有點年紀的朋友可能還記得，在當(dāng)初沒錢買正版磁帶的歲月，我們經(jīng)常會蹲在收音機前等著電臺播放熱門歌曲，再趕緊把它錄制下來。但長此以來，我們面對的就是一大堆毫無規(guī)律的磁帶，很難從中快速找到特定某首歌曲。

The Very Group首席數(shù)據(jù)官（CDO）Steve Pimblett在數(shù)據(jù)管理會議上，就用這個例子形容了公司的數(shù)據(jù)戰(zhàn)略。雖然某些部門對過往記錄不那么看重，但歷史悠久的Very必須尋求新的數(shù)據(jù)編錄方案，幫助董事會成員了解業(yè)務(wù)體系一路以來的發(fā)展變化。他們?yōu)榇诉x擇的服務(wù)商，正是Alation。

Very的前身是以印刷目錄聞名的Littlewoods，這家年營業(yè)額近25億美元的零售商每年通過線上渠道在全歐售出約4900萬件商品。

企業(yè)的根源可以追溯到1920到1930年代的利物浦和曼徹斯特，當(dāng)時他們專門在足球場附近銷售和郵寄目錄。1937年，該公司在布萊克浦開設(shè)了第一家實體店。時間一路來到2005年，Littlewoods與Shop Direct合并，隨后于2020年更名為The Very Group。

該公司這段從地攤經(jīng)濟加郵購服務(wù)，逐步轉(zhuǎn)型為在線零售商的成長軌跡，為其留下了多年積累下的豐富數(shù)據(jù)。然而，這些數(shù)據(jù)的孤立性與低下的自動化水平則阻礙著公司的進一步發(fā)展。

自2020年加入Very以來，Pimblett一直在積極推動數(shù)據(jù)文化變革，希望為可信數(shù)據(jù)建立起基礎(chǔ)，幫助Very的員工能夠?qū)?shù)據(jù)資產(chǎn)轉(zhuǎn)化為客戶行動。

在他看來，那些預(yù)算不太充裕的家庭將成為Very下階段的主要經(jīng)營受眾。“這一切都是有數(shù)據(jù)支撐的，數(shù)據(jù)幫助我們回答了關(guān)于潛在核心客戶的疑問：他們是誰？我們要如何更好地為他們服務(wù)？我們整理出七大潛在受眾，而其中最重要的就是預(yù)算并不寬裕的家庭。因為他們特別重視我們的整體報價，希望一次性買齊家中所需，而且會在滿減和折扣方面精打細算。我們則提供更靈活的支付方式，以幫助他們分攤開銷?！?/p>

數(shù)據(jù)富礦

Pimblett在談到為何加入Very時，給出的理由非常簡單——“主要是考慮到客戶規(guī)模，Very擁有四、五十萬客戶?！?/p>

“我們隨時隨地管理著大量商品門類、2000個品牌、超20萬庫存單位，而且貨品隨時都在吐故納新。舉個例子，目前日用家電里人氣最高的是空氣炸鍋。我們還有金融服務(wù)業(yè)務(wù)，為用戶提供信貸，這跟以往的目錄業(yè)務(wù)差不多?！?/p>

“我們還有一處機器人倉庫，掌握著大家所能想象到的一切數(shù)字媒體。這里堪稱是數(shù)據(jù)的富礦，可以在不同業(yè)務(wù)領(lǐng)域?qū)で蟾钊氲亩床旌托袨橹敢?，?jù)此一步步推進業(yè)務(wù)目標(biāo)。”

Pimblett將Very的數(shù)據(jù)策略劃分為五個部分。首先是“使用情況”部分，包括搜索技術(shù)和聊天機器人；“管理”部分，即如何對數(shù)據(jù)進行分類/存儲以提高發(fā)現(xiàn)效率；“風(fēng)險”部分涵蓋數(shù)據(jù)沿襲、速度及安全管理方式；“信任”則包括搜索排名與認可；“價值”代表如何使用數(shù)據(jù)改善員工入職、洞察獲取速度和存儲成本。

在加入Very之前，Pimblett曾經(jīng)擔(dān)任在線博彩公司Betsson.com與聯(lián)網(wǎng)汽車消息應(yīng)用服務(wù)商Wejo.com的CDO。

如今，他在Very仍在沿用之前同數(shù)據(jù)團隊共同開發(fā)的“中心輻射”模型。

“我建立起了卓越中心。在Very，我們擁有數(shù)據(jù)平臺與工程技術(shù)卓越中心，有商務(wù)智能中心，有分析中心，還有數(shù)據(jù)科學(xué)中心和治理中心。我們一直在通過種種輻射形式與業(yè)務(wù)部門保持合作?！?/p>

“之后就是我們分配產(chǎn)能的方式。這些中心要么將產(chǎn)能分配給自己以進一步構(gòu)建平臺，要么就將能力分配給整個輻射系統(tǒng)和業(yè)務(wù)垂直領(lǐng)域，涵蓋零售、品類規(guī)劃以及金融服務(wù)業(yè)務(wù)?！?/p>

向Pimblett的數(shù)據(jù)團隊員工約有130人，數(shù)據(jù)治理中心那邊約有10人。這些也正是Alation數(shù)據(jù)編目軟件的主要用戶。

技術(shù)選型

Pimblett表示，該團隊也曾考慮選擇Collibra作為數(shù)據(jù)編目供應(yīng)商。

“我們?yōu)槲宸N編目方案整理了征求意見書，并根據(jù)反饋確定了最終入圍的兩個選項——Collibra與Alation。當(dāng)時我們更傾向Alation，但還需要通過概念驗證確保二者能實現(xiàn)售前人員做出的承諾。我也做過軟件銷售，所以知道他們說的話不能盡信。”

“我們很擔(dān)心自身業(yè)務(wù)太復(fù)雜、規(guī)模過大。如果說Teradata資產(chǎn)中包含25萬個表，那Alation能快速完成掃描嗎？用戶界面還能對條目進行搜索嗎？”

在探索當(dāng)中，Very從機器人抓取上發(fā)現(xiàn)了特殊價值。

“與很多數(shù)字企業(yè)一樣，我們也在努力玩轉(zhuǎn)機器人技術(shù)。我們是個大品牌，面對著成千上萬的商品和數(shù)百萬種價格，所以需要使用大量機器人抓取目錄、獲取結(jié)果，這樣才能開展競爭關(guān)系分析或其他運營規(guī)劃?？傊?，用好機器人技術(shù)已經(jīng)成為我們必須達成的重要目標(biāo)?！?/p>

“從歷史上看，各個領(lǐng)域一直以不同方式各自管理數(shù)據(jù)資產(chǎn)中的機器人。但這太荒謬了，我們需要的是把機器人程序從各個業(yè)務(wù)環(huán)節(jié)中消除出去，圍繞機器人檢測技術(shù)建立起創(chuàng)新型社區(qū)。我們必須把結(jié)果各異的不同數(shù)字孤島轉(zhuǎn)換成可信的單一版本，確保每個人都能立足這種單一資產(chǎn)開展創(chuàng)新，在此基礎(chǔ)之上實現(xiàn)智能分析?！?/p>

“我們的工作實質(zhì)，是從數(shù)據(jù)資產(chǎn)當(dāng)中創(chuàng)造價值。但前提是以可信賴的方式創(chuàng)造價值，確保個人身份信息等敏感數(shù)據(jù)安全無憂。Alation正是整個體系中的重要組成部分，同時也是重要的治理方案。以前面提到的機器人管理為例，我們證明除了降低風(fēng)險、簡化流程之外，圍繞數(shù)據(jù)的編目、索引、協(xié)作和管理確實能為企業(yè)帶來巨大價值?！?/p>