数据孤岛、系统林立，这些顽疾瓴羊想要全搞定

2023-07-12

文章转载自"ToB行业头条"

—

“从算法+算力+数据，现在已经演变成大模型+好数据，这才是未来AI时代的新公式。”

来源 / ToB行业头条（ID：wwwqifu）
作者 / 海阳

“SKU周销量准确率平均提升了20%，减少损失达千万。”这是一家运动品牌企业碰到管理库存的难题，在试用一款企业数智产品后，取得的实打实的成效。

除了库存管理，这款产品在数据汇总和分析、客服管理、会员运营及营销等与企业数据相关的领域，都收到了商家试用给出的正面反馈：有的节省了数据分析80%的时间，仅做报表就省下100万的人力成本；有的将客服效率提升了30%，消费者能得到更好的服务体验；有的通过它招募会员，活动产生的GMV提升近70%······

这款能高效解决企业诸多数据难题的新产品，叫“瓴羊One”。不少客户翘首以盼，期待解锁完整版产品更多的新功能。

7月12日，阿里旗下子公司瓴羊正式发布“瓴羊One”。瓴羊One是业界首个链接多电商平台且覆盖企业经营全链路的智能企服产品，可帮助企业轻松实现多渠道经营，将割裂的生意融通为一体。

一年前，瓴羊正式成立，推出针对企业商家数据整理、分析等难题的“五朵云”；一年后的今天，瓴羊更进一步，将“五朵云”能力封装进统一的一个产品，并接入AI大模型的新能力，以标准化、轻量化、模块化、智能化的方式，继续破解企业系统林立、数据烟囱治理的数智化顽疾。

从阿里孵化的瓴羊团队，已经和数据打了二十年的交道，瓴羊CEO朋新宇把经验总结为一个坚持：“我们始终坚持一件事情，让数据服务人，而不是让人去服务数据。不管数据变得多么大，多么复杂，瓴羊会始终坚持让数据越用越好，越来越好用。”

企服产品越用越臃肿

业务数据下降5%却找不到原因

当这个世界逐渐走向多元化，当人们开始强调更多的个性化，需求端的改变对供应端的要求也变得愈加复杂，为此很多企业、商家不得不通过持续采用一些新技术、新产品做能力提升，以适配要求的复杂化。

浙江温州自南宋起就是制鞋名地，李一（化名）作为地地道道的温州人对制鞋产业了然于心，从2003年起，李一和朋友在温州瓯海开始了造鞋的生意，如今做成了一个规模400余人的中型鞋企。

但随着规模越做越大，李一的鞋厂出现了一些新问题，他告诉「ToB行业头条」，“从淘宝、京东，到小红书、拼多多、抖音商城、快手商城等，我们服装生意涉猎的电商平台越来越广，相应建设起的物流管理系统、货仓系统、销售预测系统、各平台流量投放、后台数据整理系统也越来越多，加上原本制鞋用到的老ERP、MES等，工厂已经应用了十余个软件系统。”

不仅如此，李一还发现之前工厂代工期间采用软件系统出现了老化问题，让其与很多新产品拼接使用中，出现数据分散问题，让数据在多套系统工具和多个操作人员的流转中，逐渐失焦从而丧失了太多的价值。

李一举例称，在今年的五一电商促销活动中，因为数据报表分析失真，大卖的松糕凉鞋款式货存准备不足，导致白白损失一大块营业额。

痛定思痛，李一找到了一些ToB服务商做解决方案，包括上了诸多数据服务SaaS产品，请了专业的人做相关的低代码开发等等，但结果却不尽如人意：“新采购的一些产品，在之前确认过能通过API接口与原有工厂系统做全打通，但到了现场，对方说某些业务场景的打通就需要软件公司提供技术支持了，需要加钱，这样的情况很常见。”

李一介绍说，为了维持这些新系统的运行，自己还需要再招聘一些专业人才进行维护，这一来一往，对企业业务增长产生的价值不仅少，自己一年要多出去一百多万元的建设成本。

“以前生意小的时候，一两个系统对工厂帮助是很明显的，现在生意做大了，要上的系统多了，结果提升没看见什么，花的钱是越来越多，但是不上新系统又不行，真的是进退两难。”这让李一十分感慨。

李一遭遇的境况，正是当下需求端走向多元化、个性化之后，供应端出现难题的典型案例。

瓴羊CEO朋新宇对此感受颇深，他和团队这两年走访商家和企业，发现很多企业、商家在数字化转型过程中，常会遭遇因各个子系统的组件异构、开发逻辑不同的原因，使其无法统一管控、系统与系统之前无法互联互通，从而造成“烟囱”林立、数据孤岛、业务（流程）割裂、协同难、无法持续迭代升级等系列难题与挑战频发。

面对这些问题，企服行业出现了一些专门支招的业内公司，比如通过数据爬取去做数据整合，或者直接跨平台做数据治理，但这些产品往往专注于工作流、商业流方面，偏向单个业务环节，在数据连通上，只是粗暴地将各个系统揉在一起，使得数据在驱动业务上没有充分发挥出价值。

朋新宇也向「ToB行业头条」举了个例子，数据汇总到老板，发现业务掉了5个点，但各团队指标都正常，那这下降的5%，到底谁负责？

“问题可能不在单个业务部门，而在‘城乡结合部’。比如，营销团队拉的流量是否匹配目标客户？备货团队能否根据客户需求及时调整？客服团队又怎样更有效地引导和转化商单？这些问题都是数据流、商业流、工作流没有打通造成的‘城乡结合部’问题，非常棘手，不解决最后就是老板买单。”朋新宇说。

标准化、轻量化、模块化

从“净水器”到“点金术”

脱胎于阿里巴巴的瓴羊，为解决这类数据难题积累了相当多的经验，大部分企业正在走的数智化转型之路，阿里其实已悄然走过。

朋新宇把它总结为三大优势：技术够高、行业know-how够宽、大数据够深。

阿里每年的双11，让技术在一次次峰值的磨练下实现了迭代升级；作为最大的电商平台，阿里团队对不同行业和领域的知识，都有深入理解、整合；而由此产生的数据量、数据维度和数据洞察，已经相当完备，能产生更多价值。

“其实电商本质是商业，是对货的理解，对货的周转、货与人匹配的理解，这些是瓴羊从阿里积累的独特经验和洞察。”朋新宇说。

这也是众多品牌厂商选择瓴羊的原因。瓴羊团队曾服务数百万店铺、数万个品牌，积累了众多真实的服务经验和系统能力，包括服务LVMH、一汽红旗、现代斗山、红星美凯龙、星巴克、小鹏汽车、海底捞、老板电器、敏实集团、心相印、百雀羚等众多知名企业的数字化建设。

基于此，一年前，瓴羊发布“五朵云”—— 分析云、营销云、产销云、客服云、开发云，尝试解决企业数据难题。

通过“五朵云”，瓴羊直接打通整合企业的业务流、数据流和工作流，驱动数据智能带动业绩增长的目标，专门推出的开发云PaaS产品，让企业直接上手定制新的产品应用解决特定问题。

然而，正如世界上没有完美的东西一样，“五朵云”也不能完全满足所有企业的需求。

朋新宇讲到，“五朵云”的方案，很多大客户表示十分满意，但是对于很多中小企业、商家来说，这套方案是重实施，重交付，重系统和耦合集成，需要客户企业团队有足够的能力接住，而目前国内需要数字化改革的企业大多数都是中小企业，这限制了“五朵云”被广泛采用的可能性。

“一些中小客户，可能没有那么大的资源投入，但又非常想利用先进的数字化工具来解决痛点问题，我们就把5种能力封装到瓴羊One中，标准化、轻量化、模块化地推出来。”朋新宇说。

瓴羊将五朵云能力做封装、做改造，着重在分析、履约、营销和客服等应用领域，推出了瓴羊One这款开箱即用、轻便简洁的产品，降低了要求客户团队能力具备一定能力的门槛，让其更加广泛普众。

同时，瓴羊One通过众多即插即用的标准插件，像乐高积木一样灵活组装及连接拓展，让原本多达二十多种且互不流通的数据流、商业流、工作流“多流合一”。

目前，瓴羊One通过客户授权接入企业在淘宝天猫、京东、拼多多、抖音、快手、小红书等平台的店铺经营数据，让企业随时掌握多渠道的全局经营情况；支持集成瓴羊旗下经营分析、客服管理、订单管理、物流管理、会员运营等业务全流程软件，且可与企业自建系统及Salesforce等外部企服软件打通；并且可以关联千牛、钉钉、飞书、企业微信等办公协作系统，业务指令自动同步。

朋新宇提到，瓴羊One可以帮助商家企业的各个业务团队更有效地决策，并且它对各个业务系统没有入侵性，基本不会对原系统改造，而是接入式的，接入的是一种类似数据“过滤器、净水器”的存在，基于此再去做数据分析和挖掘，做到真正的“点石成金”，带动业绩增长。

“相当于帮商家企业把多个源头的水变成纯净水，并且反过来循环到你的业务中去，帮助解决问题及挖掘新价值。‘城乡结合部’是通俗的说法，其实往往要挖地三尺，才能真正把这个问题解决好。”朋新宇说。

DaaS或成行业事实标准

企服未来属于好数据+大模型

随着瓴羊One的问世，企业服务市场距离朋新宇提的数据智能即服务（DaaS）更近了吗？

所谓DaaS，目标就是以数据驱动为增长引擎，打通整合企业的业务流、数据流和工作流，实现三流一体，为企业带来高质量增长。

因此，瓴羊提供的服务，需要让数据去盘活全局，用数据思维构思全局，让数据产生实际的价值，通过数据的驱动，使原有的流程性业务系统才摆脱简单的执行角色，变得“智能”起来。

可问题是，各行各业具备的特定需求，让很多通用数据并不能对其产生明显价值，最后呈现出“只有大数据，没法智能”的现象。

这方面，市面上有很多做数据服务的企业，都曾向「ToB行业头条」提及，面对不同行业的用户，他们对不同数据维度的敏感度是不同的，例如日化消费品牌企业对于库存分布、销售预测十分关注，但对于一些重生产的企业则并非如此。

因此，如何让数据收集变得更加专业，方便数据解码之后，驱动产品为客户企业带来更直接的价值提升，一直是数据服务商们关心的重点。而此时，AI大模型的出现恰逢其时。

AI大模型的发展，刚好是需要收集、应用大量专业化、场景化的数据去驱动产品，让其具备“行业化”智能，使其在熟悉企业本身情况与外界行业走向下，给予专业的发展分析参考与规避一定量的简单却繁琐的基础工作，这其实与数据服务商追求的现实呈现一致。

“从算法+算力+数据，现在已经演变成大模型+好数据，这才是未来AI时代的新公式。”朋新宇说。正是明白这个道理，瓴羊积极接入通义千问等AI大模型，并基于此为瓴羊One设置了一些AI应用体验。

例如在BI工具上，接入大模型将AI能力做提升后的瓴羊One，可根据具体的自然语言指令，将需要的数据调出，并形成明显的表图数据对比，让使用者可实时迅速掌握事态走向，并可以将形成的数据报表，通过自然语言命令一键推送所有连接的工作平台，彻底打破了传统功能的使用逻辑，定义未来化的场景工作模式，帮助工作效率进行大幅度提升。

一家电商企业负责人介绍到，在使用瓴羊One之前，客服系统是一套单独的软件，各个电商平台又是不同的后台，客服主管每天要定时监测六个平台，而光这一件事情每次就要花1个小时，并且也无法保证客户回应的迅速、准确。

“用了瓴羊One后，AI会自动巡检各个平台上的消费者咨询对话，对14大高风险场景自动识别，客服主管打开产品，就会收到针对潜在重要客情的提醒。”该负责人说。

文初提到的库存管理场景，也正是使用瓴羊One内置的AI预测模型，实现了更精准的销量预测，从而盘活库存，避免了千万级的损失。