矩阵再度扩容,解码阿里云数据中台的新品策略
风口行业巨擘出现
疫情期间,这一需求尤其明显。
今年4月和7月,工信部印发两期《中小企业数字化赋能服务产品及活动推荐目录》,发布223家服务商和254项服务产品及活动,阿里巴巴、腾讯等互联网电商平台及其服务产品和活动被重点推荐,被认为“一定程度上解决了中小企业商品存储、分销渠道受限及运营成本高等问题”。
从“中台”概念产生历史看,国内最早提及“中台”一词是在2015年,阿里巴巴进行组织升级,建设整合了阿里产品技术和数据能力的强大中台,组建“大中台,小前台”的组织和业务体制。几年后当“数据中台”成为科技圈热词之时,阿里早已走在前面。今年6月9日,在2020阿里云线上峰会上,阿里巴巴集团副总裁、数据技术及产品部负责人朋新宇表示,阿里云数据中台未来将要扶持100万家企业实现数智化。
围绕这一目标,阿里云数据中台近两年来通过推出多种行业解决方案,以及一系列数据产品,为企业搭建了数智化转型的基石。2020阿里云线上峰会上,除了赋能100万家企业的目标外,阿里云数据中台还推出了Quick Audience、Quick A+两款全新产品,并升级Dataphin和Quick BI两款产品。3个月后,阿里云数据中台又完成了Quick Audience从1.0到2.0的进化。9月18日,在2020云栖大会上,阿里云数据中台官宣升级了产品Quick Audience2.0,并推出全新产品智能货品运营平台Quick Stock。阿里云数据中台在产品矩阵构建上的加速推进,无疑是对整个数据中台行业,以及企业数智化转型趋势的推动。
场景化是新品打造的背后逻辑
从阿里云数据中台系列产品的打造路径看,阿里云深谙扎实基底、细分场景的产品逻辑。
阿里云数据中台最早推出了智能数据构建及管理平台Dataphin。随后推出Quick系列产品:满足企业可视化数据分析需求的新一代智能BI服务平台Quick BI、满足跨多端场景下的全域洞察产品Quick A+。
在今年6月,Quick Audience 1.0版本出现,定位于“智能用户增长”,产品围绕消费者进行全方位的洞察和营销,最终实现购买。而在9月升级的Quick Audience2.0中,针对消费者的运营更深入、更全面。过去,单向的广告推送将升级为双向的人群互动,多点的营销触达升至消费者深度运营。
产品一步步升级之下,阿里云数据中台已形成了以“Dataphin”为基座,承载“Quick系列”的场景化核心产品矩阵,为企业输送数智化核心能力。这一产品打造逻辑,是基于阿里云数据中台具体到各个业务场景了解企业问题、挖掘企业需求,再针对性提出场景化解决方案的思路。
阿里云数据中台今年推出了Quick Audience1.0、Quick Audience2.0和Quick Stock,就是为了解决新零售业的核心问题。从人货场的角度来分析零售变革,可以看出新零售与以往零售模式上本质的差异。新零售带来的变革,不仅仅是单一要素驱动下人货场关系结构的变化,而是从消费者需求,到原料生产、到品牌厂商、流通体系、仓储体系以及前端销售乃至用户体验端的全链条式生态化反。
新零售是一次彻彻底底的由数字化技术支撑,以大数据、物联网、5G技术等作为链接节点的全产业重塑。从这一角度看,“场”变为线上渠道之际,“人”和“货”的场景都成为新挑战。在围绕“人”场景下,阿里云数据中台推出的Quick Audience,围绕消费者进行全方位的分析和营销,最终实现购买。以天猫618消费季为例,数据显示阿里云数据中台零售行业解决方案的作用下,LineFriends联名新品优选放大人群ROI提升了322%,养生壶这一品类ROI达到了6.85。
在“货”的场景下,新发布的Quick Stock智能货品运营平台 “以货为中心”洞察市场。Quick Stock拥有线上线下全渠道货品数据覆盖,以强大的智能算法能力,为所有货品进行全方位多维度的打标,让商家了解货品的全貌。
同时,Quick Stock拥有与阿里经济体生态联动的优势,也能清楚洞察市场需求和货品状态,进行更好的商渠匹配。仅针对零售行业一项,阿里云数据中台就为“匹配人”和“匹配货”两个场景设计了两款产品,其中Quick Audience还在3个月内进行了更新。从细化到单个场景推出服务的动作看,未来阿里云数据中台会不断推出各类场景化产品,更有针对性的解决用户痛点。
目前,阿里云数据中台已经将其他场景产品列入日程中。据接近阿里云数据中台的人士介绍,阿里云数据中台正在对外孵化一款围绕智能实时决策的产品——该产品可能是解决金融风控场景下的实时决策提供数据能力。
传统的软件销售者、解决方案集成供应商已成为粗放的代名词,数字化进程下出现了一条正确而艰难的路——不断开发新场景、融合新场景、设计新场景。从“一招鲜吃遍天”的通用解决方案中走出来,在统一的方法论和统一数据体系的构建之上,为细分场景提供专属解决方案和数智产品,有效推动企业数智化转型。针对场景开发的产品将成为数据中台新的商业竞争力。
数字化加速下,企业自身发展通常表现为非线性的跃迁,基于新场景的敏捷响应能力成为必备,其中的关系在于,新场景开发越多,敏捷响应能力就越强,也越能够形成不确定时代的反脆弱机制。
行业化是数据中台赛道的另一趋势
今后,行业可能不会单纯依赖通用化的数据中台。艾瑞咨询研究显示,服务厂商对企业客户业务的理解不够是阻碍数据中台行业发展的最大瓶颈。
而这一趋势,同样也在今年阿里云数据中台的两次重磅亮相中得以证明。除了场景化产品,阿里云数据中台另一个可见趋势是行业化。
先是在 2020阿里云线上峰会上,阿里巴巴集团副总裁、数据技术及产品部负责人朋新宇在推出新产品之际,还发布四大行业数据中台解决方案:零售数据中台、金融数据中台、政务数据中台以及互联网企业数据中台,将进一步把数据中台引入全速重构行业数智化的深地。
紧接着在9月份的2020云栖大会上,来自地产、旅游行业的企业也分享了其利用阿里云数据中台实现数智化的经验。
亚洲知名的大型多元化房地产集团凯德自去年10月与阿里云数据中台合作,不仅消除了数据孤岛,而且完成了凯德自身数据资产的沉淀。现在,凯德的数据分析人员取数时间是过去的1/5,业务人员根据每天定点推送的数据报表进行完整数据洞察。
而在旅游业,针对景点复杂的管理因素,阿里云数据中台也展现出垂直行业解决方案的特点。作为我国第55处世界遗产的良渚古城遗址公园,占地面积3.66平方公里,包含多个景点,管理复杂。而良渚通过阿里云数据中台实现票务、停车、入园等多个景区基础业务数据系统的构建,打造包括游客服务、景区管理在内的数字化体系,完成了智慧景区应用探索的重要一步。
从四大行业解决方案,到凯德、良渚为代表的地产、旅游行业的成功试水,不难推测阿里云数据中台今后会面向更多行业进行裂变,精耕行业,打造断层优势。
从竞争逻辑看,在垂直场景下阿里云能更好地服务特定类型的行业客户,提供更加有针对性的行业解决方案,可以更好地助力该细分行业企业客户进行数智化转型升级。
针对垂直行业开发的数据中台重要性在于,数据中台支持的业务场景会不断反馈数据到中台,因此数据中台具有很强的马太效应。随着应用加深,垂直行业的数据中台会出现寡头效应。在垂直行业率先提出解决方案,并非是提前出发,而是创造了不可逾越的优势。
同时,从阿里云数据中台开放的生态合作伙伴战略看,阿里云数据中台正输入优秀伙伴的行业经验,以产品化模式输出行业数据模型,实现同一个行业的多个客户快速复制,提高交付效率,降低交付成本,推动行业发展的数智化推动力。
2018年,阿里云数据中台正式对外服务之初,就曾提出将与生态共建,共同帮助企业客户实现数智化。
迄今为止,阿里云数据中台已与包括埃森哲、毕马威、德勤等多个领域内权威企业合作。
阿里云数据中台认识到对行业的判断以及细分打造能力决定了其在产业互联网时代的竞争力,通过场景化、行业化的产品布局,阿里云数据中台不断为自身的竞争增加筹码。
我有话说: