鲜沐科技创始人兼CEO江涛：产业互联网平台如何实现数据资产商业化
鲜沐科技创始人、CEO 江涛发表演讲本文整理 张宸5月22-23日，中国信息协会产业互联网分会成立大会暨2024年中国产业互联网科技·产业·金融创新高峰论坛在上海市“金色炉台”宝武钢铁会博中心召开。鲜
江涛：今天我要讲的话题是数据资产在项目中的实践。很多创业公司都会经历一个过程，刚开始创业的时候，不是数据驱动，很多时候是人驱动的，所有的对接也是通过一些线下的方式，或是一些口口相传的方式去交互，这是创业公司初期很难避免的状态。
一开始我们就对数据有一定认知，认为它是有价值有意义的。数据属于什么？实物资产比如钱、物品类在生产过程中逐渐的贬值、消亡，资源会越用越少。但数据资产非常特别，属于越用越值钱，越用越多的。而且它会形成正向循环，帮助你去积累更多的数据，通过更好的模型可以带来更强的价值。
简单介绍一下公司，鲜沐把拉近生产和消费的距离作为使命，致力于打通标准化餐饮的行业全链路，围绕餐饮的标准化领域，通过多年发展，已经有30万粘性商家，同时在200多个城市已经做了覆盖，在这些城市提供高密度的服务网络，实现隔日达的服务履约效率。
我们用直营去拓展优质供应商跟下游商户门店的链接，在这个过程中，积累了数据化运营能力，再下一个阶段，我们把数据化运营的能力开放给更多愿意直接接触下游商户的供应商体系，帮助他们去赋能、去提升现有的运作效率。
在整个供应链的SaaS服务上，我们已经覆盖了超过1万家以上的门店，提供的是软件+供应链的整体解决方案。区别于传统的SaaS，这不仅是单纯的系统提供方，而是一个系统连上供应链能力的，提供从采购到仓储到配送所有的服务，这些能力都是插件。它可以使用我的，也可以非常开放的将它自己的基础设施接入到这个体系里来。
一、数据基础设施
讲数据话题，要回到整个项目的基础设施建设，从第一天开始，我们把内生系统的自研放在第一位，形成了全自研的技术栈，去支撑所有业务的成长。
可以看到除了用了阿里云、微软云等底层数据中心以外，所有买家中心、商品中心，包括整个内部系统，整个后台系统都是自己研发，完全围绕行业客户的需求。
在上层，对外平台主要有5块：鲜沐商城、商家&供应商、运输司机端、供应链SaaS和API开放平台。可以跟我们形成非常流畅的对接。我们在当时积累了长周期以及细颗粒度的数据。
这些数据有三个大来源：
一是商品交易。在平台交易侧的商品交易信息，有品类的交易额，价格趋势转复购，包括细到一个县城的这个区域分布，然后在客户端我们会有非常多的品类的需求，门店的销量，采购品质有很多数据是需要一个非常长的周期积累来去对这个数据的验证性，以及这个数据背后所代表的规律性去做识别的。
二是供应链的运营侧。有库存周转，品质监控，履约满足等都是大项，但里面会有非常多的细节约束。最终数据在现有体系里是在相互促进的，比如说供应链的运营系统，它通过库存周转履约满足等数据，去指导整个交易系统应该怎么去做。
三是客户采购数据。这些数据类型我觉得非常需要依赖AI工具。一个数据被结构化以后，它的价值才能被充分体现。
二、数据资产的应用
在业务实际运作过程中比较典型的案例：
一是结构化数据的应用。背后项目叫SCP，也就是供应链计划系统，通过这些数据去支撑整个供应链的决策。从图左到右，阐述了做每一次供应链决策时必经的链路。
首先我们会去获取交易数据。这些数据会非常长地延续到每个客户身上，通过交易数据去获得需求预测，销售预测，以及销售和平台活动对销量的波段性影响。通过交易数据建立数据模型，产生需求计划。
然后，需求计划到了DC（仓库）。仓库有三种类型，有中心仓、城市仓和卫星仓，它分别承载了不同的用途。所有的商品不只从一个仓里出去，有可能会在多个仓之间流转和调度。所以当你有需求分拨到各个仓的时候，需要有一套引擎去做整个仓端的分发，去考虑不同等级仓的优先级。
最后，数据会进入到供应链的管理系统（SCP）的核心引擎。把供应链的整个供给信息以及品类历史上的供给信息，进行数据演化，最终产生决策。这就是一次采购过程中所要发生的事情，需要一个完整数据推动的过程。这里可以看到整个库存可以下降23%，调拨成本下降12%，服务效率和服务体验都得到了非常大的提升。
这是另外一个模型--定价模型。也是利用结构化数据去做的，可以看到这个模型，大概用到了7个子系统。左侧是需求系统，右侧是供给系统。
左侧的需求系统主要是收集行情，有内部行情和外部行情。信息输入后会进入到价格模型引擎，价格模拟引擎会提前记录和不断优化每个商品的价格弹性，然后用价格弹性和销量预测模型去推导出一个敏感性的分析仿真，对产品做模拟定价。
右侧是供给系统，基于采购的监控行情，以及整个供应链计划平台来输出可以供给的量。在需求量和供给量，供给计划和价格因素的引导下，我们需要一个定价参谋的角色，在中间用整个定价系统去生成定价。这套定价最后有一个价格执行系统，执行到各个不同的城市，不同的区域，在不同的时间段去调整它的价格。
最后有预警系统。可以看到需要走7个系统，才能真正完成一次定价。所以科学化的定价对企业利润的获取和收入提升都非常有帮助。怎么去应用这些东西？一定要基于大量数据积累和对数据积累应用的不断迭代和引导。
二是非结构化数据的应用。在审核环节，AI是现阶段做执行非常好的工具。AI没有那么神秘，每个企业都可以去做，先从执行做起，替代人去干机械的动作，比如说数万张照片的审核，看商品符不符合要求。AI识别图片非常方便，它可以筛出不符合SOP的图片，最后决策环交给人的参与精力和投入资源就会大大下降。
在销售环节，AI可以优化销售流程。销售都是碎片化的，经过客户的允许后，我们把录音记录下来，通过AI手段把非结构化数据变成结构化的语句，结构化的语句不断积累，准确识别还原销售拜访记录，判断销售拜访效果以及关键动作。
三、数据资产在行业中的应用思考
第一，数据资产要看财务模型。对总资产的周转率，营业的净利率，权益的杠杆等，数据在里面起什么作用？以我浅显的理解，数据在杠杆中，可以极大的放大组织效能，不管是通过AI的辅助，还是一些数据工具。那在利润获取上用系统去管理多区域、多场景的定价体系去获取供需匹配的最优解，获取利润最大化。这都是提升营收，提升盈利的方法。至于说提升资产周转效率，这是很容易理解的。通过数据应用去提升运营环节各个方面的效能，最终去影响库存周转，资金周转等各方面。
数据要赋能上游。数据对产业互联网企业而言，最终都是要往上往下走的，用更加标准化、更加结构化的方式来运营整个产业，那就需要用数据赋能，这是大家找到利益共同点的方式。
到了下游要让AI释放更多价值，现在AI就是做处理，做执行。下一步要看AI能不能做一些判断，能不能帮助我们去做判断。超越人类决策方面还未达成，但在某些技能上，我觉得是肯定能超越人类的。
回到产业互联网，两个事情是最重要的：
一是极致的效率提升。所有公司理论上做产业互联网或者做B2B大部分都是集中在极致效率的提升上。产业互联网永远没有2C那么大开大合，潮起潮落。但很多时候我们形容自己是非常理性的，认为是效率致胜。所以我们开始在一块平地上挖蓄水池，总相信自然规律是水往低处流。只要把池子挖好了，水一定会来。
可能经济发展好的时候，好比突然来了场洪水，干的累死累活突然来了场洪水，别人躺在二楼水都淹到脚脖子了，我们建个池子有啥用？经济都是有周期的，产业也是有周期的，市场好的时候做效率没有错，市场遇到平台期的时候做效率更没有错。不管是高峰还是低谷，极致的效率追求是核心关键。只有把池子挖深了，潮水退去的时候，有水的地方只有你的池子。
还有一个很重要的是利他。这是价值观层面的，所有产业互联网公司在达到一定体量以后，成为行业的头部的时候，都不可避免的会变成一家类生态的企业。类生态企业会有一群生态的合作伙伴围绕在身边，到底是压榨他们，还是通过利他的方式，带大家一起把行业做得更好，这个是一个价值观的考验。价值观会决定你的规模边际能做到多大，企业的长期价值能做到多大，所以利他思维必须要牢牢的刻在产业互联网企业的心里。
最后回到数据，我简单总结一下，数据不是数字化，不是万物互联加上大数据就完了，也不是把企业现有的流程搬到线上。从底层逻辑来讲，所有行业模式的优化和迭代，本质上是生产要素的重构，是生产关系的重构。
数据是一种非常好的工具，能够推动生产关系，生产要素的重新配置，从而推动行业在利益层面的重新配置。至于企业，至少要做到利用数据去推动业务运营。而不是做完工作了再去记一遍数据，那是无效的。在更宏观的视角，我们要让这些数据在企业内外部去推动创造新的物种，新的业态。
点击“阅读原文”，下载案例征集表
阅读全文
请先 登录后发表评论 ~