在線化。

然后通過場景化（Accurate）與自動化（Automated），講企業優秀的運營管理經驗沉淀到數據模型和分析體系中，把業務場景中具體的迭代方向、步驟分配到人，完成企業從“人找數”到“數追人”的轉換。

最后的增強化（Augmented）與行動化（Actionable）,通過增強分析和機器學習技術，在需求預測、竄貨稽查、會員管理等領域的核心業務環節，突破傳統數字化手段的天花板；

并構建相應的配套體系，讓算法可以從實驗室走向大規模的工程化落地，形成人機交互完成算法賦能業務的最后一公里。

我們很欣慰這套“方法論”一直踐行到了現在，觀遠每一年的服務案例，都在不斷印證和豐富著這套“5A”方法論。

在“5A”路徑中，每個“A”本身就是一個解決方案，針對具體的問題逐步去延展和迭代，而五個“A”之間又是相互交叉、遞進的關系。

前三個“A”能幫助新銳消費品牌完成基本的數據基礎與分析體系構建，打通各個環節的數據應用能力。

第四個以及第五個“A”，則是在消費品牌有了比較好的數據沉淀的基礎上，在企業的決策層面能做得更加科學、智能。

ToB的產品和服務，從開始部署到它產生核心的業務價值，其中一定是有鏈路的。

觀遠也希望能夠做客戶的長期合作伙伴，不管最早我們是從哪個具體問題切入，最后都要從業務價值的結果出發，形成一套涵蓋多個“A”的完整框架和體系。

這樣的數據驅動，就不再只停留在對系統產品的簡單使用層面，而是讓數據驅動成為消費企業的一套行動基準與工作方式。

1、 從三個類別的案例拆解，看數字化轉型的不同方案

基于以上的方法路徑，在這幾年，我們也深度服務了聯合利華、百威英博、元氣森林、三頓半、蜜雪冰城、奈雪的茶、鍋圈食匯等諸多的一線消費品牌和新銳高增長的品牌客戶。

第一類客戶，是本身就擁有很強的數字化基因的企業，他們的基因就是用代碼去管理業務和用戶群體，用技術手段來實現彎道超車。

看數據、做分析并由此驅動業務，本身就是這些品牌的工作方式。而我們能提供的，就是一個能很好承載這種方式的產品矩陣。

針對這類客群，觀遠的核心競爭力在于產品的技術能力。不管是在產品功能的豐富度、上手難易度，還是在系統的穩定性、成熟度和呈現方式上，我們都可以支撐客戶的核心需求。

除開產品技術這端，我們服務的另一端是客戶成功體系對客戶持續的培訓和運營推廣的支持。

觀遠目前的產品基本上兩個星期就會有一次大的迭代，產品與技術的更新需要快速、靈敏地傳遞給客戶，所以“雙端服務”的措施就顯得特別的重要。

另外一類客戶群體，是一些老牌的，偏線下場景的消費企業

我們接觸下來，會發現其實這些大家所謂的“老品牌”，數字化轉型意識還是很強的。只是因為品牌的歷史相對久遠一些，或者因為業務核心起源于傳統的線下場景，數字化建設的基礎條件相對薄弱。

針對這樣傳統一些的企業，觀遠會跟企業一起去規劃“看三年，做三個月”的一期速贏階段。

利用這個階段，來快速直觀的向企業輸出具體的實踐路徑，包括可能會遇到什么困難，具體的解決方案是什么，甚至包括需要招募什么樣的人才，怎么去培養。

第二，通過試點、小規模的方式讓傳統企業快速適應。

就拿觀遠服務的很多茶飲企業來說，門店數量都在幾千至上萬家，數據量大，業務系統還在逐步完善的過程中，數字化轉型對于雙方的壓力和性能要求并不小。

但在一期的速贏階段，如果說我們的前期解決方案很貴，或者對客戶的技術基礎要求很高，就會顯得很不接地氣。

所以在這段時期，觀遠會著重在某些具體的難點問題發力，并且利用性價比最高的方式來應對技術挑戰，用較短的時間去做前期的基礎建設。

這樣讓用戶在兩三個月內，就能感受到數字化能夠產生的直觀價值，也會潛移默化地對它整個的經營方式產生影響。慢慢適應這樣一個數據驅動的工作環境后，我們再去下一階段逐步解決更多、更復雜的問題。

最后是以三頓半為代表的，一些偏重線上，在流量、營銷上特別出彩的高速增長的新品牌。

這類品牌中會有一些核心的角色，他們其實很有想法。因為天生就對前端的變化特別敏感，他會知道這個數據我要怎么用，但欠缺的是不知道怎么去構建所需的基礎能力。這正是觀遠所擅長的，所以我們兩者很容易一拍即合。

在另一個層面上，觀遠的價值還在于，能幫助這類企業厘清數據體系構建的層次與優先級。

哪些是剛需？哪些是需要優先滿足的強應用場景？我們的數據模型和應用應該是一個什么樣的構建順序？在這些方面，我們有著豐富的實踐經驗。

線上業務占比重的新銳品牌，一定要盡早沉淀自己的數據資產，拉通各個平臺和業務系統的數據。

要快速構建生意大盤，新品分析，促銷活動的推盤、跟蹤、復盤等各個核心運營場景的監控與分析能力，再逐步擴展到銷售運營，商品與供應鏈等深度場景中去，拉通前后端數據，形成數據驅動的產銷平衡。

當然，觀遠也是一家創業公司。跟不同的客戶群體打交道，我們也學到了很多，不斷在更新與迭代自己的賦能能力與解決方案，對每一步的挑戰都要有足夠的敬畏之心。

2、 觀遠的下階段布局：幫助新消費品牌用數據驅動在不確定性中擁抱最大的確定性

接下來的一兩年，觀遠希望能更切合實際并腳踏實地的幫助當下的新銳消費品牌們，去迅速完成數字化的基礎設施建設，為未來構建系統性的長效競爭力提供長期的支持，這也是我們想重點發展和突破的領域。

那怎么做？

第一，高速迭代、打磨的產品技術能力，是我們的信心本源。

第二，隨著在消費行業細分領域廣泛、持續的精耕細作，我們對行業和業務的理解到逐步加深，形成了比較強的可復制性。

第三，消費品牌在早期的數字化建設階段，還是很追求技術所帶來的性價比的。

觀遠在服務新品牌的過程中，會不斷將服務進行產品化，也就是說傳統可能需要用人力來實施構建的方式，逐步會變成我們產品的能力。這是一個持續降本提效的過程。這也是我們去做細分市場滲透的一個核心要素。

我們認為，這個世界上最大的確定性就是不確定性。新品牌們起勢很猛，但是如何構建起長效的競爭力，如果用數字化構建起系統性的創新能力，都是不確定的。

所以觀遠的核心目標，就是幫助消費品牌在不確定性中，找到最大的確定性。

舉個簡單的例子，其實有些消費企業一線的業務人員流動率非常高，如果說整個經營體系非常依賴于某些人的個人能力的話，對于企業來講風險是極大的。

所以怎么用我們的技術和數據體系，去盡量降低企業對個體不確定性的依賴？另外又有什么手段或工具，能讓那些業務能力比較弱的一線人員有一個很快的提升？

再比如，在特定的專業領域，比如商品和供應鏈，有經驗的、資深的業務專家都是非常稀缺的，如何通過數字化，將這些好的業務專家的經驗、分析思路、工作方式沉淀到系統里，最后變成企業的資產，形成自己的核心競爭力？

除了企業內部的不確定性，企業在面臨的市場和競爭環境的不斷變化中，如何持續的尋找競爭和變化中的增長機會，如何能夠像數字化原生企業一樣，能夠快速有效的迭代試錯，形成反饋閉環？

所以可以看出，一個完善的數字化體系能在整個業務鏈條中遍地開花，觸達到各個業務場景。

但是回到核心，最關鍵的就是我們要把這樣的核心競爭力構建在企業自身，而不是依賴在某些人身上，依賴在某些非常容易變化的要素上面。

基于這樣的愿景，我們才會更加落地的去說產品技術、解決方案、運營推廣策略等等。

我們堅信推進消費企業構建起更加現代化、智能化的數據賦能體系，對于觀遠的客戶群體和整個行業都有著很明確的積極意義。

誰能在這場消費行業的“顆粒度革命”中，做到精細運營、快速響應、智能決策，誰才有機會拿到市場競爭中下一階段的“入場券”。