美的大數據的經驗談：如何讓管理層參與大數據項目推進?如何讓業務用戶認可大數據價值?大數據團隊如何構建?怎樣切實有效的和業務結合發揮大數據價值?大數據建設如何選擇靠譜的合作伙伴?中國智能制造是怎樣的發展現狀?美的大數據部門獨立后要干啥?

　　導言：1968年誕生的美的集團，已經在半個多世紀的發展中牢固的確立了其全球家電***的市場地位，2016年收入實現高速增長，利潤增速在20%以上，這與美的集團由上至下地堅持數字化轉型策略密不可分。而推動美的轉型的632企業信息化戰略可以說是建立企業數字化的基礎。從2012年開始，美的就開始做IT治理的集中制、全面重構系統，系統交付從外包轉變自制為主。確定632戰略之后，美的投資十多個億，進行全面重構系統，實現了集團級的企業標準和語言。　　美的集團總裁助理、美云智數總經理谷云松曾在2016三亞IT價值峰會上表示：企業數字化轉型的***要求，是支持企業的精益與敏捷。而提升效率、實現信息敏捷，離不開信息化、互聯網化。在這個過程中，數據的驅動尤其重要。數據是改變的考量依據，數據驅動流程的優化、產品的創新、商業模式的變革。

　　2016年美的集團員工總數10.8萬人，要驅動如此龐大體量的企業進行數據化運營從而實現精益化管理，絕非輕而易舉、一蹴而就的事情。本次永洪小編有幸深度采訪了美的集團成員公司，美云智數副總經理黃侃，為您揭示美的大數據運營的實踐經驗。

　　一. 數據運營是一種可培養的工作習慣

　　要讓大家一起來構建企業的數據文化，還有更重要的點是讓企業形成有問題用數據來尋找答案的習慣。

　　業內的朋友都知道，黃侃是制造業知名的大數據專家，可是鮮有人知其實他的職業生涯并非從制造業開始。問黃侃是因為怎樣的契機扎根于制造業，又選擇了在制造業大數據領域不斷探索的?他說，“我從1999年開始就一直在數據相關的領域工作，之前是在金融和通訊這兩個行業差不多做了15年左右的時間。后來我希望看一看制造業，因為制造是整個產業發展的基石。金融和通訊整個數據的體系是比較完善的，而制造業在當時做數據化運營是很有挑戰的事情。到后來我加入了美的，開始思考一個中國制造業標桿企業怎么樣通過數據驅動整個企業運營。”

　　那美的當時是基于什么樣的需求而組建了大數據體系呢?黃侃說：“一個企業發展到美的這個階段，年產銷在1500億的規模，精細化的管理和精細化的數據驅動就變得格外重要，現在數據已經是企業的核心資產，如何利用好這個核心資產，讓核心資產反過來推動企業更有序的和更健康的發展，是集團非常重視的事情，所以我們在美的成立了大數據體系。”

　　成立了大數據體系，又如何讓大數據分析的價值被業務部門充分認可呢?黃侃認為：整個數據驅動的運營是只有起點沒有終點的一件事情，美的大數據體系是一個推動者、執行和落地者。要讓大家了解和認可數據的價值，首先需要每一個人的參與，尤其是每一個管理層的參與，大家一起來構建企業的數據文化，還有更重要的點是讓企業形成有問題用數據來尋找答案的習慣。

圖1 美的做了大數據的服務號，培養大家看數據的習慣(圖片來自IT Value網站)

　　而即便管理層都認可了大數據分析的價值，對于大多數企業來說還是會經歷大數據價值不太明朗的階段，比如說基礎平臺已經搭建，而業務分析模型仍在摸索之中，又或者與業務流程的結合缺乏體系化思考，導致項目無法發揮價值等，對于大數據項目如何判斷方向和控制其風險，黃侃給出美的的經驗：整個大數據的推進過程，我們講究循序漸進，把每個推進的過程，每個數據價值的釋放分成很多的周期，然后逐步的釋放出來。我們基本上是以月為單位去迭代，快得時候甚至于每周釋放新的業務價值出來，讓集團內部的業務用戶，整個公司感受到數據的力量。對企業來講做大數據項目雖然也可以貪大求全，比如我們會制定未來幾年的發展藍圖，但在實施過程之中一定要注意逐步地和快速地釋放數據價值，對企業內部大數據項目管理來說，項目進度的風控是非常重要的。

　　另外，即使在快速迭代的周期中，阻力本身是一定存在的，因為市場變化非常的快導致我們業務模型和業務關注點的變化也非常快。所以基本上無法給你充足的準備時間去做這件事情，這種時間的不充分會不會帶來阻力?確實有阻力，但我認為更多的阻力是來自于你在運營過程中沒有更好的為業務用戶帶來價值，這種阻力更多需要通過我們的團隊去分析和思考，是不是你的數據文化出了問題?是不是團隊的分析能力和對業務熱點的把控能力出了問題?這個時候要做的是及時去調整內部團隊的能力。

　　大型制造企業生產管理流程及其復雜，大部分的制造型企業并非沒有實踐的勇氣，而是缺乏將大數據決策落地的能力。而在這點上，美的是在怎么做到的呢?黃侃表示，”如果大數據分析作為一個領域來說，其實它是一個非常復合型的領域，在這個領域內如果想要做成一點事情，幫到業務的進展，一定是基于好的技術基礎，需要邏輯清晰，也需要業務本身的前瞻性，對業務和市場的理解，才有可能用數據驅動業務的發展。”

　　二.大數據如何聚焦業務價值

　　基于這些數據，我們怎么樣把數字化運營建立起來，怎么樣更好的改善我們的產品企劃，生產制造的環節，產品質量以及客戶服務，這是整個數字化運營或者是數據驅動企業運營過程之中非常重要的目的。

　　說到技術能力與業務理解的結合，就不得不提到美的的數據工作團隊，究竟他們是如何分工，實現了哪些又是怎樣實現這些應用場景呢?黃侃介紹說：“我們會有內部數據團隊，基于美的自身運營，研、產、銷和各個環節所產生出來的數據進行分析;還有就是外部數據團隊，基于互聯網數據的應用尤其是用戶數據進行分析。傳統的制造業可能會采取層層分銷和渠道銷售的模式，導致我們更多的只接觸到渠道商和代理商，而感知不到自己的終端用戶。這個時候用戶數據就為我們提供了非常重要的切面，幫助我們了解市場的真實需求。另外，數據作為一種復合型的工作，這個團隊除了技術人員外還需要負責數據清洗、轉換、建模的部分，需要業務團隊的配合，所以美的大數據體系的融合是業務加數據的融合，這也是美的大數據非常有特色的地方。基于內部數據、外部數據包括用戶數據這些維度構成了我們美的大數據的數據源，從底層的數據到上層的應用規劃，以及構建驅動方式，用數據驅動整個美的的企業運營。在美的我們有跨事業部的聯合工作小組，基本上季度或者月度會開會溝通大數據相關的問題。那究竟如何用數據分析幫助業務提升呢?黃侃分享了三個具體的應用場景：

　　案例一理解用戶需求、打造爆款產品　　美的有一款產品總是賣不好，而市場上競爭對手的銷量卻非常大，其實這家廠家不是一個很大牌的廠家，它只做一款產品——電烤箱，美的的東西為什么賣不過這樣的友商呢?通過數據跟蹤后分析大數據團隊發現有很大的問題。

圖2 大數據分析分析收益——優化產品，貼近用戶，提高利潤

　　***，產品尺寸。因為美的這款產品以前是以外銷為主的所以尺寸比較大，但是國內用戶沒有那么大的房子也沒有那么多的人口，他不需要這么大的產品來為他服務。市場上的主流產品是25寸和32寸，而我們的產品是38寸，所以這個會有偏差。

　　另外一點，從功能上來說國內的用戶比較講究獨特和美觀，有些功能或許你覺得用處沒有那么大，但是這些功能是客戶進行商品選擇時非常重要的決策因素，我們怎么去改善它?通過大數據把功能和競爭對手進行對標進行分析，就可以告訴研發部門應該做，哪些不做。

　　還有，從市場角度來說，整個產品的運營考量是非常重要的，到底這款產品主打什么，是主打燒烤、主打烘焙還是其他?我們會對產品進行市場用戶需求的評測，從用戶的角度，通過用戶的心聲做建模，來看說用戶到底想要什么。

　　這幾個點全部改完以后，三個月的時間這款產品重回市場***。

　　案例二完善產品細節、投訴率降低40%

　　美的有一款新的家用產品投入到市場，質檢通過率返修率都沒有什么問題，但是對在電商平臺上抓取的用戶評價數據進行分析，分析結果顯示用戶的吐槽率是比較高的。但通過用戶回訪，客戶自身也說不清什么原因，就是反映產品漏了配件。這個很顯然就是售后部門和產品部門的博弈了，在產品質量層面是沒有問題的，該檢查的也檢查過，但投訴和丟失配件的評價依然存在，一時間也找不出來到底是哪個環節出現了問題。

　　但數據是不會騙人的，這個吐槽和投訴率就是實際存在的。***數據部門和制造設計部門通過認真分析和對以往用戶回訪用戶所反映出來的問題，以及還原用戶在使用該產品的場景過程中，找到了這個問題的一個疑似原因：在該產品的設計包裝中，包裝箱上面的泡沫盒有一些配件，包裝箱底層的泡沫盒也有一些配件。用戶習慣是拿出上面的泡沫盒，再拿出產品，一些用戶就忽略了底層泡沫盒中放置的配件順著箱子就給扔掉了。

圖3 美的—產品投訴問題分析流程

　　后來設計部門對該產品的包裝設計進行了改善，重新投放市場，之后通過每日的數據追蹤和分析，該產品的投訴率直線下降了40%左右，這是一個非常典型的利用數據發現問題，結合業務判斷問題的場景。

　　案例三用戶畫像與精準營銷

　　我們在很多大數據自媒體、各種大數據沙龍活動中經常聽到用戶畫像、精準營銷，這幾個詞。但是為什么除了一些大的電商、互聯網平臺之外，我們身邊的很多企業很少有看到他們有用過。原因非常簡單，用戶畫像、精準營銷、商品推薦這些需要的是一個海量的數據資源基礎——商品資源、用戶基數、用戶行為和標簽屬性資源等這些資源的結合。沒有這些資源，無法真正做到用戶認知，也沒有這么精細的分類產品去進行推送。

　　但美的是握有這些資源的，美的目前擁有近1.5億帶手機的唯一身份用戶，每天以至少12萬的數據在遞增。并且最重要的是，用戶購買的記錄、購買渠道、地域、使用偏好等等信息全部標簽化。一條用戶記錄可以打上近600個標簽和多級標簽屬性，一個完整的360度的用戶畫像就被刻畫出來，基于這些用戶標簽再來做精準營銷、商品推薦成功的幾率就會非常大。

圖4 美的—用戶畫像全景視圖

　　而最重要的是，這些用戶畫像推薦模型會幫助服務一線導購，包括售后。這就完成了從線上線下整個立體空間對用戶進行了解和定位，以前需要是什么、目前在關注什么、后面可能需要什么，可能需要美的提供什么樣的服務，大數據平臺統統清楚。當然，實際的服務過程一定因為具體執行人(導購、售后客服)的因素有所體驗不同和偏差，但是從整體上來看，對產品的引導和服務是具備很強的指導性的。

　　而這一切也是依靠大數據平臺來做到的，數據有進也有出，進去的是數據，出去的是信息，并且有非常有價值的信息。

　　在美的，這種非常具有業務價值的從大數據平臺中發掘出來的案例有好幾百個，真正的做到了用數據說話，這種內部大數據項目的建設無疑是非常成功的。這些例子說明了什么呢?整個大數據體系不僅僅看一個報表，一個數據，更多的是基于這些數據，我們怎么樣把數字化運營建立起來，怎么樣更好的改善我們的產品企劃，生產制造的環節，產品質量以及客戶服務，這是整個數字化運營或者是數據驅動企業運營過程之中非常重要的目的。

　　三. 選擇合作伙伴，美的的標準和遠見

　　最重要的，這個企業能不能在整個數字化運營的推進過程之中和我們一起來去不斷的完善產品，優化產品，對我們的需求能夠快速的響應，對我們的服務要求能夠很好的滿足。

圖5敏捷開發，永洪助力美的實現集團化數據應用統一管控

　　談及與永洪的合作，黃侃曾說：“我個人覺得數據的可視化是非常專業的領域，這個領域你想做深做精，能夠達到我剛才說的“簡”字，非常困難。所以我們選擇了一家非常好的合作伙伴。”而這次他再次分享了他在產品選型上的思考：“美的和永洪的合作是從2015年開始的，美的整個大數據體系的構建底層數據非常嚴謹，從前端可視化和應用來講比較靈活，靈活包括幾個方面：***，需要非常靈活的部署以及用戶的業務場景能夠非常好的被可視化工具來滿足。第二，它能夠幫助用戶，除了IT用戶以外能夠幫助業務用戶，能夠快速的搭建整個業務分析和可視化的場景，這一點來說是我們非常看重永洪的一點。第三，美的大數據體系客觀的講它應用的程度以及時用戶群是非常大的，現在美的大數據體系用戶數有2.5萬人以上，你想一個產品、一個工具能夠滿足到這么多人，甚至每個人有自己不同的使用習慣和使用的興趣愛好，能夠滿足到它，所以這個產品它本身張力要足夠，這點是永洪做的很出色的地方。***一點也是最重要的，因為我們以前也用一些國外廠商的產品，比較看重這個企業能不能在整個數字化運營的推進過程之中，和我們一起來去不斷的完善產品、優化產品，對我們的需求能夠快速的響應，對我們的服務要求能夠很好的滿足。”

　　數據可視化其實是一個非常深入的課題，我們在整個數據運營過程之中，數據可視化是最終把整個數據運營的結果展現出來的，非常重要的載體。現在美的從生產條件，生產線的可視化，整個工廠的可視化，到我們整個研發過程的可視化，到整個營銷過程，整個庫存、營銷、應收、應付，整個過程動態的可視化，我們基本上整個全鏈條已經實現了。

　　另外，確實永洪是整個大數據體系里面，可以說是唯一一個商業者做可視化的產品，也期待未來進一步深入的合作。

　　四. 美的，以及中國智能制造的崛起

　　面對中國制造的難度，中國制造本土化的實踐經驗是非常重要的。

　　2017年3月5日第十二屆人大會上，大數據第4次進入政府工作報告。作為《中國制造2025》的配套政策，去年工信部已經出臺了《大數據產業“十三五”規劃》，為大數據產業的發展提供了明確的時間表和路線圖。

　　我問黃侃，就整個制造業來說，中國財經報道也推出了《中國智能制造》的專題報道，特別是在東莞，像美的、紅領、勁勝，都已經是在各自細分領域的智能制造的典范，甚至很多國外的制造業廠商也會來參觀學習，美的以及以美的為代表的的中國智能制造目前處于怎樣的水平?

　　黃侃坦誠的表示：首先我非常看好制造業這個行業，因為制造業是我們經濟的基石，現在我們提倡所謂中國制造2025，國外在提工業4.0，這些都表明國內對于生產制造業的關注程度達到了***的階段，我也相信實體產業正在的回歸，實體產業的受重視程度已經到了較高的階段。美的作為制造業的一員，發展到如今的規模，是因為美的是一家非常精進的企業，不斷的在拓展自己的產品領域，也不斷的挑戰自己經營的體系，這一點是非常重要的。對于國內來說，我認為照搬國外不是非常的現實，為什么呢?因為中國制造它的困難程度、復雜程度會比國外的制造要高很多，國外的制造業其實很多時候更多偏向于整裝，有更多的零部件是外包給上游的供應商來做，比如說寶馬汽車，它全部外包以后把零配件在自己工廠里面全部組裝起來，做一個整裝的工作。

　　對于國內的制造業來說，因為中國制造的特點在于整個成本以及整個供應鏈所有環節中考量，意味著什么呢?意味我們除了整裝是***一個環節以外，我們會有深度部裝的工作。所謂深度部裝的工作，我們很多時候會從最細密度的原材料，可能從塑料的顆粒到鋼板開始做起，最終形成一臺產品。在美的，你可以參觀美的武漢智能工廠和南沙的智能工廠，你會發現它是從一個塑料片，從一個塑料最基本的原材料到一個鋼板，最終在一條生產線上，***成為一臺空調出來。

　　這意味著什么呢?意味著中國制造的難度，中國制造本土化的實踐經驗是非常重要的，因為國外很多先進的經驗移植過來并不能解決我們所有的問題。美的在整個智能制造行業里面，應該是處于國內比較領先的地位。而據我所知剛才你提到的一些標桿制造企業也包括美的，應該說在國際上也算比較領先的。

　　五. 美云智數的愿景

　　我們想用美的在整個制造業這塊的企業信息化經驗，給整個行業帶來一些參考價值。

　　2016年11月，源于美的流程IT核心團隊的深圳美云智數科技有限公司正式成立。

圖6 黃侃在美云智數深圳產品發布會上發表演講

　　我問他，有沒有想過成立了美云智數之后會做成什么樣的企業?黃侃說，美云智數的愿景是為泛制造業的企業提供全價值鏈的，一站式的企業云服務產品和解決方案。企業的數字化運營，對于每個企業來說都是迫在眉睫的事情，我們想用美的在制造業的企業信息化經驗，在智能制造、大數據、數字化運營，在企業移動化等各方面的實踐經驗，給行業帶來一些參考價值。3月3號我們在深圳開發布會，今年我們會啟動全國的推介和產品的發布，這次沒有機會一起參加的朋友，可以參加我們4月份上海，5月份廈門，6月份北京的活動，相信美的在這方面的實踐，能夠給到其它的制造行業有更多的借鑒。”