出品丨虎嗅智庫
頭圖丨AI生成
“過去兩周才能做完的報(bào)表，現(xiàn)在只需幾輪提問，系統(tǒng)就能自動(dòng)生成?！边@是某頭部乳企上線ChatBI（對(duì)話式商業(yè)智能工具）后的直觀感受。工具只是手段，關(guān)鍵在于是否真正解決了業(yè)務(wù)問題。對(duì)零售和消費(fèi)行業(yè)來說，數(shù)據(jù)分析的意義在于讓業(yè)務(wù)人員通過簡單提問，快速拿到答案，高效解決問題。
針對(duì)零售消費(fèi)企業(yè)普遍面臨的“數(shù)據(jù)找不到、工具沒人用、難以輔助決策”等問題，7月16日，虎嗅智庫第50期「502線上同行」閉門會(huì)邀請北極九章資深解決方案專家張晨，結(jié)合其在零售和快消領(lǐng)域的實(shí)踐經(jīng)驗(yàn)，從頭部乳企ChatBI實(shí)踐案例出發(fā)，系統(tǒng)分享了企業(yè)如何高效推進(jìn)數(shù)據(jù)分析建設(shè)，涵蓋項(xiàng)目落地路徑、常見問題及解決方案、組織配套機(jī)制等多個(gè)方面的內(nèi)容。
上線ChatBI前，先評(píng)估企業(yè)是否已經(jīng)準(zhǔn)備好了
ChatBI基于大模型，可將口語化提問直接轉(zhuǎn)化為數(shù)據(jù)查詢和分析指令，幫助業(yè)務(wù)人員直接與數(shù)據(jù)對(duì)話，實(shí)現(xiàn)“對(duì)話即分析”的智能決策支持。在零售消費(fèi)行業(yè)，它解決了“數(shù)據(jù)用不起來”、“洞察做不出來”的兩大痛點(diǎn)，廣泛適用于門店運(yùn)營、供應(yīng)鏈優(yōu)化、消費(fèi)者洞察等多個(gè)場景。
比如實(shí)體門店店長可以通過ChatBI平臺(tái)，在移動(dòng)端語音提問“昨日A店毛利低于目標(biāo)的原因？”，幾分鐘內(nèi)即可拿到歸因分析報(bào)告，替代原需數(shù)小時(shí)的數(shù)據(jù)提取與人工比對(duì)；電商企業(yè)的營銷負(fù)責(zé)人則可實(shí)時(shí)查詢“618活動(dòng)中新客優(yōu)惠券核銷率”，據(jù)此快速調(diào)整促銷策略等。
但不是所有零售消費(fèi)企業(yè)都適合立刻做ChatBI。張晨建議企業(yè)上線ChatBI平臺(tái)前，先做下數(shù)據(jù)分析成熟度評(píng)估，從“數(shù)據(jù)、業(yè)務(wù)、組織、回報(bào)”出發(fā)，結(jié)合企業(yè)數(shù)據(jù)建設(shè)和應(yīng)用現(xiàn)狀，看ChatBI建設(shè)適配階段。
在數(shù)據(jù)層面，要判斷是否至少完成了核心數(shù)據(jù)的中臺(tái)集成，關(guān)鍵指標(biāo)是否統(tǒng)一口徑，數(shù)據(jù)缺失率和重復(fù)率是否可控，是否有適合的非實(shí)時(shí)場景數(shù)據(jù)可被自然語言分析提問；
在業(yè)務(wù)層面，要識(shí)別那些“頻次高、跨部門、維度多”的靈活取數(shù)場景，例如銷售分析、活動(dòng)評(píng)估、渠道洞察；
組織上，則要看業(yè)務(wù)部門是否有主動(dòng)需求、IT是否有基本配合能力、高層是否具備推動(dòng)意愿；
最后在ROI方面，張晨建議投入不應(yīng)超過年均分析師成本的50%，并優(yōu)先驗(yàn)證能提效或挖掘增量價(jià)值的場景。
同時(shí)，為了讓評(píng)估更具可操作性，張晨還提供了一套評(píng)分模型，建議企業(yè)根據(jù)評(píng)分結(jié)果確定行動(dòng)計(jì)劃
得分80分以上可以直接推進(jìn)，60–79分建議小規(guī)模試點(diǎn)，40–59分則需先補(bǔ)數(shù)據(jù)短板，40分以下建議先夯實(shí)基礎(chǔ)。
聚焦單點(diǎn)，把一個(gè)場景跑通后，再全面鋪開
當(dāng)企業(yè)明確可以做ChatBI，接下來的問題就是，從哪兒開始？張晨建議采用“統(tǒng)一規(guī)劃、試點(diǎn)先行、逐步推廣”的落地思路。
以一家乳品企業(yè)的項(xiàng)目為例，他們最早從銷售與渠道部門入手進(jìn)行試點(diǎn)，需數(shù)據(jù)直接來自現(xiàn)有BI看板，團(tuán)隊(duì)只花了兩周就完成從需求梳理到系統(tǒng)部署、語義模型搭建、權(quán)限配置、初步培訓(xùn)及上線使用和持續(xù)運(yùn)營的全過程。
項(xiàng)目組用了兩周時(shí)間，就完成了從需求梳理、系統(tǒng)部署、語義模型搭建、權(quán)限配置和初步培訓(xùn)及上線使用和持續(xù)運(yùn)營的全流程工作，整體節(jié)奏明確、推進(jìn)高效。
乳品項(xiàng)目實(shí)施流程
技術(shù)可以標(biāo)準(zhǔn)化，項(xiàng)目能否跑起來，本質(zhì)上看的是人。張晨特別強(qiáng)調(diào)要配齊五類關(guān)鍵團(tuán)隊(duì)角色，項(xiàng)目負(fù)責(zé)人協(xié)調(diào)推進(jìn)；數(shù)據(jù)工程師完成數(shù)據(jù)源對(duì)接并優(yōu)化查詢性能；業(yè)務(wù)分析師翻譯場景需求；AI訓(xùn)練師持續(xù)進(jìn)行模型調(diào)優(yōu)及支持庫維護(hù)；IT工程師則保障部署與安全。
這個(gè)“小分隊(duì)”的組建不僅僅是為了搭建一個(gè)數(shù)據(jù)平臺(tái)，更重要的是要跑通“業(yè)務(wù)提問→平臺(tái)響應(yīng)→實(shí)際使用”的落地閉環(huán)。
試點(diǎn)完成后，從“一個(gè)部門用起來”到“多個(gè)部門能共用”，ChatBI的推廣路徑也有方法論。結(jié)合乳企實(shí)踐，張晨建議選出“部門內(nèi)的種子用戶”，通過他們帶動(dòng)團(tuán)隊(duì)使用；同時(shí)結(jié)合實(shí)際運(yùn)營方式，比如問數(shù)大賽、搜索排行榜、反饋通道等，讓業(yè)務(wù)人員對(duì)ChatBI平臺(tái)從“偶爾試試”逐步形成“主動(dòng)依賴”。
落地攻堅(jiān)：數(shù)據(jù)、業(yè)務(wù)、安全難題解法
在項(xiàng)目推進(jìn)過程中，企業(yè)常會(huì)遇到數(shù)據(jù)、技術(shù)、業(yè)務(wù)、安全等方面的現(xiàn)實(shí)問題。張晨結(jié)合多個(gè)零售消費(fèi)項(xiàng)目實(shí)戰(zhàn)經(jīng)驗(yàn)，給出了一些務(wù)實(shí)建議：
針對(duì)臟數(shù)據(jù)、多源數(shù)據(jù)整合困難問題，可以構(gòu)建數(shù)據(jù)中臺(tái)，統(tǒng)一語義層、優(yōu)先接入高質(zhì)量系統(tǒng)數(shù)據(jù)等；
聚焦業(yè)務(wù)用戶接受度低、需求范圍蔓延等問題，可通過RICE評(píng)分模型（影響范圍Reach×價(jià)值Impact×可行性Confidence÷成本Effort）篩選場景，控制預(yù)期，聚焦“核心”的場景，避免“所有人都想要”卻無人真正使用的需求蔓延，同時(shí)用培訓(xùn)與賽馬機(jī)制激發(fā)使用積極性；
最后，對(duì)大家都很關(guān)心的安全問題，則可通過私有化部署、字段級(jí)權(quán)限、加密策略，來實(shí)現(xiàn)數(shù)據(jù)“可用不可見”的安全治理。
常見技術(shù)問題及解決方案
不過，最難的問題往往不是技術(shù)，而是組織內(nèi)部對(duì)數(shù)據(jù)角色的認(rèn)知。張晨坦言：“如果業(yè)務(wù)覺得數(shù)據(jù)只是分析師的事，平臺(tái)就不會(huì)有人用?！币孋hatBI真正成為日常工作的一部分，既需要上層推動(dòng)，也需要下層自發(fā)反饋，缺一不可。
讓數(shù)據(jù)“飛輪”真正轉(zhuǎn)起來
一個(gè)好的ChatBI項(xiàng)目，不該只停留在“能問”，而是能“反哺”。張晨分享的實(shí)踐中，很多企業(yè)通過平臺(tái)搜集使用數(shù)據(jù)與反饋，迭代語義庫、優(yōu)化指標(biāo)定義，甚至反向驅(qū)動(dòng)數(shù)據(jù)治理。
判斷數(shù)據(jù)飛輪是否轉(zhuǎn)起來了，有幾個(gè)標(biāo)志：提問變多了、報(bào)表自己建了、愿意擴(kuò)展新場景、甚至業(yè)務(wù)人員開始主動(dòng)提出新指標(biāo)和洞察需求，數(shù)據(jù)團(tuán)隊(duì)也愿意協(xié)同跟進(jìn)與支持。
他提到另一家零售客戶，一個(gè)月內(nèi)一名業(yè)務(wù)用戶自助搭建200張看板，覆蓋多個(gè)團(tuán)隊(duì)，跨部門溝通效率提升40%?！昂芏嘁痪€業(yè)務(wù)人員原來覺得數(shù)據(jù)‘遙不可及’，現(xiàn)在能主動(dòng)提問、自己看懂?dāng)?shù)據(jù)，對(duì)數(shù)據(jù)的應(yīng)用自然也就融入了日常業(yè)務(wù)?！?/p>
結(jié)語
ChatBI不是簡單的工具替換，而是讓組織重新理解數(shù)據(jù)價(jià)值、調(diào)整使用方式的過程。比起“AI能做什么”，更值得關(guān)注的是：誰能用得上？誰愿意用？誰真的用起來了？這或許才是企業(yè)走向真正“數(shù)據(jù)驅(qū)動(dòng)”的開始。
整場活動(dòng)中，線上觀眾也參與了熱烈的討論，提出了一些問題，比如“復(fù)雜SQL查詢?nèi)绾伪Ｕ蠝?zhǔn)確性？如何應(yīng)對(duì)部門間數(shù)據(jù)口徑?jīng)_突？”等問題，嘉賓也一一給出相應(yīng)回答。此外，也有來自知名TOP公司40+決策者們，比如日立（中國），蒙牛、茶百道、都市麗人、海信、廣為電器等這些優(yōu)質(zhì)觀眾參與本場活動(dòng)?，F(xiàn)場活動(dòng)在交流實(shí)踐經(jīng)驗(yàn)，探討業(yè)務(wù)合作等多種聲音下落下帷幕。
歡迎添加智庫小虎
加入虎嗅智庫AI創(chuàng)新落地實(shí)踐交流群，獲取獨(dú)家AI創(chuàng)新案例與洞察，實(shí)現(xiàn)AI落地快人一步。
關(guān)于虎嗅智庫：虎嗅智庫是一家聚焦企業(yè)數(shù)字化、AI創(chuàng)新實(shí)踐的新型研究服務(wù)機(jī)構(gòu)，為產(chǎn)業(yè)智能化進(jìn)程中的甲乙雙方，提供有洞察性的研究報(bào)告、案例評(píng)選，以及線上會(huì)議、線下活動(dòng)與參訪服務(wù)，以支持企業(yè)高管在智能化、數(shù)字化方面的明智決策。我們提供的核心價(jià)值：及時(shí)與優(yōu)質(zhì)的洞察，了解技術(shù)、了解行業(yè)、了解同行與對(duì)手；為決策者技術(shù)與產(chǎn)品戰(zhàn)略決策、產(chǎn)業(yè)規(guī)劃、解決方案選型提供重要參考；幫助市場全面了解前沿科技及所影響產(chǎn)業(yè)的發(fā)展?fàn)顩r，還有未來趨勢。
本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4606661.html?f=wyxwapp
種田寵文:傻夫笑呵呵,“娘子,鋤頭重,莫傷手,有事喚為夫!”
第一本：《農(nóng)妻喜種田：癡傻相公，寵上天！》作者：魚二黛黛簡介：前世，鄧玉嫻在嫁給段傻子之后，拋夫棄子跟人跑了，卻落得身首異處的下場__。重生回到新婚夜，鄧玉嫻表示她要緊抓傻子不放手，打臉渣男把田種，極品親戚鬧上門？呵呵，鋤頭鐮刀來伺候！回頭一看，傻子笑呵呵：“娘子，鋤頭重，莫傷手，有事喚為還有呢？
穿越重生文:前世她拋夫棄子落得身首異處,今生她只想緊抓他的手
第一本：《農(nóng)妻喜種田：癡傻相公，寵上天！》——魚二黛黛小劇場：鄧玉嫻是被痛醒的，剛睜開眼，就對(duì)上一張滿含怒意的臉，婦人手中拿著一根藤條，嘴里念念有詞：“你個(gè)小爛貨，把你嫁給村東的段傻子還委屈你了？你也不瞧瞧人段家給了多少聘禮，還大晚上的跑回來給老娘丟人，看老娘不打死你！”罵著，..
溫馨甜寵的種田文,鋤頭鐮刀伺候渣男極品親戚,傻子相公寵上天
第一本：《農(nóng)妻喜種田：癡傻相公，寵上天！》作者：“魚二黛黛”作品內(nèi)容：鄧玉嫻面含羞怯的抬頭，定定的看向歡呼雀躍的段梓霄，入目的便是他光潔的胸膛，臉熱了熱，不用想她就知曉明日段母檢測她是不是干凈身子的方式。反正，這輩子她是下定決心要跟段梓霄好好過的，便也沒什么好羞澀的了，咽咽口水，掩還有呢？
延伸閱讀：與 ：—— 的相關(guān)文章
西班牙竊賊闖臥室盯著熟睡女子
公安機(jī)關(guān)將會(huì)同有關(guān)部門進(jìn)一步加強(qiáng)“智能駕駛”規(guī)范管理
港股科網(wǎng)股持續(xù)拉升 百度漲超5%
關(guān)曉彤投喂彩椒碗
壓垮19歲男孩的只是910元的車費(fèi)嗎
別笑！你試你也活不到第二天！第2集！
70歲大爺稱倒插門被打堅(jiān)決要離婚
票星球 回流票
落雪覆千山，風(fēng)止懸鈴寂。
重生后，都有膽子和?；ㄕf話了【02】
