短视频，自媒体，达人种草一站服务
于浩瀚的数据苍穹，捕捉每一颗增长粒子。
——观远数据创始人兼CEO 苏春园
苏春园说，从流量经济到效率经济，企业怎样在每天的经营之中感知到经营神经末梢的变化，能够在数据的海洋里面看到不一样的增长机会，考验的是“望见粒子，洞察秋毫”的能力。
以下是他的演讲实录：
用数字化陪伴客户成长
1. 蜜雪冰城
如果说联合利华、沃尔玛是500强中绝对的行业leader，两个坚持创新的老兵干将，那来自河南郑州的蜜雪冰城则一定是零售茶饮行业的隐形冠军。
3年前，当蜜雪冰城大概有3000家左右门店的时候，就选择了与观远数据合作，布局数字化建设。蜜雪冰城CIO奚沿河对外分享时也一直强调：门店用好数字化，开遍全球都不怕。 果然在三年后，蜜雪冰城走出了国门，成为首家门店破万的茶饮企业。
从新品的追踪、杯型设计、产品组合、供应链配补货，万家门店的高效运营和业绩增长，对应的是蜜雪冰城团队背后的数字化迭代和尝试。
以其中一款爆品“草莓摇摇奶昔”来说，刚刚推出第三天就开始发现它有爆品潜力。基于此，蜜雪冰城内部立刻就加强了一些重点区域和渠道的产品营销投入以及供应链配补货，历经2年，这款产品依然是蜜雪冰城的明星产品。
2. 元气森林
第二个例子是最近频繁上热搜的元气森林，一杯饮料的故事。
在今年的外滩大会上，蚂蚁集团罗汉堂秘书长 陈龙发表了《当消费升级遇上产业数字化》的主题演讲，现场他列举了元气森林和观远数据的数字化案例。据悉，元气森林每一位新员工在入职第一天，就会自动开通数据分析平台账号，可以获得所需要的关键信息，看数据做决策。而在观远看来，元气森林不仅是一家用代码管理的公司，更是一家用数据驱动增长的企业。
3. Lily商务时装
Lily商务时装，在全国有1000家左右门店，已经和观远数据合作了2年推动到第三期。现在，从店长到导购，都可以通过移动端的数据分析看板(店长/导购管家)，以每小时为单位去发现所负责区域的数据指标变化。
例如，服装行业里比较经典的258黄金点，下午2点、5点和晚上8点，不同的点如果指标没有完成，就可以通过数据分析及时追踪是哪些原因导致，客流、橱窗摆设还是服务问题。找到问题之后，就可以通过及时人为干预抓住其中的增长机会。
4. 沃尔玛
沃尔玛不仅一直排列全球500强前列，也是整个零售消费行业技术创新的引领者。
观远数据和沃尔玛的合作主要是基于果蔬商品智能预测的补货优化项目。生鲜销量预测需求在国外可能没有那么迫切，因为国外的零售渠道非常单一，人口基数也较小。而国内有线上线下各种销售渠道，产品的需求量也是国外的几十上百倍，所以准确的销量预测数字对于供应链的配补货非常重要。
在与沃尔玛的实践中，我们发现24节气是个有意思的变量，比如芒果在雨水后、惊蛰前会达到一个上架到稳定销售的高峰，那么通过节气这样一个凝结了古人智慧的时间分割，输入给模型去学习果蔬的产品周期，将其经过处理后加入模型，发现该模型对于上下架期间的准确性综合提升超过2%。
用“灰科技”加速零售消费数字化落地
什么是“灰科技”
从一杯奶茶的数字化到节气变化对销量的影响，我们看到零售消费行业的颗粒度革命正在到来或者加速到来。
原来说零售消费是一批货，一群人，今天讲的都是单店、单品、单时、单度、单客、单次，所有的经营元素，不断地在被拆细。过去几年最大的技术浪潮就是算法和算力不断增强，让企业能够更细颗粒度地去洞悉问题和机会，这也是商业最本质的逻辑：于浩瀚的数据苍穹，捕捉每一颗增长粒子。 在合适的地点以合适的方式给顾客合适的商品服务。
观远数据是一个科技公司，一方面我们基于实践提炼认知与行业输出分享，更重要的，我们负责落地。在过去一段时间，我们系统性的梳理了过去几年与近200家客户的数字化合作，得出一个重要结论：不仅要执着于做技术领域的“黑科技”，更要把“黑科技”演变成为真正可落地的“灰科技”。
数字化在近几年一直很火，各种新的理念层出不穷，企业需要冷静思考，哪些是适合公司发展的。以机器学习来说，很多厉害的算法在实验室里非常高端，但走出实验室就见光死，并不普适于大部分企业。
而观远提出的“灰科技”理念，主要具备三大典型特征。
第一大特点，一定是要真正地为用户服务，产生业务价值。 衡量这个指标，主要关注活跃用户数。例如上线之后一到三个月内到底有多少用户在活跃使用观远的系统，这也是体现产品业务价值的前提基础。观远产品中有一个“用户行为分析”模块，可以监测到企业用户对于观远产品的依赖程度，如果粘性很小，团队可以快速介入，去发现产品有问题还是与业务结合的其他问题，从而及时干预，快速落地。
其次是能上山下乡地落地。 企业每一年都在谈数字化建设，但却经常回避数据基础和质量问题，这种现象在500强企业和新锐品牌中都普遍存在。当老业务和新业务同时并行时，新业务更具有不确定性，如果企业要进行促销，就会需要渠道、库存、销售各个层面的数据底座，数据中台和数据仓库都可以做，但都需要时间整合，而前线业务却不一定等的了。这样的例子还有很多，也启示我们，在数字化转型的过程中，不仅要追求前沿，更要能够上山下乡地落地应用起来。
最后它是一个不断进化的过程，更多的是技术之上的实践。 从数据分析到数据智能决策，它绝对不是一个解决方案，哪怕AI一定会在未来改变很多的运营规则和商业规律，但它一定不是一夜之间产生，而是一个进化的过程，需要与实际业务结合，不断实践优化。
“5A”落地路径
不同于“黑科技”，“灰科技”不止是技术，更多是在技术之上的最佳实践。
大数据时代，企业都不缺乏数据，缺乏的是对于数据整合、分析、应用的能力。不同于其他商业智能企业，观远从一开始对定义了从Agile敏捷化、Accurate场景化、Automated自动化、Augmented增强化到Actionable行动化的“5A”数据智能落地路径。
在观远服务的客户中，80%的企业数字化都是在前三个阶段;有20%的企业开始进入到第四或第五阶段。但在未来5年，这个比例可能会反过来，这也是智能时代的必然趋势。
十大行业解决方案
如果说“5A”路径代表了观远数据“灰科技”产品在企业落地过程中的横向发展路径，那么纵向，观远数据基于过去几年的沉淀，正式发布“十大行业解决方案”。
观远数据在连锁零售很多细分业态沉淀了很多成熟的方案，在今年也实现了一些新行业的突破，包括新锐消费品牌、运动户外、美妆美业、综合通用行业等。在每个解决方案的背后是观远的一个理念：技术要为业务服务。
“灰科技”首先是“黑科技”
以落地实践为前提，在技术层面，“灰科技”首先是黑科技，其次是接地气，是一个整体产品的概念。
每个企业中，CEO和一线关注的数据指标都不一样，数据分析师或者资深的研发关注又不一样，所以每个企业只要有5类决策、10类决策它的数据分析也不一样。
因此，“灰科技”一定是从业务土壤里长出来的领先技术的组合，要针对不同角色、不同业务、不同基础的数据提供差异化的数据视角。
这一点，观远近几年的实践与Gartner8月份对中国数据分析与决策市场需求做的调研结果不谋而合。我们发现：融合式分析在中国分析趋势上要成为主流。
以报表为例，从产品形态上，它是一个过去式，但在今天，在很多集团性企业里，在CFO董事会的日常需求里，这个需求仍然重要而且要满足。另外，我们发现，观远很多客户进入到第二期第三期，越来越多的业务部门希望实现自助分析，每个分析结果都可以在各个群里进行共享，这就是一个趋势，从最简单的中国式报表，到更复杂的数据科学。
而观远从成立第一天就确定了“AI+BI”的产品战略，经过四年的开发创新，已经具备从数据采集、数据接入、数据管理、数据开发、数据分析、AI建模、AI模型运行到数据应用的一站式能力。
数字化落地，更需要结合1号位认知
技术、方案、服务商、趋势都很重要，但在企业内部还有一个角色至关重要——1号位。技术服务可以外包，但认知不能外包，这也是1号位的重要性。CEO的对于企业数字化的认知、目标和边界定义，决定了企业数字化推进的方向和节奏。
基于企业的实际需求，观远数据一直推崇看3年做3个月。结合观远数据“5A”落地路径，企业可以看到未来3年到智能决策如何做规划，再以终为始，一步一步去构建。 观远数据合作的很多客户，包括百威英博、锅圈食汇、全家便利店等都在一步一步基于当下3个月或6个月稳定迭代，人机协同。
同时，在企业数字化建设中，都会面临Buy、Borrow、Build三种选项。企业可以在不同阶段根据自己的需要改变方式，即使是直接与第三方合作，也可以将第三方能力内化形成自己的能力，例如观远学院和联合利华团队共同打造的数字化供应链研究院。
“灰科技”不仅是一种数字化理念，更是务实创新的最佳实践。是过去几年观远与近200家行业最领先客户，一起共同实践、行之有效的系统性认知与实战方法论。
展望未来，2020-2030，智能时代才刚刚开启。未来将更加精彩，观远与各位继续并肩同行。
