传统企业如何借助数据供应链实现消费者协同

消费者登堂入室乃天下大势。丰裕已经代替匮乏成为供给格局的新常态，互联网基本消除了价格信息的不对称，口碑传播促成了广泛的消费者议价同盟，而当掌握取悦消费者诀窍的互联网企业以势不可挡的姿态向各行业渗透，传统企业不得不全方位开展数字化转型。于是，消费者从价值链末梢被推到价值网中央。生产要素向它汇聚，产业界限为之打破，组织结构为之颠覆，运营流程为之再造，商业模式为之改变，最终都是为了创造极致的消费者体验。这时，产业协同需要新观点。

沃尔玛和宝洁通过对接后台系统、共享数据库以及共同制定提升计划获得了双赢，利丰公司通过娴熟地管理全球供应商网络实现超乎想象的生产效率和交付速度，Intel则派出工程师与软硬件厂商组成联合团队以加快推出基于最新一代芯片的产品…这些协同案例大都耳熟能详，但缺乏时代气息。一方面，消费者强势崛起，在这些案例中却无迹可寻；另一方面，数字化浪潮深入推进，这些案例却未充分体现。本文基于最新案例阐释了以消费者为核心的产业协同模式，然后为传统企业实践这一模式提出建议。

（一）消费者成为产业协同新主角

企业一直被告诫要心存消费者，但长期以来，其执行却主要靠企业家的软性道德约束。而今，这一教条正在成为具有坚实基础和硬性约束的行为准则，其表现形式不是把顾客当成虚无缥缈的上帝，而是把消费者当作对等合作的协作对象，通过切实有效的协同策略获得竞争优势。

1）消费者掌握生产资料

1998年，一家创业公司发现酒店经营者面临一个棘手的问题：酒店空房即使以很低的价格出售也比空置要好，但为了保护酒店品牌并避免冲击主流销售渠道，酒店无法公开实施这一计划。如何解决这个问题呢？这家公司设计了一种模式：让用户事先提交对酒店位置、档次、价格的期望，为用户匹配对应的底价“房间库存”，成交前不展现酒店名称，而一旦成交用户必须接受。该模式甫一推出就大受欢迎，Priceline正是凭此崛起，现在已是市值高达630亿美元的全球在线旅游龙头。

在阿里巴巴看来，未来的商业都将是消费者驱动的。阿里正在探索的重要方向是，利用其平台上的巨量用户为入驻店家在各个环节引入消费者协作，间接驱动制造业的改造升级。家电厂商如澳柯玛、手机厂商如华为等都曾利用天猫平台与用户对话，调动用户参与产品设计并取得了成功。通过数据共享计划，天猫将沉淀的数据分享给厂商以指导其产品设计、研发、生产和定价，实际上充当了消费者协同的代理人。

Airbnb的业务模式是将旅游者与旅游目的地所在城市的闲置房屋或床位连接起来。这家创立于2008年的企业引领了共享经济的兴起，目前有160个国家的3.5万城市的60万套房源在它的平台上展示，去年一年接待短租用户超600万，最新的估值达到100亿美元。Airbnb的实质是一个基于数据的平台，它搜集城市、房屋、房主以及租客的各种数据，一方面将个性化的搜索结果匹配给租户，另一方面通过数据分析帮助房主制订最佳的房屋租赁价格，然后为双方的信用评级并识别欺诈。

上面案例的共同点在于，消费者都提供了某种资源。提供给Priceline的是消费者期望，对天猫及其合作伙伴实际上也是如此，而最终都以数据形式出现。在Airbnb案例中提供的是实实在在的房间，但对Airbnb而言，协作的关键仍在于相关的数据，既包括租户数据也包括房主数据。如果说工业时代最重要的生产资料是机器，信息时代最重要的生产资料可能是大数据，尤以个人数据为最。正是在这个意义上，掌握着个人数据支配权的消费者，才上升为企业纷纷争取的协作对象。

2）数据驱动端到端个性化定制

大数据的作用将端到端贯穿企业运营的各个环节。未来企业的运营核心，可能浓缩在一个一体两面的信息平面上，一面是用户的历史、实时及预测数据，另一面是企业运营的历史、实时及预测数据，两个平面建立映射关系，用户面的变化将触发运营面的若干Trigger进而形成企业资源调配的指令，真正实现以用户个性化需求为中心的运营。下面两个案例初步体现了这幅图景的三要素：用户面、运营面及其映射关系。

总部位于中国青岛的个性化定制成衣品牌红领，近来成为学术界和产业界关注的焦点。经过11年的不断摸索和积累，红领自行设计了一个包含20多个子系统、完全由数据来驱动的数字化运营平台。该平台核心是一组叫做客户密码的数据，包括客户的姓名、联系方式、身高、体重、社会家庭关系、个人爱好、衣着偏好、满意度等等，一组客户数据被录入后，无需人工转换和纸张传递，系统自动解码并驱动自动配里料、自动配线、自动配扣等后续流程。解码的有效性依赖于红领11年来积累的海量数据，目前已经可以满足超过1000万万亿种设计组合、100万亿种款式组合，足以满足各种个性化需求。

与制造业不同，医疗、教育、餐饮等服务业天然就是个性化的，但这种个性化通常来自服务本身的不可标准化。现在，消费者协同也在改变传统服务业，形成以消费者为中心的个性化。比如，自适应学习允许学生自行“决定”学习内容。这种模式致力于改变单向传授、被动接受的线性教育过程，为每个学生提供量体裁衣的学习方案。基于互联网的自适应学习平台采集用户学习过程中的各种数据，为每个用户构建个性化的学习模型，进而将该模型应用于下一步的学习中，为用户分配最适合的学习内容。类似地，随着人类基因库的破解，医疗专家正在试图基于个人基因提供完全个性化的药物和治疗方案。

但总体来看，让来自于消费者的数据真正地服务于消费者，是当前很多讨论和实践背后被淡忘的基本价值观。比如，基于大数据的精准营销旨在帮助产品找到对的客户，而大数据的价值主张其实应该是帮助用户定制对的产品。立场一旦转换，大数据创新的重心就从前台营销向后台供应链整合和内部运营转移，而最终形成由数据驱动的端到端个性化定制流程，任重道远。

红领难能可贵地提供了一个制造业转型的终局样本，但对于各行各业的朝圣者而言，再花11年才能建立这一模式显然已不可接受。红领之所以能够成功，主要归功于它11年前就坚定不移地确立了个性化定制的业务模式并坚持不懈地以前端需求为指挥棒积累后端数据、优化后端流程、固化后端系统，而这个过程之所以漫长，很大的瓶颈来自于个人数据搜集的效率较低。事实上，它一直通过代理商的线下渠道去承接一个个客户。现在，个性化定制和C2B的趋势已成为共识，对企业而言，胜出的关键在于如何更快速、更充分、更高效地获取相关数据，缩短实现上述目标的进程，这构成了消费者协同策略的核心。

（二）传统企业如何强化消费者协同

传统企业要保持竞争优势就必须顺势而动。实际上，消费者协同是数字化转型整体战略的重要模块。那些意识到消费者崛起以及商业环境互联网化，并善于利用互联网、云计算、智能设备、大数据等新型生产要素重塑产业协同模式的传统企业，将成为数字化转型的领先者。本文提出三方面建议：一是塑造消费者互动体验；二是建立数据供应网络；三是驾驭数据供应链。

1）塑造消费者互动体验

互动是协同的动作，协同是互动的结果，而为使消费者感受到邀约并参与其中，企业必须塑造体验，也就是以服务为舞台，以商品为道具，以消费者为中心，能调动消费者参与、值得消费者回忆的活动。互动体验是消费者协同的最前沿，既要让用户体验到愉悦，也要让企业实现协同目标。值得强调的是，体验看似仅发生在用户界面上，但塑造体验这一任务却远远超出了UI设计和营销策略的范畴，它甚至需要企业反思自身存在方式。

一是要善于在产品和营销之外的环节创造体验。用户的注意力和时间正在向线上迁移，电子商务和社会化营销已成为企业与用户互动的必选项。然而，把用户互动局限于市场营销范畴，进而将互联网理解为新型营销工具或渠道，那就大错特错了。互联网应被理解为一个巨型开放社区。所谓企业互联网化，就是将原本封闭的内部运营环节尽可能地打开，全方位融入这样的一个社区，进而最大程度地实现消费者协作。小米号称有10万“编外”研发队伍。它每周五都会放出迭代更新的软件版本，迭代的依据就是用户在社区的反馈；当产品功能面临内部分歧时，小米会将备选方案放在社区供用户讨论和投票。类似地，英国虚拟运营商Giffgaff通过将客服工作“开放”给社区用户，实现了平均响应时间7分钟、平均解决时间24分钟的高服务水准。以这样的方式与消费者协同，显然要比单纯的互动营销更开放、更真诚、更有效。传统企业数字化转型必须做到：能够数字化的环节都要数字化，能够互联网化的环节都要互联网化。

二是要善于利用第三方合作伙伴的力量创造体验。直接与用户对话可能导致渠道去中介化，但其本质要做体验的加法而非成本的减法。只会卖货的渠道面临压缩，但一些互动体验仍然离不开渠道合作伙伴，企业要做的是把它们以用户为中心组织起来。比如，沃尔沃的车载系统能够把故障自诊断结果通过云端传输给其首选经销商，经销商会根据故障情况主动与车主联系。同时，沃尔沃鼓励车主登录My Volvo网站建立个人主页，可以将车辆信息从云端下载到本地，并据此预约经销商的保养和维修服务。这个案例的核心在于，利用车联网和云服务，沃尔沃、经销商与车主一起创造了一种三方互动体验。再比如，微信因其社交性和互动性备受品牌商青睐。海尔针对电视、空调、冰箱等产品的使用场景特征开通了垂直服务号。在远程控制、用户社区和售后服务等共有功能之外，空调服务号还提供室内外PM2.5值查询，冰箱服务号则提供食材管理和健康膳食建议，并引入一号店生鲜支持用户随时补充食材。这些合作都提升了家电体验的互动性。

三是要善于利用数字技术提升互动的智能化水平。智能化浪潮正在席卷各行各业，这种趋势是消费者协同的一个侧面。通俗地说，智能化升级就是将传统产品或服务改造为能够响应变化的开放系统。需求变了智能系统能够自动识别并采取行动，场景变了智能系统甚至能在用户察觉之前做出响应，这无疑是极致的互动体验。这通常需要一些技术手段。比如，迪斯尼公园面向游客发布的魔力手环不仅是电子门票，也不仅是快速定位游客位置的工具，更是制造互动体验的绝佳创意——根据手环上RFID发出的信号，公园可以知道每个游玩项目的排队人数，为游客合理安排时间提供建议，而游弋在园内的各色卡通人物可以根据手环发出的信息得知小朋友的姓名，然后亲切地向小孩打招呼。事实上，手环等可穿戴设备已成为搜集客户数据进而提供定制服务、触发服务流程的重要依据。按照可穿戴设备之父、MIT教授彭兰特的说法，汽车也可被认为是一种大型的可穿戴式设备，因为汽车就是通过不断搜集信息向智能演进的。

2）建立数据供应网络

案例表明，消费者协同映射着一个数据采集、共享、处理、分析并最终输出行动策略的循环过程，在操作上的很多环节实际上是面向数据的。与沃尔玛与宝洁建立在业务关系之上的数据共享不同，消费者协同对数据的渴望更强烈、眼界更宽广，一条独立于业务链和物料供应链的数据供应链渐渐成形。然而，一些企业认为自身并不拥有多少数据因而放弃了从中获益的尝试，又有一些企业认为自身数据已足够充分因而将目光完全聚焦内部。实际上，它们都因对外部数据供应商视而不见失去了创新机遇，即使其他环节做得很好，其数据供应链的整体优势也会削弱，尤其当竞争对手非常善于利用外部数据时。

企业首先需要了解市场上存在哪些数据。从供给侧看，我们把数据分为政府开放数据、企业开放数据和个人开放数据。企业关注外部数据的目的，一是更全面地了解客户，二是获得更立体的消费场景。对于前者，个人开放数据为企业自身积累的用户数据提供重要补充；对于后者，政府开放数据刻画的宏观场景以及企业开放数据刻画的微观场景，企业可能更为需要。

政府开放数据浪潮席卷全球，与中国政府转型诉求不谋而合。政府数据开放不仅意味着巨大的社会价值，对企业而言还意味着巨大的经济价值。零售商可以根据当地经济、人口和消费数据制定经营策略，家电厂商可以将气象及环境监测数据整合到其远程控制app，便于消费者做出更好的使用决策，而汽车厂商可以将实时交通、加油站位置等开放数据引入其车联网服务平台，提升用户驾车体验。

被孟山都9.3亿美元收购的Climate 公司，其业务模式几乎完全建立在美国政府开放数据之上。它的产品是意外天气保险。用户在网站上提交投保条件后，Climate会在100毫秒内综合分析天气预报、国家气象局数据、土壤地质调查数据等，结合预测模型给用户开出保单。孟山都称，这笔收购旨在向已经购买孟山都种子和化肥的农民提供更多服务，并带来200亿美元的创收机会。

开放数据浪潮正在从政府向企业蔓延。作为主导企业构建生态的基石，开放平台的重心隐隐从能力开放向数据开放转移，BAT都有类似的计划。日本、韩国的主导运营商Docomo和SKT不约而同地采取数据开放策略来构建移动医疗生态。Docomo Healthcare是Docomo与欧姆龙成立的合资公司，负责管理、分析和运营来自可穿戴式设备和家用健康设备上传的海量用户体征数据。这些数据不仅用来给用户提供专业的健康建议，还对符合要求的互补型企业开放。保险公司、运动器械品牌商、有机蔬菜提供商、绿色家具厂商、健身会所等广义的健康服务提供商都可据此强化与消费者的协同。

其实，值得关注的企业数据源不仅包括BAT和运营商等数据巨头，还包括一些态度更为开放的新兴企业。比如，恒温器厂商Nest允许其他设备互联，将用户发给Nest的数据以及它自身监测到的数据开放共享。这样，惠而浦的洗衣机和烘干机将会根据你的出行时间自动工作，当你启动恒温器“离开”模式时，LIFX牌的灯泡也会自动熄灭节省电力，等等。反过来，智能手环鼻祖Jawbone也将自身数据开放给Nest让它“学习”用户的起居时间。这种围绕共同用户的不同消费场景交叉共享数据的模式被称为“场景互联”。

个人数据一直在用户本身不知情的情况下被滥用，而今一些新平台试图帮助用户获得主动并顺利成章地成为个人开放数据的法定代理人。比如，Datacoup鼓励用户将Linked-in、Twitter、Fousquare等社交信息对该平台开放，一方面用户可以获得全面的网络画像以更好地了解自己，另一方面用户可以选择将数据匿名开放给他们喜欢的品牌（广告主），并由此获得每月支付的佣金。Meeco则推广以隐私保护为卖点的个人云和浏览器，试图说服用户将所有的隐私数据都集中到其平台上进而方便用户统一管控。

企业还需要了解市场上存在哪些数据供应商。从价值定位上看，有些供应商主要定位为数据采集环节，有些供应商定位为数据整合增值环节。从运作模式上看，有些供应商另有主业而数据供应仅为其衍生业务，有些供应商则完全聚焦数据供应来开展业务。按照上述两个维度，我们可以把潜在的合作伙伴分为业余采集型、专业采集型、业务整合型和专业整合型四类。

目前企业更关注微博、微信、电商、运营商、银行这些本身具有数据采集能力的供应商，但他们通常并未建立独立的数据供应业务体系，也就是说它们属于业余采集型伙伴。此外，还有一类专业采集型伙伴，在各自的专业领域精耕细作，专注于提供本领域内高质量的数据，比如统计、气象、地理测绘等政府部门。专业采集型伙伴还包括以众包形式存在的分布式网络。比如，红领要启动个性化定制流程首先需要为客户量体。这时，社会上广泛存在的干洗小店成为红领的争取对象，小店帮助红领获取客户数据，红领与这些小店分享利润；再比如，Airbnb雇佣全世界的自由摄影师去拍摄房间照片，这样既可以提高照片的吸引力，又可以保证照片的客观性，增加了对潜在房客的吸引力。

上述两类合作伙伴是目前数据源的主要提供者，但专业整合型伙伴的崛起将是一个值得关注的趋势。一方面，由于需要数据的企业以及企业对数据的需求快速增长，数据运作专业化的市场条件日益成熟；另一方面，由于数据处理成本持续下降和开放浪潮的深入发展，数据本身的稀缺性将会下降，而在多数据源之间的搜寻、甄别、整合的价值越来越大。

比如，Datacoup实际上是专注于个人社交数据的专业整合者，它的进一步发展将：1）降低企业与Twitter、Linkded-In等业余采集型企业分别谈判的交易成本；2）通过有效整合多源数据提升数据对企业的价值；3）一次性进行技术上和法律上的处理，降低了数据开放的整体成本。类似地，Datamarket则专注于政府开放数据，将来自于几十个数据源的各类开放数据按照主题、行业和地域分门别类，结合可视化工具呈现给用户并支持API调用。

3）驾驭数据供应链

在强调消费者与数据供应的同时，强调一下企业自身的管理能力是非常必要的，因为只有具备相应的驾驭能力，才能确保内部外部数据有效传导转化为价值，进而构成消费者协同的正向循环。

传统供应链最棘手的物流瓶颈在数据供应链中并不存在，但数据供应链柔性和敏捷性的表现仍然差强人意。大部分企业可以通过供应链管理平台清楚地知晓物料的属性、所处的运输环节以及目的地和用处，有了RFID等物联网技术后更是如此。数据供应链管理远未达到这样的水平，很多企业不清楚需要对哪些数据进行管理以及如何管理，也不清楚数据来自于何处以及该如何使用，数据质量的得不到保证，数据冲突时有发生，数据分析不能灵活地响应业务需求。某种程度上这是由于数据管理本身的复杂性所致，但更重要的原因可能来自企业内部，突出体现为组织不支持和工具缺乏两方面。

传统企业应通过组织创新强化面向数据的职能。一方面，当前的IT组织大多是面向系统的，不同的系统功能服务于不同的前后端职能，IT部门职责在于确保系统稳定和功能完善，而面向数据的职责并未被明确定义；另一方面，IT仍被大多数企业视为辅助性活动，与前端部门的甲乙方关系根深蒂固，很难实现数据驱动的业务创新。企业可以通过组织创新来改善上述问题。一是在公司高层、职能管理和执行体系三个层次全面加强数据相关职能的定义并理顺流程。为保证变革杠杆的有效性，全职的首席数字官、独立的数据职能管理部门、独立的数据服务中心，在大型传统企业中上述配置至少要实现一个。二是授权数据部门（或数据高管）开展基于数据的业务创新并配置相应资源。数据部门可采取类似于创投孵化器的运作模式，把数据资源作为吸引创意的核心资源，小范围试点并快速迭代，当业务规模达到预设标准后移交业务部门。

传统企业应引入先进的数据资产管理平台。一旦至上而下地明确了数据相关职责，数据治理机制就会提上正式日程，这时需要选择正确的实施工具。新技术平台需要满足大数据、实时性、安全性等技术要求，也需要具备元数据管理、知识图谱、可视化等功能要求，但更值得强调的是理念和架构上的领先性，即数据资产化、管理端到端和开放透明。数据资产化是指将数据比照为可增值、可交换的资产，对数据所有权、使用权、收益权等资产属性加以管理，并支持数据的登记、评估、买卖、审计等类资产操作；管理端到端旨在落实数字供应链的理念，企业需要实现对数字实体（Data）类似于对物理实体（Thing）的关注，定义并持续记录其位置、动作、状态等信息，做到过程的可追溯、可预测、可干预；开放透明则强调对多边商业模式的支持，满足多数据源（内外部）和多数据用户（内外部）灵活接入和访问。

（三）总结

传统的产业协同是以企业为主体、供应链为核心，为实现整体链路的通畅、高效而建立的模式。消费者协同将协同主体从企业扩展到消费者、将协同核心从供应链转换为需求链、将协同目标从资源利用的有效性转换到需求满足的有效性。如果说供应链协同旨在把事情做好而把事情做对缺乏关注，消费者协同则旨在找到对的事情，并为事情做好提供依据和指挥棒。

消费者协同已经在那些领先企业中得到了充分重视和践行。10月15日，联想宣布成立一家全新的智能终端公司，公告称该公司将用互联网思维打造产品，专注于利用互联网的业务模式在销售、营销和产品开发等环节与消费者进行深度互动。新希望六和股份有限公司联席董事长，陈春花教授在写给管理团队的信中提到：基于饲料技术来创造价值，基于料肉转化来界定价值，没有真正从产业链、最终消费者价值来评价、创造和界定行业的价值…要让农牧产业具有持续的价值，一定要真正理解消费者，一定要真的能够把消费者作为思维的起点，作为行业整体价值的依据。

消费者协同并未否认传统供应链的价值，而是要求企业在传统供应链之外增加一条相对独立的数据供应链。这条供应链旨在整合内部数据源和外部数据供应商，从个人数据和场景数据中解析出个性化需求，进而驱动企业内部运营，最终塑造极致的用户互动体验。最后，数字供应链与传统供应链一样面临柔性和敏捷性的挑战，企业需要诉诸组织创新和技术创新加以克服。

作者 侯宏