2020年中国乳制品行业数据中台研究报告

ChinaDairyIndustryDataMid-OfficeSolutionsReport2020亿欧智库www.
iyiou.
com/intelligenceCopyrightsreservedtoEOIntelligence,April2020EOIntelligence2研究背景研究目的前言中国乳制品行业规模超三千亿元,自20世纪90年代起,经历蓄力、爆发、冷却调整、高端国产化四大阶段,目前中国乳制品行业面临增长、升级、多样化的新时代痛点,其背后体现了全行业对精细化运营、全域优化、快速响应的需求,传统的数字化解决方案已经无法满足行业需求,数据中台能有效助力中国乳制品行业全域+敏捷数字化发展.
第一,对中国乳制品行业的发展阶段、新时代痛点进行分析,深入探究中国乳制品行业转型方向;第二,对中国乳制品行业各个环节的数字化现状进行分析,揭示乳制品行业数字化进程和发展方向;第三,阐释数据中台对中国乳制品行业现阶段的适用性,同时分析数据中台的方法论、架构和价值点,结合具体案例,揭示数据中台对乳制品行业数字化转型的深刻意义.
为达到研究目的,本次研究主要使用2种研究方法:第一,亿欧智库基于自身对行业长期观察获得的行业知识,通过桌面研究(DeskResearch)的方式,对中国乳制品多家上市公司全流程、多环节数字化进程做深度分析与总结,形成本报告的基础观点;第二,亿欧智库通过对数据中台厂商多位专家进行深度访谈(ExpertsIDI),充分听取行业专家见解,形成客观、有深度的研究观点.
研究方法前言EOIntelligence3通过本次研究,亿欧智库主要得出了以下5个结论:中国乳制品行业规模超三千亿元,自20世纪90年代起,经历蓄力、爆发、冷却调整阶段,目前积极向高端健康,国产占比提升方向发展,但渠道、品牌、产品的多元化加剧了乳制品市场竞争,暴露了中国乳制品行业增长、升级、多样化等新时代痛点,进一步体现了全行业对精细化运营、全域优化、快速响应的改进需求.
中国乳制品行业数字化转型已经走过三个阶段,行业效率提升是持续推进数字化转型发展的动力.
其中牧场及奶源采集环节,大型牧场奶源自动化、数字化管理改造较早,普及程度较高;生产制造环节,单点自动化已基本实现,部分环节数字化程度较高,但全流程数字工厂仍然处在早期;渠道供应环节,分销模式仍占主体,经销体系数字化仍在早期;直销渠道数字化程度较高,但孤岛现象严重;消费者连接环节,仍然依赖于线下渠道,数字化使用效率不高,数据分散、模糊、不可控.
基于单点的数字化已无法满足行业的需求,中国乳制品行业需要进入以全域敏捷为特征的数字化转型的新阶段.
数据中台价值能有效助力乳制品行业全域+敏捷数字化发展.
数据中台的构建基于新的技术、理念和方法论,可解决传统数仓的系统建设问题,有效适应新变化,是企业数字化系统迈向数据智能的重要演进之路.
亿欧智库将数据中台定义为:企业内支持高效构建全域数据资产、敏捷赋能多类业务、智能服务全流程人员的数据智能系统.
乳制品数据中台目前主要聚焦消费者连接环节,逐步产业链中上游环节渗透.
数据中台目前已助力部分乳制品品牌进入消费者连接的新阶段,实现全域数据回传、敏捷支持、用户画像、精准运营等,使用效果显著.
主要研究发现主要研究发现EOIntelligence4Inthestudy,wemainlyreachedthefollowingconclusions:Chinadairymarkethaswitnessedasteadygrowthsincethebeginningof1990s,andwiththe2008Melaminescandal,themarketexperiencedashortperiodofturbulenceandwentthrougharestructuringprocess.
Themarketgraduallyshiftedfromscalegrowthtoqualityupgrading,togetherwithmorehigh-endbrandsandagrowingproportionofdomesticproducts.
Withamarketsizeover300billionRMB,however,theintensecompetitioninchannels,brandsandproductsreflectspinpointsandneedsinrefinedoperations,optimizationandquickresponse.
Chinadairyindustryhasgonethroughthreestagesofdigitaltransformation,andefficiencywillbethedrivingforceinthefuture.
Inthemilkcollectionprocess,automationanddigitalizationhavebeenearlieradoptedbylargedairyfarms.
Inmanufacturingprocess,onlypartofithasbeenautomatedandhighlydigitized,digitaltransformationisstillintheearlystage.
Mostdairycompaniestakedistributionsalesastheprimarychannelwhiledirectsalesasasupplement.
Thedistributionsystemisstillintheearlystageofdigitalization,whiledirectsalesisrelativelymaturebutwithseriousisolationbetweenchannels.
Ontheconsumerside,offlinechannelsarelessefficientindigitalmanagement,thusdataisisolated,fuzzyandhardtocontrol.
Chinadairyindustryisurgedtogofurtherindigitaltransformation,thatis,anewstageofuniversalandagiledigitalization.
DataMid-OfficeSolutionsperfectlyfulfilstheneedofuniversalandagiledigitalization.
Itcanavoidrepeatedsystemconstructions—aproblemraisedbytraditionalDataWarehouse—andthuswillbethelighthousetotheadvancementofSmartDataSystem.
WedefineDataMid-OfficeSolutionsasanadvancedDataSystemwhichcanhelpbuildupuniversaldataasset,enablemultipletypesofbusinessandprovidesmartservicestopeoplethroughoutthewholesupplychain.
Atpresent,DairyDataMid-OfficeSolutionsmainlyfocusesontheconsumerside,andgraduallypenetratestothesupplychainmanagement.
Ithasbeenadoptedbyseveraldairycompanies,providingdataretrieveservice,agilesupport,detailedportraitandaccurateoperations.
KeyInsights主要研究发现目录CONTENTS数据中台赋能中国乳制品行业TheDevelopmentofDataMid-OfficeSolutionsinChinaDairyIndustry乳制品行业数据中台厂商——阿里云数据中台CaseofDataMid-OfficeSolutionsinChinaDairyIndustry——AlicloudDataMid-Office中国乳制品行业数字化转型趋势DigitalTransformationTrendinChinaDairyIndustry1.
2.
3.
DigitalTransformationTrendinChinaDairyIndustryPart1.
中国乳制品行业数字化转型趋势6EOIntelligence1.
1中国乳制品行业发展情况TheBackgroundofChinaDairyIndustry7Part1.
中国乳制品行业数字化转型趋势1.
1中国乳制品行业发展情况EOIntelligence中国乳制品行业规模超三千亿元,液态奶种类众多,占据中国90%以上的乳制品主流市场中国市场拥有最丰富的乳制品品类:乳制品是指使用牛乳或羊乳及其加工制品为主要原料加工制作的产品,主要包括液态奶、奶粉、炼乳、干酪和其他乳制品.
目前我国单液态奶就出现13个细分品类,跨界产品层出不穷,使我国企业在乳品创新、场景拓展、功能加持等方面,拥有更多可延展的机会.
乳制品行业市场规模庞大,液态奶占绝对主流:2018年乳制品市场规模达到3590.
41亿元,总销量3099万吨,同比增长1.
0%.
液态奶占比稳定在90%以上.
8亿欧智库:乳制品行业分类数据来源:Euromonitor、MPI、Wind、中信建投证券、中国奶业年鉴;亿欧智库整理乳制品液态奶常温奶常温白奶常温酸奶常温含乳饮料低温奶鲜奶低温酸奶奶粉全脂奶粉脱脂奶粉婴幼儿奶粉植物基其他奶酪冰淇淋……亿欧智库:2018年中国乳制品细分市场零售额(单位:亿元人民币)Part1.
中国乳制品行业数字化转型趋势1.
1中国乳制品行业发展情况1,3701,220580525551520植物基等酸奶白奶含乳饮料奶酪黄油其他30,00015,00025,00005,00010,00020,00035,00040,0002013年2011年2000年2012年2001年2002年2003年2004年2005年2006年奶粉2007年2008年2017年2016年2009年2010年2015年2014年2018年2019年液态奶亿欧智库:中国乳制品销量构成(单位:千吨)EOIntelligencePart1.
中国乳制品行业数字化转型趋势1.
1中国乳制品行业发展情况中国乳制品行业自起步经历蓄力、爆发、冷却阶段,目前积极向高端健康、国产占比提升方向发展9中国乳制品行业发展分为四个阶段,目前乳制品目前积极向高端健康、国产占比提升方向发展:早期我国液态奶受保质期限制,国产奶粉蓬勃发展,1997年引入UHT灭菌技术及利乐无菌包装技术,常温奶对巴氏奶替代形成;2003年起常温奶快速普及,伊利蒙牛龙头地位显现;2008年"三聚氰胺"事件曝光导致国产奶粉进入冰点,行业进入调整期,液态奶品类快速扩张,进口奶粉垄断国内市场,产业链加速向上游整合;2015年起进入国产及高端产品突围期,主要表现为乳制品向高端、健康发展,国产占比提升.
数据来源:乳制品专家访谈、东兴证券、国泰君安证券、光大证券、伊利官网、蒙牛官网;亿欧智库整理080160240320亿欧智库:中国乳制品总产量(单位:千吨)冷链物流等技术,规模化牧场普及低温鲜奶、酸奶快速发展国产婴配奶粉回暖1987-2003:蓄力起步期2003-2008:爆发期2008-2015:冷却调整期2015至今:高端、国产突围期杀菌技术成熟,常温奶保质期大幅增加至6-9个月伊利、蒙牛迅速完成全国渠道布局,确立龙头地位2008年"三聚氰胺"事件曝光,国产奶粉进入冰点20世纪90年代:生产杀菌方式简陋:采用巴氏杀菌,保质期短、运输、销售距离有限供给量少:奶源主要是奶农自家散养牧场液态奶市场:以产定销,供不应求奶粉保质期长、运输方便发展较快1997年引进超高温瞬时灭菌技术和利乐包装伊利:1993年改组完成;1997年引入利乐生产线蒙牛:1999年成立,并引入利乐生产线国产奶粉市占率降至30%,进口奶粉占据主要市场上游奶牛养殖散户难以为继,规模化养殖普及,中游乳企争夺上游奶源加剧液态奶产品从常温白奶扩展到风味白奶、含乳饮料、低温酸奶等EOIntelligence消费者对乳制品需求量仍在增加,但渠道、品牌、产品的多元化使得乳制品市场竞争加剧消费者对乳制品需求量仍在增加:2018年国内常见乳制品的人均消费量已达到14.
8kg/人,相比2004年提升了201%,并持续增加,其中人均对酸奶的需求量提升较快.
乳制品渠道也逐渐多元化:电商、低温便利店等新兴渠道不断挤占传统商超、杂货店份额,多渠道共存趋势明显.
新兴乳制品品牌不断加入市场:2013年开始,中国开始进入国产复苏阶段,国内乳制品品牌数复合增长率高达23.
86%.
10数据来源:Euromonitor、光大证券、国元证券、MPI、MintelGNPDLimited(2018);亿欧智库整理Part1.
中国乳制品行业数字化转型趋势1.
1中国乳制品行业发展情况亿欧智库:部分乳制品国内人均消费量趋势(单位:kg/人)5.
31.
76.
91550102007年14.
82006年2008年2005年2010年2011年2012年2014年2015年10.
88.
77.
82017年2018年2013年2004年2009年12.
510.
04.
95.
86.
87.
68.
29.
411.
713.
414.
12016年+201.
0%酸奶低温豆饮低温奶常温奶亿欧智库:国内乳制品各渠道零售额占比50.
4%9.
2%11.
0%12.
4%13.
8%38.
1%44.
1%33.
2%28.
9%26.
5%25.
1%23.
7%9.
7%39.
7%39.
8%41.
0%40.
9%40.
9%40.
8%12.
5%16.
5%17.
3%17.
8%17.
7%17.
4%2005年2015年0.
0%1.
0%7.
0%2017年2010年2016年2018年2019年低温便利店大卖场大型超市网购杂货店40020007001005003006005722008年2009年2010年2011年2132012年2013年2462014年2015年2018年2016年2017年36944624624221837740262123.
86%低温酸奶鲜奶常温奶奶粉亿欧智库:部分乳制品新建立品牌数EOIntelligence中国乳制品行业新时代痛点:增长、升级、多样化,背后是精细化运营、全域优化、快速响应的产业需求乳制品行业总体销售额增长乏力,处在存量竞争阶段11数据来源:中国奶业年鉴、公司公告、光大证券、天风证券、Wind;亿欧智库整理Part1.
中国乳制品行业数字化转型趋势1.
1中国乳制品行业发展情况0.
40.
30.
00.
20.
12006年2012年2004年2005年2007年2008年2009年2010年2011年2013年2014年2015年2016年2017年2018年白酒与葡萄酒啤酒软饮料乳制品亿欧智库:中国饮料市场净利率8621,0411,3101,4311,6231,9402,3152,5022,8323,2983,3293,5043,5903,3998,00002,0006,0004,00037.
9%8.
1%2005年2017年19.
5%20.
8%2006年5.
3%25.
8%2007年9.
3%2008年2010年13.
4%2009年19.
3%2011年2012年13.
2%2013年2014年16.
5%2015年0.
9%2016年2.
5%-5.
3%2018年增长率销售总额亿欧智库:中国乳制品市场销售总额及增长率(单位:亿美元)乳制品行业总体利润较低,行业不断寻找新利润点渠道、品牌、产品的多样化使得乳制品市场竞争加剧渠道和触点多样化品牌多样化产品多样化消费者多样化→精细化运营有利于提升企业竞争力→全域优化、品类升级都是新的突破口→快速响应的支持平台是基础EOIntelligence技术是变革乳制品行业利器,数字化提供未来想象力技术突破推进乳制品行业快速发展,杀菌技术、冷链技术曾大力推动常温奶和低温奶的普及:2000年左右中国引入UHT杀菌技术,常温奶市场迅速放量;2008年后,随着中国冷链物流的发展,低温酸奶的占比开始大幅提升;乳制品未来技术变革想象力在数字化.
12数据来源:CNKI、国泰君安证券、东兴证券、Euromonitor、中国物流与采购联合会、中国仓储与配送协会;亿欧智库整理Part1.
中国乳制品行业数字化转型趋势1.
1中国乳制品行业发展情况5001501002002006年2017年2009年2016年2005年2005年2007年2008年2010年2011年2012年2013年2014年2015年2018年32.
12%亿欧智库:杀菌保鲜技术对比保鲜技术加工/灭菌方式运输方式保质期营养品质原始保鲜较少或无加工方式,会残留一定量的乳酸菌、酵母菌和霉菌玻璃瓶运输,且需要冷链较短,24-36小时完全保留,但对光线、空气、水分等阻隔能力较差,易变质巴氏杀菌将牛奶置于72-85℃条件下灭菌15秒,杀灭有害微生物(如病原体、非病原体、芽孢等)但不能完全破坏其毒素冷链运输较短,7-15天大部分营养保留,不含病原菌,安全有包装,风味和生鲜乳接近UHT将牛奶置于135-140℃条件下灭菌2-4秒,微生物完全灭活常温运输较长,可保存6-9个月蛋白质和钙等主要营养成分保持,维生素等热敏感物质被破坏,牛奶特有风味发生变化亿欧智库:中国常温奶市场规模(单位:亿美元)2000年左右中国突破UHT杀菌技术,常温奶市场迅速放量7,6088,3459,5624.
095.
527.
609.
3411.
5014.
005,000020,00010,00015,0002015年14,7002017年*10,7002012年2013年2014年12,0082016年13,5322018年公路冷链运输车(万辆)冷库容量(万立方米)亿欧智库:中国冷链供应链现状亿欧智库:中国液态奶市场构成14.
0%2006年2005年86.
0%2007年2010年2008年2009年2011年2012年2013年2014年2015年2016年2017年2018年36.
0%64.
0%2019年低温酸奶白奶、风味乳饮料2008年后,中国冷链物流发展迅速,推进了低温酸奶的发展*注:公路冷链运输车数据公开可查至2017年EOIntelligence1.
2中国乳制品行业数字化转型趋势DigitalTransformationTrendinChinaDairyIndustry13Part1.
中国乳制品行业数字化转型趋势1.
2中国乳制品行业数字化转型趋势EOIntelligence中国乳制品行业数字化现状:已经历三个阶段,行业效率提升是持续推进数字化转型发展的动力中国乳制品行业数字化已经历三个阶段,龙头企业完成大部分单点环节的数字化,中小公司较滞后.
随着数字化提升,乳制品行业人效大幅提升,2018年相较于2012年提升了63.
6%,未来对效率的追求将进一步推进行业数字化进程.
14数据来源:公开信息、公司公告、Wind、12家上市公司数据;亿欧智库整理Part1.
中国乳制品行业数字化转型趋势1.
2中国乳制品行业数字化转型趋势8891991021101261440501501002015年2012年2016年2014年2013年2017年2018年提升了+63.
6%亿欧智库:中国乳制品行业典型企业数字化进程2003年伊利建立奶粉数字追溯系统2008年伊利开始部署ERP2012年伊利实现自动化加工、数据采集系统2013年之前蒙牛已搭建数字码追溯系统2015年伊利部署CRM、APS3、二维码、GPS、电子采购平台、电子订单2014年,蒙牛搭建ERP、CRM,实现了产供销一体化、财务业务一体化以及产品质量信息化2017年伊利开始部署MES系统2018年蒙牛开始部署MES系统2018年蒙牛开始部署消费者大数据系统亿欧智库:乳制品行业人效(单位:万元/人/年)第一阶段:2010年之前主要部署数字追溯系统第二阶段:2010年~2016年主要部署ERP1、CRM2、供应链系统第三阶段:2017年~至今主要部署消费者数据系统、MES4等*注:数据来源于12家乳制品上市公司,该公司符合上市时间超过三年、核心业务是常见乳制品等条件下一阶段:持续数字化EOIntelligence中国乳制品行业迈入全域+敏捷数字化发展阶段15数据来源:亿欧智库整理Part1.
中国乳制品行业数字化转型趋势1.
2中国乳制品行业数字化转型趋势中国乳制品数字化进程基本完成重要环节(如质量安全、供应链管理)的信息化,但各个系统的数字化程度不一、数据资产孤岛化,与消费者的连接较弱;同时中国乳制品进入了寻找新增长、等待升级、适应多样化的新阶段.
基于单点的数字化已无法满足行业的需求,全流程、可快速响应的数字化改造将成为中国乳制品新的数字化解决方案.
牧场及奶源采集环节:大型牧场奶源自动化、数字化管理改造较早,普及程度较高.
牧场奶源生产制造供应链消费者洞察生产制造环节:单点自动化已基本实现,部分环节数字化程度较高,但全流程数字工厂仍然处在早期.
渠道供应环节:分销模式仍占主体,但经销体系数字化仍在早期;直销渠道数字化程度较高,但各渠道孤岛现象严重.
消费者连接环节:仍然依赖于线下渠道,数字化使用效率不高,数据分散、模糊、不可控.
中国乳制品数字化进程中国乳制品行业现阶段痛点全域敏捷的数字化改造乳制品行业总体销售额增长乏力,处在存量竞争阶段:2015年后中国乳制品行业规模进入个位数增长阶段,2018年甚至为负增长.
精细化运营有利于提升企业竞争力.
乳制品行业总体利润较低,行业不断寻找新利润点:乳制品总体平均利润远低于白酒、软饮,同时近年来有下行趋势.
全域优化、品类升级都是新的突破口.
渠道、品牌、产品的多样化使得乳制品市场竞争加剧:背后是消费者多样化的展现.
产品快速迭代、服务快速响应需求强烈.
增长升级多样化EOIntelligence牧场及奶源采集环节:大型牧场奶源自动化、数字化管理改造较早,普及程度较高16数据来源:中国奶业统计资料、PwC、蒙牛《可持续发展报告》;亿欧智库整理Part1.
中国乳制品行业数字化转型趋势1.
2中国乳制品行业数字化转型趋势亿欧智库:乳制品奶源数字化流程通过数字化检测手段监控奶源质量,使其满足国家标准的理化、微生物等59项原奶检测指标.
目前基本采用全自动机器人挤奶机,实现全自动挤奶,同时还包含奶头消毒、原奶筛选等.
牧场主要包含奶牛管理、库存管理、营养饲喂、牧场设备、发情监测等各个层面.
养殖阶段采集阶段检测阶段奶源数字化7068987.
07.
08.
07.
08.
010.
010.
011.
016.
001,0002,5005001,5002,0001,0162015年2009年2018年*2010年1,0162011年2012年1,3632013年2016年1,4262014年1,4781,479牧场平均奶牛规模(头数)大于1000头牧场数量(户)亿欧智库:中国牧场奶牛规模和数量10005015051.
0%95.
0%2015年2008年99.
0%2020年(预计)亿欧智库:中国机械化挤奶率蒙牛数字奶源案例:按需产奶、按需调配牧场数字化是蒙牛数字化改造进程的第一站;蒙牛数字奶源包括牧场端的繁育管理、健康管理、产奶管理、饲喂管理、品质管制、兽药管理;蒙牛实现了与当前管理系统的互联、业务的纵向集成,实现牧场设备数据自动采集、工作任务自动提醒、风险管理自动预警、奶量自动预测.
中国牧场的集中度正在迅速提升,2018年平均奶牛规模相比2016年提升了45.
5%,牧场规模的提升有利于机械化、数字化转型.
目前奶源自动化程度已经较高,机械化挤奶率接近100%,大型牧场已经实现数字化管理.
*注:牧场数量来自中国奶业统计资料,公开可查至2016年EOIntelligence生产制造环节:单点自动化已基本实现,部分环节数字化程度较高,但全流程数字工厂仍然处在早期建设阶段17数据来源:食品饮料专家访谈、蒙牛《可持续发展报告》;亿欧智库整理Part1.
中国乳制品行业数字化转型趋势1.
2中国乳制品行业数字化转型趋势亿欧智库:中国乳制品生产制造环节及数字化水平蒙牛智能制造案例:提效、降本2018年蒙牛重点改造了高科和金华2个乳制品工厂;完成了MES(生产管理)、品质管制、设备管理、成本管理、数据采集五大模块的初步建设;实现了ERP、LIMS、WMS系统的互通;为蒙牛集团智能制造项目实现生产效率提升20%、运营成本下降20%、产品不良品率下降20%、能源利用率提升10%、商品研发周期缩短30%;产品一键追溯时间由120分钟缩短至30秒.
收奶(奶站)奶加工(生产厂房)包装(生产厂房)收奶储存原料鲜奶检验净乳储存标准化均质超高温UHT灭菌无菌灌装装箱保温实验入库出厂ERP核心部分普及率较高>90%LIMS5普及率较高MES普及率10ZB+566.
7%人产生数据量机器产生数据量05010056.
7%业务管理层88.
6%领导层81.
7%业务执行层35.
1%IT层国内企业各部门层级对数据分析的需求数据量将持续爆发,传统数仓的开发模式、运行模式不再适应更多数据量的支持系统传统数仓ETL过程基本依靠人工,且一旦开发完成,数据承载和储存能力的提升将会耗费很长的时间,花费更多的成本业务敏捷触点敏捷流程敏捷数据的决策分析者向基层扩展传统支持决策系统不能匹配更多数据使用者的需求触点的增多、业务灵活性增加对数据的弹性能力要求增加,数据决策系统需要适应敏捷的业务模式原本各自独立的数据支持系统无法支持复杂业务之间的联动传统支持决策系统的使用者还是高层管理人员,没有针对具体业务运营人员的使用渠道,难以适应未来精准化运营的需求传统支持决策系统敏捷性不够,无法适应快速变革的业务,场景、流程,转换的效率较低,成本较高基于人工智能的IDSS13基于数据仓库的IDSS其他部件的IDSS跨系统决策传统支持决策系统各自是独立的,如基于AI、数仓以及各部件的支持系统,随着业务复杂度上升,目前的架构无法满足更多跨系统的决策需求EOIntelligence数据中台的构建基于新的技术、理念和方法论,本质是一种新型数据智能系统24数据来源:数据工匠俱乐部、数据中台专家访谈;亿欧智库整理Part2.
数据中台赋能中国乳制品行业2.
1数据中台为全域敏捷数字化解决方案阿里巴巴在中国最先提出中台概念,其认为"数据中台是集方法论、组织和工具于一体的,"快"、"准"、"全"、"统"、"通"的智能大数据体系,它区别于传统数据仓库,能够帮助企业实现好数据、联商业和通组织".
综合多方资料和访谈,亿欧智库将数据中台定义为:企业内支持高效构建全域数据资产、敏捷赋能多类业务、智能服务全流程人员的新型数据智能系统.
中台包含业务中台和数据中台两个部分,业务中台强调流程的可复用;数据中台强调数据资产的可复用.
两者相辅相成、相互作用.
序号定义定义出处1中台就是"企业级能力复用平台"《白话中台战略》2中台通过集合整个集团的运营数据能力、产品技术能力,来对各前台业务形成强力支撑《大型集团性企业的中台战略》3中台是一种需求的方法论,一套能力接入标准,一套运作机制,集中配置、分布执行的控制台《中台如何助力标准化业务》4"中台"是强调资源整合、能力沉淀的平台体系,为"前台"的业务开展提供底层的技术、数据等资源和能力的支持《大中台、小前台》5中台是居于前台和后台之间,位于基础架构和各产品线间的业务架构《关于架构的思考-评》6数据中台是将各个业务板块多年来积累的数据,按业务特征进行横向关联和统一,按数据用途进行纵向分层,最终沉淀为公共的数据服务能力《传统企业数据中台的建设与思考》7数据中台的实质还是组件化、模块化,是设计模式与业务端的应用《袋鼠云:浅析数据中台策略与建设实践》8数据中台是集方法论、组织和工具于一体的,"快"、"准"、"全"、"统"、"通"的智能大数据体系阿里云数据中台访谈亿欧智库:市场上对数据中台/中台定义数据中台是企业内支持高效构建全域数据资产、敏捷赋能多类业务、智能服务全流程人员的新型数据智能系统数据中台是什么中台数据中台业务中台强调-企业级能力-可复用强调-业务流程-可复用强调-数据资产-可复用数据中台和中台、业务中台的关系EOIntelligence数据中台可解决传统以数仓为系统重复建设问题,有效适应新变化,是数字资产化时代决策支持系统的演进方向25数据来源:数据中台专家访谈;亿欧智库整理Part2.
数据中台赋能中国乳制品行业2.
1数据中台为全域敏捷数字化解决方案决策分析者OLAP*数据挖掘数据存储提取、清洗、转换(ETL14)业务数据库高层管理人员中层管理人员基层操作人员数据仓库决策支持高效构建全域数据资产当业务量增加、数据连接点、流程发生改变时,无需"重复造轮子",基于原子数据的自动化开发过程将帮助企业自动转换面向新业务的数据基础.
自动建模自动管理数据存储自动提取、清洗、转换(自动ETL)业务数据库高层管理人员中层管理基层操作人员数据中台亿欧智库:决策系统的数据处理循环亿欧智库:数据中台的数据处理循环亿欧智库:数据中台主要特点实时反馈集成其他数据服务敏捷赋能多类业务当业务逻辑发生改变时,除了底层的数据基础需要快速改变,数据的分析方法、展现模式也需要快速改变,自动化BI过程将提升数据中台的敏捷性.
数据中台通过自动化ETL、自动化BI等过程,在原有基础上大幅度削减了系统搭建的成本,解决系统重复建设问题;同时可以较好的适应数据量激增、使用者范围进一步扩大、数据支持的敏捷性和复用性增强的需求.
智能服务全流程人员传统数仓的建设方法论是按照公司管理的逻辑开发的,因为数据中台具有自动ETL、自动BI等特点,每个层级的员工都能快速制定适合自己的数据决策服务.
EOIntelligence数据中台价值匹配全域、敏捷数字化发展方向,三维模型可决定数据中台的适用程度26数据来源:数据中台专家访谈;亿欧智库整理Part2.
数据中台赋能中国乳制品行业2.
1数据中台为全域敏捷数字化解决方案根据数据中台的主要特性,其提供的自动化、全局性、灵活性对现阶段需要进行全域、敏捷数字化改造的企业价值较高.
经过调研,亿欧智库认为业务敏捷度高、复杂度高、规模大的企业与数据中台的匹配度较高.
亿欧智库:数据中台适合全域、敏捷数字化需求亿欧智库:数据中台适用模型全域是指公司全流程(从设计、采购、生产到销售的全经营链路)和全触点(生产机器触点、消费者触点).
因此需要一个拥有高效的接入方式、全面的支持性和强大的数据存储、运算和处理能力的数字化系统.
敏捷指的是公司引入新模式、新产品、新品牌、新渠道时,数字资产能快速、简便的转换,以适应"新"的发展.
因此需要一个自动化程度较高的、可快速迭代的、学习成本较低的数字化系统.
全域数字化敏捷数字化业务敏捷度主要指业务迭代的速度;业务敏捷度越高的企业,数据中台的适用性越高企业复杂度主要指企业内部结构、生产流程的复杂程度;企业复杂度越高,数据中台适用性越高企业规模企业的客户数、收入规模等也是决定数据中台适用性的关键因素,规模越大,适用性越高数据中台的目标客户域支持更大数据量、更快、更高效、更简单的形成统一的数据资产更智能、更简便、更广泛的支持业务发展规划阶段设计阶段采购阶段物流阶段销售阶段数据中台制造阶段数据中台价值数字化发展方向EOIntelligence2.
2数据中台赋能乳制品行业全域+敏捷数字化DataMid-OfficeSolutionsfulfilstheneedofuniversalandagiledigitalizationinChinaDairyIndustry27Part2.
数据中台赋能中国乳制品行业2.
2数据中台赋能乳制品行业全域+敏捷数字化EOIntelligence乳制品行业数据中台现状:目前主要支持消费者连接环节,逐步向产业链上游渗透乳制品产业链具备一定数字化基础,其中供应链和消费者链接环节信息化系统部署较早、数字化程度较高.
作为快消品,乳制品的营销推广、消费者洞察的需求相比其他环节更加强烈,因此数据中台最先支持消费者连接环节,并逐步向产业链中上游渗透,已有部分案例正在利用数据中台改造中游供应链环节.
28数据来源:蒙牛《可持续发展报告》、数据中台专家访谈、乳制品行业专家访谈;亿欧智库整理Part2.
数据中台赋能中国乳制品行业2.
2数据中台赋能乳制品行业全域+敏捷数字化质量控制、能源管理、研发、制造流程单点自动化,部分流程数字化(如LIMS、质量检测、溯源等)快速行动、精准预测、科学运算、信息可视的智慧供应链体系,降低综合成本,提升数据及信息处理速度通过对消费者数据分析处理,更加快速、有效地指导精细化运营,驱动创新研发,不断满足消费者需求从牛犊出生到成长中的饲喂,防疫,到最后产奶形成了全套的数字化检测流程奶源牧场生产制造供应链消费者连接亿欧智库:乳制品行业数据中台现状和全景图数据中台目前大部分在消费者连接环节,逐步中上游渗透合作牧场自有牧场生产制造配送网点工厂仓储经销商零售商消费者乳制品行业数据中台重点改造领域EOIntelligence数据中台助力乳制品产业链进入消费者连接全新阶段:全域数据回传、敏捷支持、用户精准运营数据中台在消费者连接部分将销售和营销打通,所有触点、流程数据通过中台自动ETL转变成数据资产存放在企业内部数据库中,数据资产实现了统一管理,数据可融合可回传,支持全层级人员进行精准运营.
29数据来源:数据中台专家访谈、乳制品行业专家访谈;亿欧智库整理Part2.
数据中台赋能中国乳制品行业2.
2数据中台赋能乳制品行业全域+敏捷数字化亿欧智库:乳制品消费者连接数据中台全景消费群体销售通路线下通路线上通路总代一批二批批发商超市商场便利店杂货店自营店公司员工公司高管中层管理市场部销售部……其他部门综合电商平台小程序等社交电商平台营销通路线下通路杂志、报纸、广播等电梯、商场等户外广告电视广告线上通路搜索广告信息流广告电商广告视频广告内容广告其他数据中台(后端数据资产)生产数据供应链数据产品数据销售数据消费数据费率数据订单数据……导购数据画像偏好……数据中台(前端数据采集)POS机自有系统二维码平台接口IOT…………1.
实现数据资产的统一管理、消费者数据融合,消费者画像精准2.
实现全通路数据连通,数据可回传,双向连接提供精准运营基础3.
实现数据链路敏捷支持,可随触点、流程改变,新增快速响应CaseofDataMid-OfficeSolutionsinChinaDairyIndustry——AlicloudDataMid-OfficePart3.
乳制品行业数据中台厂商——阿里云数据中台30EOIntelligence3.
1阿里云数据中台介绍TheIntroductionofAlicloudDataMid-Office31Part3.
乳制品行业数据中台厂商3.
1阿里云数据中台介绍EOIntelligence数据中台在阿里巴巴的历程和演进2013年开始,阿里巴巴开始在内部建设可复用的数据平台,支撑内部电商和阿里系其他业务发展,经过7年发展,逐步演进成拥有海量智能数据处理能力的数据中台,从半自动化、自动化数据中台向智能化发展.
32数据来源:阿里巴巴;亿欧智库整理Part3.
乳制品行业数据中台厂商3.
1阿里云数据中台介绍数据中台在阿里巴巴的演进2012-2014手淘数据服务2014-2015电商系数据公共层2015-2017阿里巴巴数据公共层方法论提出和尝试落地建设数据地图规范化数据建模建设指标小库基于全电商体系的方法论升级与实施方法论升级、局部工具化、领域建设衍生查询服务、搭建超市门户数据公共层的品牌塑造更多样业务的工具化升级与实施2017-至今企业数据中台数据服务统一查询用户识别标签管理数据采集数据计算离线计算数据分层定义建模&研发数据开发平台数据管理实时计算半自动化→自动化→智能化数据服务统一查询用户数据管理人群洞察数据采集数据计算离线计算数据分层智能计算与存储一站式数据IDE数据管理实时计算EOIntelligence阿里云数据中台定义:集方法论、组织和工具于一体的,"快"、"准"、"全"、"统"、"通"智能大数据体系阿里云数据中台是集方法论、组织和工具于一体:其中方法论基于OneData理念,实现标准化和自动化模型、ID和服务,消除二义性,提高数据可用度;组织基于数据带动效率、业务增长,降低成本;同时形成以Dataphin、QuickBI、QuickAudience等为核心的产品矩阵.
33数据来源:阿里云数据中台;亿欧智库整理Part3.
乳制品行业数据中台厂商3.
1阿里云数据中台介绍以数据带动人才通、技术通、业务通方法论组织工具OneData数据资产化最佳实践和工具体系OneData方法论基于Dataphin的自动化实现OneModel指标标准化和自动化OneID实体标准化和自动化OneService服务标准化和自动化智能化消除歧义指标数仓开发和管理效率提升1倍以上智能化消除重复实体ID标签开发和管理效率提升1倍以上智能化构建数据服务API开发各管理效率提升1倍以上组织升级提效业务增长降本让企业像阿里巴巴一样构建数据中台产品矩阵智能数据构建与管理DataphinQuickBIQuickAudience……高效数据分析与展现智能用户增长持续云化产品输送技术能力亿欧智库:阿里云数据中台定义EOIntelligence通组织联商业阿里云数据中台定义下的建设标准阿里云数据中台定义下的建设标准,是通过Dataphin、QuickBI、QuickAudience及品牌全域数据中台解决方案等产品服务,智能化地践行了好数据、联商业和通组织.
34数据来源:阿里云数据中台;亿欧智库整理Part3.
乳制品行业数据中台厂商3.
1阿里云数据中台介绍亿欧智库:阿里云数据中台定义的建设标准好数据好数据:企业数据中台能切实有效地帮助企业构建了既"准"又"快"的"全"、"统"、"通"的"智能"大数据资产体系,实现用统一的标准,构建统一的数据,深度挖掘数据资产价值.
联商业:企业数据中台将企业数据资产与商业进行联接,利用数据联接到更多的消费者,利用数据联接到更多的商业场景,产生数据驱动业务增长的真正价值.
通组织:企业数据中台能确保企业70%以上的BI决策是通过数据实现的,实现数据在组织中的快速分享,站在数据思维或视角,驱动组织决策管理.
EOIntelligencePart3.
乳制品行业数据中台厂商3.
1阿里云数据中台介绍阿里云数据中台解决方案35数据来源:阿里云数据中台;亿欧智库整理阿里生态加持触点能力、分析能力品牌全域分析–增强分析洞察全域业务监控全渠道运营分析全链路分析自定义分析品牌数据银行–增强消费者运营全域AIPL人群放大增强人群洞察阿里全域营销运营数字化业务导向、方便易用品牌消费者运营–QuickAudience消费者洞察自动化营销投放……自动化私域运营智能BI服务–QuickBI实时业务监控综合运营分析业务链路分析自定义分析数据资产化Dataphin标准统一、可连接萃取PoweredbyOneDataFrameworkOneID–数据萃取自动化OneModel–数仓自动化OneLog埋点采集+数据集成Pipeline自动化OneService–数据服务自动化OneMeta–数据资产管理自动化数据源业务系统外部数据向上层应用提供安全、易用的接口服务向下迅速构建与各种异构数据源的连接阿里云数据中台解决方案主要分为数据资产化和数据价值化.
由Dataphin主要实现数据资产化,由QuickAudience主要实现消费者运营,由QuickBI主要实现决策智能,叠加定制的业务解决方案实现更大的业务智能.
亿欧智库:阿里云品牌全域数据中台框架EOIntelligencePart3.
乳制品行业数据中台厂商3.
1阿里云数据中台介绍Dataphin:智能数据构建与管理36数据来源:阿里云数据中台;亿欧智库整理Dataphin一站式提供从数据接入到数据消费全链路的智能数据构建与管理的大数据能力:OneData保障数据资产的标准化,实现100%好数据,利用智能数据技术实现关键数据研发过程自动化,同时数据集成自动化、数仓研发自动化、消费者ID和标签体系自动化、数据资产管理自动化、数据服务自动化等特点可实现数据研发和数据资产管理效率提升50%以上.
OneModel统一数据构建及管理OneID统一数据萃取2.
数据引入低代码、Pipeline模式采集、清洗、结构化3.
规范定义口径一致、算法一致、命名唯一4.
数据建模构建业务视角的数据架构,物理模型与代码自动生成7.
数据资产管理自动元数据分析、数据地图、资产应用与治理1.
数据采集APP、小程序、IoT可视化埋点采集6.
运维调度作业运维、任务调度与监控报警数据连接萃取低代码、ID识别与标签画像生产5.
智能在线代码开发ETL代码开发无代码自动研发8.
数据主题式服务业务主题导向的无代码API生成和管理Dataphin体系示意图OneService统一数据服务OneModel100%消除指标二义性分钟级代码自动生成OneService智能化构建数据服务效率提升1倍以上API开发和管理效率提升OneID智能化消除重复实体ID效率提升1倍以上标签开发和管理效率提升EOIntelligencePart3.
乳制品行业数据中台厂商3.
1阿里云数据中台介绍QuickAudience:智能用户增长37数据来源:阿里云数据中台;亿欧智库整理2.
用户模型构建用户画像模型AIPL模型RFM16模型3.
模型分析透视分析RFM分析AIPL流转分析4.
受众圈选标签圈选RFM模型筛选6.
营销投放私有化营销广告营销7.
效果分析渠道效果分析对比分析1.
数据源接入分析型数据库2.
05.
受众分析标签分析显著性分析效果数据回流QuickAudience以消费者运营为核心,通过丰富的用户洞察模型和便捷的策略配置,帮助企业实现商业智能,助力用户增长:集成成熟的用户洞察模型(AIPL15)、便捷的规划策略配置、快速的人群圈选能力、多渠道营销投放、一键贯穿线上线下的一体化运营平台.
QuickAudience基于阿里积累的AIPL用户洞察模型,精细化运营过程,同时提供多种策略分析、圈选、投放和效果分析一体化服务Awareness认知Interest兴趣Purchase购买Loyalty忠诚可视化可优化可量化AIPL是将品牌在阿里系的人群资产定量化运营的模型:其中,Aware代表对品牌有认知的消费者,Interest代表对品牌产生兴趣或有过互动行为的消费者,Purchase代表对品牌商品产生购买行为的消费者,Loyalty代表一定时间内对某品牌商品购买多次或有过正面的评论的消费者.
阿里巴巴提出的全域营销是在新零售体系下以数据为能源,实现全链路、全媒体、全数据、全渠道的营销方法论:该方法论重新定义了经典的AIPL概念,将消费者链路变成可视化、可运营的消费者资产管理过程.
QuickAudience体系示意图EOIntelligencePart3.
乳制品行业数据中台厂商3.
1阿里云数据中台介绍QuickBI:高效分析与展现38数据来源:阿里云数据中台;亿欧智库整理QuickBI是专为云上用户量身打造的新一代智能BI服务平台:它是迄今为止第一个入围Gartner魔力象限ABI领域的国产BI产品,其价值不仅在于提供了全品牌、全品类、全渠道视角,联动线上线下,高效运营商品、供应链,更在于能站在数据中台的视角,和钉钉无缝集成,实现让数据驱动组织协同.
QuickBI体系示意图日常运营分析以透视、对比及趋势分析为主全局监控分析以趋势、对比及协同分析为主角色:决策层角色:管理层角色:运营层应用:钉钉业务模式:直营业务模式:采购业务模式:分销经营总况分析,目标达成情况,渠道、品类、客户洞察等方面支持管理决策经营概况分析从活动前–活动中–活动后,全链路以及营销单品/工具角度进行监控和分析营销分析竞品新品及价格趋势分析竞品分析产品与价格矩阵,潜力单品/套件分析竞品分析流量规模与构成,来源去向分析流量分析店铺经营对比分析,店铺转化分析店铺分析订单发货分析,退换货分析订单分析QuickBI分析框架全渠道客户洞察跨店铺跨品牌经营透视全链路全场景商品洞察QuickBI业务分析框架1.
获取数据云数据库、关系型数据库、Hadoop、MPP等数据源接入2.
创建数据集内置高速查询引擎,亿级数据实现秒级计算与查询3.
仪表板零SQL拖拽式的仪表板,支持多组件查询联动和下钻联动4.
电子表格类Excel操作的电子表格,并且支持300多类似Excel的函数5.
数据门户安全的多端访问、多端同步和控制6.
组织协同基于钉钉,让数据无处不在驱动组织协同,提升业务响应效率EOIntelligence3.
2阿里云数据中台乳制品行业案例CaseofAliCloudDataMid-OfficeSolutionsinChinaDairyIndustry39Part3.
乳制品行业数据中台厂商3.
2阿里云数据中台乳制品行业案例EOIntelligencePart3.
乳制品行业数据中台厂商3.
2阿里云数据中台乳制品行业案例飞鹤多品牌、多渠道、多触点的布局,使其产生对客户、订单、销售等数据全局、统一、在线管理和资产化的需求40数据来源:公司招股书、兴业证券;亿欧智库整理新客数据沉淀,未形成新客到复购的分析,链条存在断点订单数据未与供应计划资源有效结合;全局数据优化待提升外部数据的分析不能结合销售数据,曝光转化缺失销售数据断档,生产的产品结构并非良性多环节数据存在断点,未全部在线管理现状源全局、唯一、共享数据体系亿欧智库:飞鹤部署数据中台之前的主要痛点飞鹤成立于1962年,是中国最早的婴幼儿配方加奶粉研发和生产制造企业之一.
随着旗下品牌的扩张,渠道和触点的增强,营销模式的多样化,飞鹤在企业内部数据管理和运用方面产生了很多新的需求,如新老客数据分析、订单数据接入供应计划、营销的精细化管理等等,数据中台能较好匹配其需求.
分类子品牌超高端婴配奶粉星飞帆(2010年)、臻稚有机(2017年)高端婴配奶粉臻爱倍护(2012年)、臻爱飞帆(2012年)、精粹益加(2012年)普通婴配奶粉星阶优护(2014年)、飞帆(2007年)、贝迪奇(2011年)营业补充品Vitaminworld5785454725726581,1591,1391,1671,1311,16658,00067,00090,000109,0003,0001,00002,0004,0002016年2015年2017年2018年2019年H11,7371,6841,6391,7031,824终端销售点数目经销商数目零售商数目面对面研讨会妈妈的爱、嘉年华、秀、一年举办30万场线下活动传统媒体委任章子怡为品牌代言人线上互动微信虚拟社区、公众号等互动区营销渠道亿欧智库:飞鹤不断扩张的品牌序列亿欧智库:飞鹤分布广泛的渠道和触点(单位:家/个)亿欧智库:飞鹤多样化营销模式EOIntelligencePart3.
乳制品行业数据中台厂商3.
2阿里云数据中台乳制品行业案例飞鹤数据中台第一阶段聚焦新零售,针对九大业务场景、四大核心诉求改造,获得敏捷、双向、预知等业务运营能力41数据来源:飞鹤专家访谈;亿欧智库整理1第一阶段:数据中台支持新零售(已部署)飞鹤集团数据中台建设,基于智能大数据解决方案,通过Dataphin、QuickBI、QuickAudience产品,搭建数据中台.
在会员、渠道、服务、产品、营销等方面进行全面洞察分析,实现全渠道、产品和服务的转化增加.
第二阶段:数据中台支持智慧供应链(计划中)供应链洞察分析、智能制造(生产)业务分析;库存分析、采购分析、物流分析、计划分析、原材分析、全局库存分析;质量分析、制造分析、设备分析、半成品分析、工艺分析等.
全面推进数据智能应用(计划中)持续基于业务的数据中台建设;全面推进数据智能应用与数据业务化,不断优化、拓展场景应用.
23飞鹤数据中台分三阶段进行,目前已完成第一阶段的建设:第一阶段以消费者服务及终端门店销售为核心,规划了九大业务场景,主要满足四大核心诉求,实现全渠道、产品和服务的转化率增加.
目前飞鹤数据中台体现了五大价值点,使其获得同源、敏捷、预知、倒推、双向等数据能力.
亿欧智库:飞鹤数据中台战略规划营销域交易域公共域商品域会员域渠道域财务域日志域物流域1.
有效将客户留存运营2.
深入存量用户运营3.
全力赋能线下业务,助力导购4.
实现客户跨业务引流、转化、留存以消费者服务及终端门店销售为核心,初期规划九个业务场景、四大核心诉求五大价值点构成飞鹤新零售运营能力统一数据源,让企业各个层级对同一个问题/业务情况达成统一认知同源同源算力的提升,可以连续的、动态的掌握业务情况,提升精细化数据管理和运营能力;同源敏捷预知风险,发现问题和机遇,如不同地区不同渠道增长现象异常同源预知数据贯通,打破了业务板块间的壁垒,意识到业务流程上的问题倒逼业务平台层精进和优化同源倒推通过数据价值赋能业务前端,同时业务数据也会回流,形成双向闭环同源双向EOIntelligencePart3.
乳制品行业数据中台厂商3.
2阿里云数据中台乳制品行业案例雅士利多品牌、多业务、多系统带来集团数据困境,使其产生统一数据管理的需求亿欧智库:雅士利部署数据中台之前的主要痛点雅士利成立于1983年,目前已发展成为一家以婴幼儿奶粉为核心产品的现代化大型企业,在过去30余年发展过程中经过多次业务整合、品牌整合,这使得雅士利面临多品牌、多业务、多系统带来的数据管理和数据使用困难,数据中台能够实现数据资产统一,支持集团在优质的数据平台上进行新的组织变革和模式创新.
多品牌无法统一管理,数据不统一业务整合带来不同业务线数据独立,销售、渠道、营销无法整合运营现状源全体系统一、双向、可复用的数据资产亿欧智库:雅士利多业务并购整合之路1983年2013年2014年2015年雅士利成立蒙牛成为第一大股东,推动了雅士利在组织、品牌、渠道、产品等领域的变革和剖析,加速雅士利国际化进程.
蒙牛、达能、雅士利联合签署股份认购协议、达能成为雅士利第二大股东,实现资本与研发国际化雅士利收购欧世蒙牛,正式成为蒙牛旗下统一奶粉业务平台新西兰自建工厂开工2017年2016年朵拉小羊上市,澳洲原罐进口雅士利收购多美滋中国,将多美滋中国的研发中心、奶粉生产基地以及多美滋生产工厂和技术收入囊中42数据来源:雅士利官网、雅士利专家访谈;亿欧智库整理EOIntelligencePart3.
乳制品行业数据中台厂商3.
2阿里云数据中台乳制品行业案例雅士利数据中台五大业务场景,使得消费者资产化、精细化运营落到实处43数据来源:雅士利专家访谈;亿欧智库整理雅士利围绕消费者资产运营建设数据中台,规划了五大业务场景,分别是营销域、会员域、积分域、导购域和门店域.
目前雅士利数据中台效果显著,实现了多系统数据统一整合、营销效果更加可控、精细化运营及数字化考核成为可能,从0-1走向集团数字化管理阶段.
营销域会员域积分域导购域门店域围绕消费者资产运营,规划五个业务场景雅士利数据中台带来了四大显著成果多系统数据统一整合数据中台解决了雅士利集团内多品牌、多业务系统的数据同源统一问题,形成较好的数据资产精细化运营成为可能数据中台使得线上、线下渠道可以统一管理,消费者数据会回流、印证,真正形成围绕消费者做资产运营雅士利旗下朵拉小羊在2019双11期间,实现了消费者总量增幅达74倍,主推单品销售提升1000%+数字化考核成为可能数据中台促进公司内部各部门的数字化进程,对外加速经销商端,门店端数字化,使数字化考核成为可能营销效果更加可控数据中台使营销与销售统一结合,营销ROI精度更高、反馈更快,整体效果更加可控2019双十一期间雅士利品牌活跃消费者实现了959%的增长,能够精准吸引更有潜力的人群,如新锐白领、Z世代、精致妈妈等Appendix附录44EOIntelligence附录附录一:关键名词解释45数据来源:公开资料;亿欧智库整理1.
ERP:企业资源计划(EnterpriseResourcePlanning)的简称,是集信息技术与先进管理思想于一身,以系统化的管理思想,为企业员工及决策层提供决策手段的管理平台.
2.
CRM:客户关系管理(CustomerRelationshipManagement)的简称,是一种企业与现有客户及潜在客户之间关系互动的管理系统.
3.
APS:高级计划与排程(AdvancedPlanningandScheduling)的简称,是解决生产排程和生产调度问题,常被称为排序问题或资源分配问题.
4.
MES:制造执行系统(ManufacturingExecutionSystem)的简称,旨在加强MRP计划的执行功能,把MRP计划同车间作业现场控制,通过执行系统联系起来.
5.
LIMS:实验室信息管理系统(LaboratoryInformationManagementSystem)的简称,是一套用来管理实验室样品、人员、仪器、标准品和其他实验室活动的系统.
6.
WMS:仓库管理系统(WarehouseManagementSystem)的简称,是对物料存放空间进行管理的软件,一方面通过在系统中设定一定的仓库仓位结构对物料具体空间位置的定位,另一方面通过在系统中设定一些策略对物料入库、出库、库内等作业流程进行指导.
7.
DMP:数据管理平台(DataManagementPlatform)的简称,是把分散的多方数据进行整合纳入统一的技术平台,并对这些数据进行标准化和细分,让用户可以把这些细分结果推向现有的互动营销环境里的平台.
8.
DSP:互联网广告需求方平台(Demand-SidePlatform)的简称,主要服务于广告主,帮助广告主在互联网或者移动互联网上进行广告投放.
9.
DSS:决策支持系统(DecisionSupportSystem)的简称,最早由ScottMorton和Gorry在20世纪70年代提出,是指具有一定智能行为的计算机应用系统,可以通过人机交互的方式辅助决策者进行非结构化或半结构化的决策.
10.
EDP:电子数据处理(ElectricalDataProcessing)的简称,也被称为事务处理阶段,主要是利用计算机代替人工,批量的处理事务性数据.
11.
MIS:管理信息系统(ManagementInformationSystem)的简称,其是一个集成的人-机系统,在一个组织里通过人和计算机相结合的方式收集、存储、处理、分析、维护并使用各种信息资源的系统.
12.
OLAP:联机分析处理(OnlineAnalyticalProcessing)联机分析处理的简称,是计算机技术中快速解决多维分析问题的一种方法,主要通过数据聚集技术以及多位数据集技术,然后使用可视化工具将结果反馈给用户进行评价,基本操作有切片、切块、上卷、钻取以及旋转.
13.
IDSS:智能决策支持系统智能决策支持系统(IntelligentDecisionSupportSystem)是在传统DSS的基础上结合专家系统(ExpertSystem)而形成的更高级的决策支持系统.
14.
ETL:是Extract-Transform-Load的缩写,用来描述将数据从来源端经过抽取(extract)、转换(transform)、加载(load)至目的端的过程.
15.
AIPL:是Aware-Interest-Purchase-Loyalty的缩写,AIPL是将品牌在阿里系的人群资产定量化运营的模型.
其中,Aware代表对品牌有认知的消费者,Interest代表对品牌产生兴趣或有过互动行为的消费者,Purchase代表对品牌商品产生购买行为的消费者,Loyalty代表一定时间内对某品牌商品购买多次或有过正面的评论的消费者.
16.
RFM:是Recency-Frequency-Monetary的缩写,是衡量客户价值和客户创利能力的重要工具和手段.
其中,Recency代表最近一次消费,Frequency代表消费频率,Monetary代表消费金额.
EOIntelligence附录附录二:国家乳制品行业相关政策46数据来源:公司官网、Wind、中银国际证券;亿欧智库整理时间发布部门政策标题政策内容政策效果2008.
10国务院《乳制品质量安全监督管理条例》提高奶站开办门槛和条件;禁止在生鲜乳生产、收购、贮存、运输、销售过程中添加任何物质;乳制品生产企业应当对出厂的乳制品逐批检验等.
持续淘汰不合格奶站,奶站数量从2008年的两万多个减少至2015年的8500个,乳品质量安全监督管理大幅加强.
2008.
10工信部、质检总局、工商总局《乳制品行业整顿和规范工作方案》加强奶源建设,依据《良好农业规范》(GB/T20014.
8),分批实现标准化管理;严格乳制品生产管理和出厂检验,企业必须具备三聚氰胺检测仪器和掌握检测方法的人员或建立合法、固定的检测渠道等.
奶源建设标准提高,乳企配备三聚氰胺检测措施.
2009.
7发改委、农业部、工信部等十三部委《奶业整顿和振兴规划纲要》推进养殖规模化,100头以上规模化养殖场(小区)奶牛比重由目前的不足20%提高到30%左右;产销一体化,基地自产生鲜乳与加工能力的比例达到70%以上.
乳企开始自有奶源建设;规模化养殖比例持续提高,至2016年规模养殖比重已超过50%.
2010.
9国务院《国务院办公厅关于进一步加强乳品质量安全工作的通知》要求严把生产经营许可关、强化检验检测和监测评估、完善乳品追溯制度、强化婴幼儿配方乳粉监管、加大对非法生产经营乳品行为的打击惩处力度、严格落实乳品质量安全各方责任.
2011年1-4月,天津、河北、内蒙古自治区等19个省区市共对乳制品违法经营行为立案179件,查处不合格乳制品10286.
07公斤,取缔无证照食品经营户619户,吊销营业执照4户.
约45%乳企被淘汰.
2016.
6食药监《婴幼儿配方乳粉产品配方注册管理办法》根据《中华人民共和国食品安全法》等法律法规制定,严格婴幼儿配方乳粉产品配方注册管理,保证婴幼儿配方乳粉质量安全.
注册还在持续进行,预计大量中小品牌被淘汰,国产奶粉受益.
2016.
12发改委、农业部、工信部、商务部、食药监《全国奶业发展规划(2016-2020年)》为保障优质安全乳品有效供给、加快建设现代奶业,提出强化婴幼儿配方乳粉监管、严打违法添加行为、打造国产乳品品牌等措施.
首次明确了奶业发展的战略定位,指出奶业是健康中国、强壮民族不可或缺的产业、食品安全的代表性产业、农业现代化的标志性产业、一二三产业协调发展的战略产业.
2019.
6发改委、工信部、卫健委等七部委《国产婴幼儿配方乳粉提升行动方案》促进国产婴幼儿配方乳粉方案,力争婴幼儿配方乳粉自给水平稳定在60%以上.
/亿欧智库:国家乳制品行业相关政策EOIntelligence47写在最后亿欧智库经过桌面研究及对相关企业、专家进行访谈后完成此份报告,本报告从中国乳制品行业现状和痛点出发,对牧场奶源、生产制造、物流供应链和消费者连接每一个环节的数字化现状进行深入分析,得出未来乳制品行业数字化升级改造的方向;同时也对数据中台与乳制品行业需求的匹配、数据中台的历史、定义和价值做了精确、深入的阐释,并多次访谈阿里云数据中台、飞鹤、雅士利等多位行业专家,尽可能还原数据中台在乳制品行业的应用情况和潜在价值.
亿欧智库将持续乳制品行业和数据中台的发展,持续输出更多研究成果,以帮助企业可持续健康发展,推动产业升级.
欢迎大家与我们联系交流,提出宝贵意见.
报告作者:薄纯敏Hannah研究副总监Email:bochunmin@iyiou.
com由天宇Deco亿欧公司副总裁、亿欧智库研究院院长Email:youtianyu@iyiou.
com施展Fred行业分析师/联系人Email:shizhan@iyiou.
com吴晓涵Claire分析师助理Email:wuxiaohan@iyiou.
comEOIntelligence48团队介绍和版权声明团队介绍:亿欧智库是亿欧公司旗下专业的研究与咨询业务部门.
智库专注于以人工智能、大数据、移动互联网为代表的前瞻性科技研究;以及前瞻性科技与不同领域传统产业结合、实现产业升级的研究,涉及行业包括汽车、金融、家居、医疗、教育、消费品、安防等等;智库将力求基于对科技的深入理解和对行业的深刻洞察,输出具有影响力和专业度的行业研究报告、提供具有针对性的企业定制化研究和咨询服务.
智库团队成员来自于知名研究公司、大集团战略研究部、科技媒体等,是一支具有深度思考分析能力、专业的领域知识、丰富行业人脉资源的优秀分析师团队.
版权声明:本报告所采用的数据均来自合规渠道,分析逻辑基于智库的专业理解,清晰准确地反映了作者的研究观点.
本报告仅在相关法律许可的情况下发放,并仅为提供信息而发放,概不构成任何广告.
在任何情况下,本报告中的信息或所表述的意见均不构成对任何人的投资建议.
本报告的信息来源于已公开的资料,亿欧智库对该等信息的准确性、完整性或可靠性作尽可能的追求但不作任何保证.
本报告所载的资料、意见及推测仅反映亿欧智库于发布本报告当日之前的判断,在不同时期,亿欧智库可发出与本报告所载资料、意见及推测不一致的报告.
亿欧智库不保证本报告所含信息保持在最新状态.
同时,亿欧智库对本报告所含信息可在不发出通知的情形下做出修改,读者可自行关注相应的更新或修改.
本报告版权归属于亿欧智库,欢迎因研究需要引用本报告内容,引用时需注明出处为"亿欧智库".
对于未注明来源的引用、盗用、篡改以及其他侵犯亿欧智库著作权的商业行为,亿欧智库将保留追究其法律责任的权利.
网址:www.
iyiou.
com/intelligence邮箱:zk@iyiou.
com电话:010-57293241地址:北京市朝阳区霞光里9号中电发展大厦A座10层