[创业资讯]壹看板赵乾坤：以数据驱动 新零售行业或迎来突破点

今天，大数据的应用越来越普及。精准营销、客户分析、产品研发、业务决策、数据流像血液一样流淌在企业运营的方方面面。在业务数据分析方面，与一般企业相比，电信运营商等大型企业有大量资金投入搭建智能数据分析平台，一般企业往往需要考虑搭建平台的投入产出比。

但是，在数据驱动业务的当下，专业的、前瞻性的数据分析不仅可以为企业提供科学的方法论，还可以为企业挖掘数据背后的价值。因此，拥有一个企业一站式数据管理平台可能成为未来大多数企业首选的“智库”。

【/h/】看板是一个自助的业务数据分析平台，可以通过对用户多方数据的综合分析，找出存在的问题并给出解决方案，也可以通过持续的数据采集，预测用户的输出趋势。

看板创始人兼首席执行官赵干坤博士

【/h/】看板创始人兼ceo赵干坤博士在接受采访时表示，信息产业已经发展了20年，前期更多的是与企业信息化相关，而工作流信息化可以提高企业的运营效率。然后，借助传感器、电子商务交易场景等。，商业消费，市场，甚至交易都在慢慢数字化，这个过程才刚刚开始面向终端消费者。此时信息化的红利正在慢慢消失。企业除了对个人需求进行精细化操作外，还需要能够通过机器学习数据，分析人脑无法给出的数据结果。

【/h/】根据介绍，看板可以通过四个阶段为企业“解决问题”。赵干坤说，是为企业挖掘数据背后的价值。第一，数据可见且可用；二是数据分析和治理；第三，处理和量化反馈；最后介入操作，完成闭环。

使数据可见并可用

【/h/】在一些企业中，数据之间没有相互沟通，因此对多个部门的数据进行综合分析就更加困难。此外，大多数企业人员对企业有哪些数据、哪些数据可用、哪些数据不可用感到困惑。那么就需要在前期对企业进行调查，寻找有用的数据。赵干坤说，看板对客户企业有一定的信息要求，其中企业需要有自己的数据，包括已收集和未收集的数据。

【/h/】比如调查一家连锁面包店，看板发现店内部署了相当多的传感器、摄像头等设备，店内摄像头、客流统计、收银等系统之间没有数据交换，导致各店数据的独立性，横向和纵向整合失败，单个系统的数据无法产生良好的价值。这个例子说明，更多的企业不能很好的利用数据，面包房中的每个系统都有自己的成本，但是不能发挥最大的作用。

在海量的企业数据中，企业更注重销售数据和产品数据，而用户行为数据和场景数据往往被忽略。随着消费和应用场景的不同，场景数据可以在多个维度、角度和层次上反映不同的问题。实际上，用户行为数据更多的是与销售相关。比如在无人商店里，消费者在购买行为之前所拿的东西和订单都是有用的价值。

【/h/】关于数据收集，赵干坤说看板和行业的区别在于，大部分商业数据分析平台都认为每一个数据都是有用的，都应该收集，但是看板不认可。我们把企业面临的问题放在最前沿，根据问题整理相关数据；此外，为了帮助企业完整地收集数据，目前看板已经支持了80多种数据源对接。

数据分析和治理

【/h/】通过企业数据分析，发现异常。首先，看板有自己的顾问和分析师团队。通过比较行业智库和多方数据，分析企业收集的数据，发现问题。赵干坤表示，在目前的企业中，既懂业务又懂数据的人才非常稀缺。看板正好可以填补空的空白，同时也可以为企业挖掘更多的数据价值。

赵干坤说，尤其是企业在探索新零售的时候，数据起着关键作用。新零售的一个要点就是给消费者带来更好的用户体验，所以对用户行为和场景数据的分析可以产生更大的价值。选址和站点效率与数据息息相关。未来零售的突破点应该是每个消费者进店看到的东西都不一样，是消费者通过数据对个性化需求的探索。

操作中的定量反馈和干预

通过将数据分析的结果嵌入到企业的决策过程中，体现了数据的价值。

【/h/】看板在服务某知名汽车品牌的中国会员运营中心时，整合了app、全国各地俱乐部群、微信、微博、线下活动的注册数据，最终提升了会员社区的活跃度。数据显示，该品牌中国成员的粘性显著增加，去年成员数量增加了180%。品牌的会员app内容主要涵盖了一些产品和行业相关的信息推送。以前用户经常停留2-3分钟左右。但经过用户画像、行为分析、兴趣爱好、场景等多维数据分析，多轮测试，对用户进行个性化推送，粘性数据显著增加。

在商业数据分析领域，赵干坤有自己的看法。他希望看板产品能够在服务各个行业的同时，深度切入一个子行业。在他看来，连锁酒店领域对自助业务数据分析的需求很大。酒店有很多复杂的管理系统，其中的数据使用得非常好。