數位是由螞蟻集團、博將、賽富等知名投資機構投資的商業地理大數據公司。致力于以行業領先的數據規模、算法技術和智能化產品,為實體企業提供普惠的大數據產品與服務,是實體經濟數字化及商業化決策首選服務商。
《安安訪談錄》是界面財聯社執行總裁徐安安出品的一檔深度訪談類欄目。從投資角度對話1000位行業領軍人物,覆蓋傳媒創新、VC/PE、信息服務、金融科技、交易體系、戰略新興等方向。
科創板日報《連線創始人》是由《安安訪談錄》出品的針對創新創業型未上市企業創始人的訪談欄目,以企業創始人/CEO的訪談為一手信源,讓成長中的創業公司走入公眾和市場視野,并發掘最新技術和產業趨勢。
本期訪談人物:
數位大數據創始人兼CEO 黃興麗
“創業永遠都是一個曲線發展有高有低,創業之初的想法就是全面構建一個全域的數據世界,讓數據創造巨大的價值。”
▍個人介紹
北京科技大學工商管理碩士
原百度銷售團隊高級總監,擁有16年管理經驗,帶領數百人團隊
曾任招商信諾上海運營總監
曾任“零售連鎖黃埔軍校”順電門店總經理
▍第一標簽
國內最大全域全場景大數據庫建設者
▍企業簡介
數位是由螞蟻集團、博將、賽富等知名投資機構投資的商業地理大數據公司。致力于以行業領先的數據規模、算法技術和智能化產品,為實體企業提供普惠的大數據產品與服務,是實體經濟數字化及商業化決策首選服務商。
1999年大學畢業的黃興麗來到深圳,加入了在后來有“零售連鎖黃埔軍校”的順電,后來成為門店總經理。其負責的門店成為順電內單日銷售額最高。后在百度銷售團隊擔任高級崗位,擁有16年管理經驗,帶領數百人團隊。憑借成功的職業經歷,她在2015年成立的數位大數據,經過七年發展,讓數位大數據成為線下商業大數據領軍企業。
線下經濟在疫情的沖擊下,整個行業正在加速重構,一半是海水,一半是火焰。一方面連鎖化、店鋪擴展仍然是線下實體經濟必選動作,另一方面面對消費者消費觀的轉變、現金流壓力等不確定因素,線下實體企業對投資更加小心。整個線下實體經濟進入到了增長與謹慎并存的新周期。
天眼查數據顯示,餐飲企業的的注銷數量下降并不明顯,而注冊數量增長明顯。也就是說,盡管整個餐飲行業受疫情影響比較大,但是對創業者還是存在非常大的吸引力,有很多創業者涌入整個餐飲行業,行業的競爭未來會更加激烈。
疫情的反復、不確定,使得餐飲商家開店的回報周期拉長,越來越多連鎖餐飲品牌對拓店更加審慎,餐飲業線下門店擴張選址上也呈現出一些新的變化。餐企在數字化、性價比、供應鏈效率和差異化等眾多細微之處積累的勢能,未來都有可能會成為影響企業發展的關鍵要素。
但隨著過去幾年線下實體經濟數字化的推進,企業在管理、獲客、收銀等經營方面的數字化已經十分成熟。企業通過數字化達到降本增效的新路徑在哪里?處于發展階段的數字化開店,開始被企業更多的重視起來。
記者了解到,實現開店數字化的關鍵是全域全場景的大數據,借助大數據實現開店決策數字化、開店管理數字化等能力。這在過去只有麥當勞、星巴克等這些全球頭部連鎖企業一直在使用的決策工具,近年來,國內少數具有規模的連鎖企業也開始布局,但多以定制化的SaaS(軟件即服務)為主,市場缺乏標準化的連鎖拓店工具輔助企業進行科學決策。
記者發現在深圳有這么一家企業,它擁有國內最大的全域全場景數據庫,并且通過標準化產品的方式讓數字化開店被更多連鎖企業甚至中小微、個人所使用。如何打開數字化開店的新賽道,讓線下實體經濟跨越新周期,我們采訪了這家企業的負責人,數位大數據創始人兼CEO黃興麗。
1999年大學畢業的黃興麗來到深圳,加入了在后來有“零售連鎖黃埔軍校”的順電,后來成為門店總經理。其負責的門店成為順電內單日銷售額最高。后在百度銷售團隊擔任高級崗位,擁有16年管理經驗,帶領數百人團隊。憑借成功的職業經歷,她在2015年成立的數位大數據,經過七年發展,讓數位大數據成為線下商業大數據領軍企業。
黃興麗在采訪中坦言:“創業永遠都是一個曲線發展有高有低,創業之初的想法就是全面構建一個全域的數據世界,讓數據創造巨大的價值。”
數位大數據歷時七年構建了國內具有代表性的全域全場景數據庫,累積了686個市區縣數據、50萬商業鋪位信息、35萬個品牌數據,8000+商場數據,5億+柵格數據等,構建了中國最大的全域全場景商業大數據庫。
擁有海量數據的同時,在數據精細度上,數位優勢明顯。傳統的LBS一般是做到了5級或6級的定位精度,6級所對應的就是到一棟區域、一個街道。數位的定位精度是8級,抓取到某一個樓宇、某一個樓層、某一個店鋪的定位,這在行業里并不多見。
黃興麗表示:“數位創業的前五年,我們做的是一件很難但是正確的事情——核心數據資產的生產。我們聚焦在線下,通過我們的技術、產品及運營能力,將線下每一個場景數字化,再結合融合數據,構建了數位的核心資產。但如果不加以分析和利用,數據它只是一串躺在服務器上的數字,沒有價值,它必須要落到具體的業務場景中。因此兩年前,我們開始進入到數據價值挖掘的階段,我們要用數據真正賦能,真正創造價值,做產品以及應用場景的探索。
黃興麗:
創業永遠都是一個曲線發展有高有低,創業之初的想法就是全面構建一個全域的數據世界,讓數據創造巨大的價值。
大數據產品化的基礎是對數據的算法和分析決策建模能力,數位在積累沉淀數據資產的同時,也構建了強大的算法和模型能力,完成神經網絡結合深度學習算法的技術升級,開發出商業分析決策建模能力和個性化報告智能生產技術,為數位產品化落地奠定了堅實的基礎。
記者了解到,國內餐飲的連鎖化率33%,而美國等發達國家的連鎖化率達到了55%以上,國內連鎖企業的拓展,中小微企業的發展,即使在疫情的影響下仍然有強烈的需求。根據各公司財報顯示,太二酸菜魚2021年凈增門店117家、奈雪的茶在2022年上半年新增142家、海倫司新增248家、瑞幸咖啡二季度新增615家門店、呷哺呷哺計劃今年拓展100家門店。
但規模發展的另一面則是因為對新店的決策不科學,導致企業承擔過重的壓力。部分餐飲連鎖企業財報顯示,自身部分門店存在選址錯誤,從而導致虧損。
黃興麗:
如果不加以分析和利用,數據它只是一串躺在服務器上的數字,沒有價值,它必須要落到具體的業務場景中。
盡管數字化開店的企業需求巨大,但能夠提供服務的企業卻很少。根據艾瑞報告顯示,線下實體經濟數字化主要集中在經營階段,如:收銀、會員系統、供應鏈等。開店階段數字化僅為25%。市場需求日漸火熱,市場空間巨大。
黃興麗在采訪中坦言:“無論是中小微企業還是大型的連鎖品牌,數字化開店都是連鎖企業先天就存在的痛點和剛需。”
“過去數字化開店都只是針對連鎖大企業的定制化產品或其自研產品,這就要求連鎖企業擁有一個幾十人上百人的IT團隊,或者是要付出高昂的定制化資金成本,這樣中小微企業很難負擔得起。”黃興麗對記者表示,“數位通過自己研發專注在開店數字化領域的算法模型,能夠為連鎖企業提供標準的數字化開店產品,讓更多企業享受到大數據科學決策的服務。”
數位推出的兩款產品,都是以標準化、產品化專注在數字化開店領域,“上上參謀”面向中國5000萬中小微及個體經營者,提供從選址、找鋪、選品到后開店階段的裝修、招工等綜合服務的數字化決策支持。目前,上上參謀已有500多萬用戶。目前,“上上參謀”訂單量達到30多萬次,其中很多是多次查詢訂單。
黃興麗采訪時表示,上上參謀通過“大數據+算法模型”的方式,只要用戶填寫一些商鋪信息,會自動生成對這個店鋪的報告,降低了用戶的決策門檻,提供了科學依據。除了店鋪評估以外,我們通過大數據也幫助開店用戶在選品類、選品牌、選服務上給予相應的決策參考依據。
黃興麗:
無論是中小微企業還是大型的連鎖品牌,數字化開店都是連鎖企業先天就存在的痛點和剛需。
“數位拓店云”旨在為連鎖品牌提供“高度標準化、產品化” 的數字化拓店產品工具。面向線下連鎖企業為其提供數字化拓店的標準化SaaS產品。其依托“大數據+算法“為線下連鎖企業提供網規數字化、選址數據化、投測智能化、開店標準化的數字化開店工具+管理系統,從而幫助連鎖企業實現開店數字化升級,降低開店風險、提升規模化開店、加盟發展效率。
“目前國內SaaS軟件也面臨很多挑戰,拓店云也希望通過產品和技術能力來應對”,黃興麗對記者表示,“國內SaaS獲客成本非常高,幾百上千一個客戶的情況也時有發生。拓店云和上上參謀則形成了用戶相互轉化。”
黃興麗:
未來隨著國內企業在管理、經營上的專業提升,并通過國內SaaS企業對需求的不斷梳理,國內SaaS行業將會朝著產品標準化不斷發展。
一方面在上上參謀中有很多連鎖企業的拓店人員,另一方面上上參謀很多中小微用戶也會不斷成長為連鎖企業。這樣使得拓店云能夠用很低的成本獲取商機的同時,也借助用戶使用上上參謀的體驗,降低了溝通成本,增強了信任感。
當前中國企業服務需求千差萬別,需要進行更多的定制化服務,這直接導致了很多SaaS企業無法擴大規模和提高利潤率。黃興麗表示,拓店云將連鎖企業開店環節相關需求,進行了模塊化的功能定制,構建了標準化的開店產品。拓店云通過“工具+數據+模型”的產品體系,實現RPA快速交付。這樣只需要根據客戶的需求,選擇相應模塊功能,即可實現快速交付。“未來隨著國內企業在管理、經營上的專業提升,并通過國內SaaS企業對需求的不斷梳理,國內SaaS行業將會朝著產品標準化不斷發展。”黃興麗說道。
另外,由于“開店”本身就是持續需求,且數位已和不同行業的大客戶建立合作,大客戶需要考慮數據遷移成本,選擇合作慎之又慎,確立合作后不會輕易換產品,因此數位續費預期是樂觀的。而針對中小商家的上上參謀的續費率也在40%以上。
在記者了解數位大數據的商業模式與商業邏輯之后,環視全球是否有類似的公司與之對標?通過調查,記者發現在美國就有一家商業大數據行業巨頭CoStar,它在商業地產信息化領域是無可爭議的行業領先者。這家公司成立于上世紀八十年代,第一款產品是按季度發行的紙質地產指南,到2000年CoStar完全淘汰了實體產品線,轉型成為100%基于互聯網的公司,如今業務已經由全美擴展至加拿大和歐洲,公司于2009年IPO,此后十年間股價上漲了1521.07%。CoStar股價飆升的背后,是投資人對于商業地理大數據價值和潛力的篤定與認可。
CoStar有三十多年發展歷史,如今已經建立了全美最大的商業地產信息數據庫,監測超過88億平方米商業地產建筑,記錄了每一個房間從建設、出租、出售到拆除的每一次狀態變化,并將之轉化為全面專有的數據集,為客戶提供優質而精準的服務,從而吸引了數以百萬計的訪客,有著難以超越、多元化的客戶群基礎。據不完全統計,美國商業地產83%的交易都與CoStar相關。CoStar經歷了傳統模式階段,并順利轉型到數字化形態,這有點像奈飛從一家傳統的DVD光盤租賃公司轉型成為一家流媒體公司,前景一下子被放大無數倍,成為數字時代的弄潮兒。
作為一家線下商業大數據公司,需要什么樣的能力?從行業巨頭CoStar的競爭力分析可以看出,時間沉淀下來的海量數據、技術優勢以及商業模式,是CoStar 的核心競爭力,且外界難以復制。
首先看數據。我們知道大數據是數字時代的“能源”,是AI決策的依據,數據量決定了動能的大小。CoStar的地產信息數據庫來源于 30 多年間不斷地采集與維護,平均每天 CoStar 在其數據庫內更新的信息可達上千條,多年行業數據采集經驗所建立起來的強大行業數據資產,成為其重要壁壘。數位大數據通過七年時間累積了686個市區縣數據、50萬商業鋪位信息、35萬多個品牌數據,8000+商場數據,5億+柵格數據等,構建了中國最大的線下商業大數據庫。
其次看技術。CoStar多年來,信息技術團隊開發了在商業房地產行業中獨一無二的數據收集和質量控制機制,并在數據信息基礎上提供商業地產租賃、銷售、建設等趨勢分析,及結合用戶運營目標/戰略分析、風險監測等服務,滿足商業客戶對線下數據的需求。數位大數據根據自有的多維度信息(位置環境、經濟活動、區域客群、品牌競爭等),結合這七年來線下積累的行業經驗,自建大數據預估模型,準確率大于90%。目前數位大數據已經開發了多個大數據商業分析模型,包括5A選址模型、商鋪吸引力模型、品牌關聯度模型、好店模型、競爭分析模型等等,在多個維度可以助力實體店鋪,并作為行業標桿得到了客戶廣泛認可。技術優勢讓數據更好用、更有用,產生更大的價值,從這一點來看,數位大數據與CoStar的發展路徑一致。
第三看商業模式。線下商業地理數據在很多場景中可以幫助企業,比如實體店鋪線下開店選址,比如商業地產招商,或是品牌針對不同區域消費特征制定不同營銷策略等等。平臺需要具備一種能力——把龐雜的數據整合成簡單易用的產品,讓企業好用、易用,在任何場景下、企業有需求時能夠“拿來即用”。CoStar搭建的線上平臺引領了行業變革,并為用戶提供易于獲取的全方面數據信息。其經過多年發展形成了四大類基礎服務,又分為數十種不同產品,可以面向商業地產交易參與者(房東/經紀人、中介、消費者)、房產開發商、設計師、投資機構、政府機構、保險/貸款等不同客戶。數位大數據的產品組合還在完善中,目前主要是數位觀察、上上參謀兩款類型產品,分別作為數據平臺及開店工具面向不同人群提供服務。作為一家年輕的科技企業,數位大數據接下來的考驗在于將海量數據轉化為產品,服務于更多的客戶群體、更多的商業環節。
在夯實數字化開店場景之外,未來數位大數據還將拓展多個線下商業場景領域,為更多用戶提供大數據商業決策服務。以大數據評估為依托,針對政府商圈、地塊進行科學分析與評估,輔助政府在土地價值、招商引資方面進行決策,這是一個已有規模超過2000億元的市場;用數據幫助政府實現數字化治理和科學化決策,這是一個已有規模超過6000億元的市場;對線下廣告投放位置的商業價值、人流價值、受眾類型進行大數據評估,讓線下投放更加精準,這是一個已有規模超過320億元的市場。這些業務拓展和商業的可能性,仍基于一個基礎,即數位大數據通過大量投入將線下經濟商業空間數字化,不斷積累線下商業遷徙的數字沉淀以及用戶群像線下消費的偏好,共同構建起中國最大的線下商業大數據資產。
回顧人類對石油、對電的利用過程,目前行業對“數據”價值的利用,尤其是在“數據賦能實體”方面,還只是剛開始。黃興麗最后對記者表示:“未來的應用場景需要一步步地去探索,加快我們探索速度,盡快地讓我們的數據價值去賦能各行各業。”一個看似簡單的線下實體企業開店選址與門店連鎖全流程管理,實際上幫助實體企業實現數字化轉型升級,讓數據驅動的資源得到更好的配置和流動。當行業對商業地理大數據的利用越來越深入,積累和實踐越來越多,“數字化”帶來的改變將不可限量。
點擊觀看>>>創始人精彩對話