数据分析正在走向两极分化：一面是高速增长的市场规模，一面是褒贬不一的现状。

数据分析作为企业数字化升级的必备品，最重要的是给企业和业务带来价值，但如何做到让所有数据发挥价值，似乎成为行业不可逾越的一道鸿沟。

以最为大众熟知的BI为例，繁琐的数据查看流程、不够灵活的交互分析特性，当面对企业大规模数据量时，就无法发挥功效。

实际上，数据分析是一个立体的需求，不是一个简单的功能需求。况且数据实时性需求、数据类型多样化的发展趋势，又岂是一款BI所能全部实现的呢？

回归本质，数据分析需要的是强大的数据管理能力，让数据分析师和业务人员能够快速理解并应用数据，让业务人员自助分析。

看到这一点的百丽时尚科技中心，联手滴普科技，基于FastData构建数据底层平台。在实现业务数据统一的前提下，共创了数据智能产品「丽影洞察」BE-INSIGHT，致力于“重新定义BI”。

传统BI为何会出现

褒贬不一的声音？

目前，市面上的BI产品，基本上都切在了客户真实的业务需求之上，不再将负责技术的IT人员视为目标人群，而是转向真正需要对于经营负责的业务人员，逐渐摆脱让客户去适应产品的思维，向行业化、场景化发展去满足客户需求。

这意味着BI厂商搞清了真正应该面向的人群，也对中国市场多元化市场已经具备了一定程度的理解。

比如，在数据统一层面，大多数BI产品打通了日常经营活动产生的互相隔离数据，然后经过ETL过程汇入到数据仓库中，通过整理数据进行分类后，输出到可视化报表中，为品牌商家提供经营参考以及诊断式分析等。

可以说，现在市面上的多数BI产品，基本上满足了大多数中小企业的基础数据分析需求。

但要进一步真正释放数据价值，似乎还有一些距离。

「ToB行业头条」观察到，当下多数BI产品的应用范围还是处于应用层，只能对某些业务环节进行数据处理。

当面对行业Top级别或是业务数据繁多的客户，只能将隔离数据打通，加上自身不具备良好的数据存储计算能力，以至于无法与数据底层联系，难以对大量数据进行高效处理。

至于产出效率，多数BI产品的报表制作是由业务部门提交到IT部门，IT人员根据分析需求进行建模，业务人员查看分析结果报表，流程繁琐冗长，还要多次重复，难以应对复杂多变的业务需求。

多数BI分析的灵活度也有限，其制作出的报表仅能查看结果，不能实现灵活交互分析，并且开发部署周期长 ，一个项目部署开发周期往往需要几个月的开发时间，面对日新月异的商业环境，委实不够“敏捷”。

正是这些使用过程中存在的问题，企业对BI出现了褒贬不一的评价，也让百丽时尚这家拥有PB级数据量级的企业，开始思考如何通过数据智能产品实现数据价值的真正释放。

摆脱经验依赖

让数据在动态中驱动业务价值

众所周知，电灯是汉弗里·戴维发明的产品，但世人记住的是托马斯·阿尔瓦·爱迪生。至于原因，很大一部分是爱迪生重新定义了电灯，让其效能提升1000倍。

类比到数据分析领域，当无数品牌无法再通过BI实现业务价值时，他们如同陷入了“老式电灯”困局之中，需要一位“爱迪生”再去重新定义BI。

百丽滴普创新实验室，就是想要成为那个重新定义BI的“爱迪生”，而「丽影洞察」则是他们交出的“钨丝电灯”。

1、将数据颗粒度精细到单品，不再依赖经验决策

「丽影洞察」是一款“让正确的商品—在正确的时间—出现在正确的门店—遇见正确的客户”，保证设计师、生产商、销售门店可以完成在“设计、定、补、存”上及时反应的产品。

比如说，面对从南到北，从春到冬，全国各地人民一年四季的服装和鞋靴的需求，鞋服品牌每年要针对性地开发上千款甚至数千款商品。

在以前，鞋服品牌只能根据多年的经营经验，制定周密的铺货计划，按照计划中的时间节奏，分期分批投放到全国市场，再分发到全国各地的上千家门店，然后根据销售的情况，决定下一阶段的策略，这是典型“依赖经验给到诊断式决策”的过程。

然而在这个过程中，决策人的判断多是基于经验为主，无法做到高精准洞察到细分至单个产品单个店铺这样细微的市场走向，决策具有一定程度不可预测性，这使得偶尔会出现因判断失误，造成“缺货”、“积压”现象。

「丽影洞察」的出现，则让品牌去了解每一件商品，在它全部的生命周期过程当中，所有数据化的表现。

例如单个商品上柜的时间是不是合适，以及每一个产品配码的动销率、库存量、配码是不是合适等等。

与此同时，在设计环节，「丽影洞察」给到的数据反馈，甚至可以细微至最小颗粒度的SKU（单个商品的全生命周期），可以帮助设计师更好抓住时尚风潮，为之后两年的商品设计环节，获得更高的市场胜率。

滴普科技首席数据科学家、百丽滴普创新研究室主任张小军表示：“正是由于「丽影洞察」能帮助品牌进行全面的‘定、补、存’数据化呈现，品牌才能总结正确的经营规律，利用这个规律改进品牌的工作方法。”

2、“电影化”数据解读，让数据变得动态

丽影洞察发明了“电影化”数据解读方法，将包含时间、空间、库存、销量、补货等多重维度，每个SKU每天200多个指标的数据，自动制作、合成了一部直观可视、可理解，而且可以交互控制其播放的“数据分析电影”。

3、数百个指标数据，在同一个界面直接呈现

这样一来，品牌不仅能将每个SKU每天产生的数十个维度的数百个指标数据，在同一个界面直接呈现，同时能将单商品全生命周期数据指标变化细节，以及单商品全生命周期中各个维度、各个指标在每天的变化过程，做到动态的呈现，如一部可随看随停的“数据分析电影”。

张小军表示，相较于几十页的静态BI分析报表，「丽影洞察」这种动态的呈现不仅能将各种指标全面呈现，同时也能将各个指标的关联性做动态呈现，且通过这种符合人脑最佳的认知方式，运营人员能通过「丽影洞察」在极短的时间里阅读、理解、洞察商品全生命周期的运营故事。

「丽影洞察」能把时间连在一起，把无数KPI、无数个重要指标连在一起，以视频播放的形式呈现“设计、定、补、存”动态走向，让使用者看到在动态过程中无数的运营细节。

除此之外，面对庞大的业务数据，「丽影洞察」 基于滴普科技为百丽搭建的FastData实时湖仓架构，可以实现门店级到区域级到集团级实时数据分析能力，把之前T+X的分析时间缩短为T+0实时分析。

确保数据统一的同时，也能在面向行业Top客户使用时，做到高保障、高稳定的服务。

一场产品思维的突破与创新

“从实际需求出发，并以客户为中心，将产品做出全方位、全生命周期的服务。”是当下整个ToB圈的共识。

但事实上，当下很多做ToB产品的厂商，由于创始团队出身于技术服务公司居多，一来，对超前技术应用带有特殊情结；二来，对业务场景的理解程度存在片面性。

以至于打造的ToB产品在落地应用中，不仅与客户预期建设情况脱节，也会让相关人员操作不够适应，与上下游之间的连接不够紧密，且服务效果往往只于表面，无法真正解决痛点，隔靴搔痒。

事实上，要想打造好的ToB产品，不需要刻意加超前技术，选择当下表现最稳定、被企业验证过且易上手的技术反而效果可能更好。

同时，也要了解业务场景，了解客户真实需求，形成从宏观到微观、从整体到局部、自上而下、自下而上的层层递进的认知能力，立体呈现最真实、准确痛点，从而做针对性的解决办法。

例如「丽影洞察」的开发过程及模式，就是如此。张小军说到，开发「丽影洞察」的时候，我们想做的一直都是在产品思维上突破，而不是非要在技术上做创新。

因为在商品零售行业，数据智能产品的价值不是去评估业务好坏，也不是评估某个动作的水平高低，需要的是把现实情况、业务过程和整个运营能力用数字呈现出来。

况且“呈现”的技术已经很成熟，再去优化技术对于实际应用效果不大，如果非要去优化技术应该向底层发力，提升对数据的精确处理、归纳能力，保证有高质量数据使用。

滴普科技针对百丽时尚对数据的规模化、实时和多维度等需求，将原来的Hive、Spark、离线计算等技术，升级为FastData-DLink、FastData-DataFacts等，提升对数据的精确处理能力。

运营人员在使用丽影洞察的过程中，能够将订货时间与数量，商品交付到店，上架销售，每天的铺店情况，每天每个店铺的库存（到尺码）情况、每天每个店铺的销售情况（到尺码）、每天每个店铺的缺货情况（到尺码）、每天每个店铺的滞销情况和滞销天数、每天每个店铺的转化情况等等，都准确的查看到。

在张小军看来，只有这样从宏观到微观、从整体到局部，从下到上，从上到下的多维度、全方位的深度考察，才能清晰体会到业务痛点，才能做出聚焦顾客、服务用户、保障终端完整、清晰的数字呈现过程。

这也正如他所说：「丽影洞察」不去评估好坏，只做呈现，因为我们始终相信，只有先看清楚了，实施效果才有可能达到巅峰，这才是商品零售真正需要的数据分析。