'WakeData李柯辰：數據中臺對數據的打通讓成功經驗有了可複製性'
關注ITValue，看企業級最新鮮、最具價值報道！
"關注ITValue，看企業級最新鮮、最具價值報道！
鈦媒體8月8日，在鈦媒體與ITValue主辦的2019全球數字價值峰會上，WakeData創始人兼CEO李柯辰在新技術論壇主題演講中，對數據中臺的價值、數據中臺建設步驟及架構進行了分析。
李柯辰從四個個緯度來闡釋數據中臺的價值：
第一個緯度，沉澱數據資產用數據驅動業務，這是一線互聯網公司都在做的事情；
第二個緯度，數據利用率更高，相比數倉在數據規模、多樣性以及計算能力、實效性上都有優勢；
第三個緯度，數據中臺對BI的促進，數據管理從結果論的數據向預測性數據演進；
第四個維度，數據中臺為企業帶來了提高獲客、轉化、客單、體驗、用戶忠誠度等的商業價值。
李柯辰表示，企業從構建數據平臺、數據資產化、數據運營等多個步驟來構建自己的數據中臺，在這一過程中，企業數據、第三方數據的打通非常重要，從業務層面來說，數據打通是精準營銷、精準服務的基本前提。
他以美業舉例，比如美業公司有一個肌膚監測儀，通過消費者皮膚檢測，可以把方案推薦給皮膚狀況類似的人，避免銷售只賣 “貴的”不賣“對的”，這樣不僅能提升公司品牌形象，還能夠把機器裡的數據採集回來後結合用戶的消費數據訓練相關推薦模型，將推薦結果推給一線業務人員，從而指導什麼樣的客戶應該推薦什麼樣的產品。
他也提及，很多企業在建設中臺的過程中，可能會陷入一個誤區：有數據就行，數據能用就行。但其實大數據是有邊界的，舉個例子，頭條做推薦是因為有百萬級別的資訊內容。然而有的企業只有十個產品也做千人千面，這意義不大，有的做AI算法和人臉識別，只拿一千個員工的數據做了算法，這也是不太合適的，因為做算法是有臨界值的，人臉識別的樣本模型至少是百萬級的。
同時，他也認為，數據中臺最重要的價值是經驗的可複製性，他把這一點稱為管理流程的價值，比如頭條運營得好，這種運營的方式也可以放到抖音，比如一個美業門店，A門店做得好也可以把經驗複製到B門店等等。
以下根據李柯辰先生現場演講實錄整理：
大家下午好，我是WakeData李柯辰。最近數據中臺的概念很流行，這個概念放在以前是沒有的，只是因為它的出現能彌合前臺與後臺之間的運轉速度差，因此給它取了一個“中臺”的名字，與前、後臺區別開來。
其實它叫什麼並不重要，關鍵要看它能做什麼。我認為人也是如此。我叫李柯辰，之前在阿里巴巴負責技術，後來到魅族管理Flyme平臺事業部，去年6月份從CIO轉型成為CEO，帶著大數據團隊出來創業，建立了WakeData惟客數據。我們要做的是“喚醒沉睡的數據”，為企業提供一站式客戶經營大數據解決方案，幫助企業打通線上線下數據、充分挖掘線下數據的價值，幫助企業順利進行數字化轉型。
因為我是技術出身，所以今天的分享會比較偏IT，希望從邏輯的角度與大家一起探討企業如何構建大數據體系、怎麼部署數據中臺的問題。
我們先來了解一下IT的發展歷程。最開始的時候是PC軟件應用的時代，主要是辦公軟件的開發應用；緊接著是系統應用的時代；然後到了現在的移動互聯網時代。而在移動互聯網迅猛發展的今天，數據量呈爆發式增長，促進了大數據應用的發展。
相信大家都聽過太多“大數據與人工智能”這樣的字眼，人工智能和大數據就像是雙生子般形影不離。這其實是因為人工智能是根植於大數據土壤的，而大數據應用的目的，也是為了讓我們的企業經營管理、用戶運營等更加智能。
大數據的價值
大數據和傳統數據倉庫有什麼區別，我們該怎麼做大數據，大數據能給我們帶來什麼價值？這些問題都是我曾苦思冥想的，當時並沒有任何諮詢公司能夠給我建議，也幾乎沒有同行在做大數據，因此只能自己帶著團隊一步步試錯，逐步構建一套自己的大數據應用體系。最終這些問題的答案也都沉澱成為了一些實用的經驗，現在拿出來和大家分享。
收集多維數據、構建數據指標體系、以數據賦能業務等是目前互聯網公司的主流經營模式，即不斷沉澱數據資產，提升自己的大數據能力，進一步實現數據驅動，最後為企業業務賦能。類似於今日頭條、天貓、京東等一線互聯網公司，都是在利用大數據賦能運營。但是這些只是大數據其中一個維度的價值。大數據另一個維度的價值，偏向於企業的後端。比如餐飲公司可以利用大數據預測第二天的消耗，幫助餐飲店降低成本。
在應用大數據之前，首先要區別大數據應用與傳統數據應用是什麼。打比方說，我們基於一百個數據資源，通過數據分析應用提高資源利用率的過程，並不是大數據應用。大數據應用不僅可以提高資源利用率，還可以做企業的業務創新和模式變革。
大數據平臺的優勢
大數據平臺相比以前的數據倉庫有如下優勢：首先是數據規模；其次是數據多樣性；然後是實時性。其實一些互聯網公司的數據也能做到實時呈現，但是目前還無法與業務整合起來，數據報表的展示和大量業務數據的分析處理無法同時完成。這三點是大數據平臺相比數據倉庫在技術上的優勢。
另一個維度的優勢，是大數據平臺還擁有預測和智能的特性。數據倉庫的數據分析是結果論的，而大數據平臺的數據分析還可提供預測類報表；此外，大數據還擁有智能的特性，比如今日頭條的推送服務就是應用了大數據智能的特性。
大數據體系的構建
企業應該如何構建大數據體系呢？
"關注ITValue，看企業級最新鮮、最具價值報道！
鈦媒體8月8日，在鈦媒體與ITValue主辦的2019全球數字價值峰會上，WakeData創始人兼CEO李柯辰在新技術論壇主題演講中，對數據中臺的價值、數據中臺建設步驟及架構進行了分析。
李柯辰從四個個緯度來闡釋數據中臺的價值：
第一個緯度，沉澱數據資產用數據驅動業務，這是一線互聯網公司都在做的事情；
第二個緯度，數據利用率更高，相比數倉在數據規模、多樣性以及計算能力、實效性上都有優勢；
第三個緯度，數據中臺對BI的促進，數據管理從結果論的數據向預測性數據演進；
第四個維度，數據中臺為企業帶來了提高獲客、轉化、客單、體驗、用戶忠誠度等的商業價值。
李柯辰表示，企業從構建數據平臺、數據資產化、數據運營等多個步驟來構建自己的數據中臺，在這一過程中，企業數據、第三方數據的打通非常重要，從業務層面來說，數據打通是精準營銷、精準服務的基本前提。
他以美業舉例，比如美業公司有一個肌膚監測儀，通過消費者皮膚檢測，可以把方案推薦給皮膚狀況類似的人，避免銷售只賣 “貴的”不賣“對的”，這樣不僅能提升公司品牌形象，還能夠把機器裡的數據採集回來後結合用戶的消費數據訓練相關推薦模型，將推薦結果推給一線業務人員，從而指導什麼樣的客戶應該推薦什麼樣的產品。
他也提及，很多企業在建設中臺的過程中，可能會陷入一個誤區：有數據就行，數據能用就行。但其實大數據是有邊界的，舉個例子，頭條做推薦是因為有百萬級別的資訊內容。然而有的企業只有十個產品也做千人千面，這意義不大，有的做AI算法和人臉識別，只拿一千個員工的數據做了算法，這也是不太合適的，因為做算法是有臨界值的，人臉識別的樣本模型至少是百萬級的。
同時，他也認為，數據中臺最重要的價值是經驗的可複製性，他把這一點稱為管理流程的價值，比如頭條運營得好，這種運營的方式也可以放到抖音，比如一個美業門店，A門店做得好也可以把經驗複製到B門店等等。
以下根據李柯辰先生現場演講實錄整理：
大家下午好，我是WakeData李柯辰。最近數據中臺的概念很流行，這個概念放在以前是沒有的，只是因為它的出現能彌合前臺與後臺之間的運轉速度差，因此給它取了一個“中臺”的名字，與前、後臺區別開來。
其實它叫什麼並不重要，關鍵要看它能做什麼。我認為人也是如此。我叫李柯辰，之前在阿里巴巴負責技術，後來到魅族管理Flyme平臺事業部，去年6月份從CIO轉型成為CEO，帶著大數據團隊出來創業，建立了WakeData惟客數據。我們要做的是“喚醒沉睡的數據”，為企業提供一站式客戶經營大數據解決方案，幫助企業打通線上線下數據、充分挖掘線下數據的價值，幫助企業順利進行數字化轉型。
因為我是技術出身，所以今天的分享會比較偏IT，希望從邏輯的角度與大家一起探討企業如何構建大數據體系、怎麼部署數據中臺的問題。
我們先來了解一下IT的發展歷程。最開始的時候是PC軟件應用的時代，主要是辦公軟件的開發應用；緊接著是系統應用的時代；然後到了現在的移動互聯網時代。而在移動互聯網迅猛發展的今天，數據量呈爆發式增長，促進了大數據應用的發展。
相信大家都聽過太多“大數據與人工智能”這樣的字眼，人工智能和大數據就像是雙生子般形影不離。這其實是因為人工智能是根植於大數據土壤的，而大數據應用的目的，也是為了讓我們的企業經營管理、用戶運營等更加智能。
大數據的價值
大數據和傳統數據倉庫有什麼區別，我們該怎麼做大數據，大數據能給我們帶來什麼價值？這些問題都是我曾苦思冥想的，當時並沒有任何諮詢公司能夠給我建議，也幾乎沒有同行在做大數據，因此只能自己帶著團隊一步步試錯，逐步構建一套自己的大數據應用體系。最終這些問題的答案也都沉澱成為了一些實用的經驗，現在拿出來和大家分享。
收集多維數據、構建數據指標體系、以數據賦能業務等是目前互聯網公司的主流經營模式，即不斷沉澱數據資產，提升自己的大數據能力，進一步實現數據驅動，最後為企業業務賦能。類似於今日頭條、天貓、京東等一線互聯網公司，都是在利用大數據賦能運營。但是這些只是大數據其中一個維度的價值。大數據另一個維度的價值，偏向於企業的後端。比如餐飲公司可以利用大數據預測第二天的消耗，幫助餐飲店降低成本。
在應用大數據之前，首先要區別大數據應用與傳統數據應用是什麼。打比方說，我們基於一百個數據資源，通過數據分析應用提高資源利用率的過程，並不是大數據應用。大數據應用不僅可以提高資源利用率，還可以做企業的業務創新和模式變革。
大數據平臺的優勢
大數據平臺相比以前的數據倉庫有如下優勢：首先是數據規模；其次是數據多樣性；然後是實時性。其實一些互聯網公司的數據也能做到實時呈現，但是目前還無法與業務整合起來，數據報表的展示和大量業務數據的分析處理無法同時完成。這三點是大數據平臺相比數據倉庫在技術上的優勢。
另一個維度的優勢，是大數據平臺還擁有預測和智能的特性。數據倉庫的數據分析是結果論的，而大數據平臺的數據分析還可提供預測類報表；此外，大數據還擁有智能的特性，比如今日頭條的推送服務就是應用了大數據智能的特性。
大數據體系的構建
企業應該如何構建大數據體系呢？
我們認為，首先要建一個數據中臺。數據中臺的構建又分為三個步驟：第一是構建基礎平臺，降低IT應用門檻。第二是數據資產化，在數據資產化的基礎上，數據中臺能夠為企業提供類似互聯網的數據產品與服務。第三是數據運營，數據中臺不僅僅是一個技術，還能夠很好地將數據與業務場景融合在一起，比如在內部管理場景，數據中臺可以提供經營分析服務；在客戶營銷服務場景，數據中臺能夠幫助企業提高用戶到店體驗、做好售後服務；遇到成本管理場景，數據中臺能夠對供應鏈做預估，以降低經營成本。
WakeData數據中臺：連接品牌與用戶
"
關注ITValue，看企業級最新鮮、最具價值報道！
鈦媒體8月8日，在鈦媒體與ITValue主辦的2019全球數字價值峰會上，WakeData創始人兼CEO李柯辰在新技術論壇主題演講中，對數據中臺的價值、數據中臺建設步驟及架構進行了分析。
李柯辰從四個個緯度來闡釋數據中臺的價值：
第一個緯度，沉澱數據資產用數據驅動業務，這是一線互聯網公司都在做的事情；
第二個緯度，數據利用率更高，相比數倉在數據規模、多樣性以及計算能力、實效性上都有優勢；
第三個緯度，數據中臺對BI的促進，數據管理從結果論的數據向預測性數據演進；
第四個維度，數據中臺為企業帶來了提高獲客、轉化、客單、體驗、用戶忠誠度等的商業價值。
李柯辰表示，企業從構建數據平臺、數據資產化、數據運營等多個步驟來構建自己的數據中臺，在這一過程中，企業數據、第三方數據的打通非常重要，從業務層面來說，數據打通是精準營銷、精準服務的基本前提。
他以美業舉例，比如美業公司有一個肌膚監測儀，通過消費者皮膚檢測，可以把方案推薦給皮膚狀況類似的人，避免銷售只賣 “貴的”不賣“對的”，這樣不僅能提升公司品牌形象，還能夠把機器裡的數據採集回來後結合用戶的消費數據訓練相關推薦模型，將推薦結果推給一線業務人員，從而指導什麼樣的客戶應該推薦什麼樣的產品。
他也提及，很多企業在建設中臺的過程中，可能會陷入一個誤區：有數據就行，數據能用就行。但其實大數據是有邊界的，舉個例子，頭條做推薦是因為有百萬級別的資訊內容。然而有的企業只有十個產品也做千人千面，這意義不大，有的做AI算法和人臉識別，只拿一千個員工的數據做了算法，這也是不太合適的，因為做算法是有臨界值的，人臉識別的樣本模型至少是百萬級的。
同時，他也認為，數據中臺最重要的價值是經驗的可複製性，他把這一點稱為管理流程的價值，比如頭條運營得好，這種運營的方式也可以放到抖音，比如一個美業門店，A門店做得好也可以把經驗複製到B門店等等。
以下根據李柯辰先生現場演講實錄整理：
大家下午好，我是WakeData李柯辰。最近數據中臺的概念很流行，這個概念放在以前是沒有的，只是因為它的出現能彌合前臺與後臺之間的運轉速度差，因此給它取了一個“中臺”的名字，與前、後臺區別開來。
其實它叫什麼並不重要，關鍵要看它能做什麼。我認為人也是如此。我叫李柯辰，之前在阿里巴巴負責技術，後來到魅族管理Flyme平臺事業部，去年6月份從CIO轉型成為CEO，帶著大數據團隊出來創業，建立了WakeData惟客數據。我們要做的是“喚醒沉睡的數據”，為企業提供一站式客戶經營大數據解決方案，幫助企業打通線上線下數據、充分挖掘線下數據的價值，幫助企業順利進行數字化轉型。
因為我是技術出身，所以今天的分享會比較偏IT，希望從邏輯的角度與大家一起探討企業如何構建大數據體系、怎麼部署數據中臺的問題。
我們先來了解一下IT的發展歷程。最開始的時候是PC軟件應用的時代，主要是辦公軟件的開發應用；緊接著是系統應用的時代；然後到了現在的移動互聯網時代。而在移動互聯網迅猛發展的今天，數據量呈爆發式增長，促進了大數據應用的發展。
相信大家都聽過太多“大數據與人工智能”這樣的字眼，人工智能和大數據就像是雙生子般形影不離。這其實是因為人工智能是根植於大數據土壤的，而大數據應用的目的，也是為了讓我們的企業經營管理、用戶運營等更加智能。
大數據的價值
大數據和傳統數據倉庫有什麼區別，我們該怎麼做大數據，大數據能給我們帶來什麼價值？這些問題都是我曾苦思冥想的，當時並沒有任何諮詢公司能夠給我建議，也幾乎沒有同行在做大數據，因此只能自己帶著團隊一步步試錯，逐步構建一套自己的大數據應用體系。最終這些問題的答案也都沉澱成為了一些實用的經驗，現在拿出來和大家分享。
收集多維數據、構建數據指標體系、以數據賦能業務等是目前互聯網公司的主流經營模式，即不斷沉澱數據資產，提升自己的大數據能力，進一步實現數據驅動，最後為企業業務賦能。類似於今日頭條、天貓、京東等一線互聯網公司，都是在利用大數據賦能運營。但是這些只是大數據其中一個維度的價值。大數據另一個維度的價值，偏向於企業的後端。比如餐飲公司可以利用大數據預測第二天的消耗，幫助餐飲店降低成本。
在應用大數據之前，首先要區別大數據應用與傳統數據應用是什麼。打比方說，我們基於一百個數據資源，通過數據分析應用提高資源利用率的過程，並不是大數據應用。大數據應用不僅可以提高資源利用率，還可以做企業的業務創新和模式變革。
大數據平臺的優勢
大數據平臺相比以前的數據倉庫有如下優勢：首先是數據規模；其次是數據多樣性；然後是實時性。其實一些互聯網公司的數據也能做到實時呈現，但是目前還無法與業務整合起來，數據報表的展示和大量業務數據的分析處理無法同時完成。這三點是大數據平臺相比數據倉庫在技術上的優勢。
另一個維度的優勢，是大數據平臺還擁有預測和智能的特性。數據倉庫的數據分析是結果論的，而大數據平臺的數據分析還可提供預測類報表；此外，大數據還擁有智能的特性，比如今日頭條的推送服務就是應用了大數據智能的特性。
大數據體系的構建
企業應該如何構建大數據體系呢？
我們認為，首先要建一個數據中臺。數據中臺的構建又分為三個步驟：第一是構建基礎平臺，降低IT應用門檻。第二是數據資產化，在數據資產化的基礎上，數據中臺能夠為企業提供類似互聯網的數據產品與服務。第三是數據運營，數據中臺不僅僅是一個技術，還能夠很好地將數據與業務場景融合在一起，比如在內部管理場景，數據中臺可以提供經營分析服務；在客戶營銷服務場景，數據中臺能夠幫助企業提高用戶到店體驗、做好售後服務；遇到成本管理場景，數據中臺能夠對供應鏈做預估，以降低經營成本。
WakeData數據中臺：連接品牌與用戶
WakeData數據中臺主要聚焦在產品運營和營銷服務上。當前線上流量見頂是一個既定的事實，而線下的流量還未被很好地收集和運營起來。那麼流量擴展的答案顯而易見——到線下去擴展更多流量；與此同時，問題也隨之而來——該如何擴展線下流量？
首先是門店的數字化程度不夠。線下流量數據的沉澱，可以通過移動設備掃碼、前端智能硬件採集等方法實現。在線下數據資產的基礎上，通過WakeData數據中臺，可以實現數據驅動產品迭代、智能營銷和運營服務。
對於很多品牌企業而言，用戶數據大多沒有沉澱在企業的自有系統中。比如餐飲企業的數據掌握在O2O服務商手裡、傳統線下企業的數據掌握在經銷商手裡，類似這樣的情況不在少數。但是如果無法通過數據充分了解自己的用戶，企業又如何為用戶提供滿意度更高的產品呢？因此，WakeData數據中臺希望通過數據連接品牌與用戶，實現數據驅動智能營銷與運營服務，幫助企業完成客戶銷售到用戶運營的轉變升級。
數據中臺應用案例
| 地產案例
很多地產企業以集團化運作，業態豐富多樣，涉及到的業態包含酒店、機器人、農業、社區零售服務等。在多業態的運作模式下，物業和項目的數據繁複冗雜。如此大體量的數據，在數字化運營體系建設程度較低情況下，是無法為企業帶來價值的，甚至可能會給企業造成管理上的麻煩。那麼通過數據中臺，大數據能為地產企業帶來什麼價值呢？
1. 大數據支撐的數據分析
大部分地產企業的數據都是通過填報產生的，而且每個區填報的數據各不相同。通過數據中臺打通企業中多個不同業務系統的數據，藉助數據分析工具實現多維度分析報表的實時自助查詢；在全域數據融合打通、彙總分析的基礎上實現智能營銷服務。
2. 數據資產管理
由於地產企業業務與項目數量十分龐大，且大部分由供應商承包實施，很多管理者對於公司的業務實體、企業資產並不十分清楚。針對這個痛點，WakeData針對企業進行全域系統架構的梳理，包括業務架構、應用架構、物理架構等，建立地產企業全域資產模型。並利用可視化的大屏直觀地向管理者展示整個企業的數據資產。
3. 大數據團隊共建
目前市場上的大數據人才非常稀缺，人才訴求量約為130萬，而社會上實際擁有的大數據人才只有30萬。數據中臺構建起來後，如何使用中臺提供的數據工具，如何從團隊到產品、再到服務完全實現數字化，是企業下一步要考慮的問題。因此，WakeData還將幫助企業共建大數據團隊，配合企業吸納大數據人才，建設數字化團隊,進行知識轉移，逐步過渡，直到企業順利完成數字化轉型。
| 美業案例
如今，美容店的擴張更多是依賴於銷售。銷售能力強，就能夠快速獲取顧客，實現門店的擴張。但這其實是一把雙刃劍，過於依賴銷售存在很大的風險，因此，如何降低對人的依賴是當前美業的一大難題。
1. 數據收集與打通
藉助類似AI測膚儀的前端硬件設施，門店能夠採集到更多的膚質相關數據，通過數據中臺將用戶數據與產品數據相關聯，並與訂單、會員等系統打通，實現業務的數據化。對美業而言，不同的膚質數據與相對應的解決方案，統統都“記錄在案，有跡可循”，當再次檢測到相似的膚質數據時，系統可自動匹配最佳方案推薦給顧客。
2. 智能營銷
在數據打通的基礎上，數據中臺能夠將用戶的線下數據與線上數據相關聯，將數據導入營銷系統，實現智能、自動化的營銷。對於首次進入線下美容店的顧客，數據中臺可將顧客的ID關聯，後期就可通過線上渠道為其推送該美容店相關的內容，持續觸達用戶，實現可運營用戶數量的擴大。
3. 門店健康診斷與導購
通過門店健康診斷，美業公司可以清晰、直觀地掌握用戶的生命週期，根據用戶生命週期調整運營方式與營銷策略。此外，WakeData還提供線下門店智能導購系統，賦能一線導購。導購界面顯示客戶的消費記錄、消費需求、品牌忠誠度等多維度信息，實現線下門店的個性化推薦服務。
一個做大數據的小技巧
越來越多的企業都在藉助大數據尋求數字化轉型，但正是由於大數據神乎其神的效果，越來越多的企業開始神化大數據，也在大數據的應用過程中陷入了一些誤區。大數據其實是有邊界的。比如千人千面的推薦，沒有海量的數據基數，能達到的推薦效果是不夠“智慧”的；再比如用AI算法做人臉識別，樣本模型至少是百萬級別的，識別的準確率要達到95%~97%才能夠被應用。歸根結底，大數據的小技巧，其實就在於“大”，只有當數據基數足夠大、樣本量足夠豐富多樣時，大數據的“神力”才能夠真正發揮出來。
回顧與小結
1. WakeData為企業構建的數據中臺包含了[數據中臺]與[業務中臺]“雙中臺”。
2. 數據中臺為企業帶來了提高獲客、轉化、客單、體驗、用戶忠誠度等的商業價值；組織效率提升、知識傳遞的管理流程價值；以及降本增效、質量把控的IT能力價值；
3. 只有當數據基數足夠大、樣本量足夠豐富時，大數據才能夠真正發揮應有的價值。
4. 目前WakeData已與魅族、碧桂園、屈臣氏、嘉寶華、廣之旅、百佳超市、雪松控股、喜茶、以純、伊麗匯等知名企業達成合作。也獲得了IDG資本領投的Pre-A輪融資和紅杉中國領投的A輪融資。公司希望與各行業的企業客戶共建大數據體系，以大數據賦能企業的精準營銷、精準服務和用戶運營。
點擊www.itvalue.com.cn，進入ITValue社區，與CIO們一起腦力激盪！
我們只提供有價值的乾貨！
"相關推薦
