首先是業(yè)務數(shù)據(jù)化

　　比如某龍頭藥業(yè)集團，每年在全國各個大區(qū)舉辦數(shù)十億投入的營銷活動當中，因為缺少數(shù)據(jù)化，沒有數(shù)據(jù)為決策做支撐，導致無法判斷預算傾斜到哪些營銷活動當中效果會更好。因此，百分點幫助集團把整個營銷活動全流程進行數(shù)據(jù)采集，包括時間、金額、申請人、活動方案、物料、產(chǎn)品、客戶等信息，進而根據(jù)活動投入范圍展示不同維度指標，通過建立模型分析費用投入的標準額度，測算申請、總結(jié)費用金額的參考范圍并進行預警提示。在此基礎上，就可以讓決策者看到不同的投入、不同的營銷活動能夠帶來多大的價值，從而進行比對、搜索和分析決策。

　　因此，業(yè)務數(shù)據(jù)化不僅是重要一環(huán)，且是一切數(shù)字化轉(zhuǎn)型的第一個步驟。

　　下一步是數(shù)據(jù)資產(chǎn)化

　　比如百分點為某零售百貨集團搭建的大數(shù)據(jù)平臺項目，幫其打通了全國幾十家門店以及線上線下的數(shù)據(jù)，進行數(shù)據(jù)資產(chǎn)化管理。

　　實際上，這是一項非常艱苦卓絕的工作，零售行業(yè)因獨特的行業(yè)屬性，數(shù)據(jù)非常雜亂，比如貨品數(shù)據(jù)，消費者線上線下數(shù)據(jù)及交易數(shù)據(jù)等，都需要進行治理、整合和盤點，這之后才能形成數(shù)據(jù)資產(chǎn)。比如圍繞一個個體消費者的全觸點數(shù)據(jù)，需要打通停車系統(tǒng)數(shù)據(jù)、PC端和線上商城數(shù)據(jù)、線下門店數(shù)據(jù)、微商城數(shù)據(jù)，只有把這些數(shù)據(jù)全部拉通之后才能形成對于一個人的統(tǒng)一預判，這也是用戶畫像建立的過程。在數(shù)據(jù)資產(chǎn)化后，才能依托這些數(shù)據(jù)資產(chǎn)構(gòu)建用戶的宏觀畫像，以及基于不同的人做千人千面的營銷。因此，數(shù)據(jù)資產(chǎn)化也是大數(shù)據(jù)應用的一個前置條件和基礎。

　　接下來是資產(chǎn)應用化

　　百分點為某家電集團做的銷量預測案例，在做銷量預測之時就會用到一系列已經(jīng)資產(chǎn)化的數(shù)據(jù)，包括訂單、競品、庫存等已經(jīng)梳理好的數(shù)據(jù)。在此基礎上進行數(shù)據(jù)建模和輸出，幫助預測不同的階段、不同推廣力度下的銷量情況，讓決策者在可視化系統(tǒng)上可以看到不同尺寸、不同價格、不同階段的銷量情況。基于銷量預測指導生產(chǎn)，比如不同地區(qū)應該生產(chǎn)多少不同種類的產(chǎn)品，以及這些產(chǎn)品的庫存在途調(diào)度情況，都可以需要基于銷量預判進行優(yōu)化。

　　因此，通過銷量預測，能夠數(shù)字化地幫助客戶預判下一個季度、下一個月、下一周在全國的銷售，而前提就是把促銷、價格、政策等數(shù)據(jù)進行很好的資產(chǎn)化。

　　最后是應用智能化

　　比如百分點為某免稅品集團搭建了數(shù)據(jù)中臺和業(yè)務中臺，將會員、交易、商品、營銷、店鋪，甚至地理位置等維度，都能形成一套中臺服務體系，有效促進業(yè)務的集成和協(xié)作，并為企業(yè)級分析、進銷存管理提供基礎，滿足數(shù)據(jù)中臺的各種業(yè)務應用及會員體系的各種主題的構(gòu)建。基于數(shù)據(jù)中臺之上，百分點的數(shù)據(jù)運營團隊借助過去積累的成熟的商業(yè)模型和數(shù)字化運營經(jīng)驗，幫助客戶搭建一套智能營銷體系，在與消費者接觸的各個前端觸點（如移動app、微信公眾號、小程序等）上實行無感知營銷的及時性交互溝通。在數(shù)據(jù)中臺構(gòu)建的同時，客戶還實現(xiàn)了基于數(shù)據(jù)驅(qū)動的業(yè)務流程優(yōu)化，比如：供應商的采購、發(fā)貨、門店庫存、品牌經(jīng)營數(shù)據(jù)的業(yè)務生命周期流轉(zhuǎn)，以及門店間的協(xié)同采購，有效解決連鎖經(jīng)營業(yè)務，且總部的供應商議價能力提高、物流規(guī)模效應也得到了極大地釋放。

　　正如客戶所希望的，在未來三到五年之后，所有的采購決策可以由機器來做，讓機器決策不同的門店應該在什么時間、采購什么品牌的東西、采購多少是最合理的，更好地優(yōu)化利潤空間。

　　杜曉夢認為，依托大數(shù)據(jù)和人工智能技術，未來零售企業(yè)無論銷售決策、營銷決策還是生產(chǎn)決策，都會更加智能化、自動化。

　　業(yè)務數(shù)據(jù)化、數(shù)據(jù)資產(chǎn)化、資產(chǎn)應用化、應用智能化是從數(shù)據(jù)到智能躍遷當中必經(jīng)的四個步驟，但這四個環(huán)節(jié)不能強求一步到位，而是在業(yè)務環(huán)節(jié)當中實現(xiàn)不斷地迭代。未來還需要更好地結(jié)合專家和業(yè)務人員的知識，讓系統(tǒng)變得更加智能。