经济新常态下，精细化运营成为企业增长的关键动力，对决策质量提出了更高要求。同时，复杂多变的商业环境使决策约束条件不断增多，并对决策敏捷性提出了更高要求。因此，依靠业务规则和专家经验的传统业务决策愈发难以满足企业的需求，企业需要对决策方式进行升级。智能决策具备助力企业实现决策方式升级的能力，并已在消费品与零售、金融、政府与公共服务等多个行业落地应用。智能决策正在这些行业的场景发挥作用，在生活中随处可见。在大型超市，摆在消费者面前的为什么是这些商品组合；在银行，贷款者的贷款申请为什么能快速出具结果；在行政大厅，企业的申报材料为什么有时能马上出具审核结果……智能决策不断释放“魔力”，对人们的生活方式和企业的生产经营方式施加愈发深刻的影响。在此背景下，年12月30日，爱分析正式发布《爱分析·智能决策实践报告》。
点击文末左下角“阅读原文”，可下载完整版《爱分析·智能决策实践报告》。
报告关键发现
1.消费品与零售行业智能决策实践
消费品与零售行业的甲方对“决策大脑”的需求体现在供应链优化和用户运营两个方面，致力于打造涵盖“买”与“卖”全流程的智能决策体系。专家经验面对海量SKU和消费者愈发捉襟见肘，难以高效且正确地做出决策，甲方希望借助智能决策找到破局之道。企业可以通过智能决策实现供应链优化，解决缺货、高库存、SKU臃肿、门店个性选品策略缺失等问题。例如SKU臃肿问题，该问题在商超业态非常明显。商超倾向追求大而全，导致SKU数量骤增，当甲方意识到一些SKU并非必要且不盈利的时候，试图做“减法”。可面对数万乃至数十万SKU时，如何快速准确地挑选出需要剔除的商品成为一个难题，专家经验失灵。企业可以通过智能决策实现更加精准的用户运营，解决人群圈选方式低效、人群圈选方式不能自动调优、难以个性化运营等问题。
2.金融行业智能决策实践
金融行业的甲方对“决策大脑”的需求体现在用户运营、保险和借贷等场景，致力于打造涵盖业务全局的智能决策体系。甲方在落地智能决策项目时，可以分为单点式、单线式和全局式三种情况，在金融行业尤为明显。单点式指在某个细分应用场景实现智能决策，比如某金融机构推出新产品，需要在老客户名单中寻找购买意向最高的群体，此时可以借助智能决策的力量。单线式指实现某一类细分场景的智能决策闭环，比如用户运营包括多个环节，可以借助智能决策的力量实现甲方整个用户运营工作的智能决策。全局式指实现多个大类场景的智能决策。
3.政府与公共服务行业智能决策实践
政府和公共服务行业的甲方选择启动智能决策项目，主要因为传统的信息化已经无法满足他们的业务需要。随着政府业务流程复杂化，数据量爆炸式增长，人力成本不断提高和公众对政府服务的便捷性、智能化要求越来越高，政府和公共服务行业的甲方需要有更加智能化的手段来进行决策，提升服务效率和准确性，降低人工成本。以涉及行政审批的部门为例，甲方对“决策大脑”的需求为完整审批流程的智能化，全面提升审批效率和准确率，最终实现办事人员体验以及政府部门人效的提升。
报告典型案例
数势科技零售案例
数势科技金融案例
渊亭科技案例
01
报告综述
经济新常态下，精细化运营成为企业增长的关键动力，对决策质量提出了更高要求。同时，复杂多变的商业环境使决策约束条件不断增多，并对决策敏捷性提出了更高要求。因此，依靠业务规则和专家经验的传统业务决策愈发难以满足企业的需求，企业需要对决策方式进行升级。
智能决策具备助力企业实现决策方式升级的能力，并已在消费品与零售、金融、政府与公共服务等多个行业落地应用。智能决策正在这些行业的场景发挥作用，在生活中随处可见。在大型超市，摆在消费者面前的为什么是这些商品组合；在银行，贷款者的贷款申请为什么能快速出具结果；在行政大厅，企业的申报材料为什么有时能马上出具审核结果……智能决策不断释放“魔力”，对人们的生活方式和企业的生产经营方式施加愈发深刻的影响。
随着市场发展，这种影响方式也在不断发生变化。甲方在落地智能决策项目时，可以分为单点式、单线式和全局式三种情况。单点式指在某个细分业务场景实现智能决策；单线式指实现某一类细分业务场景的智能决策闭环；全局式指实现多个大类业务场景的智能决策。智能决策价值逐步得到市场验证，甲方对单线式和全局式的智能决策项目更加青睐，在实践中供需双方常称其为“决策大脑”类项目。以“决策大脑”为承载，智能决策将有更大的展示舞台。
目前来看，消费品与零售行业、金融行业、政府与公共服务行业在“决策大脑”方向居于发展前列。本报告将选取这三个行业的智能决策解决方案市场作为研究对象，围绕该解决方案在大中型企业和政府部门的落地应用展开研究，重点分析各行业的甲方对智能决策的需求和落地情况。
02
消费品与零售行业智能决策实践
消费品与零售行业的甲方包括零售商超、品牌商、电商等，智能决策解决方案主要用于满足智能营销、智能定价、智能补配调等需求，终端使用者主要分布在IT、数据、运营、供应链、门店等部门。
消费品与零售行业的甲方对“决策大脑”的需求体现在供应链优化和用户运营两个方面，致力于打造涵盖“买”与“卖”全流程的智能决策体系。专家经验面对海量SKU和消费者愈发捉襟见肘，难以高效且正确地做出决策，甲方希望借助智能决策找到破局之道。企业可以通过智能决策实现供应链优化，解决缺货、高库存、SKU臃肿、门店个性选品策略缺失等问题。例如SKU臃肿问题，该问题在商超业态非常明显。商超倾向追求大而全，导致SKU数量骤增，当甲方意识到一些SKU并非必要且不盈利的时候，试图做“减法”。可面对数万乃至数十万SKU时，如何快速准确地挑选出需要剔除的商品成为一个难题，专家经验失灵。企业可以通过智能决策实现更加精准的用户运营，解决人群圈选方式低效、人群圈选方式不能自动调优、难以个性化运营等问题。
图1:消费品与零售行业智能决策主要应用场景
消费品与零售行业智能决策解决方案的项目环节大致包括业务梳理、方案设计、产品引入及改造、联调与打通、试运行、验证评估与正式上线等环节。在业务梳理环节，厂商除了需要梳理甲方业务布局、工作流程、业务规则的信息，还需要梳理甲方的业务数据治理情况。在消费品和零售行业，除头部电商之外，其他企业的数据质量和完整性普遍存在缺陷，若直接应用智能决策将会出现明显偏差。智能决策解决方案需要站在“数据巨人”肩膀上发挥作用，因此对数据治理能力有较高要求，比如建立数据规则、打通数据孤岛、数据集中管理等。当前，较多有实施智能决策项目意向的消费品和零售企业不具备优良的数据治理能力，以至于难以满足智能决策需求，因此甲方需要得到来自厂商的数据治理赋能。在智能决策项目实施过程中，甲方需要着重注意此点。
典型案例1：数势科技零售案例
某零售商超携手数势科技，实现经营、运营、供应链场景的决策效率提升某国内零售商超经过20年耕耘探索，已经成为运营上千家门店的头部零售商超集团，年销售额近千亿元。年，疫情下的零售市场受到巨大冲击，线上零售玩家争相进入市场，竞争日益激烈。该零售商超为适应当下消费者需要，尝试运用数字化和智能化手段突破经营效率瓶颈，将消费者线下消费习惯转移至线上，推动线上线下全渠道经营效率提升。在过去的数字化转型过程中，该零售企业发现，简单的数字化场景试点项目无法提升整个企业经营效率，企业经营仍然未能实现数据驱动决策。因此，该零售企业决定对整体运营模式进行全面数字化升级，引入智能决策构建全局决策能力体系是重中之重。综合考虑下，该零售商超选择了在智能决策领域崭露头角的数势科技。数势科技的技术团队大多是京东商城的核心骨干出身，在经营分析、客户运营、供应链优化等智能决策应用领域颇具优势。不仅如此，京东以自营方式开展电商业务的运营模式也与该零售商超的运营思路不谋而合。“0+7”数字化转型计划，助力该零售商超实现“以数据驱动经营决策”的转型目标为助力该零售商超企业实现“以数据驱动经营决策”的数字化转型目标，数势科技计划先根据该零售商超的数字化经营状况进行全面诊断，即“0号”数字化战略咨询项目，再根据诊断结果分设7个子项目，对转型难题逐个击破。整体转型项目流程如下：图2：某零售商超“0+7”数字化转型项目流程为制定全面且有针对性的数字化转型方案，该零售商超与数势科技首先进行了“0”号诊断咨询项目，发现以下待优化问题：1.云基础设施较为分散：成本高、网络连接不稳定、运维复杂、底层架构不统一，需要将云服务进行整合。2.中台重复建设：企业内部各业务线自行开发技术中台、数据中台和交易中台，造成技术中台组件和数据库较为杂乱，且各中台数据无法跨业务线互通。需要对技术组件、数据中台、交易中台进行统一。3.标签、指标体系混乱：由于各数据中台拥有不同的标签体系、指标体系，导致数据存储成本、标签管理成本过高。对指标进行规范化的口径管理和拆解，减少冗余指标，降低管理难度。4.用户运营效率低：在用户标签层面，标签数量少，画像不够完善，效果分析维度不够全面。在营销决策层面，无法实时为用户精准推送营销活动、利益点及内容，且策略无法实现自行调优，推送触达成功率低，用户体验有待提升。5.供应链优化问题：目前搭建的供应链系统仍无法提供智能预测补货、智能选品、品类结构优化功能。需要通过智能决策技术，为门店选择最优的商品组合，提高库存周转率和资金使用效率。由此，数势科技对零售商超整体数字化水平及建设给出更详细的改善计划，提出7个改进方向：统一云平台、技术中台、数据中台、用户运营决策平台、交易中台、智能供应链决策平台、物流履约平台，分别对应1-7号子项目。其中，数据中台、用户运营决策平台以及智能供应链决策平台是本次智能决策实践案例
