数据中台还是给了乳制品，乃至于竞争激烈的消费品、食品饮料行业一个新的发展方向。
根据中国奶业年鉴数据，2018年中国乳制品市场规模达到3590.41亿元，同比增长-5.3%；总销量3099万吨，同比增长1.0%。这组数据可很清晰的看出中国乳制品行业的现状，规模大、增长停滞，这是一个成熟市场的标志，也是乳制品行业面临的第一个痛点。
大规模的成熟市场往往存在较多的结构性机会。在超千亿的中国乳制品市场里，液态奶占据95%以上比例，剩余的是奶粉，我们再细分来看，液态奶又可细分常温白奶、常温酸奶、低温酸奶、鲜奶、含乳饮料组成，细分品类众多。
这将导致在每个细分领域，都会不断有新的企业进入下游成品奶市场，根据Mintel GNPD2018年数据显示，2013年-2018年低温酸奶、鲜奶、常温奶、奶粉四大品类汇总的新建立品牌数增速高达23.86%，激烈的竞争导致乳制品行业整体的利润水平较低，行业总体净利润保持在7%以内。
尽管不同细分领域的竞争较激烈，但总体的市场还是较集中的。2018年伊利、蒙牛、光明、飞鹤四大集团总收入超1800亿元，占据整个乳制品行业的半壁江山。因此，对于集团公司来说，如何管理旗下众多品牌，以及不同品牌衍生出的生产、供应链、营销的综合管理是其主要问题；而对于小型公司来说，如何优化企业运作效率，从敏捷高效的管控流程中创造利润是其主要难点。
当然，由于电商、新零售的普及，乳制品行业的渠道也发生了很大的变化，2005年杂货店占据了中国乳制品渠道的50%，但如今只有不到1/4，并且还在缩减；蚕食该渠道的主要是网购和低温便利店；而大卖场和超市这么多年依然稳坐另一半渠道江湖。
零售渠道的演变是一个逐步规范、集中和可控的过程，因此目前的乳制品企业都试图更好的控制销售渠道，更加接近消费者，这就产生了另一个重要的痛点，即如何更好地管理渠道、更好地链接消费者？
一边乳制品企业还没很好的了解消费者，同时消费者偏好的变化速度正在加快，因此品牌、产品的更新速度也得同步加快，如何掌握这个节奏？如何更精准的了解消费者的需求？
在《2020年中国乳制品行业数据中台研究报告》中，亿欧智库总结了乳制品行业面临的三大痛点：增长、升级、多样化：
增长指的是总体销售额增长乏力，处在存量竞争阶段，如何获得新的增长？
升级指的是乳制品行业总体利润较低，行业如何不断寻找新利润点？
多样化指的是渠道、品牌、产品的多样化使得乳制品市场竞争加剧，如何满足产品快速迭代、服务快速响应需求。
竟然要谈数据中台，首先要明确，这些痛点是数字化层面的问题吗？
实际上每一个问题都没法完全依靠数字化解决，但是数字化能为其提供新的方案和路径。如针对增长问题，精细化运营是个突破口，而精细化运营的基础就是数字化的程度足够高；针对升级问题，全域优化、品类升级都是新突破口，其中全域优化就是数字化层面的问题；针对多样化问题，加强消费者端的数字化建设是重要的基础。
中国乳制品行业数字化实际上已经走过三个阶段：
第一阶段：2010年之前主要部署数字追溯系统；
第二阶段：2010年~2016年，主要部署ERP、CRM、供应链系统；
第三阶段：2017年~至今，主要部署消费者数据系统、MES等。
由于我国对乳制品（尤其是奶粉）的追溯管理比较严格，因此乳制品企业在建立之初都依据国家规定建立了追溯体系，基本在2010年前，中国乳制品行业数字化主要集中在追溯系统，发展到今天也经过了一维码、二维码、RFID等技术的迭代。
后由于乳制品市场的快速放量，大型乳企也相继出现，基于企业管理的ERP、CRM、供应链管理系统也逐步被接受。2017年之后，开始有部分企业进行生产制造端的改造，MES系统、数字工厂开始走进乳企。
根据《2020年中国乳制品行业数据中台研究报告》，中国乳制品数字化进程基本完成重要环节（如质量安全、供应链管理）的信息化，但各个系统的数字化程度不一、数据资产孤岛化，与消费者的连接较弱；同时中国乳制品进入了寻找新增长、等待升级、适应多样化的新阶段。
但是，在增长、升级、多样化的痛点前面，基于单点的数字化已无法满足需求，其背后是精细化运营、全域优化、快速响应的产业需求，因此全流程、可快速响应的数字化方案将成为中国乳制品新的方向。
按照通俗的说法，过去乳制品企业走过的是内部信息化的过程，其中对数据的存储、管理和使用也随着信息化程度在发展，我们姑且称这个过程为数字化变革的过程。
数字化的背后有两个重要的组成部分，一个是技术、一个方法论，技术是指数据库、数仓所依赖的技术方案，而方法论在于乳企如何管理数据、如何提炼数据价值、如何让数据更好赋能企业发展，这需要企业管理思想、行业know-how、组织架构和员工参与度等多方面因素共同影响。
早期企业的数据信息较少，通过部署数据库以及少量开发人员就可以满足简单的业务支持分析，但随着数据量变大，多层级部门的日常操作、分析在多类型、多个数据库之间进行，使得数据的抽取和访问显得错综复杂，会产生较多问题，如数据分析结果缺乏可靠性、数据处理的效率很低、难于将数据转化为信息等。另外随着数字化程度加深，企业数据量变大，操作和分析对象变多，传统数据库系统会产生“蜘蛛网”现象，数据仓库、OLAP技术成为主流解决方案。
但目前独立的、固化的、有限的决策支持系统已经无法适应业务快速发展的需求：
首先，传统数仓ETL过程基本依靠人工，一旦开发完成，数据承载和储存能力的提升将会耗费很长的时间和很多的成本。
其次，传统支持决策系统的使用者还是高层管理人员，没有针对具体的业务运营人员的使用渠道，难以适应未来精准化运营的需求。
再次，触点的增多、业务灵活性增加对数据的弹性能力要求增加，数据决策系统需要适应敏捷的业务模式。
同时，传统支持决策系统各自是独立的，如基于AI、数仓以及各部件的多个支持系统，随着业务复杂度上升，目前的架构无法满足更多跨系统的决策需求。
根据《2020年中国乳制品行业数据中台研究报告》，亿欧智库认为数据中台是企业内支持高效构建全域数据资产、敏捷赋能多类业务、智能服务全流程人员的新型数据智能系统，能够满足现阶段乳企全域+敏捷的数字化需求。
阿里巴巴在中国最先提出中台概念，在其诠释的数据中台是集方法论、组织和工具于一体的，“快”、“准”、“全”、“统”、“通”的智能大数据体系这一定义下，还特别提及了“数据中台是区别于传统数据仓库的智能大数据体系，帮助企业实现好数据、联商业和通组织”。
阿里云数据中台主要分为数据资产化和数据价值化，由Dataphin主要实现数据资产化；由Quick Audience主要实现消费者运营，由 Quick BI主要实现决策智能，上述这些产品服务都来沉淀自阿里巴巴本身十余年大数据行业经验。以QuickBI为例，这是一款为云上用户提供的智能BI服，在全球知名机构Gartner最新年度ABI魔力象限报告中，它作为国内首个也是唯一一个进入该领域魔力象限的BI产品，其领先优势毋庸置疑。
通过系列的产品矩阵，叠加阿里云数据中台基于行业属性定制的业务解决方案，共同来推动乳业企业的数字化变革，帮助乳企实现更大的业务智能。
.jpg)
前文提到的乳制品四小龙之一的飞鹤集团就采用了阿里云数据中台，经过调研、走访和深度访谈，我们了解到飞鹤数据中台分三阶段进行，目前已完成第一阶段的建设：第一阶段已消费者服务及终端门店销售为核心，规划了九大业务场景，分别是营销域、交易域、公共域、商品域、会员域、渠道域、财务域、日志域和物流域。
主要为了实现：有效将客户留存运营，深入存量用户运营，全力赋能线下业务、助力导购，实现客户跨业务引流、转化、留存等需求。目前飞鹤搭建数据中台获得同源、敏捷、预知、倒推、双向等数据能力，真正实现精细化运营、数据反哺业务。
另外，根据亿欧《雅士利：以火箭的速度往前跑，数据中台已经触动组织的变革》一文，提到雅士利利用阿里云数据中台所提供的品牌全域数据中台解决方案，一共挖掘了5个业务场景：导购场景、门店场景、积分场景、营销活动场景、会员场景。2019年双11，雅士利通过数据中台，营销提效实现了去年同期增长92%。而旗下的新生羊奶粉品牌——朵拉小羊也实现了从0到1的成长突破，在2019双11期间，实现了消费者总量增幅达74倍，目标GMV完成率118%，主推单品销售提升1000%+。
当然，类似于所有信息系统解决方案，企业采用的最终效果跟企业的认知程度、重视程度、员工认可程度高度相关，尽管如此，数据中台还是给了乳制品，乃至于竞争激烈的消费品、食品饮料行业一个新的发展方向。
文章来源：亿欧网；
编者：云朵匠 | 数商云(微信ID：shushangyun_com)
【数商云www.shushangyun.com】致力于提供企业级的电商网站建设服务，长期为大中型企业打造数据化、商业化、智能化的网上商城系统解决方案，同时我们还提供B2B电子商务平台、B2B2C多用户商城系统、B2C电子商务系统、跨境进口电商平台、供应链管理系统、新零售电商平台、直播电商系统等一系列系统定制开发服务。
点赞 | 0
