【亿邦原创】7月12日消息，阿里巴巴集团副总裁、瓴羊CEO朋新宇在瓴羊一年一度的产品发布会上，以主题“大数至简，ALL in ONE”演讲。他指出，数据行业发展至今，企业面临着数据量不断膨胀、数据管理和人才招聘难题，他还强调了数据在企业中的价值，并希望通过好数据的运用，让数据服务人，而不是人去服务数据。
朋新宇介绍了瓴羊推出的新产品瓴羊One，它是一个企业多平台、全渠道的一站式数据产品，具备智能销量预测、数据集成和全域营销的能力，旨在帮助企业提高生意效率和决策质量。
朋新宇特别强调了对双11等电商大促的复盘重要性。他提到，今年618，通过瓴羊One复盘，客户节约了80%的时间；在履约方面，利用瓴羊One的产销能力，销量预测的准确率提升了20%。在营销方面，通过全渠道营销和多平台联动运营，有一家食品客户的GMV提升了69%。
以下为演讲实录：
大家好，各位新老朋友们大家下午好！
非常开心，也非常荣幸，今天很多新老朋友从全国各地四面八方飞到上海来，来参加瓴羊一年一度的产品发布会，与其说是新产品发布会，对我来讲，我觉得更应该说是一个数据行业思想的分享和交流会碰撞会；与其说给这个碰撞会起一个名字的话我想“大数至简ALL in ONE”；
今天跟大家分享的时候我想跟大家分享几个点。
一、刚刚加入工作的时候，二十年前加入数据行业。进入公司第一年老板跟我们说，今年遇到一个大挑战，我们要处理一个大数据非常庞大。500GB，我不知道大家有没有一些印象，在20年前，我们的电脑硬盘多大？10个G，那个时候电脑上市场标准10个G，40个G，要拷数据要弄一个小推车了。
年初遇到一个消费品的CTO，我的好朋友，他说小芃去年很瓴羊团队合作把数据治理好了，我说数据量多大？你猜猜？我说500G？他说不，多少？2PB，什么概念？20年，4000倍，其实企业20年的时间，数数据膨胀了4千倍，更有甚之IDC去年报告里面提到，2025年中国数据量将要达到48.46ZB。1ZB约等于10亿G。企业这么多年，数据越用越多，管理越来越难，数据人才越来越难招，怎么办？我们一直思考一直想。
我相信在座各位，以及各位来在线上的做数据相关的从业者，我们心中有一个使命，让数据更普惠，让商业更智能。
二、我刚加入阿里的时候，国内还没有专业的数据团队，我们团队招的第一个，叫数据研发工程师，发在当时的网站IT Hub（音译），不知道在座是否记得IT古董网站。我们是互联网里面第一批专门做数据的团队。到现在为止，至今我们还是奋战在最前线、最前沿、最深处的一波人。
当时进到阿里什么东西没有可以学，没有什么东西可以借鉴，我依稀记得一张表，八个部门存了八遍。这是什么表呢？互联网人每家应该都有这张表？用户行为表，单张表的成本多少？一张表1200万元一年，八张表就将近一亿元，这全是企业业务利润，我们做数据的人心在滴血，在座各位都遇到这样的问题，你老板，CEO，都会遇到这样的挑战，成本花下去了，效益在哪里？
在当时我们在考虑，这些团队也不傻，为什么要做重复的工作呢？要兼顾个性化和通用化之间的平衡。我们摸着石头过河，大家又听到一个词，我们开始用“数据中台”的词，我们再去解构、重构。
如何理解数据？如何做好数据？我们目的希望让数据在业务里面发挥价值，能够让业务更高，更快，更强；对于一个企业来说，如果不能理解数据，那别说用好数据，我们今天其实已然能看到，我们如果不能驾驭数据的话，可能无法驾驭这个市场，这已经成为共识了，我相信大家今天来带着一些疑问，带着心理的期盼来交流的。
如何驾驭？怎么驾驭？这是都想讨论的问题，今天这个会议不贩卖焦虑，我们答案是all in one，道德经说，“大道至简”，趁今天这个机会，有很多是各行各业的头头脑脑，能和大家一起交流，如何面对这样一个数据爆炸的时代、需求迥异的时代，我们应该怎么回归到本源。怎么做到“大道至简”，怎么做？才能让老板们、企业们，用好数据、做好服务，创造价值。这是今天追本溯源All in ONE的。
今天企业存在很多问题多带来的麻烦？从本质来看，都是ALL造成的。为什么这样说？如果你不信你看，你的企业，你的老板，你的客户，你的业务方一定会问你，你会问下属和合作方问你对效率满意吗？
我有一个很好的朋友，在跨国公司做CTO，去了一年，第三个月中奖了——系统挂了。在座各位CTO有的点头，有的在笑。挂了以后，新官上任三把火，把所有事情经过的设计团队拉在一块儿复盘到底什么问题，门一推开，发现乌泱泱80个人，复盘B说C的问题，C说D的问题，这80个人都是服务商，相互之间通过项目管理协同的，根本不是业务数据、商业协同的。本质上服务商缺少编排，缺少管理，缺少连接，缺少通过数据串联的。那个场景下，我当时开玩笑说，是不是觉得自己是上帝，是不是在那一刹那有这样的感觉？到底你是上帝还是皮球？他说那个时候可能不是皮球了，甚至是貔貅了，来一脚谁都能踢我。80几家200多个系统怎么做？今天开始还有机会，如果还是用这个方式，你可能过不了这一关。已经三个月了，下一个三个月是什么问题也不知道，服务厂商多，系统服务带来的麻烦。
除了这个还有什么问题吗？还有。你做决策难吗？太难了。前几年做消费电子的品牌，当时天猫开店，当时开了3、4个旗舰店，那年学习做方法论，说今年做好活跃买家都能成。那年A渠道、B渠道，C渠道拿着报告，进到老板会议室的时候，发现大家都不敢庆工，活跃买家做到了，但是货还积压很多。什么问题呢？打开来看，其实问题很简单，第一个渠道说不是要做活跃买家吗？我们活跃买家一个月来买两次的叫活跃买家，所以做到了，而且超标了。第二个渠道说，活跃买家你这个错了，你怎么一个月来两次就活跃，一周来一次，一个月来四次才是活跃，这个条件又不一样了，他也达到了，他达到了比标准稍稍低一点，也超过100%了。第三个哥们做营销的，你们都不对，什么叫活跃，活跃要天天来我这里，一周买一次，一周来四天，才叫活跃。老板看着他们，觉得好像说得都有道理，我除了拍板之外，我现在只能拍桌子了。
他们都没有错，错在哪里？其实错在到底标准有没有定义？谁来定义？怎么定义？如果没有标准，今天复盘，说谁做得好，谁做得坏，没有参照系，这是一个店铺，一个品牌，只在我们当时天猫系，淘宝系，前几年做生意，今天这样的消费电子，我们拿了一个客户，光在阿里系400个店铺，全平台1200个店铺，大家想一下，还不包含这些线下的门店，除了线上不包含线下门店，从销售、供应链、营销、客服，分散在各个条线上，每个渠道都有不同的店长，不同的GM定义，每个角色都有不同的决策分配，作为决策者到底听谁的？
有一句话说多个时钟，其实你没有时钟了，难道这不是因为多带来的问题吗？平台多，渠道多，各种触点多，因为多带来决策效率低下，以及决策失灵的，除了这个之外，还有其他的因为多带来的问题吗？
还有，不信你看？这个话题你们应该也会关注，你用数据合规吗？刚才介绍我们嘉宾里面，有我们上海政法大学、上海社科院、法学院的专家教授坐在这里，待会儿在这里听听他们分享，我先班门弄斧一下。
数据合规不是你说了算，数据合规是真正你要把法律、把行规要研究透，研究透变成软件、软件变成植入流程当中，真正工作流不是靠认知，法治最重要靠系统和数字化治理，所以慢和难，人多了，慢；流程多了，效率多了都不致命，触犯了法律红线致命的。
去年，国家网信办组织开展13项“清朗”专项行动。处理清理违法信息，官网上查得到。其中，清理违法和不良信息5430余万条，处置账号680余万个，下架APP、小程序2890余款；涉及到很多是商家的，去年的时候网信办通报了哪些下架，哪些整改。就是因为我们对法律和理解执行，最终企业里面应用有巨大的落差，巨大转化的漏洞。
作为一个企业来讲，可能你们都会听到法律的名字《个保法》、《数安法》、《网安法》《算法管理条例》，既要保护消费者合法权益，同时要促进市场健康，这是我们职责和责任，前提你得要有这样的内容，企业如何做到安全、合规，以至于不触雷，这是我们这个地方所产生的问题，是因为渠道多、触点多，以及法律法规条款多，我们不具备这样的人才，这是什么样的人才？要既懂法律、又懂数据、还要懂商业的交叉型人才。我们开玩笑说，如果完全不会有任何违规违法的话，关掉不做生意就不违法了，缺少懂法律、懂数据、懂商业的交叉性综合性人才，如果这些不具备的话，今天对于企业来说你以为在采数，我们其实在踩雷。
今天讲这么多，不是卖焦虑，也不是讲这些问题多严峻，而是抽象出来，因为效率的问题，因为决策的问题，因为数据隐私安全的问题，这些问题都是因为多带来的，如果大家觉得和你工作离得稍稍有一点抽象，那再具像地看一下。
我们工作当中这几个经常用的场景，分析、履约、营销、客服，这些我们每个企业，少则4、5套，多则40、50套，这些共聚合软件，企业为了解一个问题，可能要买一堆产品，可能有的一个团队买一堆产品，有的一个决策买一堆产品，有的公司买一个产品组合，有的是部门和部门之间的部门墙，因为部门墙所以有数据孤岛，我说不是的，是因为有数据孤岛所以有部门墙，买了不同软件就是买了部门岛，部门怎么通呢，人和人之间怎么通特？所以看到产品越来越多，增长越来越难，促使我们在思考，促使我们做20多年数据行业的人，我们思考我们能做一些什么？
思考的时候，我们往往朝三个地方找答案，一个朝市场找答案，反观这几类企业，第一个五合一智能蒸烤箱，我昨天研究了一下，叫煎炸煮蒸烤，他说真的能煎炸。第二个这个每位美女看到都会感觉“符合朕的心意”“七效合一修护霜”；第三个“52种营养只需一片”，我们所有的企业都把每个功能和功效集合在一个产品上，企业把消费者的产品做得越来越简单，我们自己的企服行业越来越复杂，因为时代趋势由繁至简，企业服务市场也应该如此。
第二个朝客户学，原来一个阿里同事出去创业做食品行业，做调味料，创业半年去他那里看看。说我半年了还没有开张，但是我买了八套系统，花了30多万，这个地方注册一个店，那个地方注册一个店，就打电话，必须要买这个很好，听他们说很好就买了8套系统，那天正好去他家，一个玻璃房，不知道你有没有看到企业里面朋友这样的，有财务核数据分析部，把这两个部门放在一块儿？你们知道为什么放在一块儿吗？安全。其实都是“表哥表姐”，财务和数据都是搞表的。
那天看到一堆人在那里，神情很凝重的，早上8：30上班打开电脑，把五个收藏夹点开，点下载，第二步就是拿着茶杯去洗手间洗茶杯泡茶，回来以后数据好了，手工拷出来贴到人工表里面，如果系统不好重新倒出来再洗一次茶杯。在座各位包括我自己也会经常干这样的事情。
那天一堆人在查，发现数据拷出来有地方报错，找不到原因，5、6个人查到底原因在哪，查到中午找不到问题，舍弃掉这个问题，下午先卖货，先搞一波，就这么做生意，就这么弄。从客户看，一个老同学看着我，我说“对不起我们有责任，我们应该做一点什么东西”，这是从客户这一侧。
第三个朝历史学，十年前，也是我们这波人的，电商上的经典电商一代的同学，这个产品都不陌生，十几年前为了在淘宝、阿里做生意更简单更方便，为了数据指导决策，推出量子、数据魔方、淘宝指数，不同的时间推出各种产品都是为了让数据更方便。2013、2014年发现不能这样子，一样的问题，客户要找数据，拼在一块儿都不对，我们痛定思痛出现生意参谋，都在用这样的产品，其实这个产品，从第一年到现在做头尾有十年了，有一代代数据产品人迭代，其中一个同事逸客，像我，有一批人，每天思考、探索，如何让商家使用数据的过程当中，更简单，效率更高一点，价值更突出一点，这是从历史看。
任何问题要么朝书本看，要么朝牛人看，要么朝数据看，从中看到有那么多可以启发的，已然到时间点，商家多平台做生意成为常态的时候，我们往往觉得多平台做生意，你的生意翻倍，你修两翻倍，你收入翻倍，你利润翻倍，但是真实的情况，生意上可能做加法，也有可能做减法，大部分你不知道。老板算总账知道的，加法或者减法，是不确定性的，但是你的难度是在做乘法，或者乘方。像刚才八个系统导数的话，可能会形成笛卡尔集，无解的。
瓴羊在今天这个时间点，看到这些，是我们数据人，数据行业共性的特点，我们希望重新定义我们企业数据服务。我们今天正式发布瓴羊One万千需求一站搞定。
瓴羊One是什么？是企业多平台、全渠道晶莹的一站式DAAS产品。真的能做好，是需要经验、耐力，还需要有一些前站和担当。有人问我们，这些事情为什么别人没有做，为什么看到这样的市场就你们吗？不是的，很多人看到，做这个事情太苦，太累了，不赚钱，但是今天看到多平台、全渠道是客户每家经营的必经之路，虽然时代在变，虽然趋势在变，但是让天下没有难做的生意使命我们不变，在今天推出了瓴羊One企业多平台全渠道经营的一站式DAAS产品。
去年讲了瓴羊One是一个DAAS企业，我们推出了五朵云，DAAS是什么？去年讲三流合一，数据流、工作流、商业流能整合，不少的朋友关注我们，也在和我们合作互动，能感知得到，我们去年的时候，其实有没有看到，我们倒过来做了一些事情，先把营销云给做了，再把产销云做了，再把客户云、分析云做了，同时推出了开发云。今年反过来说，特别在座各位都是大企业的领袖，你们大的企业，花得起一些钱和时间做这些事情，中小企业没有时间和没有钱的，虽然大企业，但是企业的新品牌，新需求，你需要杀鸡用牛刀吗？在我们去年的5朵云，今年变成一个产品，瓴羊One，这五朵云的能力全部具备。
下面一站式，多渠道商家经营数据集成，商家在哪个平台做生意，在哪个平台效率变得更高。希望在哪个平台之间的生意工作更顺畅。智能销量预测，备货更准更灵活，库房不囤货，机会不错过。真正要做预测很难，但是有一件事情可以做，无限把时间逼近，实时快速做短周期的，如何做一个半年以后的预测，如果有人告诉你做准，我们私下聊聊。
如果知道前面一个小时，前面一天，前面一周的数据，可能知道接下来一天，一小时，一周，这个基本上十拿九稳，像这类能力往往杀鸡用牛刀，把这些能力集成在瓴羊One一体化，一个后台，刚才我们讲到同事要下载不同的数据，不同的后台，不同的权限，这些其实系统一个后台可以处理，特别讲到营销，不同的营销有不同的营销方案，不同的营销主管，往往你的是我的，我的还是我的。往往一个品牌里面，需要一个品牌之间，多个品牌之间会员相互搭赠，相互新品适用促销，以及交叉销售，这是经常提到的词，但是企业做不到的原因，数据没有联通，全域营销能不能真正做到，就是全域数据，一个后台激活全渠道的营销，真正做到全域数据，才能让营销做到真全域。
一套标准，刚刚讲的一个定义，这里再分享一个故事，前两天同事让我看到一个案子，他们不让我讲，我分享一下，不说谁，也不说哪个，一个客服的截图，一个消费者问一个平台一个问题，回答了几轮，看到一句话“亲，你要是看不懂说明就不要买了哈”，这是一个客服回答消费者的，这个消费者也很逗，“哈哈，亲，如果你解释不清楚，就不要做客服了哈”，这是冷笑话，不是痛吗？
我们做语义分析，做词组分析，有说违禁词吗？没有，有说骂人吗？没有。有说态度不好吗？还亲，还哈哈，很好。但是这个如果，特别像这类人，一般都不是在我们正常的全职的客服，经常双十一前，618前，618后，我要谈50个新客服顶高峰期，这个培训和熟悉的知识程度没有那么强，可能出现这样的情况，这个情况怎么做呢？我们不能盯着他，还是靠数字化，如果50个新同学进来，为什么你的单子时间这么长，为什么转化率这么低，为什么和这单客户花这么长时间，平均线这样子，你超出了你的方超范畴，这个我们就可以抓住，这就是前面消费导购，虽然没有退货退款，但是营销导购的机会。好的问题提出来，答案就在里面。
谢谢在座各位，有不少的朋友和商家在试用，分析这个领域，2020年做全渠道的一些运营和代运营的服务，从2021年的双十一复盘时间大概需要一周，双十一一定要复盘。有一个人问，双十一一定要复盘吗？我说你不懂零售。这次618和瓴羊One的配合大概2天时间完成，我们光在分析这一个环节，就为客户节约了80%的时间。
履约场景：大家都知道销售预测很难做。尤其是SKU多的品牌，有的地方脱销，有的递销，这里讲到瓴羊One的产销的能力，周力度的销量预测提升准确率20%。
营销场景：有一个做食品的客户，多品牌矩阵，多渠道投放，在座各位都是食品消费客户，对品牌认知很重要，这个品牌好你一直会购买他，这个品牌认知出现了问题，不管哪个平台出现也不会买。多品牌联动，原来单品牌割裂的，我们用全渠道营销的能力，用多平台联动运营，GMV提升了69%。
今天碰到一个新朋友，做酒的行业的朋友，他送我一句话“握了10次手，不如喝一次酒”，像这类的饮食对我们人来讲是品牌认知，品牌安全，品牌性非常非常重要的。
你们的数据就放在墙上，在此代表背后的团队谢谢大家！
讲了这么多，做了这么多，本质就这么一句话，“让数据服务人，不是让人去服务数据”。这是我们心中想的。有人和我们讲，说到现在为止，一定大家脑子在问，我们做了这些产品。
都是因为多变成少，复杂变成简单，ALL变成ONE，今天必须有一个话题我们要聊的，如果没有聊，感觉我们开会有一点不符合时代的格局，我们讲讲大模型。我们这么半年的学习是前面十年毕业之和吧。首先我的团队也是一样的。讲大模型，从开始讲，我们不卖焦虑，所有用上瓴羊One我们背后接上大模型，用上瓴羊One其他产品我们接入大模型，帮助企业搭上未来你的智能化的通途，在这里大家看到，我们都在关注大模型，感觉自己哪天要做一样，其实大模型不是一般企业能做的，这里面算力不用说了，这里面的算法，这里面人才的密度不说了，但是我们今天有用大模型的权利和能力，以及未来我们一定要用好大模型的能力，怎么用？第一天设计的时候，我们希望把这些能力集成进来，未来哪个大模型具备了，我们都会接入这样的大模型，不管营销场景、客服场景，我们希望把模型变成能力送到场景当中去，不仅仅模型跑分的能力，我们希望在焦虑之下，做一些不焦虑的事情，我们控一些未来概率大的事情，我们希望今天为那个事情发声做好准备。做什么准备呢？一定要做好数据的准备，刚才那句话讲到，我们不是让人服务数据，而是让数据服务人，有朋友和我说，我处理数据起来就不是人，太烦了，我送他一句话，数据的问题交给数据人去解决吧！
瓴羊One背后的团队，在这个行业里面，不管第一代数据人，还是依然今天在第一线，同是国内行业数据密度使用最高的人，我们希望让大家用好数据，管好数据，同时让数据发挥价值，更好的方式，让数据智能帮到企业，帮到客户，帮到消费者，数据的问题就交给我们数据人解决，所谓的专业数据人，其实不是靠说出来，不是靠今天我们这样讲就知道，而是靠摸爬滚打被锤炼的，哪怕踩在地下摩擦摩擦，他还活蹦乱跳，活蹦乱跳20年，不是你做的足够好，而是你遇到足够多的坑，今天你依然活得很好，这些问题的底蕴就是叫做专业。
专业还把这个词延展一点，我们其实做数据，做大模型，就是为了未来通向智能化之路，智能化是什么？我相信在座各位都有共识，智能化等于算法+算率+数据。我们今天理解智能化已经很清楚了，等于大模型+好数据，刚才讲到了，大模型不是每个企业有机会，有能力，有资源构建的，我们能构建的是企业自身的好数据，就像我们今天看一些Paper一样，未来有一些大学专业叫提示工程师，怎么叫为模型、怎么PUA模型，怎么取悦模型，要靠好数据。
瓴羊和瓴羊背后的团队，我们和客户，以及在座各位，你们在和客户的视角，我们在你们的视角，帮助你们拿到好数据，这是我们抓得牢，做得好的事情，帮助企业构建一方好数据，瓴羊One用了这些产品，天生你的数据就是你的，天生你数据存下来就是好数据，和你原来用瓴羊其他产品底座天然能打通。同时瓴羊One长在原来瓴羊的基座上，他的能力变的越来越好，越来越简单，把焦虑变成可管理，大家不用面对智能化和未来的打磨性时代不用焦虑，因为数据在哪里？模型就在那里。在座各位大模型AI思潮之下，今天听了一场会，数据在哪里？模型就在那里，数据不能搬的，模型能搬的。面向未来得数据井喷和蓬勃的市场，把自己企业数据治理好，管理好，变成好数据。
讲了这么多，聊了这么多，谢谢大家真诚的眼神，谢谢大家专注举起一次又一次相机，该要讲的问题，无法靠一场会讲完，最后送一句话，一行小字“水利万物而不争，数利万企而无声”，去年瓴羊发布的时候最后一句话，伴随着整个做事的思路，每一场社会的交流都会讲。希望瓴羊和在座各位，以及线上的朋友和同行们，我一起用我们的能力，智力和实力，让无声胜有声。
讲了这么多All in ONE，瓴羊One，下面用一段视频揭开瓴羊One的面纱，再次感谢大家！
文章来源：亿邦动力
