当传统与新锐交替，经典与流行碰撞，如何在竞争激烈的快消品市场找准定位，快速出圈？
红杉资本中国投资合伙人苏凯在观远数据2020智能决策峰会上表示，在百货商店时代，主要依靠“位置”入口，到互联网电商时代可以依靠“流量”入口，而在新消费时代，“占据品类心智”将会成为新一轮竞争入口。
01
“占据品类心智”怎么理解？本质上来说，需要从消费者出发，找准产品定位，提高供应链效率、商品流转效率和用户体验。而在移动互联网和大数据时代，从新品设计、生产计划、仓储物流、订单管理到营销售卖，每一步经营效率的提升都建立在高效的数据智能基础上，需要基于实时的数据结果给出正确的价值反馈，高频的发现问题和增长机会。
与传统消费品牌不一样，新锐消费品牌背靠数据发达的电商平台，同时又自建了ERP、小程序等自有系统，具备天然的数据基因。但与此同时，他们在数据应用上，也出现了新的问题：
自有系统、电商后台、本地手工数据共存，数据无法统一管理和分发；
各种经营报告依然需要手工汇总分析，费时费力，决策时效性低；
大量数据依赖人工校对，准确性低、时效性低，安全性差；
定制化的日报、周报无法灵活地支撑一些高增长的业务分析需求，很难快速灵活地进行一些专题分析。
基于此类问题，新锐消费品牌在数据运营层面都会有一些共性的要求：建设灵活、敏捷易操作的数据智能平台，沉淀数据资产，在解决数据“可用性”的基础上，实现可探索式的自主分析，提高分析效率，满足企业高、中、基各个层级用户的数据分析需求。
02
发布：智能数据分析解决方案
从产品、方案和落地路径出发，观远数据发布了新锐消费品智能数据分析解决方案。
不同品牌的数据基础和发展阶段不一样，对于数据运营的需求也不尽相同。对此，观远数据提倡：企业要看三年做三个月，遵循从Agile敏捷化、Accurate场景化、Automated自动化、Augmented增强化到Actionable行动化的“5A”落地路径。
敏捷化主要解决的是数据快速敏捷接入的问题，当数据口径统一之后，快速构建一些基础的数据分析模型开始敏捷迭代，实现指标可视化，并支持对接到数据大屏、移动端等应用层，实现终端用户的基本“看数”问题。
场景化主要是依托观远数据在快消品行业沉淀的分析经验再结合企业自身的生意发展需求，共创一些分析专题，解决专项的业务分析需求；
自动化是指基于整个生产运营中发生的一些问题，可以通过提前设置危险阀值，当数据异常时，自动推送给对应的决策人，也可以根据数据的风险等级实现逐级推送。
增强化和行动化是在企业已经沉淀了良好的数据分析基础之后，通过AI算法能力，帮助企业去落地一些基于未来的数据分析模型，例如销量预测、自动补货、智能营销等，通过销量预测可以去指导生产排产，通过客户流失预测做精准的营销活动等，最终实现从数据分析到真正可行动的决策建议。
在“Accurate场景化”的落地过程中，观远数据沉淀了覆盖战略、运营、执行三个层面，包含计划、生产、采购、物流、仓储、财务、人力在内的多场景解决方案。
1.面向战略层的“总裁驾驶舱”
商业智能解决的是企业在数据层面从“看得到”、“看得懂”到“可行动”的难题，CEO更需要通过数据去把握公司运营的整体趋势。
观远数据面向集团战略层构建的“总裁驾驶舱”分析模型，可以通过数据大屏、移动端、Web端多终端实时展示，满足决策层总览全局，运筹帷幄的需求。CEO可以实时掌握各个渠道的销售占比、业绩增长以及营运效率，对于异常数据通过联动、下钻等功能层层追踪，提高决策效率。
2.面向全平台的系列专题分析
销售额以及业绩完成率等总目标是由各个渠道的完成率、经销商完成率、商品的贡献率组合而成。
观远数据针对全平台总目标，推出经营概览分析、单品/爆品分析、推广方式分析、新品上市分析等多项专题分析看板，帮助品牌实时监控销售过程，及时发现销售问题和机会，促成总目标的达成。
a.经营概览分析
“经营概览”看板主要对总销售额、往期同期、销售变化、环比变化、渠道占比等核心指标进行呈现，例如根据电商目标达成情况及往年同期表现，并结合利润、费用等指标综合评估电商在生意大盘中的占比及经营健康度。
b.单品/爆品分析
从商品角度，观远“单品/爆品”分析看板可帮助企业优先追踪核心单品和爆品的业绩表现，定位到每个核心单品和爆品的销售金额、订单数、业绩占比、销售额、增长率变化趋势，关联查看渠道转化情况，找出业绩下滑或增长的因子，是渠道推广原因还是产品自身原因。
c.推广方式分析
从渠道和活动角度，观远“推广方式”分析看板可以通过综合ROI、访客成本、推广费用、营销费用占比等核心指标总览，帮助新锐快消品牌对各个渠道的站内流量、转化率和付费效果进行跟踪，评估各推广渠道的转化效果，及时转变推广方式，提高各个渠道的ROI。
d.新品上市分析
“打造新品”是新锐消费品牌突出的一项能力，而新品的上市并不是拍脑袋决定，需要在上市前有充分的市场调研，上市后对消费者口碑、销量表现进行密切的数据跟踪。
3.面向“电商/新零售”的系列专题分析
a.消费者分析
消费者分析包含消费者总览分析、消费者行为分析、会员价值分析等主题。消费者总览看板可以实时监测客户数量、日/月新增客户、客户复购率、新老客户销售占比、客户增长趋势、客单价等核心指标。消费者行为分析可以帮助企业对消费者全生命周期的数据进行监控分析，实时掌握会员的流失和增长情况，有针对性地采取会员拉新或唤醒营销措施。
b.大促实时看板/大促活动复盘
电商大促分为前期准备，大促监测和事后复盘三个阶段，观远数据针对大促整体活动的全生命周期提供多维度、多路径的精细化分析能力。大促准备阶段，可以将各个部门的业绩指标可视化每日更新或实时更新，通过活动赛马等分析模型营造紧张的备战状态。大促期间，可以实时监测各项指标的完成情况，对预料之外的爆款商品进行及时补仓，对于爆款商品但是库存不够的可以及时下架，减少交易纠纷；对于库存过多的可以通过优惠券等其他形式提高销售。大促结束后，同样可以通过之前搭建好的数据分析模型，利用倒推的逻辑思维，层层下钻追溯到不同结果背后的故事线。
4.面向供应链的“业务流程可视化跟踪管理”
供应链能力是任何消费品牌的核心能力，如何提升供应链效率，则需要具体落地到订单生产效率、入库进度、逾期情况，订单翻单能力，货品质量追踪等综合能力上。
03
数字化实践：典型案例
快消品行业的竞争最终比拼的是供应链效率、商品流转效率和用户体验的提升，如何通过数据驱动业务增长，打造从消费者洞察到更敏捷的供应链优化，是观远数据一直与众多消费品企业探索和落地的方向。
截止到目前，观远数据已与联合利华、百威英博、欧莱雅、伊丽莎白雅顿、维他奶等众多老牌消费品牌以及元气森林、三顿半、Babycare等多家新锐消费品牌，落地了行业领先的“AI+BI”数字化实践。
未来，还将与更多客户一起持续打磨智能分析与决策产品，深化零售消费业务方案，用数据驱动企业精益增长，让决策更智能。