最近一段时间，很多新锐消费品牌发展迅猛，它们有一个基本共性，就是除了自身可圈可点的产品能力外，在流量、内容上都能玩出很多花样。

但前端营销玩得好，只是新品牌从0到1起势的一个切入点。

接下来它们都会面临一个问题，就是如何去面对增长所带来的压力和挑战，并在这个过程中，构建一个适合自身业务发展的数据决策体系，打造可持续的创新力

虽然数字化常常被消费品牌创始人挂在嘴边，但是在早期业务高速发展的过程中，不管是因为数据基础的薄弱，没有相应的人才储备，还是因为欠缺经验走了弯路，数字化的进度未必尽如人意。

围绕这个关键问题，浪潮新消费最近专访了观远数据联合创始人鲁伊莎。

观远数据联合创始人鲁伊莎

作为深耕消费品行业的数据赋能机构，观远这几年既服务了联合利华、百威英博等世界500强消费品巨头，也深度参与了三顿半、元气森林、斑布等一线新品牌的数据体系搭建，积累了大量关于数字化转型的经验与方法论。

鲁伊莎认为，数据驱动不能只停留在对系统产品的应用层面，而是要成为消费企业的一套行动基准与工作方式。而且针对这块最大的价值，在她看来，“数字化体系的建立，能让消费品牌在不确定性中拥抱最大的确定性。”

观远数据的实践，某种程度上也代表了目前消费品数字化最前沿的实践与反思，对于处在数字化转型升级过程中的企业，可以产生不少启发，在此与消费创业者共享。 

口述 | 鲁伊莎

整理 | 执   棋

1、短期起势的消费品牌，如何通过数字化构筑长期竞争力？

我们可以看到，当下很多新锐消费品牌，非常敏锐的抓住了消费者的特定需求，结合自身的优势，以及直播带货、网红种草等多种营销方式，能够快速把GMV从一亿做到几个亿。

但如果要做成一个十亿，乃至百亿级的公司，原先最突出的那个单点竞争力可能就不够了。

粗放的发展方式，在市场整体快速上升的红利期，不会出现太大问题。可一旦进入到存量争夺的红海阶段，大家比拼的就是企业的“内功”。

谁能更快、更准确的去发现市场的增长机会，快速去迭代，全体系高效协同，谁才能走得更远。

所以我们会发现，现在新品牌对市场变化的捕捉与反应，已经越来越向互联网企业的速度靠拢。

这意味着背后一定需要一个更完善、先进的数据体系去支撑，来保证消费企业能够做到精细运营、快速响应、智能决策。

举个例子，拿新锐消费品牌来说，目前它们的业务占比大部分都在线上，这些与业务相关的数据是分布在各个平台中的。但当你没有构建一个比较好的数据基础设施时，其实数据都留到了平台上。

所以大家一个非常明显的痛点就是，品牌们要把各个平台上的数据体系化地沉淀下来，变成自己能够留存的数据资产。有了这样的数据沉淀，你才能够去挖掘价值、赋能业务。

比如怎么去设计你的商品组合？核心消费者可接受的价格区间是什么？忠实用户的购买周期是多久？站内与站外的引流活动，获取到的用户留存率怎么样？复购能力怎么样？

这些信息和业务决策，又会再向前倒推到供应链的升级。

比如说对供应商和品控标准的管理，如何优化采购、排产、物流配送？如何提升订单的流转效率？这些都需要数据去监控、调整和反馈，然后逐步成体系地把它变成一个正向循环的过程。

因此，不管是新锐消费品牌也好，还是老牌消费品巨头也好，企业的数字化体系建设，以及更智能化的数据赋能，会变成所有品牌升级的一个刚需。这件事关消费品牌在起势之后，能否真正构建起自己的长期竞争力。

 2、消费品牌数字化转型知易行难，观远的解法是什么？

当下会有不少企业觉得不易下手。

传统的消费品巨头，业务体量巨大，运营复杂度高，叠加国内零售消费市场特有的市场环境，在数字化的建设上，就不能直接套用海外的体系。

又比如说对于一些新创品牌，业务增速特别高、意识很超前，但往往没有办法在短时间内构建与业务增速相匹配的数字化团队。

它们所面临的问题不是“要不要”，而是如何快速、敏捷的去构建这样的能力，才能够随着你业务复杂度的增加，不断地去延展，可以贯穿始终地伴随企业成长。

观远这几年在做的，其实就是围绕数字化转型这里面的核心问题，给消费企业提供一个整体的解决方案。过去几年，我们一直在零售和消费品行业深耕，对自己的定位是能够为企业赋能的长期合作伙伴。

各个消费品牌所面临的的问题和阶段都不太一样，每个消费品企业各个业务板块数字化建设的深度和完备性也不一样，有些品牌在物流、供应链方向的数字化建设走在了前面；

也有些品牌可能更侧重于市场和营销。我们需要提供给客户的，是未来3到5年甚至更久的整体规划，当然应用到每个企业的时候，会根据基础、阶段的不同，做一定的调整和适配，以终为始，分步构建。

而且作为第三方数据赋能的服务商，另一个明显的优势是能把最优秀、最前沿、已验证过的转型经验分享给我们的客户。

1、作为一个行业赋能者，我们这几年的重要变化

这几年消费新浪潮风起云涌，我们作为一个行业的赋能者，也在跟随着这个时代快速地进化、迭代。

首先，我们感受到最大的变化，就是客户群体认知的改变。两三年前，我们需要花很大的篇幅跟客户讲什么是数字化，为什么要做这件事，它会有什么样的价值和意义。

但是到了今年，尤其是疫情之后，我们发现这些前情提要、基础介绍，其实都不需要了。

第二，观远的解决方案，由“单点式”走向了“全面化”、“系统化”。以前基于一些具体场景构筑的方案，正好碰上了客户的特定痛点，大家就促成了合作。它可能更关注于怎么去解决具体的问题。

而现在，随着我们服务不同阶段、不同场景客户经验的增多，观远也逐步发展出一套系统的规划方案和技术落地的最佳实践。

可能最开始的合作还是会基于某几个核心痛点，但是在整个过程当中，观远会为企业规划一个面向未来3到5年持续构建的数据分析和智能决策体系，并发展出自身数字化能力的落地方式。这是我们解决方案层面一个比较大的变化。

第三，在一些更前沿、更具有探索性的领域，我们取得了一定的突破。

比如观远同联合利华合作的“供应链人工智能需求预测”，与沃尔玛合作的“基于果蔬商品智能预测的补货优化”，这些都是行业一直以来的空白区或难点。也很荣幸这两个合作获得了ECR 2019-2020年度创新项目和最佳实践项目。

当我们在这些领域走在了前面，观远在实践这类探索性极强的项目时，也积累了丰富的经验：需要哪些前提条件，哪些基础准备，怎么做才能尽量少走弯路，碰到挑战和困难的时候，怎么能够有效协同双方的力量去应对和克服。

这也使得我们的解决方案除了整体性和完整性有了很大的提升，还能更加聚焦在怎么帮助企业实现效果落地，帮助品牌方更好地判断在什么样的时机下，用什么样的方式去攻克这样的难点。

2、成功验证的“5A”路径，是企业数字化转型值得参考的方法论

除了上述这些层面的变化，观远的“AI+BI”5A战略分步构建企业决策大脑的方法论在持续的被验证。这也是我们认为，消费企业数字化转型值得参考的一套方法论和落地路径。

首先是敏捷化（Agile），快速提升业务表现的可见性，我们能够从数据直接监控到具体业务，实现业务在线化。

然后通过场景化（Accurate）与自动化（Automated），讲企业优秀的运营管理经验沉淀到数据模型和分析体系中，把业务场景中具体的迭代方向、步骤分配到人，完成企业从“人找数”到“数追人”的转换。

最后的增强化（Augmented）与行动化（Actionable）,通过增强分析和机器学习技术，在需求预测、窜货稽查、会员管理等领域的核心业务环节，突破传统数字化手段的天花板；

并构建相应的配套体系，让算法可以从实验室走向大规模的工程化落地，形成人机交互完成算法赋能业务的最后一公里。

我们很欣慰这套“方法论”一直践行到了现在，观远每一年的服务案例，都在不断印证和丰富着这套“5A”方法论。

在“5A”路径中，每个“A”本身就是一个解决方案，针对具体的问题逐步去延展和迭代，而五个“A”之间又是相互交叉、递进的关系。

前三个“A”能帮助新锐消费品牌完成基本的数据基础与分析体系构建，打通各个环节的数据应用能力。

第四个以及第五个“A”，则是在消费品牌有了比较好的数据沉淀的基础上，在企业的决策层面能做得更加科学、智能。

ToB的产品和服务，从开始部署到它产生核心的业务价值，其中一定是有链路的。

观远也希望能够做客户的长期合作伙伴，不管最早我们是从哪个具体问题切入，最后都要从业务价值的结果出发，形成一套涵盖多个“A”的完整框架和体系。

这样的数据驱动，就不再只停留在对系统产品的简单使用层面，而是让数据驱动成为消费企业的一套行动基准与工作方式。

1、 从三个类别的案例拆解，看数字化转型的不同方案

基于以上的方法路径，在这几年，我们也深度服务了联合利华、百威英博、元气森林、三顿半、蜜雪冰城、奈雪的茶、锅圈食汇等诸多的一线消费品牌和新锐高增长的品牌客户。

第一类客户，是本身就拥有很强的数字化基因的企业，他们的基因就是用代码去管理业务和用户群体，用技术手段来实现弯道超车。

看数据、做分析并由此驱动业务，本身就是这些品牌的工作方式。而我们能提供的，就是一个能很好承载这种方式的产品矩阵。

针对这类客群，观远的核心竞争力在于产品的技术能力。不管是在产品功能的丰富度、上手难易度，还是在系统的稳定性、成熟度和呈现方式上，我们都可以支撑客户的核心需求。

除开产品技术这端，我们服务的另一端是客户成功体系对客户持续的培训和运营推广的支持。

观远目前的产品基本上两个星期就会有一次大的迭代，产品与技术的更新需要快速、灵敏地传递给客户，所以“双端服务”的措施就显得特别的重要。

另外一类客户群体，是一些老牌的，偏线下场景的消费企业

我们接触下来，会发现其实这些大家所谓的“老品牌”，数字化转型意识还是很强的。只是因为品牌的历史相对久远一些，或者因为业务核心起源于传统的线下场景，数字化建设的基础条件相对薄弱。

针对这样传统一些的企业，观远会跟企业一起去规划“看三年，做三个月”的一期速赢阶段。

利用这个阶段，来快速直观的向企业输出具体的实践路径，包括可能会遇到什么困难，具体的解决方案是什么，甚至包括需要招募什么样的人才，怎么去培养。

第二，通过试点、小规模的方式让传统企业快速适应。

就拿观远服务的很多茶饮企业来说，门店数量都在几千至上万家，数据量大，业务系统还在逐步完善的过程中，数字化转型对于双方的压力和性能要求并不小。

但在一期的速赢阶段，如果说我们的前期解决方案很贵，或者对客户的技术基础要求很高，就会显得很不接地气。

所以在这段时期，观远会着重在某些具体的难点问题发力，并且利用性价比最高的方式来应对技术挑战，用较短的时间去做前期的基础建设。

这样让用户在两三个月内，就能感受到数字化能够产生的直观价值，也会潜移默化地对它整个的经营方式产生影响。慢慢适应这样一个数据驱动的工作环境后，我们再去下一阶段逐步解决更多、更复杂的问题。

最后是以三顿半为代表的，一些偏重线上，在流量、营销上特别出彩的高速增长的新品牌。

这类品牌中会有一些核心的角色，他们其实很有想法。因为天生就对前端的变化特别敏感，他会知道这个数据我要怎么用，但欠缺的是不知道怎么去构建所需的基础能力。这正是观远所擅长的，所以我们两者很容易一拍即合。

在另一个层面上，观远的价值还在于，能帮助这类企业厘清数据体系构建的层次与优先级。

哪些是刚需？哪些是需要优先满足的强应用场景？我们的数据模型和应用应该是一个什么样的构建顺序？在这些方面，我们有着丰富的实践经验。

线上业务占比重的新锐品牌，一定要尽早沉淀自己的数据资产，拉通各个平台和业务系统的数据。

要快速构建生意大盘，新品分析，促销活动的推盘、跟踪、复盘等各个核心运营场景的监控与分析能力，再逐步扩展到销售运营，商品与供应链等深度场景中去，拉通前后端数据，形成数据驱动的产销平衡。

当然，观远也是一家创业公司。跟不同的客户群体打交道，我们也学到了很多，不断在更新与迭代自己的赋能能力与解决方案，对每一步的挑战都要有足够的敬畏之心。

2、 观远的下阶段布局：帮助新消费品牌用数据驱动在不确定性中拥抱最大的确定性

接下来的一两年，观远希望能更切合实际并脚踏实地的帮助当下的新锐消费品牌们，去迅速完成数字化的基础设施建设，为未来构建系统性的长效竞争力提供长期的支持，这也是我们想重点发展和突破的领域。

那怎么做？

第一，高速迭代、打磨的产品技术能力，是我们的信心本源。

第二，随着在消费行业细分领域广泛、持续的精耕细作，我们对行业和业务的理解到逐步加深，形成了比较强的可复制性。

第三，消费品牌在早期的数字化建设阶段，还是很追求技术所带来的性价比的。

观远在服务新品牌的过程中，会不断将服务进行产品化，也就是说传统可能需要用人力来实施构建的方式，逐步会变成我们产品的能力。这是一个持续降本提效的过程。这也是我们去做细分市场渗透的一个核心要素。

我们认为，这个世界上最大的确定性就是不确定性。新品牌们起势很猛，但是如何构建起长效的竞争力，如果用数字化构建起系统性的创新能力，都是不确定的。

所以观远的核心目标，就是帮助消费品牌在不确定性中，找到最大的确定性。

举个简单的例子，其实有些消费企业一线的业务人员流动率非常高，如果说整个经营体系非常依赖于某些人的个人能力的话，对于企业来讲风险是极大的。

所以怎么用我们的技术和数据体系，去尽量降低企业对个体不确定性的依赖？另外又有什么手段或工具，能让那些业务能力比较弱的一线人员有一个很快的提升？

再比如，在特定的专业领域，比如商品和供应链，有经验的、资深的业务专家都是非常稀缺的，如何通过数字化，将这些好的业务专家的经验、分析思路、工作方式沉淀到系统里，最后变成企业的资产，形成自己的核心竞争力？

除了企业内部的不确定性，企业在面临的市场和竞争环境的不断变化中，如何持续的寻找竞争和变化中的增长机会，如何能够像数字化原生企业一样，能够快速有效的迭代试错，形成反馈闭环？

所以可以看出，一个完善的数字化体系能在整个业务链条中遍地开花，触达到各个业务场景。

但是回到核心，最关键的就是我们要把这样的核心竞争力构建在企业自身，而不是依赖在某些人身上，依赖在某些非常容易变化的要素上面。

基于这样的愿景，我们才会更加落地的去说产品技术、解决方案、运营推广策略等等。

我们坚信推进消费企业构建起更加现代化、智能化的数据赋能体系，对于观远的客户群体和整个行业都有着很明确的积极意义。

谁能在这场消费行业的“颗粒度革命”中，做到精细运营、快速响应、智能决策，谁才有机会拿到市场竞争中下一阶段的“入场券”。