從三個層面，來看D2D的實現(xiàn)路徑：

1.???? 跬步和千里-起節(jié)點的設(shè)計

起點：以業(yè)務(wù)的數(shù)字化為起點，拆解人貨場的數(shù)據(jù)元素，厘清交互的流轉(zhuǎn)數(shù)據(jù)，將業(yè)務(wù)比特化。傳統(tǒng)方式下，以ERP、CRM的內(nèi)控驅(qū)動的零售經(jīng)營，以財務(wù)績效指標為衡量企業(yè)產(chǎn)出的唯一因素；物質(zhì)化的資產(chǎn)作為生產(chǎn)支撐工具，與業(yè)務(wù)的運營有較為清晰的分割；不管是以產(chǎn)定銷還是以需定產(chǎn)，對于消費者的評估和市場的預(yù)測，都基于較為粗放和單一的邏輯；前端的設(shè)計、生產(chǎn)、供應(yīng)鏈，到后端的市場、銷售、終端，單向的業(yè)務(wù)鏈條難以形成前后端的有效整合和互動。

如今，在互聯(lián)網(wǎng)和大數(shù)據(jù)的驅(qū)動下，從交易到交互，再到公開市場，企業(yè)對于消費者的洞察具有更為全面可獲得的數(shù)據(jù)，將數(shù)據(jù)視為資產(chǎn)運營，并成為貫穿企業(yè)運營的承載主體，其戰(zhàn)略意義已經(jīng)超越傳統(tǒng)的資產(chǎn)范疇。因此，全域觸點建設(shè)尤為重要，將“人貨場”的元素拆解，并建立關(guān)聯(lián)；主動采集各交互流轉(zhuǎn)的數(shù)據(jù)，形成數(shù)據(jù)資產(chǎn)的流動；通過工程化、標簽化、模型化的注入，形成數(shù)據(jù)資產(chǎn)的價值運營，以實現(xiàn)全觸點互動、全鏈路體驗和全渠道的融合。

節(jié)點：以效益的數(shù)字化為節(jié)點。追求“效率”和“收益”的平衡和共進，以小的閉環(huán)驗證，替代以往長周期歸因的方式，快速循環(huán)、迭代和穩(wěn)固提高產(chǎn)出價值，是數(shù)字化轉(zhuǎn)型策略執(zhí)行的關(guān)鍵。

?? 效率的提升：數(shù)字化轉(zhuǎn)型的前期更側(cè)重于夯實基礎(chǔ)，效率的提升為主要的目標。數(shù)據(jù)資產(chǎn)的建設(shè)、數(shù)字化平臺的建設(shè)、數(shù)字化決策基礎(chǔ)能力的建設(shè)都是壘以變革的基礎(chǔ)。TalkingData在某零售企業(yè)的數(shù)字化轉(zhuǎn)型變革中，通過前期的數(shù)據(jù)診斷評估及優(yōu)化，從無到有的建設(shè)線下數(shù)據(jù)采集觸點，實現(xiàn)近1萬家門店，800萬的線下客戶數(shù)字化。并建立數(shù)字化平臺，集成數(shù)據(jù)、模型和指標體系，形成營運決策的自動化閉環(huán)鏈路。同時，在效率產(chǎn)出階段，投入營銷活動的閉環(huán)實踐，驗證人貨場的關(guān)聯(lián)，以產(chǎn)消者為核心的向上向下驅(qū)動鏈路中，“人-貨”、“人-場”的組合輪動模式，繼而形成人貨場的互動整合、元素重構(gòu)。

?? 收益的提升：經(jīng)營目標的提升可以說是零售企業(yè)追求的“終極”目的，這一環(huán)節(jié)與銷售端的價值創(chuàng)造能力息息相關(guān)。從消費者經(jīng)營角度，提升消費者價值轉(zhuǎn)化的漏斗，提高收入，降低成本，是提高收益的三個重要內(nèi)容。構(gòu)建潛在目標客戶群體，提高從潛在會員到會員，再到高價值會員的漏斗轉(zhuǎn)化，降低休眠和流失會員比例，使會員價值分布上移，構(gòu)建良性的會員結(jié)構(gòu)。并在交易環(huán)節(jié)，以更豐富和貼近的營銷策略，提高客單價，降低銷售成本，提高ROI。

起節(jié)點的交互和一致亦很重要。以業(yè)務(wù)的數(shù)字化，實現(xiàn)效益數(shù)字化的產(chǎn)出；并根據(jù)效益的數(shù)字化，反饋和優(yōu)化業(yè)務(wù)數(shù)字化的執(zhí)行，以及指導(dǎo)業(yè)務(wù)數(shù)字化的布局，保證兩者的協(xié)同。

2.???? 實現(xiàn)路徑的“四化”交互

數(shù)據(jù)資產(chǎn)化、分析模型化、應(yīng)用場景化、流程自動化是起點到節(jié)點的實現(xiàn)路徑，通過“四化”的能力構(gòu)建，最終實現(xiàn)智能化決策，智能化組織。

數(shù)據(jù)資產(chǎn)化：業(yè)務(wù)的比特化和重組的過程，將拆解后的業(yè)務(wù)數(shù)字元素，整合為可以支持企業(yè)經(jīng)營，并能夠持續(xù)化運營的數(shù)據(jù)資產(chǎn)。這一環(huán)節(jié)，需要企業(yè)在組織變革中進行較為徹底的轉(zhuǎn)變，強調(diào)對于數(shù)據(jù)的采集、回籠和運營，并納入每次營運策略制定和考核的核心內(nèi)容，以長期經(jīng)營資產(chǎn)的心態(tài)去經(jīng)營數(shù)據(jù)，才能保障數(shù)據(jù)的資產(chǎn)化和生態(tài)化發(fā)展。

分析模型化：以機器算法與專家知識結(jié)合，提升效益的擴展能力。建立以業(yè)務(wù)場景出發(fā)，到業(yè)務(wù)場景驗證的模型化分析閉環(huán)，實現(xiàn)數(shù)據(jù)價值的不斷深入挖掘。在這一過程中，大數(shù)據(jù)的處理能力、OMO下的數(shù)據(jù)整合建模能力、客群細分和洞察能力、算法模型的驗證和迭代能力，以及與專家知識的結(jié)合是關(guān)鍵。以大家熟知的RFM模型為例，經(jīng)典的RFM模型以交易數(shù)據(jù)和頻率為主要建模指標，但TalkingData通過補充線上線下交互數(shù)據(jù)，將RFM模型升級，增加到訪頻次和到訪停留等指標，來實現(xiàn)更為精準的人群劃分，精細化判斷營銷策略組合中的優(yōu)化方向。同時，TalkingData數(shù)據(jù)科學(xué)團隊構(gòu)建的潛在客戶挖掘模型、關(guān)聯(lián)模型、客戶流失預(yù)警模型、場景感知模型、銷售預(yù)測模型、選址模型等，都開創(chuàng)性實現(xiàn)了在一三方數(shù)據(jù)整合的基礎(chǔ)上，以人貨場元素的拆解和關(guān)聯(lián)，并借助TalkingData的海外在線平臺優(yōu)化，形成從D2D（從數(shù)字化到數(shù)字化）到D2AI（從數(shù)字化到AI）的提升。

應(yīng)用場景化：以產(chǎn)消者為核心，結(jié)合智能觸點的核心擴充能力，重構(gòu)業(yè)務(wù)數(shù)字化的應(yīng)用方向。在今天全新的“人貨場”三位一體的融合架構(gòu)中，“人”的演變尤為突出，消費者從過去只參與交易環(huán)節(jié)的顧客，變?yōu)楝F(xiàn)在參與設(shè)計、生產(chǎn)、營銷、交易全過程環(huán)節(jié)的產(chǎn)消者（Prosumer），在完成對產(chǎn)消者的數(shù)字化洞察之后，如何設(shè)計對其的運營策略是應(yīng)用場景化階段要解決的問題。同時，觸點的智能化趨勢，已經(jīng)將原有的線上線下各種觸點智能化，隨著硬件設(shè)備、邊緣計算、IOT成本的日趨下降，無人貨架，無人超市等均成為智能化觸點，對這些觸點的鋪設(shè)和運營極大提升業(yè)務(wù)場景化的可能。因此，零售企業(yè)需要將“人貨場“的標簽體系與消費的原始驅(qū)動力結(jié)合，將智能觸點設(shè)計融入“人貨場”的互動體系，設(shè)計如即時消費與家庭計劃型消費、常態(tài)式運營與觸發(fā)式運營等不同場景歸類下的細分場景，組合智能觸點、數(shù)據(jù)模型、指標/標簽、營銷渠道，形成場景化的運營方案，并根據(jù)每次場景運營結(jié)果，優(yōu)化組合輪動適配，調(diào)整下次策略的制定。

流程自動化：業(yè)務(wù)流程和系統(tǒng)流程的自動化，是“四化”的承載。（1）業(yè)務(wù)流程，與傳統(tǒng)的變革管理中組織變革、流程重組BPR不同，數(shù)字化轉(zhuǎn)型的組織優(yōu)化在于分割、交互、回歸與自循環(huán)，即更為清晰的分割機器的能力與人的能力，并建立兩者的良性交互，將人的作用回歸到主觀性、創(chuàng)造性與決策性判斷上，并建立組織的自我驅(qū)動和自我優(yōu)化能力。（2）系統(tǒng)流程，搭建數(shù)字化平臺，實現(xiàn)對于大數(shù)據(jù)處理能力、分析洞察及建模能力、預(yù)測能力、智能交互能力和營運閉環(huán)能力，以及與傳統(tǒng)企業(yè)一方系統(tǒng)平臺的對接，來實現(xiàn)對于海量快速增長的結(jié)構(gòu)化/非結(jié)構(gòu)化的數(shù)據(jù)處理需求，以及對于算法模型的優(yōu)化，和AI等新的零售技術(shù)的應(yīng)用支持。

3.???? 閉環(huán)、迭代和持續(xù)優(yōu)化

數(shù)字化轉(zhuǎn)型是一個目標和變革的方向，不能一蹴而就。以企業(yè)的基線出發(fā)，以診斷和評估入手，制定轉(zhuǎn)型的階段性目標；從起點到節(jié)點（而不是結(jié)點），實現(xiàn)四化能力的構(gòu)建，并建立閉環(huán)反饋機制，每次迭代形成新的基線，并指導(dǎo)下一次的策略。將傳統(tǒng)企業(yè)的轉(zhuǎn)型與互聯(lián)網(wǎng)的經(jīng)營思路相結(jié)合，以基石的穩(wěn)固和小的閉環(huán)迭代快速推演、優(yōu)化，才是數(shù)字化轉(zhuǎn)型的正確實現(xiàn)方式。

實踐。運用TalkingData D2D方法論，TalkingData形成數(shù)字化轉(zhuǎn)型的整體解決方案，從數(shù)據(jù)、平臺、咨詢層面，為零售企業(yè)提供一體化解決方案，驅(qū)動傳統(tǒng)零售企業(yè)以數(shù)據(jù)的智能構(gòu)建技術(shù)的智能、組織的智能和決策的智能，穩(wěn)步推進數(shù)字化轉(zhuǎn)型，并構(gòu)建可以持續(xù)化發(fā)展的能力。

某服飾企業(yè)：基于TalkingData SmartDP產(chǎn)品平臺、數(shù)據(jù)服務(wù)和咨詢服務(wù)（數(shù)據(jù)工程咨詢、數(shù)據(jù)分析與建模、數(shù)字化運營），幫助此傳統(tǒng)零售企業(yè)，在線下門店精細化運營、業(yè)務(wù)數(shù)字化、精細化數(shù)字場景營銷，O2O戰(zhàn)略落地等方面，構(gòu)建數(shù)字化轉(zhuǎn)型能力。在一期項目建設(shè)中，建立了線上線下閉環(huán)運營平臺、補充TalkingData三方數(shù)據(jù)能力，建立基于數(shù)據(jù)的運營模型，并指導(dǎo)業(yè)務(wù)營銷活動。后續(xù)將在聯(lián)運模式上共同探索。

某餐飲集團：基于TalkingData數(shù)據(jù)科學(xué)平臺、用戶管家應(yīng)用、統(tǒng)計分析平臺等技術(shù)平臺，結(jié)合TalkingData三方數(shù)據(jù)能力，及咨詢服務(wù)能力，構(gòu)建數(shù)字化平臺，盤活數(shù)據(jù)資產(chǎn)；支持精細化運營，提供決策支持，以及實現(xiàn)集團的移動戰(zhàn)略轉(zhuǎn)型。后續(xù)將在業(yè)務(wù)應(yīng)用價值場景下深入合作。

某3C企業(yè)：基于TalkingData數(shù)據(jù)科學(xué)平臺、用戶管家應(yīng)用、客流運營平臺等技術(shù)平臺，結(jié)合TalkingData數(shù)據(jù)市場，及咨詢服務(wù)能力，實現(xiàn)線下門店的精細化運營管理、會員數(shù)據(jù)的整合和打通，精準化數(shù)字營銷場景的構(gòu)建，以及集團O2O戰(zhàn)略的落地。最終幫助企業(yè)實現(xiàn)數(shù)據(jù)的資產(chǎn)化，營銷場景的數(shù)字化運營和流程的標準化。后續(xù)將在更豐富的場景化運營和O2O數(shù)字化營銷角度展開合作。

某連鎖零售集團：對集團的便利店、餐飲等零售業(yè)態(tài)的數(shù)字化運營進行評估，對效益指標進行分解，并制定數(shù)字化轉(zhuǎn)型策略，基于TalkingData的數(shù)據(jù)能力、算法能力和運營能力，實現(xiàn)前后端產(chǎn)業(yè)鏈條的集成，企業(yè)經(jīng)營決策的優(yōu)化和微生態(tài)圈的打造。

zhangnn