??
10月23日，2020觀遠數據智能決策峰會暨產品發布會在上海舉行，本次峰會由國內零售智能分析領域的領先企業觀遠數據主辦。
此次峰會匯集了500+來自連鎖零售、快消品牌、購物中心、新經濟消費等各個領域中有代表性的企業高層，釋放前沿觀點，解讀疫后企業數字化轉型方法，共同探索通往數據智能的新路徑。
以下為安浩磊演講摘要：
零售的數字化是挺難的一件事，鍋圈從2017年到現在，其實也是走了很多的坑，在走坑的過程中，也想明白了很多的事。
鍋圈食匯是誰？
鍋圈是什么樣的公司？不管是零售圈還是一些資本圈都很關注我們是什么樣的公司。鍋圈是一個從渠道逐步轉型的渠道品牌公司，我們渠道品牌公司背后是通過供應鏈向上延伸上游的食品工廠，向下做門店的零售化的賦能。
截止到昨天，我們開業店鋪已經是4050家了，簽約店鋪將近4500家，省會在鍋圈的占比里面占1/4，我們主要是做三四五六線城市。我們回本周期比較短，因為這個生意太好，可能是我們的賽道當初想的比較明白。當然，能達到這個數字，今年的疫情對鍋圈有很大的幫助，今年疫情培養了大家在家吃飯的習慣，鍋圈也享受和搭上疫情的這班車，原本我們預計業績做到40個億左右，但是現在來看，今年我們突破50億沒啥問題。
零售企業數字化三部曲
我們原來做IT，是用技術思維和管理思維去思考IT的搭建，但是經過鍋圈的項目團隊磨合完了之后，我們發現要用業務思維去解決管理問題。我們以門店的運營數據為主，然后通過BI分析，通過數據模型建模，反饋到上游供應鏈，把整個的數據閉環。
鍋圈IT是怎樣走過來的？我也給大家分享一下。基于我們的經驗，我們建議在業務初期，能買的系統就不要自己去開發，這個為了保證業務可以快速迭代。
整體來看，IT搭建主要有三個階段：第一階段，是各種拼湊、各種購買，完了之后通過中間的接口去打通；
第二階段，是在深度合作+定向開發。我們現在跟觀遠的合作正處于這個階段——我們提一些個性需求，通過跟觀遠方的技術和我們鍋圈方的技術，一塊去探討我們具體如何進行系統迭代；
第三個階段，是企業要有自己的IT。企業自己的IT和三方之間的融合也很重要，因為企業IT更懂企業的業務，直接請三方公司過來，可能他不懂業務，最終做的東西不一定能用，我們在去年也踏過這個坑，找了很多三方公司想去解決公司的業務問題，結果不盡如人意。后來我們業務調整，依托內部公司去解決，現在已經起到一些效率提升的作用了。
數字化需要時間的沉淀+業務的理解
鍋圈整個IT我們是從四個方面去思考IT數字化：一個是供應鏈的能力，第二物流和履約能力，第三是會員，第四是業務中臺。
我分享一下我對中臺的感觸，因為鍋圈的中臺是我一手搭建的。我認為是所謂的中臺是不可復制的，因為中臺解決的是業務的效率問題，業務效率背后其實是管理的效率和商品周轉效率，每個公司的業態不一樣，它的中臺構建方式也是應該不一樣的。有些做中臺的公司會將它在別的公司做的中臺案例，提供給別的企業。我想說，這只能做參考，但不一定適合自己的公司。
這是我帶著IT團隊對信息化的一些思考。1.0就是剛才我說的能買就不要自己開發，主要是把整個公司的業務流要串起來；2.0版本通過流通環節和業務環節打通減少時間成本；3.0才是通過前端的數據、渠道打通，獲取信息之后得到業務數據了，實現業務沉淀。做到這一步，才能真正實現未來的一些數字化，真正在公司起到一些作用。一個公司的數字化想在效率上解決問題一定不是初期，至少得需要2年的業務數據沉淀，和內部IT部門和業務部門的融合，可能才能真正起到效率的提升。
IT不是一下子就能解決公司的效率問題的，真正的IT需要有時間的沉淀+業務的理解，才能在公司里面起到作用。
通過數字化成為食材供應鏈的平臺型企業
鍋圈通過數字化到底想成為什么樣的公司？
我們想通過數字化從火鍋燒烤做小部分凈菜，通過3到4年的數據沉淀，未來真正想做成一個食材供應鏈的平臺型企業。
數字化是我們整個渠道品牌的核心。我們現在周轉率做得還行，整個鏈條沒通之前，我們周轉率大概是30天，現在我們的產品周轉率做到10天左右。目前，我們正在和觀遠團隊聯合開發AI的智能補貨，希望未來常規產品的周轉率是能做到5到7天，鮮品能做到3天一周轉。
鍋圈想通過數字化把整個鏈條串起來。目前鍋圈合作的工廠大概有600多家，我們每個產品大概會有1到2個合作工廠。哪個合作商想把產品進鍋圈，我們會有兩個要求：第一個是必須用鍋圈的品牌，第二個是產品品質按照我們鍋圈的研發標準去做。我們如果要上一個新品，需要通過BI分析，一個是內部分析一個是外部分析，內部分析就是我們歷史數據，外部數據是通過內部數據建模從市場抽數據，
很多企業做IT它會是多套系統融合，但是零售的核心是整個產品的流轉流程，而現在做IT是以產品編碼為主了，如果這樣做了，未來想通過系統知道你產品賣得怎么樣，數據有可能對不上。前段時間，我們發現了一個技巧，做一個產品除了產品編碼之外，還需要在IT系統里做一個產品品類的唯一識別碼，所以我們就跟觀遠在合作定了一個方案叫產品的唯一身份識別碼。
我們跟觀遠的這個合作現在是第三期。第一期是2018年開始做，我們從觀遠采購了比較基礎版的BI分析，然后把我們的商品、品類做了標準化；2019年逐步通過BI分析，梳理我們的財務報表和一些會員的消費數據。隨著合作的深入，我們也逐漸涉及一些定向開發，比如雙方團隊共同探討這個單鏈模型如何做，產品會員數據如何做等
大概在今年初，我跟蘇總說，我們想推精準配送，精準配送的邏輯就提升產品的周轉率， 10月25號跟觀遠合作的精準配送第一期應該就可以落地了。
我們跟觀遠一塊站在業務的基礎上把IT做了分層。首先我們是站在用戶需求真的以用戶為中心，通過用戶層的數據抓取做應用層，建完了之后我們才搭數據模型，最后是做數據導入，鍋圈外采的系統還有80%，但是在外采基礎上我們通過跟觀遠合作做內部的數據標準。
在沒有和觀遠合作數字化之前，我們存在諸多存在的痛點：第一是過分依賴人的決策，人的這個流動性比較大；第二個是比較難擴展；第三是效率低；第四是精準差。沒有做數字化之前，痛點還是挺多的，所以我們下決心擴建自己的IT團隊的同時，還要和專業的三方公司合作。
2021年，鍋圈在數字化成效方面的期望主要包括以下6方面：
1、網絡庫存優化
基于商品的電子價簽，通過視覺傳感器，識別貨與人的關系計算成交率，更新實時庫存。
2、流量預測與智能選址
隨著店內視頻采集技術的應用，獲取線下流量數據，補充線上流量數據，預測預選址門店的全渠道流量。
3、門店商品的智能定價
挖掘商圈特征數據、門店訂單數據、客群特征數據，計算不同商圈不同商品體系的門店最佳收益單價。
4、品類模型的自迭代
根據地區商圈消費特征，基于顧客消費數據，應用模型算法優化各區域的品類模型。
5、貨架陳列優化建議
“受熱度”及客戶動線掌握顧客的喜好，關注點，逛游軌跡等，為店鋪商品的陳列提供合理有效的數據分析，區域密度、商品陳列、駐留時長。
6、客戶需求預測，與商品組合推薦
客戶數據AI深入學習挖掘數據庫，預測客戶的未來需求，通過購買記錄分析動態的消費能力；根據暢銷商品組合，推薦菜品套餐。
最后我說一下鍋圈的愿景，我們想做一家有責任心的公司，搜羅全球好食材，世界美味共分享。另外，我認為，企業的數字化是堅持把對的事做正確，其實堅持還是挺難的，特別是能堅持把對的事做正確，是需要業務團隊和技術團隊共同融合去做的。
