- 企业服务
- 数据智能
- 零售
由于零售品牌商大多覆盖线下直营、联营、加盟和线上电商、小程序等多种销售渠道，面临着不同渠道间系统割裂、数据交互困难等问题。针对零售品牌商的困境，企加云推出业务+数据中台双中台解决方案，提供从前期咨询、系统建设到运营指导的全周期服务，助力零售企业数字化转型。
随着2015年阿里巴巴提出“大中台、小前台”的模式全面升级组织系统架构，中台浪潮兴起，提供中台服务的公司相继涌现。中台的构建实现对传统企业的数字化转型，通过融合全渠道的数据，打通线上线下孤立的系统，减少重复的系统开发，更快速应对用户的迭代需求。
在中台的浪潮下，企加云于2017年成立，致力于成为中台方案的领导者，团队核心成员来自阿里、Oracle、IBM等公司。成立之初企加云主要提供业务中台产品，针对零售行业日益增长的会员运营需求，打造数字营销中台，助力企业会员营销的全面升级。
产品方面，企加云目前已形成3中台+3产品+3服务的产品解决方案。在不断迭代升级CRM中台的同时，企加云推出客户数据中台，并打通业务中台和数据中台，为零售企业提供双中台解决方案。
具体操作流程为，利用业务中台下的会员中台打通线上线下全渠道会员系统，汇总会员积分、等级、成长值、权益等信息，并在客户数据中台中与第三方数据进行融合，对数据进行处理分析，依据会员特征打标签，判定客群价值，传输给营销中台，根据会员画像执行营销活动。
另外，在业务中台和数据中台之上，企加云提供H5会员互动中心、门店&导购助手等前端应用，通过签到、抢红包、分享裂变等会员互动游戏，增强会员转化和运营效果。门店&导购助手通过导购完成对会员的转化，通过与导购绩效挂钩，激励导购采取多样的会员转化和运营的方式，比如通过导购分销的方式，会员在微商城上购买商品，将记录在导购业绩中。
此外，企加云为客户提供从前期咨询、系统建设到运营指导的全周期服务，如多品牌会员体系构建指导、门店终端培训、营销活动效果分析、不同会员等级战略制定等。另外，为大企业提供数据中台扩展支持，如帮助企业搭建库存中台、订单中台。
依托双中台+前端应用的优势，企加云未来将进一步拓展中台的能力，增加库存中台、订单中台的功能。另外，除了服务于会员营销，未来将向供应链端应用延伸。在行业选择上，除了向连锁医药和文旅等泛零售领域拓展业务，还将向电力、烟草行业延伸，构建行业解决方案。
近期，爱分析对企加云联合创始人、首席战略官李军进行了专访，就企加云2019年业务进展情况、行业格局等进行了深入探讨。以下是访谈内容节选。
双中台+前端应用完善产品解决方案
爱分析：2019年企加云在业务和产品方面有哪些重要的进展?
李军：产品上主要有如下三方面的进展。首先，今年我们推出了业务+数据中台双中台融合4.0版本，主要的进展是形成业务中台下的会员中台、营销中台与数据中台下的客户数据中台三个模块的内在闭环。
第二个主要进展，是对产品底层架构进行云原生改造，如容器化、微服务化改造。
另外，我们组建了数字化运营团队，在项目交付后给客户提供运营指导，形成从前端咨询到项目落地到客户运营指导的完整闭环。比如，客户在使用产品过程中想要增加顾客的复购率，我们会辅助客户进行数据分析，判断哪些客群是目标客群，是否需要增加一些智能标签，并对指标效果进行评判，指导产品的改进。
整体上，企加云的产品服务体系覆盖九大板块，包括中台、前端SaaS应用、咨询和运营服务。中台产品包括会员中台、营销中台和客户数据中台。前端SaaS应用包括H5会员互动中心，类似于微信卡包，加入了游戏化的功能，如签到、分享裂变、抢红包、抽奖等。我们做了一个互动容器，里面除了有企加云定制的互动游戏，还能融入其他的互动内容，通过埋点分析会员在互动游戏中的行为，并据此打标签。
第二款前端应用产品是导购助手，内置于企业微信中，主要功能包括导购拉新过程中向顾客推送优惠券，以及内部培训索引、绩效考核参考等。
另外一款应用产品是数据运营工作台，可以对客群构成、顾客价值等进行直观的数字分析可视化展示。
咨询和运营服务主要包括数字营销咨询与运营、会员营销咨询与运营，如会员忠诚度标准设置、多品牌会员体系构建、不同会员等级战略制定等。目前会员营销以咨询为主，数字化营销运营服务较多。另外，针对大企业进行数据中台的扩展和支持，目前服务的客户有浙江物产、华硕。
爱分析：会员中台、营销中台、客户数据中台是如何形成闭环的？
李军：具体来说，业务数据化的过程是将会员中台、营销中台收集的数据，和其他外部数据一起融合到客户数据中台中进行加工，并构建分析模型。会员中台收集的数据主要为会员的基本信息，如积分、会员等级、会员成长值等。营销中台收集有会员参加营销活动的信息，如优惠券使用情况等。外部数据包括DMP广告监测数据等。
将这三类数据在客户数据中台加工后，可以从两个维度构建客户价值模型，分别是会员活跃度和身份贡献值。比如，根据营销活动参与情况和广告点击频率判断客户属于高价值高频客户、高价值低频客户还是低频低价值客户。另外，可以对潜在高价值客户进行预测。
接下来，将数据中台客户价值的分析结果传递给业务中台，由业务中台进行营销活动执行。业务场景主要有以下五类，新客运营、老客运营、会员互动、付费会员续约、交叉营销。针对拉新、复购、续约，业务中台会推送相应的营销活动，这个过程即是数据业务化的过程。
业务中台执行营销活动的过程又会产生新的数据，汇入数据中台分析。比如，针对复购推送的营销策略，可以分析有哪些会员参加、哪些会员没有参加，可以分别给参加和不参加会员的特征打标签，更精准描绘用户画像。
同时，也可以更全面地定义商品画像。比如，在用户裂变的营销活动中向客户推送礼品，可以对商品的受欢迎程度进行分析。根据新增的用户标签可以进一步优化营销策略，这个过程即是数据资产化的过程。
另外，在营销中台中采用AI算法，对商品进行智能化推荐，还可以对会员流失率、复购率进行预测。以上各个环节构成了业务数据化、数据资产化、资产场景化、场景智能化的完整数字化运营闭环。
爱分析：客户可以单独使用产品的某个模块吗？
李军：可以，会员中台、营销中台和客户数据中台都可以单独使用，也可以组合使用，还可以只购买中台中某一个模块的功能。比如，客户可以只使用会员中台中的会员权益功能。
布局零售行业，打造数字营销产品解决方案
爱分析：会员中台相较于传统会员系统有什么差异？
李军：首先，中台是前台驱动的，比如微商城、天猫、京东等前端应用，中台第一个能力是可以打通全渠道的会员系统，统一天猫、微商城、线下门店、小程序等渠道的会员ID。
另外，可以将业务中台的数据沉淀到数据中台中，实现数据化建设。
第三点，中台可以更好地适应客户需求的扩展迭代。面对不断涌现的新渠道，APP、小程序、拼多多等，原有的会员系统需要花费同样的时间去构建前端应用，而中台在构建新渠道的前端应用时工作量会减少很多。随着中台沉淀的数据越多，前端应用开发速度会越快。
爱分析：目前市场上做中台的公司大致可以分为几类？
李军：大概可以分为两类。一类是数据中台公司，这类公司大多是从大数据平台转型做数据中台，数据处理能力较强，如埋点打标签等，比如TalkingData、神策数据。这类公司通常是基于数据中台向下构建数据服务能力，包括数据收集、清洗、加工、分析、模型构建等。
另外，阿里系的数据中台公司，如袋鼠云、数澜科技，底层技术能力强，由底层向上构建全栈大数据服务，需要较强的业务理解能力。
另一类是业务中台公司，比如腾讯系的驿氪，业务相对做的轻，主要构建电商的CRM会员中台。由于电商通常都有自身的数据中台，比如阿里有数据银行，因此企业只需要提供业务中台服务。
企加云最初也是做业务中台，也一直在思考如何在现有的市场格局有所突破。2018年年底我们开始转型，从原来为中小企业提供SaaS服务转型为大中型企业提供业务中台+数据中台的双中台服务。
爱分析：目前连锁零售和文旅行业的中台覆盖率情况如何？
李军：连锁零售市场培育情况较好，很多品牌商、零售商都已经构建了中台，目前的问题是没有特别成功的案例。第一波中台浪潮下，供应商投入很多，但效果一般。文旅行业的信息化水平还处于比较初期的阶段，中台的价值还需要进一步普及。
爱分析：您认为零售行业上一波中台效果一般的原因是什么？
李军：上一波中台公司从交易切入，构建中台的难度大，将线上线下交易业务打通涉及非常多的内容，实施难度大。另外，交易业务属性强，需要重构流程组织数据，需要企业同时具有较强的技术能力和业务咨询能力。但中台公司通常不了解业务，而了解业务的咨询公司却不具备中台构建的技术能力，可以看到上一波中台公司主要为中小实施商，业务咨询能力比较弱，最终实施的效果一般。
爱分析：AI用于智能化推荐或预测在落地过程中主要面临的问题有哪些？
李军：第一个是算法的问题，不同的企业面对的客群不同，销售的商品也不同，很难用通用算法去实现，算法成熟度还有待提升。
第二个是数据的问题，对于刚开始构建业务中台的客户，数据收集量还远远不够。对于已经使用一段时间业务中台的客户，虽然收集的数据量较大，但数据分析的维度还比较单一。比如，企加云目前服务的一个客户，已经实现对收集的2000多万会员数据进行分析，但分析维度以销售为主，会影响智能推荐的准确性。
另外，需要不断使用AI来提升其预测准确率，通过业务数据化、数据业务化的闭环，不断提升预测准确率。比如，我们服务的一个客户案例，最初AI预测和人工预测准确率均为75%左右，通过AI智能推荐，根据用户反馈结果不断优化营销措施，最终AI智能推荐准确率达到90%。
拓展泛零售领域业务，增加订单中台、库存中台等功能
爱分析：企加云的获客方式是怎样的？
李军：我们主要是提供数字营销中台服务，对于有数字营销需求的客户我们主要通过服务行业标杆客户，向客户提供长期的服务，在标杆案例的示范作用下，将产品解决方案推广到整个行业。
爱分析：整体客单价大概在什么水平？项目服务周期有多久？
李军：目前客单价为百万级。对于预期较长的客户，项目周期在8-10个月左右，需要进一步提升产品化程度，达到60%使用标准化的产品，40%进行定制化开发，将服务周期降低到6个月。
对于分几期服务的客户，比如第一期提供前期咨询、第二期建设营销中台、第三期构建客户数据中台，平均每期的服务周期为3-5个月，咨询的周期在1-2个月。
爱分析：2019年服务了多少客户？明年的业务目标是怎样的？
李军：2019年服务的新增客户在30个左右，因为我们的服务模式是定位行业标杆客户，因此明年的客户增速不会太显著。另外，SaaS运营服务可能会带来一定客户数的增量。
爱分析：数字化运营团队现在有多少人？服务客户的方式是怎样的？
李军：目前团队规模是10人左右，服务方式偏向于项目型，按天收费。比如，针对客户想提升会员续约率或付费意愿的需求，我们会辅助客户进行数据分析，在数据中台上修改或增加模型和指标体系，不断优化完善系统。
爱分析：未来2-3年的发展战略是怎样的？
李军：整体上，主要提升产品的可开发性、可维护性和可扩展性，产品功能上不会有太多的扩展。具体扩展方向体现在如下两方面。一方面是横向拓展中台的能力，增强库存中心、订单中心的功能。除了服务于会员营销，未来将向供应链端应用延伸。
另一方面是在数据中台基础上构建行业解决方案，比如电力、烟草行业是我们目前重点拓展的行业。
纵向上，前端的SaaS应用除了连锁零售，将重点拓展文旅和连锁医药行业。文旅行业数据量大，营销需求较高，互动中台将提供不同的互动游戏，如景点打卡、景点小游戏、旅行攻略、主题照片分享等。
另一个重点拓展领域是连锁医药，随着处方药外流，药店的盈利空间扩大，连锁药店为了吸引会员需要为会员提供更多样的服务，如到店管理、随诊、互联网医院等前端应用。另外，前端应用还可建立与医生、药师的联系。
另外，我们会用云原生的技术将中台逐渐开放出来，赋能合作伙伴去拓展前端应用。商业层面，我们在2019年年底组建了生态队伍，对产品实施能力进行扩充，让更多的用户使用产品。
爱分析：数据中台在电力行业的应用场景有哪些？
李军：比如国网，现在的重点是建设数据中心，和阿里、华为签订协议进行云化。因为我们是阿里的合作伙伴，因此向国网提供云化服务。
另外，国网提出要构建数据中台，但对于数据中台的应用场景没有很清晰的定义。目前还处于POC阶段，应用场景有从营销端切入，也有从设备端切入，还有调度和内部管理等应用。
爱分析：生态队伍主要由哪些服务商或企业构成？
李军：主要有三类服务商。第一类是行业合作伙伴，具备较强的行业咨询能力和实施能力，比如在零售领域我们找合作伙伴来做前端的微商城、小程序。
第二类是商务合作伙伴，帮助我们销售产品。第三类是项目合作伙伴，比如将一部分项目外包出去，由合作伙伴完成。