数据孤岛、系统林立，这些顽疾瓴羊想要全搞定

来源  /   ToB 行业头条  （ID：wwwqifu）  

作者 /   海阳

“SKU 周销量准确率平均提升了 20%，减少损失达千万。”这是一家运动品牌企业碰到管理库存的难题，在试用一款企业数智产品后，取得的实打实的成效。

除了库存管理，这款产品在数据汇总和分析、客服管理、会员运营及营销等与企业数据相关的领域，都收到了商家试用给出的正面反馈：有的节省了数据分析 80%的时间，仅做报表就省下 100 万的人力成本；有的将客服效率提升了 30%，消费者能得到更好的服务体验；有的通过它招募会员，活动产生的 GMV 提升近 70%······

这款能高效解决企业诸多数据难题的新产品，叫“瓴羊 One”。不少客户翘首以盼，期待解锁完整版产品更多的新功能。

7 月 12 日，阿里旗下子公司瓴羊正式发布“瓴羊 One”。瓴羊 One 是业界首个链接多电商平台且覆盖企业经营全链路的智能企服产品，可帮助企业轻松实现多渠道经营，将割裂的生意融通为一体。

一年前，瓴羊正式成立，推出针对企业商家数据整理、分析等难题的“五朵云”；一年后的今天，瓴羊更进一步，将“五朵云”能力封装进统一的一个产品，并接入 AI 大模型的新能力，以标准化、轻量化、模块化、智能化的方式，继续破解企业系统林立、数据烟囱治理的数智化顽疾。

从阿里孵化的瓴羊团队，已经和数据打了二十年的交道，瓴羊 CEO 朋新宇把经验总结为一个坚持：“我们始终坚持一件事情，让数据服务人，而不是让人去服务数据。不管数据变得多么大，多么复杂，瓴羊会始终坚持让数据越用越好，越来越好用。”

01

企服产品越用越臃肿

业务数据下降 5%却找不到原因

当这个世界逐渐走向多元化，当人们开始强调更多的个性化，需求端的改变对供应端的要求也变得愈加复杂，为此很多企业、商家不得不通过持续采用一些新技术、新产品做能力提升，以适配要求的复杂化。

浙江温州自南宋起就是制鞋名地，李一（化名）作为地地道道的温州人对制鞋产业了然于心，从 2003 年起，李一和朋友在温州瓯海开始了造鞋的生意，如今做成了一个规模 400 余人的中型鞋企。

但随着规模越做越大，李一的鞋厂出现了一些新问题，他告诉「ToB 行业头条」，“从淘宝、京东，到小红书、拼多多、抖音商城、快手商城等，我们服装生意涉猎的电商平台越来越广，相应建设起的物流管理系统、货仓系统、销售预测系统、各平台流量投放、后台数据整理系统也越来越多，加上原本制鞋用到的老 ERP、MES 等，工厂已经应用了十余个软件系统。”

不仅如此，李一还发现之前工厂代工期间采用软件系统出现了老化问题，让其与很多新产品拼接使用中，出现数据分散问题，让数据在多套系统工具和多个操作人员的流转中，逐渐失焦从而丧失了太多的价值。

李一举例称，在今年的五一电商促销活动中，因为数据报表分析失真，大卖的松糕凉鞋款式货存准备不足，导致白白损失一大块营业额。

痛定思痛，李一找到了一些 ToB 服务商做解决方案，包括上了诸多数据服务 SaaS 产品，请了专业的人做相关的低代码开发等等，但结果却不尽如人意：“新采购的一些产品，在之前确认过能通过 API 接口与原有工厂系统做全打通，但到了现场，对方说某些业务场景的打通就需要软件公司提供技术支持了，需要加钱，这样的情况很常见。”

李一介绍说，为了维持这些新系统的运行，自己还需要再招聘一些专业人才进行维护，这一来一往，对企业业务增长产生的价值不仅少，自己一年要多出去一百多万元的建设成本。

1689157516.jpg

“以前生意小的时候，一两个系统对工厂帮助是很明显的，现在生意做大了，要上的系统多了，结果提升没看见什么，花的钱是越来越多，但是不上新系统又不行，真的是进退两难。”这让李一十分感慨。

李一遭遇的境况，正是当下需求端走向多元化、个性化之后，供应端出现难题的典型案例。

瓴羊 CEO 朋新宇对此感受颇深，他和团队这两年走访商家和企业，发现很多企业、商家在数字化转型过程中，常会遭遇因各个子系统的组件异构、开发逻辑不同的原因，使其无法统一管控、系统与系统之前无法互联互通，从而造成“烟囱”林立、数据孤岛、业务（流程）割裂、协同难、无法持续迭代升级等系列难题与挑战频发。

面对这些问题，企服行业出现了一些专门支招的业内公司，比如通过数据爬取去做数据整合，或者直接跨平台做数据治理，但这些产品往往专注于工作流、商业流方面，偏向单个业务环节，在数据连通上，只是粗暴地将各个系统揉在一起，使得数据在驱动业务上没有充分发挥出价值。

朋新宇也向「ToB 行业头条」举了个例子，数据汇总到老板，发现业务掉了 5 个点，但各团队指标都正常，那这下降的 5%，到底谁负责？

“问题可能不在单个业务部门，而在‘城乡结合部’。比如，营销团队拉的流量是否匹配目标客户？备货团队能否根据客户需求及时调整？客服团队又怎样更有效地引导和转化商单？这些问题都是数据流、商业流、工作流没有打通造成的‘城乡结合部’问题，非常棘手，不解决最后就是老板买单。”朋新宇说。

02

标准化、轻量化、模块化

从“净水器”到“点金术”

脱胎于阿里巴巴的瓴羊，为解决这类数据难题积累了相当多的经验，大部分企业正在走的数智化转型之路，阿里其实已悄然走过。

朋新宇把它总结为三大优势：技术够高、行业 know-how 够宽、大数据够深。

阿里每年的双 11，让技术在一次次峰值的磨练下实现了迭代升级；作为最大的电商平台，阿里团队对不同行业和领域的知识，都有深入理解、整合；而由此产生的数据量、数据维度和数据洞察，已经相当完备，能产生更多价值。

“其实电商本质是商业，是对货的理解，对货的周转、货与人匹配的理解，这些是瓴羊从阿里积累的独特经验和洞察。”朋新宇说。

这也是众多品牌厂商选择瓴羊的原因。瓴羊团队曾服务数百万店铺、数万个品牌，积累了众多真实的服务经验和系统能力，包括服务 LVMH、一汽红旗、现代斗山、红星美凯龙、星巴克、小鹏汽车、海底捞、老板电器、敏实集团、心相印、百雀羚等众多知名企业的数字化建设。

基于此，一年前，瓴羊发布“五朵云”—— 分析云、营销云、产销云、客服云、开发云，尝试解决企业数据难题。

通过“五朵云”，瓴羊直接打通整合企业的业务流、数据流和工作流，驱动数据智能带动业绩增长的目标，专门推出的开发云 PaaS 产品，让企业直接上手定制新的产品应用解决特定问题。

然而，正如世界上没有完美的东西一样，“五朵云”也不能完全满足所有企业的需求。

朋新宇讲到，“五朵云”的方案，很多大客户表示十分满意，但是对于很多中小企业、商家来说，这套方案是重实施，重交付，重系统和耦合集成，需要客户企业团队有足够的能力接住，而目前国内需要数字化改革的企业大多数都是中小企业，这限制了“五朵云”被广泛采用的可能性。

“一些中小客户，可能没有那么大的资源投入，但又非常想利用先进的数字化工具来解决痛点问题，我们就把 5 种能力封装到瓴羊 One 中，标准化、轻量化、模块化地推出来。”朋新宇说。

1689157612.png

瓴羊将五朵云能力做封装、做改造，着重在分析、履约、营销和客服等应用领域，推出了瓴羊 One 这款开箱即用、轻便简洁的产品，降低了要求客户团队能力具备一定能力的门槛，让其更加广泛普众。

同时，瓴羊 One 通过众多即插即用的标准插件，像乐高积木一样灵活组装及连接拓展，让原本多达二十多种且互不流通的数据流、商业流、工作流“多流合一”。

目前，瓴羊 One 通过客户授权接入企业在淘宝天猫、京东、拼多多、抖音、快手、小红书等平台的店铺经营数据，让企业随时掌握多渠道的全局经营情况；支持集成瓴羊旗下经营分析、客服管理、订单管理、物流管理、会员运营等业务全流程软件，且可与企业自建系统及 Salesforce 等外部企服软件打通；并且可以关联千牛、钉钉、飞书、企业微信等办公协作系统，业务指令自动同步。

朋新宇提到，瓴羊 One 可以帮助商家企业的各个业务团队更有效地决策，并且它对各个业务系统没有入侵性，基本不会对原系统改造，而是接入式的，接入的是一种类似数据“过滤器、净水器”的存在，基于此再去做数据分析和挖掘，做到真正的“点石成金”，带动业绩增长。

“相当于帮商家企业把多个源头的水变成纯净水，并且反过来循环到你的业务中去，帮助解决问题及挖掘新价值。‘城乡结合部’是通俗的说法，其实往往要挖地三尺，才能真正把这个问题解决好。”朋新宇说。

03

DaaS 或成行业事实标准

企服未来属于好数据+大模型

随着瓴羊 One 的问世，企业服务市场距离朋新宇提的数据智能即服务（DaaS）更近了吗？

所谓 DaaS，目标就是以数据驱动为增长引擎，打通整合企业的业务流、数据流和工作流，实现三流一体，为企业带来高质量增长。

因此，瓴羊提供的服务，需要让数据去盘活全局，用数据思维构思全局，让数据产生实际的价值，通过数据的驱动，使原有的流程性业务系统才摆脱简单的执行角色，变得“智能”起来。

可问题是，各行各业具备的特定需求，让很多通用数据并不能对其产生明显价值，最后呈现出“只有大数据，没法智能”的现象。

这方面，市面上有很多做数据服务的企业，都曾向「ToB 行业头条」提及，面对不同行业的用户，他们对不同数据维度的敏感度是不同的，例如日化消费品牌企业对于库存分布、销售预测十分关注，但对于一些重生产的企业则并非如此。

因此，如何让数据收集变得更加专业，方便数据解码之后，驱动产品为客户企业带来更直接的价值提升，一直是数据服务商们关心的重点。而此时，AI 大模型的出现恰逢其时。

AI 大模型的发展，刚好是需要收集、应用大量专业化、场景化的数据去驱动产品，让其具备“行业化”智能，使其在熟悉企业本身情况与外界行业走向下，给予专业的发展分析参考与规避一定量的简单却繁琐的基础工作，这其实与数据服务商追求的现实呈现一致。

“从算法+算力+数据，现在已经演变成大模型+好数据，这才是未来 AI 时代的新公式。”朋新宇说。正是明白这个道理，瓴羊积极接入通义千问等 AI 大模型，并基于此为瓴羊 One 设置了一些 AI 应用体验。

例如在 BI 工具上，接入大模型将 AI 能力做提升后的瓴羊 One，可根据具体的自然语言指令，将需要的数据调出，并形成明显的表图数据对比，让使用者可实时迅速掌握事态走向，并可以将形成的数据报表，通过自然语言命令一键推送所有连接的工作平台，彻底打破了传统功能的使用逻辑，定义未来化的场景工作模式，帮助工作效率进行大幅度提升。

一家电商企业负责人介绍到，在使用瓴羊 One 之前，客服系统是一套单独的软件，各个电商平台又是不同的后台，客服主管每天要定时监测六个平台，而光这一件事情每次就要花 1 个小时，并且也无法保证客户回应的迅速、准确。

“用了瓴羊 One 后，AI 会自动巡检各个平台上的消费者咨询对话，对 14 大高风险场景自动识别，客服主管打开产品，就会收到针对潜在重要客情的提醒。”该负责人说。

文初提到的库存管理场景，也正是使用瓴羊 One 内置的 AI 预测模型，实现了更精准的销量预测，从而盘活库存，避免了千万级的损失。

1689157598.png

在 2022 年 6 月瓴羊成立时，阿里巴巴董事会主席兼首席执行官张勇曾表示，瓴羊将承担阿里在消费等领域沉淀的数字化能力转化为智能产品及服务的重任，期望通过领先的技术能力建设，形成对千行百业的 DaaS 服务。

一年过去了，AI 大模型风起云涌， 而 DaaS 的星星之火，已开始逐渐燎原。