萬億商業(yè)帝國，往往始于一個簡單的共識。
回溯電商之王亞馬遜的歷史，必然有經(jīng)典的一幕：
2001年，先后經(jīng)歷了各類重大歷史事件的美國，正處于低谷之中，所有公司都在經(jīng)受嚴峻的環(huán)境考驗。
而后，亞馬遜CEO貝索斯迅速找到《從優(yōu)秀到卓越》的作者吉姆·柯林斯，向他尋求關(guān)于亞馬遜的戰(zhàn)略發(fā)展建議，最后，貝索斯帶著高管團隊提出一個著名的模型：
通過低價策略，吸引更多的客戶;更多的客戶，則可以增加銷量，吸引更多的第三方賣家來亞馬遜網(wǎng)站開店，從而可以讓亞馬遜將物流和運營網(wǎng)站的成本降低;效率提升，則再度促進低價。
其中，每個環(huán)節(jié)如同齒輪一樣互相吻合，每個環(huán)節(jié)的改善，都可以讓整個系統(tǒng)加速運行——這便是亞馬遜著名的“飛輪”效應，也是其業(yè)務增長的“秘密”所在。
建立起與之匹配的業(yè)務和戰(zhàn)略體系之后，亞馬遜走上了高速增長之路。從2001年至今，亞馬遜已經(jīng)建立起包括電商、云計算、流媒體等業(yè)務的龐大商業(yè)版圖。
“飛輪效應”的目標，其實是找到驅(qū)動增長的關(guān)鍵因素——本質(zhì)上，某種程度上也意味著企業(yè)如何找到起自己的PMF(Product Market Fit)，并且迅速擴大規(guī)模，這是所有企業(yè)都在尋找的永續(xù)經(jīng)營的模式。
而在當下的數(shù)智化時代，人們對“飛輪”效應的探索，從未停止?，F(xiàn)在，這個關(guān)鍵因素幾乎無法與“數(shù)據(jù)”脫離關(guān)系。
數(shù)據(jù)是構(gòu)建起互聯(lián)網(wǎng)世界的“地基”。而大數(shù)據(jù)行業(yè)的歷史，正是探索如何存儲、應用海量數(shù)據(jù)的宏偉道路。
開源分布式計算平臺Hadoop的出現(xiàn)，則改變了一切——讓企業(yè)擁有存儲海量數(shù)據(jù)的能力，從而建立起了數(shù)據(jù)資產(chǎn)。
在云計算時代到來之前的2000年左右，互聯(lián)網(wǎng)世界還處于單機時代。雅虎、Linkedin、Facebook等新興互聯(lián)網(wǎng)公司為了應對高速發(fā)展的業(yè)務需求，紛紛采用以Hadoop為主的系統(tǒng)爬取、存儲巨量數(shù)據(jù)的新技術(shù)，這也成為大數(shù)據(jù)和云計算行業(yè)的基礎。
國內(nèi)也有類似的數(shù)字化實踐，在2015年前后興起的火熱的“中臺”，正是國內(nèi)企業(yè)數(shù)字化進程中的重要里程碑。
“中臺”一詞最早來自阿里巴巴。2015年，阿里巴巴參考芬蘭游戲公司Supercell的爆款游戲生產(chǎn)機制，建立起了“大中臺，小前臺”的架構(gòu)：將通用的IT能力抽取出來組成一個大中臺，為前端的業(yè)務部門賦能。
中臺降溫，對大數(shù)據(jù)的一次反思數(shù)據(jù)是構(gòu)建起互聯(lián)網(wǎng)世界的“地基”。而大數(shù)據(jù)行業(yè)的歷史，正是探索如何存儲、應用海量數(shù)據(jù)的宏偉道路。開源分布式計算平臺Hadoop的出現(xiàn)，則改變了一切——讓企業(yè)擁有存儲海量數(shù)據(jù)的能力，從而建立起了數(shù)據(jù)資產(chǎn)。在云計算時代到來之前的2000年左右，互聯(lián)網(wǎng)世界還處于單機時代。雅虎、Linkedin、Facebook等新興互聯(lián)網(wǎng)公司為了應對高速發(fā)展的業(yè)務需求，紛紛采用以Hadoop為主的系統(tǒng)爬取、存儲巨量數(shù)據(jù)的新技術(shù)，這也成為大數(shù)據(jù)和云計算行業(yè)的基礎。國內(nèi)也有類似的數(shù)字化實踐，在2015年前后興起的火熱的“中臺”，正是國內(nèi)企業(yè)數(shù)字化進程中的重要里程碑。“中臺”一詞最早來自阿里巴巴。2015年，阿里巴巴參考芬蘭游戲公司Supercell的爆款游戲生產(chǎn)機制，建立起了“大中臺，小前臺”的架構(gòu)：將通用的IT能力抽取出來組成一個大中臺，為前端的業(yè)務部門賦能。
參考：終于有人把數(shù)據(jù)中臺講明白了
阿里巴巴以這套機制建立了大量中臺，減少了IT資源的浪費。當中，數(shù)據(jù)中臺的建設最為業(yè)界追捧，阿里巴巴憑借打造數(shù)據(jù)中臺實現(xiàn)了統(tǒng)一融合的數(shù)據(jù)建設，進一步釋放數(shù)據(jù)價值，這也引發(fā)了一輪效仿——在當時數(shù)字化的熱潮之下，國內(nèi)無論大小企業(yè)，不惜一擲千金，花費百萬乃至千萬元，也開始“大建數(shù)據(jù)中臺”。
但苦澀的事實是，短短五年后，企業(yè)對于數(shù)據(jù)中臺的熱情卻逐漸降溫，不約而同進入“冷靜期”。
聽起來，數(shù)據(jù)中臺極其符合商業(yè)邏輯。比如，前端的電商部門需要一套比價系統(tǒng)，中臺部門調(diào)動資源開發(fā)對應的數(shù)據(jù)平臺后，還能把這套系統(tǒng)模塊化，等到其他部門需要的時候，經(jīng)過輕量二次開發(fā)，就能迅速地復用其他業(yè)務之上，減少部門間“重復造輪子”的行為，數(shù)據(jù)在統(tǒng)一口徑之后也能進行相對應復用。
但實際落地到企業(yè)當中，這套邏輯并不一定奏效。
“為做而做”，“求大求全”，使得數(shù)據(jù)中臺難以為業(yè)務所用，也是許多數(shù)據(jù)中臺項目失敗的原因。
在數(shù)據(jù)中臺建設的早期，業(yè)內(nèi)還沒有成熟的建設規(guī)則或者方法論，部分企業(yè)直接套用阿里的數(shù)據(jù)建設方法論，建設了許多不必要的功能。而在真正啟用后，卻發(fā)現(xiàn)功能和數(shù)據(jù)并不符合實際的業(yè)務場景需求，最終的結(jié)果就是“難用”，數(shù)據(jù)中臺并不能被真正用起來，也就加難以收獲業(yè)務端的認可。
在36氪2020年的報道中，曾有IT從業(yè)者拋出一個精彩比喻：“中臺不是萬能藥，大象吃這個藥，強身健體;螞蟻吃這個藥，一擊斃命。
”對于業(yè)務體量夠大的企業(yè)來說，照搬互聯(lián)網(wǎng)大廠的方法論，也有可能也會水土不服。這類企業(yè)往往在建立數(shù)據(jù)中臺的過程中用力過猛，將大量注意力放在數(shù)據(jù)資產(chǎn)基礎設施的建設上，又“大而全”地對各類數(shù)據(jù)進行整理和統(tǒng)一，卻忽略了自身業(yè)務的實際需求。數(shù)千萬甚至億級的資源和人力投入，卻使得數(shù)據(jù)中臺逐漸成為一個“為做而做”的項目，最終被巨大的建設成本拖累。
2021年開始，中臺的發(fā)起者阿里巴巴推出了一系列將中臺“打薄”的措施——主導阿里巴巴中臺戰(zhàn)略的前集團首席執(zhí)行官張勇，開始持續(xù)發(fā)聲：要把中臺做得越來越薄，要讓阿里的業(yè)務變得敏捷，取代阿里“大中臺”戰(zhàn)略。
這意味著，原來“什么都能往里裝”的中臺，如今要擺脫厚重的架構(gòu)，與業(yè)務鏈接得更為緊密。
與此同時，在數(shù)據(jù)中臺的建設中，企業(yè)愈發(fā)開始意識到，建中臺不是本質(zhì)目的，讓數(shù)據(jù)真正被用起來，與業(yè)務產(chǎn)生緊密的關(guān)聯(lián)才是數(shù)據(jù)中臺成功的關(guān)鍵。
在這種趨勢之下，“數(shù)據(jù)飛輪”的概念也隨之興起——圍繞業(yè)務進行數(shù)據(jù)消費，從原來的“重點關(guān)注數(shù)據(jù)資產(chǎn)”，到“同步關(guān)注數(shù)據(jù)流與業(yè)務流的融合”，即充分考慮數(shù)據(jù)在業(yè)務中的應用，數(shù)據(jù)資產(chǎn)與業(yè)務應用形成閉環(huán)。
數(shù)據(jù)飛輪的出現(xiàn)，意味著“中臺”理論失效了嗎?
對尚處在數(shù)字化初期的國內(nèi)市場而言，數(shù)據(jù)中臺對數(shù)字化概念的普及和落地功不可沒。如今，“中臺”并不能被稱為失效，而是企業(yè)對數(shù)字化的認識來到了新階段。“數(shù)據(jù)飛輪”，則可以看作這一概念演變的新一階段。
在宏觀環(huán)境變幻莫測之時，企業(yè)主更注重業(yè)務增量。數(shù)據(jù)中臺的建設，不能作為成本中心而存在，而是要為業(yè)務帶來實際效用，才能算得清這筆商業(yè)賬。
這也能解釋，為何近年來“數(shù)據(jù)飛輪”一詞頻頻出現(xiàn)在人們的視野——“數(shù)據(jù)飛輪”更關(guān)注與業(yè)務之間的動態(tài)關(guān)聯(lián)，強調(diào)“用數(shù)據(jù)”而非“存數(shù)據(jù)”。
企業(yè)數(shù)字化技術(shù)服務公司云徙科技是“中臺”理論的重要實踐者，如今也開始了對“數(shù)據(jù)飛輪”的探索。其副總裁在去年的數(shù)據(jù)飛輪消費行業(yè)研討會上提到，盡管企業(yè)對數(shù)據(jù)消費有強烈的需求，但實際操作中卻往往面臨諸多挑戰(zhàn)，真正將數(shù)據(jù)資產(chǎn)量化為業(yè)務價值，勢必觸及到對數(shù)據(jù)的精準把控與分析。對于新興的數(shù)據(jù)飛輪理念，云徙科技和其他廠商一樣，正在擁抱和認可其中的內(nèi)涵。
從這個維度來說，數(shù)據(jù)飛輪和數(shù)據(jù)中臺并不對立。相反，數(shù)據(jù)飛輪可以說是中臺理論的升級。
參考：Gartner：數(shù)據(jù)中臺即將消亡，取而代之的是數(shù)智基建
“數(shù)據(jù)消費時代”來臨“
中臺”時期，業(yè)界對數(shù)據(jù)倉庫、湖倉一體等新興技術(shù)的應用，為企業(yè)帶來了十分珍貴的數(shù)據(jù)資產(chǎn)。中臺強調(diào)“統(tǒng)一”——統(tǒng)一的技術(shù)、數(shù)據(jù)，相當于在傳統(tǒng)IT架構(gòu)下孤立的一個個軟件之間搭建起了橋梁，有助于數(shù)據(jù)在底層的高頻流通。
但這一時期的關(guān)鍵問題在于，建立了數(shù)據(jù)資產(chǎn)后，企業(yè)的數(shù)據(jù)利用率卻不高。
如今，全球數(shù)據(jù)以驚人速度增長，且沒有任何放緩的跡象。根據(jù)福布斯專欄作家Bernard Marr的觀點，全球超過90%的數(shù)據(jù)，都是在過去幾年中被創(chuàng)建。但據(jù)Gartner的研究報告顯示，如今還有68%的企業(yè)數(shù)據(jù)沒有被用來分析、使用;而高達82%的企業(yè)仍處于數(shù)據(jù)孤島之中。
電商是一個典型例子——購物大促時，會產(chǎn)生許多高并發(fā)的計算需求，并且需要實時取用數(shù)據(jù)，而數(shù)據(jù)也不只是報表等結(jié)構(gòu)性數(shù)據(jù)，而是擁有包括圖像、音視頻在內(nèi)的非結(jié)構(gòu)化數(shù)據(jù)。
而在過去，傳統(tǒng)意義上的數(shù)據(jù)倉庫主要處理的是T+1數(shù)據(jù)，即今天產(chǎn)生的數(shù)據(jù)分析結(jié)果，明天才能看到。但現(xiàn)在，企業(yè)客戶的數(shù)據(jù)需求，已經(jīng)不是單純的靜態(tài)數(shù)據(jù)，而是實時、且有洞察的數(shù)據(jù)。
因此，中臺為企業(yè)內(nèi)部的數(shù)據(jù)資產(chǎn)“建立橋梁”遠遠不夠。更重要的，是要在企業(yè)內(nèi)部建立起一套數(shù)據(jù)流通的有效模式。
“數(shù)據(jù)消費”這一概念，正是在這一語境下被提出。
領克汽車就是成功從“數(shù)據(jù)困境”中走出的企業(yè)——此前，和其他的技術(shù)密集型企業(yè)一樣，領克也建立起了一套完善的企業(yè)數(shù)據(jù)底座。
“我們手上也有APP的日活、月活等數(shù)據(jù)，但對于數(shù)據(jù)背后的意義、價值，我們是并不明確的。”吉利汽車集團營銷數(shù)字中心負責人沈穩(wěn)杰表示。
為了搞明白這些數(shù)據(jù)，領克汽車的運營團隊選擇了與火山引擎達成合作，基于火山引擎旗下的數(shù)據(jù)產(chǎn)品增長分析DataFinder，開展了一次創(chuàng)新的降價拍賣直播活動——拿出一輛車，在規(guī)定時間內(nèi)，用戶來參與直播出價拍賣。
“通過直播拍賣活動，我們拿到了非常有趣的一組數(shù)據(jù)：圍觀的用戶接近2萬，而出價用戶超過1000左右。我們再繼續(xù)對出價的用戶進行打標簽、細分，確認有意購車的用戶。”后面的兩個月里，領克對出價的用戶持續(xù)給予一些優(yōu)惠、優(yōu)惠激勵——最終，達成汽車訂單數(shù)超過200。
其中，火山引擎數(shù)智平臺VeDI的產(chǎn)品不僅能夠幫助領克實時觀測到這些數(shù)據(jù)，并且還能夠在這一創(chuàng)新場景里，幫助業(yè)務人員實現(xiàn)數(shù)據(jù)消費的全流程。如今，基于增長分析DataFinder，領克能夠清楚地了解到領克APP每天的日活用戶從哪來、又去了哪里，他們更關(guān)注什么等等。基于用戶的關(guān)注點，團隊再動態(tài)對業(yè)務策略進行調(diào)整。
領克的例子正是說明，“數(shù)據(jù)消費”是構(gòu)建數(shù)據(jù)飛輪的必要前提，一切數(shù)據(jù)資產(chǎn)建設都需要圍繞數(shù)據(jù)消費進行建設——才能有效地驅(qū)動增長。
火山引擎“數(shù)據(jù)飛輪”理論
在建設數(shù)據(jù)底座時，企業(yè)就得想明白“把數(shù)據(jù)消費作為目標”，建設符合自己業(yè)務形態(tài)的數(shù)據(jù)基礎設施。企業(yè)內(nèi)的各項應用，應該是當場景、業(yè)務需要之時，才開發(fā)相應的數(shù)據(jù)工具，而非照搬大公司的方案、模版。
那么，為何企業(yè)現(xiàn)在需要格外強調(diào)“數(shù)據(jù)消費”?這由互聯(lián)網(wǎng)的發(fā)展階段所決定。
在以往的粗放增長時期，企業(yè)可以用投放、買量實現(xiàn)增長，增長可以掩蓋很多數(shù)據(jù)問題;但在存量競爭時代，拼的是精細化運營，精細化的策略則來自對數(shù)據(jù)的洞察。在這一階段，企業(yè)數(shù)字化的終點，不是數(shù)據(jù)資產(chǎn)的建設，而是數(shù)據(jù)在業(yè)務場景的頻繁應用。
還是以字節(jié)跳動為例。多數(shù)人關(guān)注字節(jié)的組織戰(zhàn)略，往往從扁平、透明的組織架構(gòu)開始，還有一部分不可忽視，則是內(nèi)部對“把數(shù)據(jù)用起來”的極度重視。
據(jù)了解，字節(jié)跳動內(nèi)部關(guān)于“數(shù)據(jù)消費”有2個“80%”，一是80%的企業(yè)員工能夠直接使用數(shù)據(jù)產(chǎn)品，二是數(shù)據(jù)資產(chǎn)能覆蓋到80%的分析場景。
這造成一個神奇的景象。80%的字節(jié)員工每天在通過各種各樣的數(shù)據(jù)產(chǎn)品使用數(shù)據(jù)，進行數(shù)據(jù)消費，既包括以往主要和數(shù)據(jù)打交道的專業(yè)人員——數(shù)據(jù)工程師、數(shù)據(jù)分析師等等，也包含產(chǎn)品、運營、市場，甚至行政、HR、UED這些離IT、數(shù)據(jù)比較遠的人。
這也能解釋，數(shù)據(jù)驅(qū)動為何會成為字節(jié)跳動的文化之一——因為幾乎大部分人都能夠高效地獲取自己需要的數(shù)據(jù)，輔助自身的業(yè)務，而不需要等待來自上級的決策再進行實施。以數(shù)據(jù)消費驅(qū)動企業(yè)增長，并且達到業(yè)務目標后，如此反復，成為閉環(huán)。數(shù)據(jù)消費，已經(jīng)逐步成為企業(yè)經(jīng)營的必備一環(huán)。
大模型時代，用數(shù)據(jù)飛輪重塑數(shù)智化邏輯
從2023年開始的生成式AI(Gen AI)熱潮，則會加速“數(shù)據(jù)消費”這一認知成為共識，對大數(shù)據(jù)領域影響深遠。
生成式AI的訓練和應用都重度依賴數(shù)據(jù)，這本身就是一種“數(shù)據(jù)消費”，而要想讓模型質(zhì)量更高，AI在實際業(yè)務中應用落地的數(shù)據(jù)反哺又至關(guān)重要。
數(shù)據(jù)庫巨頭Databricks就在2023的年末總結(jié)里提出：“未來的大數(shù)據(jù)架構(gòu)將是一個高度集成、智能化和自動化的系統(tǒng)，它能夠有效地處理和分析大量數(shù)據(jù)，同時簡化數(shù)據(jù)管理和AI應用的開發(fā)過程，為企業(yè)提供競爭優(yōu)勢……在不久的未來，每個領域的贏家，都是那些最有效利用數(shù)據(jù)和AI的企業(yè)。”
如今，大模型想在企業(yè)側(cè)落地，意味著企業(yè)自身的數(shù)據(jù)和算力規(guī)模都會不斷加大——未來，企業(yè)不僅是需要更多數(shù)據(jù)，更重要的是要更會使用數(shù)據(jù)。而數(shù)據(jù)消費，又會反哺到應用和底層的數(shù)據(jù)基建建設之中。
百度董事長李彥宏就曾表示：“AI原生應用會驅(qū)動模型、芯片等AI技術(shù)棧的發(fā)展，只有通過更多的場景落地應用，才能夠形成更大的數(shù)據(jù)飛輪，才能夠讓芯片做到夠用和好用。”
幸運的是，在數(shù)據(jù)應用上，大模型未來會成為用戶的有力助手。大模型使得人與機器的交互形式發(fā)生根本性的變化，這會有效地降低用戶的數(shù)據(jù)消費門檻。
傳統(tǒng)數(shù)據(jù)分析方式將會發(fā)生巨大變化——從前，如果業(yè)務人員需要找一個分析數(shù)據(jù)，輕則需要學習BI等分析工具，重則需要找專業(yè)的IT人員提需求。但在大模型誕生后，垂直領域的數(shù)據(jù)搜索將會變得更容易，只要用自然語言和模型交互，模型即可提取相應數(shù)據(jù)，大大提升在數(shù)據(jù)分析上的人效。
但這也意味著，未來使用數(shù)據(jù)的門檻會降低，而對數(shù)據(jù)質(zhì)量的要求則會進一步提高，企業(yè)要想真正享受到生成式AI帶來的業(yè)務紅利，需要更加強健的數(shù)據(jù)基礎設施，以及建立起良性的數(shù)據(jù)消費模式，挖掘業(yè)務數(shù)據(jù)中更深層次的價值。
更多的人使用大模型提取和分析數(shù)據(jù)，這對企業(yè)的數(shù)據(jù)基礎設施提出了更高的要求——OpenAI每次發(fā)布新功能后，宕機現(xiàn)象仍然頻發(fā)，則是當前底層設施尚未很好適配大模型的證明。
數(shù)據(jù)基礎設施如同土壤，只有足夠強大，才能夠孵化出有爆發(fā)潛力的AI原生應用。對此，企業(yè)需要更精細化地建設數(shù)據(jù)基礎設施，配合業(yè)務流建立起數(shù)據(jù)采集、存儲、分析層面的工具。而在數(shù)據(jù)上，更需要高質(zhì)量且完整的數(shù)據(jù)，更好加以治理，統(tǒng)一標準和口徑，為數(shù)據(jù)的使用做好準備。
最后，企業(yè)需要找到一個數(shù)據(jù)消費場景，讓大量用戶使用，模型才能不斷迭代，讓性能更強——這與數(shù)據(jù)飛輪理論，也不謀而合。
早在2013年，《大數(shù)據(jù)時代》一書作者維克托·爾耶·舍恩伯格就表示，大數(shù)據(jù)開啟了一次重大的“時代轉(zhuǎn)型”，其帶來的信息風暴正在變革我們的生活、工作和思維，社會也將經(jīng)歷類似的地殼運動。
十年過后，隨著數(shù)字化進程的深入，“數(shù)據(jù)飛輪”成為一個新的階段，幫助企業(yè)構(gòu)建數(shù)智化競爭力的邊界——誰能更好地轉(zhuǎn)動起數(shù)據(jù)飛輪，誰就能真正掌握未來。
分享到微信 ×
打開微信，點擊底部的“發(fā)現(xiàn)”，
使用“掃一掃”即可將網(wǎng)頁分享至朋友圈。
數(shù)據(jù)分類分級方法、標準及應用實踐
