【书评】阿里巴巴车品觉:11个维度解读大数据
新零售背景下传统零售业转型升级的策略探讨
新零售背景下传统零售业转型升级的策略探讨目录一、内容概览 (3)1.1 背景介绍 (4)1.2 研究意义 (5)1.3 研究方法与数据来源 (6)二、新零售的发展现状与趋势 (7)2.1 新零售的概念与特点 (8)2.2 新零售的发展历程 (9)2.3 新零售的发展趋势 (10)三、传统零售业面临的挑战与问题 (11)3.1 技术革新压力 (13)3.2 市场竞争加剧 (14)3.3 消费者需求变化 (15)3.4 经营模式转型困难 (16)四、传统零售业转型升级的策略探讨 (17)4.1 以消费者为中心的产品与服务创新 (19)4.1.1 个性化定制 (20)4.1.2 增值服务 (21)4.2 销售渠道优化与拓展 (22)4.2.1 多元化线上线下融合 (24)4.2.2 跨境电商 (25)4.3 数据驱动的精准营销 (27)4.3.1 用户行为分析 (28)4.3.2 数据化决策支持 (29)4.4 组织架构与流程再造 (30)4.4.1 供应链协同管理 (31)4.4.2 精简高效的运营体系 (32)4.5 创新商业模式探索 (33)4.5.1 社交电商 (35)4.5.2 无人超市 (36)五、案例分析 (37)5.1 阿里巴巴集团新零售实践 (38)5.2 京东无界零售探索 (39)5.3 其他行业传统零售企业转型升级案例 (41)六、政策环境与影响因素分析 (42)6.1 政策支持与引导 (43)6.2 市场竞争机制 (44)6.3 科技创新推动 (46)七、结论与展望 (47)7.1 研究总结 (48)7.2 研究不足与局限 (49)7.3 对未来发展的展望 (50)一、内容概览随着互联网技术的飞速发展和普及，以及人工智能、大数据等前沿技术的广泛应用，“新零售”这一新型商业模式应运而生，并迅速崛起，成为当今零售行业发展的新趋势。
新零售以消费者为中心，通过整合线上线下的资源，优化消费体验，实现零售业的升级和转型。
如何看待中国汽车后市场连锁的未来
栏目编辑：张淑珍*************************2020/10·汽车维修与保养81Expert corpus◆文/江苏 徐向东如何看待中国汽车后市场连锁的未来徐向东天猫养车招商部总监、中国汽车维修协会常务理事、中国汽车维修协会连锁工委副主任、中国汽车工业协会汽车后市场维修分会常务副会长、九易汽车服务连锁创始人及CEO。
自2014年国务院十部委联合发布186号文，对汽车后市场转型升级提出了意见和建议后，汽车后市场发生了颠覆性的变化。
东哥也总结了几个关键热点时期，即：2014年是联盟热点、2015年是资本热点、2016年是连锁热点、2017年是平台热点、2018年进入迷茫热点、2019年是品牌中台热点，热度最高的时期是2014-2017这三年。
2016年以来连锁一直是汽车后市场的热点，市场数据确实让各方看到了行业巨型蛋糕，但想分割却很难。
自了解考察了欧美及日本汽车后市场行业状况后，2012年前东哥一直在思考这样一个问题：中国汽车后市场行业的现状是否符合汽车后市场未来的发展要求？目前汽车后市场门店脏乱差、老板的质量与服务意识淡薄、员工技术水平与素质低下，造成了2B与2C两方均不认可。
另外，门店孤独的封闭式经营也导致了资源有限。
下面东哥根据自己的经历，谈谈他走过的从联盟到连锁的路径，分析连锁发展的关键要素，以及中国汽车后市场未来的连锁发展。
一、发展联盟借助其他行业联盟的经验，东哥以汽修联盟创始人的身份，经过调研沟通后，联合了在张家港布局市区各乡镇行业中排名前15位的优秀维修企业，完全按照民政部针对行业协会的考核标准，在张家港汽修市场成立了当时全国独有的汽车后市场行业汽修诚信联盟。
该联盟启动后，定位宗旨明确。
成立联盟的当时，即明确了核心要素的三个定位(定章程、定架构、定执行)与一个整合(资源)。
图1是联盟成立之初设立的整体构架和运营执行的构想。
通过半年的运营，张家港联盟有效地整合了维修企业单项痛点资源，即配件与保险业务。
阿里巴巴的诊断工具六个盒子
阿里巴巴诊断组织工具“六个盒子”有很多组织发展的研究认为，未来的组织形态会偏个体化、个人化，小企业会越来越多。
对此，我的判断是相反的，从阿里整个组织成长的轨迹来看，未来一定会出现更多超级组织。
为什么会给出这样的判断？首先，回到战略的大图景下，组织会有相应的HR战略大图，具体可分为组织的心力、脑力、体力。
心力是什么？是使命和文化，让组织有强大的驱动力往前跑。
脑力是什么？组织本身有实现目标的能力。
体力是什么？是组织的结构、流程、机制。
心、脑、体整个是为了激发组织能量，让整个组织都是围绕使命和愿景而努力。
在此工具思维的前提下，组织的架构师要对整个组织作一个全面的把握和诊断，我们叫“望闻问切全局思维”。
当了解组织整体状况以后就要对它提前引导，有经验的HRD们为了在业务上保证方向的一致，一般会用到两个工具方法：一是战略协同工作法，“共创”和“通混晒”；二是团队成长工作法，包括业务复盘和review；最后，通过文化去修炼心法。
让组织有一致的使命、愿景、价值观，由文化和政委体系打造。
那么，在实施业务战略和组织战略过程中，阿里究竟使用了哪些打造组织能力的工具和方法？一、诊断组织健康的“六个盒子”“六个盒子”是阿里用来诊断组织究竟健康与否的典型工具，具体表现在以下六个方面：第一，目的和目标公司或团队经常会定KPI，比如今年业绩要达到1个亿，背后的目的到底是什么？这是最关键的。
回到本源，还是在回答“我们为谁创造什么价值？”这个命题，其实就是在谈使命。
在阿里做业务，基本上每个人都谈客户价值。
追求利润是销售人员的天职，但作为技术人员也在想这个问题，这家公司是不会长久的。
阿里是一家以运营为特色的公司，这是它业务为什么那么强大的原因。
要打几个爆点，让爆点去带动整个业务往前跑，即所谓的运动战。
这里面有三个衡量，一是目标是否清晰、是否明确。
二是目标上下和左右是否一致。
三是大家对目标是不是兴奋。
比如有些残疾人通过淘宝就业，甚至做得很大很成功，淘宝年会上邀请他们，员工看了很感动，就会很认同自己的努力是为客户创造更多的价值。
俞军产品方法论12条
俞军产品方法论12条
嘿，咱今儿来聊聊俞军产品方法论的那 12 条！这可真是个宝啊！
你看啊，这第一条就像是给产品盖房子打地基，得扎实！要是这第
一步都歪了，那后面不就全乱套啦？就好比走路，一开始方向就错了，那还能走到想去的地儿吗？
第二条呢，就像是给产品穿上合适的衣服，得符合它的气质和功能呀！不能随便找件衣服就往上套，那多别扭呀！
第三条呀，就好像是给产品找朋友，得找对路的，能一起玩耍一起
成长的，这样产品才能越来越棒！
第四条呢，就跟给产品做饭似的，各种调料得搭配好，多了少了味
道都不对，得恰到好处才行。
第五条，哎呀，这就像是给产品规划路线图，得清楚明白，不能走
冤枉路呀！
第六条，好比给产品注入灵魂，没有独特的魅力怎么能吸引人呢？
第七条，就像给产品找个好教练，能指导它不断进步。
第八条，这可是关键啊，就像给产品找个舒适的家，环境不好它能
待得舒服吗？
第九条，那就是不断给产品加油打气，让它有动力往前冲呀！
第十条，就如同给产品照镜子，得知道自己啥模样，才能更好地改进呀！
第十一条，是让产品不断学习新知识，不然就跟不上时代啦！
第十二条，哇，这简直就是给产品的终极考验，能不能经得住市场的风吹雨打，就看这一条啦！
这俞军产品方法论的 12 条，每一条都那么重要，都那么有意义！咱做产品的可得好好琢磨琢磨，好好运用，可别不当回事儿啊！这就像是武林秘籍，掌握好了就能在产品的江湖里闯出一番天地来！你说是不是？咱可得把这些宝贝方法用起来，让咱的产品闪闪发光呀！。
大数据技术和标准化共80页文档
16
二、标准体系框架
25
三、《信息技术 大数据 术语》
• 大数据生命周期模型 lifecycle model for big data 用于描述大数据的“数据 – 信息 – 知识 – 价值”生命周期和指导大数据相关活动的模型 ；这些活动主要由收集、准备、分析和行动等阶段覆盖。
注：几个阶段的主要活动如下：
a.收集阶段——采集原始数据并按原始数据形式存储； b.准备阶段——将原始数据转化为干净的、有组织的信息； c.分析阶段——利用有组织的信息产生合成的知识； d.行动阶段——运用合成的知识为企业生成价值。
数量 Volume
多样性Variety
速度Velocity
多变性variability
构成大数据的数据集的 数据可能来自多个数据
规模。
仓库、数据领域或多种
Volume
数据类V型o。lume
单位时间的数据流量。 大数据其他特征，即数
量、速度和多样性等特
Volume
征都处V于o多lu变m状e态。
24
三、《信息技术 大数据 术语》
. . .
平
据
台
描分质 述类量 模方模 型法型
数 评据 估溯
源
收 集
预 处 理
分 析
可 视 化
访 问
. . .
平 台 基 础 设 施
预 处 理 类 产 品
ai产品经理评价指标
ai产品经理评价指标AI产品经理评价指标随着人工智能技术的迅速发展，AI产品经理的角色变得越来越重要。
在评价AI产品经理的工作表现时，必须考虑到以下几个关键指标。
1. 产品规划能力一个优秀的AI产品经理应具备出色的产品规划能力。
这包括明确产品目标和愿景、制定详细的产品路线图、合理设置里程碑和优先级，以及有效管理产品开发的各个阶段。
同时，产品规划还需要考虑市场需求、竞争对手和技术可行性等因素，确保产品在市场中具有竞争力。
2. 用户需求分析能力AI产品经理需要深入了解用户需求，通过与用户沟通和调研，把握用户痛点和需求。
他们应具备良好的用户研究和数据分析能力，能够通过数据和用户反馈指导产品优化和迭代。
同时，AI产品经理还应密切关注市场动态，紧跟技术发展趋势，及时调整产品策略以满足用户需求。
3. 技术背景和理解能力作为AI产品经理，理解人工智能技术的基本原理和应用场景是必不可少的。
他们需要与技术团队密切合作，理解技术的可行性和局限性，能够与工程师进行有效的沟通和协作。
同时，AI产品经理还应持续学习和关注最新的技术发展，以保持对技术趋势的敏感度和专业性。
4. 项目管理能力一个成功的AI产品经理需要具备出色的项目管理能力。
他们需要能够合理安排资源、制定明确的目标和计划、有效地分配工作、跟踪进度，并及时解决项目中的问题和风险。
良好的项目管理能力可以确保产品按时交付，并保持高质量的标准。
5. 与团队合作能力AI产品经理需要与跨部门团队合作，包括设计师、工程师、销售和市场团队等。
他们需要具备良好的沟通和协调能力，能够有效地与团队成员合作，推动产品的开发和上线。
同时，他们还需要具备领导能力，能够激励团队成员，共同实现产品目标。
6. 市场竞争力一个成功的AI产品经理应该具备敏锐的市场洞察力和竞争意识。
他们需要不断跟踪市场动态，了解竞争对手的产品和策略，并能够根据市场需求和竞争情况做出相应的调整和优化。
同时，他们还需要能够通过市场推广和品牌建设等手段提高产品的知名度和竞争力。
车品觉：数据交易不是买卖沙发，他敢卖你敢买吗
车品觉：数据交易不是买卖沙发，他敢卖你敢买吗过去三四年中，大数据以极快的速度从概念走入现实，深度嵌入到了经济社会中的方方面面。
回望来路，大数据究竟给发展带来了哪些切实的机遇？面向未来，政府治理究竟该如何适应这一新的科技革命？就上述问题，近日，笔者专访了大数据领域的知名专家车品觉先生。
希望本次专访的内容，能够对大数据的继续发展提供讨论的火花。
车品觉先生现任中国计算机学会大数据专家委员会副主任、浙江大学管理学院客席教授等职。
车品觉先生于2010年加入阿里巴巴集团，担任阿里巴巴集团副总裁、阿里巴巴集团数据委员会会长，负责阿里大数据体系的整体规划。
2016年4月，车品觉先生由阿里巴巴集团去职，加入某知名投资机构，其视野也从一个大公司的内部运作转向全社会的创新创业生态体系。
本次专访内容较多，为便于微信阅读，我们分为三篇刊发，第一篇谈大数据发展的最新趋势，第二篇谈政府和企业在大数据流通中应当注意的问题，第三篇谈政府在大数据发展中应当扮演的角色。
本文为第二篇。
有些政府部门没有想清楚自己为什么要收集数据问：“数据关联越来越多，人工智能越来越发展，势必会激发出大量创业公司的出现，大企业当然也会受益，也就是您所说的一个生态系统的形成。
这显然也给政府带来了挑战，因为政府以前主要治理小数据，但是在这个大数据的生态中，政府应该做怎样的调整来刺激这个新生态的发展？”车品觉：怎么来治理整个生态，这是一个蛮有意思的问题。
中国现在有一个比较有意思的课题，就是数据资产。
政府绝对是拥有数据资产最大的机构，但是今天中国对数据资产的理解太浅，有点不够重视。
有些政府部门没有想清楚自己为什么要收集数据。
我认为，政府部门对数据资产停留在想要有多少就有多少的阶段。
这是很小数据时代的思维：占有数据，控制数据。
其实只要有好的策略，政府拿到的数据会越来越多。
但是我要说的是，你拿的数据多了，对社会的责任也就多了。
如果你拥有这么多数据，你又不去用，那你干吗收集？但是如果你把这些数据分享出去，人家又会说泄露隐私。
俞军产品12条
10，如果不确定该怎么做，就先学别人是怎么做的。
竞争对手永远是最好的老师，他们是市场的先行者，研把用户当作傻瓜，不要让用户思考和选择，替用户预先想好。
让用户忘记思考，把什么东西都为用户想好。
4.追求效果，不做没用的东西。
一个产品最终的目的还是为了达到某一目标，实现其效果就可以了，不要华而不实，偏离中心。
5.发现需求，而不是创造需求。
在设计产品的时候去发现用户的需求，去适应用户，而不是让用户适应你。
6.决定不做什么，往往比决定做什么更重要。
产品的设计的过程中，会有很多离中心设计思想无关的工作，做的是要确保中心主题。当然很多的时候我们也要对产品进行调研，达不到盈利效果的就不要去做，这样是浪费金钱和精力。
2.站在用户角度看待问题。
自己也一直在强调，一个人在做网络营销之前，最好先去当一下客服，这样才能更好的了解客户想要什么。作为一个PM所做产品应该对用户直接负责，真正的站长用户的角度去解决问题。
3.用户体验是一个完整的过程。
在前文中也提到了一个基于用户购买的AIDA模型。对于用户来讲从开始注意到最后购买是一个完整的过程，在这个过程中用户的一个体验性不仅仅是网站内的部分，更在网站之外，如电子商务中的电话咨询，发货方式以及售后服务等每一个环节都计有着深厚的见地，其总结的俞军12条，深深地影响着一代PM。以下是俞军12条原文并附个人思考：
1.PM首先是用户。
PM首先是要自己的产品的忠实用户，自己亲自体验一下产品感受，做到让自己满意。如果产品连自己的PM都不喜欢，就不谈去征服客户了。打动别人之前，先打动自己。
7.用户是很难被教育的，要迎合用户，而不是改变用户。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
盲目进行大数据投资，收集越来越多的数据，但这些数据却是“死”数据。
“死”数据就是单纯存在数据库中，无法进行分析和使用，并且不能够产生价值的数据。
大数据的真正价值是将数据用于形成主动收集数据的良性循环中，以带动更多的数据进入这个自循环中，并应用于各个行业。
多样的自循环方式打开了大数据之门，进入这个循环的关键是从解决问题出发。
4、无线数据，大数据的颠覆者
面对无线数据，我们需要一种多屏思维——需要考虑到现在用户使用互联网的多场景问题。
多屏可能会包括多台电脑、手机和pad，可穿戴式设备。
当多屏变成一种常态，不管是数据分析师的分析方法还是推荐系统的推荐算法都必须多屏化。
要解决的主要问题有两个：一是做到高效准确的收集，二是培养数据分析师的多屏思维。
5、四种数据分类与五种数据价值
数据按照是否可再生，分为不可再生和可再生数据。
按照所处存储层次，可分基础层、中间层和应用层。
按照数据业务归属，可分为各个数据主体。
按照是否为隐私，可分为隐私数据和非隐私数据。
数据价值1、识别与串联价值，2、描述价值，3、时间价值，4、预测价值，5、产出的数据价值。
6、从用数据到养数据
“养数据”通常有两类，一类是网站自身没有的数据，需要用户自主提供；另一类是公司拥有的，但没有进行数据的收集。
“用数据”更多的是一种方法论，“养数据”则是一种数据战略，是基于深入业务理解的更高层次的商业决策，数据养的时间越早，积累的数据也就越多。
养数据也是一种管理和商业艺术，在养之前可能谁也不确定最终会出现的后果，一旦养成会产生非常大的商业价值。
7、数据的盲点
数据盲点可以分为两类，物理盲点和逻辑盲点。
物理盲点是指在数据库中不存在这样的数据，即企业没有收集到应该收集的数据，这一类数据问题的产生通常是数据收集策略出了问题。
逻辑盲点是有数据，但没有被很好地发掘出来。
数据逻辑盲点的出现与数据分析师或数据使用者的经验和敏感度有关。
除了这两种，还有一些人为制造的“盲点”，比如故意把数据进行掩盖，或者人为地调整数据口径。
是否看到数据盲点价值的核心是有没有看到应该看到的数据，有没有错失不应该错失的数据。
8、阿里巴巴的大数据实验
一个人在注册某一个网站的时候，性别登记只会是男性或者女性，阿里巴巴竟然有18个标签！阿里巴巴的内部数据化运营流程是：例如，要为一个童装类目做营销推广以征集新客户，会先找到目标客户群，把这个类目感兴趣的消费者用标签找出来，通过发邮件或短信吸引其关注。
数据从“用”上升到“养”，即运营数据。
例如，会尝试在整个淘宝中查找，针对12岁年龄之下儿童商品为例，此时在用户中搜索有多少用户家中有12岁以下的孩子，但却未发生过从这个类目购买商品的行为。
以前只能运营有过购买行为的几百万用户，现在可以达到几千万。
从几百万到几千万就是运营数据，这时一个从主动收集数据到运营数据，再到产生新数据的过程。
9、阿里数据化运营的内三板斧——混、通、晒
作为数据分析师，如果不和业务部混在一起，商业敏感就不会凭空出现在你的面前。
坚持带着业务问题来观察数据或者带着数据来观察业务，兼备二者的敏感，就做到“通”，更深层次的通是存在于公司组织中的数据。
数据能不能做到在获取、使用、分享、协同、链接、组合之上让自己变得超级简单和便捷，这时数据化运营里面非常重要的一点，正是晒的内容。
10、阿里运营数据的外三板斧——存、管、用
收集数据不是目的，让收集起来的数据如何产生价值才是最终的目的。
学会用数据产品来解决获取及使用数据的问题。
阿里巴巴数据管理最不一样的地方在于非常依赖数据产品，希望用数据产品来解决获取以及使用数据的问题。
在“用”数据的问题上，数据的分裂和重组，都能做到颠覆性创新。
11、大数据，未来商业利器
数据扮演的三个角色分别是：第一个阶段是从点上指导运营；第二个阶段是数据从点到线或到面。
第三个阶段为做数据模型，分析外围数据开始变得异常重要，可以为公司的下一步战略找到出路，数据真正能充当爆发角色的，一定是第三个阶段。
爆发，是做每一件事情和解决每一个企业问题的人都需要的，尤其是做数据的人，一定要时时刻刻想到数据能够为企业产生什么价值，能够用数据解决什么问题，是不是能够用数据来发现企业中的爆发点。
如果做数据的人时刻都有这样的一是，那企业将会因为数据获得非常大的收益。
via：IT value
人人都是产品经理（）中国最大最活跃的产品经理学习、交流、分享平台。