数据驱动转型是一个系统化的过程，涉及多个关键步骤和策略。近日，在「敏捷·创变——2024观远数据智能决策峰会暨产品发布会」现场，维他奶数据负责人龙飞可以《传统消费品牌数据驱动转型，如何Make it happen》为主题，分享了维他奶数据驱动建设历程，以及数据驱动的两大策略、三大要素，并介绍了维他奶目前的数据驱动成果。
维他奶数据负责人龙飞
维他奶数据驱动建设历程三阶段
自2018年起，维他奶开始数字化转型，与其他行业公司一样，着手建设各类业务系统，实现业务流程的在线化。随着数字化的不断推进，各业务系统积累了大量数据，对数据的需求日益增长。维他奶整体数据驱动建设历程分为三个阶段：
平台建设期（2020年）
2020年，维他奶着手构建专属的数据平台。在这一阶段，公司完成了平台的蓝图规划，目标是打造一个现代化、高性能、用户友好且能快速迭代的平台。维他奶选择了数字化程度较高的销售领域作为MVP（最小可行产品）场景的切入点，完成了平台建设并初步建立了公司级别的分析体系。
快速扩展期（2021-2022年）
平台逐步扩展到采购、供应链、制造、市场和财务等其他业务领域。用户数量从初期的100多人增长到1000多人。
深化运营期（2023年至今）
维他奶迈入了深化运营阶段。随着用户数量增长到2000多人，公司需要建立一套体系化、数据化、服务化的运营体系来支撑数据服务。维他奶与不同业务团队合作，推进自助分析，以满足不断增长的用户需求。
数据驱动的两大策略：
Go-Wide & Go-Deep
随着维他奶数字化转型的深入，公司不仅在技术层面构建了坚实的基础，而且在战略层面也形成了清晰的方向。从平台建设期的蓝图规划，到快速扩展期的跨领域应用，再到深化运营期的体系化服务，维他奶的数据驱动建设历程体现了公司对数据价值的深刻理解和有效利用。在这个过程中，维他奶总结出了两大核心策略：Go-Wide和Go-Deep，这两者相辅相成，共同推动公司数据驱动的深入发展。
Go-Wide：让更多人参与
Go-Wide的目标是建立公司级别的数据分析体系，提升整体数据分析效率，让数据“看得见”，并被更多人使用。为实现这一目标，首先，通过在销售领域建立MVP场景来树立标杆，激励其他部门参与；其次，整合全价值链数据以支持更广泛的业务需求；最后，确保高层的支持，以加速数据驱动策略的实施。
Go-Deep：深入业务领域
在Go-Deep阶段，着重于提升组织内的数据分析能力和文化。为此，我们建立了数据分析学院，提供培训和知识分享，以营造数据驱动的氛围。同时，深入业务场景，提供定制化的数据和工具，确保分析结果的实际应用。此外，我们激励种子用户，推广自助分析，以激发更广泛的用户参与，让数据在业务中发挥实效。
数据驱动的三大要素：
数据、用户与运营
在这两大数据驱动策略的基础上，我们进一步关注数据驱动的三大要素：数据、用户和运营。数据是基础，用户是主角，运营则是确保数据驱动成功落地的关键。通过这三大要素的有机结合，能够确保数据不仅被广泛使用，而且能够深入业务，产生实际价值。
数据驱动的基础：数据
数据是数据驱动的基础。Go-Wide让更多的人用起来，Go-Deep让数据深入业务领域，发挥价值。这包括从采购、供应链、制造、销售、市场到财务等多个环节。通过打通整个价值链，我们能够促进更多业务的参与。
在整合价值链数据后，按照不同的业务领域对数据进行分类，确保数据的可识别性。为了让业务能够有效使用这些数据，我们进行了对象建模，根据分析对象对数据进行建模，例如门店、客户、人员等主题，以满足不同分析场景的需求；以及分层建模，按数据粒度分层的模型，兼顾高效与灵活。
截至目前，维他奶已经建立了30多个主题域，800多个数据模型，400多个指标，并为业务提供了150多个主题化的数据集。这些数据资产为业务决策提供了强有力的支持，同时也为数据驱动的深入应用奠定了坚实的基础。
数据驱动的主角：用户
在数据驱动的过程中，用户扮演着核心角色。为了更好地满足不同用户的需求，可以将用户分为三个主要类别：高层用户、中层用户和一线执行用户。
高层用户的需求往往超越了系统能直接提供的答案。高层用户关注的是业务的核心健康和潜在风险。为了满足这些需求，我们采取的策略是解决高层用户20%的核心问题，遵循“二八原则”。提供的方案包括通过手机端、大屏推送等简单快速的业务健康看板，让高层用户能够迅速把握业务状况。
中层用户是组织的忠诚用户，如各职能部门的经理。中层用户在组织中起到承上启下的作用，需要处理高层用户的80%问题，并将其转化为可执行的数据。对应策略是解决他们的“明细焦虑”，提供主题化分层数据，赋能自助分析，满足他们对明细数据的需求，以便进行深入分析和回答高层用户的问题。
一线执行用户，如销售代表和工厂一线员工，是数量最多的用户群体。需要最简单直接的方式来使用数据，例如，销售代表最关心的是绩效是否达成，需要清晰、易于理解的数据来指导日常工作。对应方案是通过手机端推送，提供达成追踪看板，直接告诉用户绩效差距和下一步行动。
通过这样的用户分类和策略，能够确保数据驱动的策略能够落地并产生实际价值，满足不同层级用户的需求。
数据驱动的关键：运营
体系化、数据化、服务化的数据运营是决定数据驱动成功落地的关键。运维体系中，用户数量在增长，而数据团队人数是有限的。通过L1到L4的角色分级和P1到P4的问题优先级分类，确保所有问题都能得到快速响应和解决。其次，权限体系也很关键。在推广过程中，我们需要处理跨部门的权限、数据权限和功能权限。为此设计了权限套餐，根据不同角色和层级分配权限，既提高推广效率，又确保数据安全。
数据化是运营的另一个重要方面。我们建立了多种看板，实时追踪数据平台的使用情况，包括报表和用户的活跃度。这些数据帮助识别热点和低效的报表，采取相应策略，如下线使用率低的报表，优先保障高频使用的报表。
服务化则涉及与用户的互动。通过数据分析学堂提供线上视频、直播和线下培训，不断与用户互动，帮助他们了解如何使用数据。此外，丰富的指引文档，如权限申请指引、平台操作手册、报表清单、指标清单、自助分析数据集清单和数据字典等，都放在数据门户上，方便业务用户自助使用平台，从而释放运维工作，提高业务自助能力。
营销、财务与制造三大场景的
数据驱动转型实践
数据驱动的关键不仅在于策略的制定，还在于数据、用户和运营这三大要素的有效结合。通过这些关键要素的相互作用，维他奶逐步实现了数据驱动的成功落地。以下分享三个典型业务实践。
营销数据中心场景：提供实时数据支持决策和运营
营销数据中心在不同层级的用户中发挥着关键作用，提供实时数据支持决策和运营。对于高层管理者，业绩是他们最关心的指标。现在，他们可以每两小时通过手机端接收到销售达成情况的推送，包括各区域和产品的业绩表现。这在月底冲量或大型促销活动如双十一期间尤为重要。
中层管理者，如职能部门的经理，需要对主题化的数据和看板进行深入分析，包括客户的进销存、门店执行情况和产品分销情况等。这使得他们能够满足高层管理者大部分的数据需求。现在，通过自助分析工具，可以在两小时内完成之前需要一整天的工作。
对于一线执行的业务代表，集成在SFA系统中，使得他们和管理层都能即时查看业绩，提升了整体的工作效率和透明度。这取代了之前依赖人工统计和分发的繁琐流程，大大提高了效率和透明度。
财务计划与分析场景：费用透视精准控制，掌握全局财务指标
面向财务管理层提供了一个损益大屏，使他们能够实时查看公司的盈亏情况。过去，开会需要提前准备大量数据，而现在，大家可以在同一张大屏上看到不同区域和产品的销售额及费用情况，这大大提升了会议效率和决策的敏捷性。此外，通过自动化数据处理，能够在每月的第二个工作日自动生成所需数据，而不是等到月末。
财务经理需要对营销、运营、物流等各类费用进行分析。对此我们提供了分摊引擎和主题化分层数据，能够进行自助分析，无需依赖IT部门。这不仅提高了分析的效率，也增强了财务团队的自主性。
对于一线物流员工提供一个实时的物流费用跟踪系统。在饮料行业，物流费用是一个重要的成本项，且受多种因素影响。现在物流团队可以实时获取物流费用与计划的差异，及时进行优化。这改变了以往需要事后从总账中提取数据进行对比的做法，现在他们可以即时发现问题并采取措施，从而在庞大的物流费用中实现显著的成本节约。
总的来说，通过自助分析和数据大屏的应用，有效提高财务工作的效率，加强整个组织的决策能力和响应速度。
制造运营场景：实时了解目标达成，追踪工单状态
对于工厂总监，需要监控全国四家工厂及其不同产线的运营状况。过去依赖一份整合过的长Excel表格来查看100多项指标，这种方式并不直观。现在，通过运营驾驶舱，总监可以快速识别哪些指标亮红灯，哪些健康运行，并通过手机端随时随地监控工厂运营状况。
对于运营部、生产部等不同部门的经理，他们关注部门内部的KPI指标，并需要不断优化运营。我们为他们整合了所有数据，并提供了主题化分层模型，能够进行灵活的自助分析，从而更好地优化部门运营。
在一线执行层面，以工程部为例，重要工作之一是对设备进行检修和维护，这会产生大量工单。现在整合了工单数据，并创建了工单跟进大屏，挂在工程部办公室。这样，负责检修的员工可以实时看到剩余的工时，快速了解当天的工作安排。
至此，维他奶提高了制造运营的透明度和响应速度，同时增强了从高层到一线员工的决策支持能力。
当下AI是一个热门话题，维他奶期待未来与观远数据继续携手同进，以AI技术结合BI，打造一个更加智能化、自动化的数字化平台，以支持各个层级用户的需求，为数据分析带来创新，继续推动数据驱动组织的发展。
• 斯凯奇数据平台创新：借助观远BI优化库存管理，实现滚动预测追踪
👇 点击阅读原文，立即体验DEMO
