近日，「让业务用起来」2023观远数据敏捷分析实践巡展圆满收官。慕尚集团数字化负责人金中纬于巡展杭州站带来《GXG数字化运营实践与思考》精彩主题演讲。
以下为慕尚集团数字化负责人金中纬分享节选：
01 慕尚集团数字化搭建历程
慕尚集团的数字化建设已经进行了四年，严格意义上来说是从2019年开始在整个市场推行了数字化建设。2020年，慕尚集团融合所有业务系统正式上线了全渠道业务中台。在上线平台的过程中，我们整合了业务基础数据，并成立MDM项目组，到2021年，MDM一期上线。在这个过程里，我们发现了业务和技术不兼容的问题对于平台上线的影响，于是在此之后成立了数据中台项目组，并在2021年下半年对整体业务需求和全域数据进行了整理。
2022年，慕尚集团进行了BI、可视化工具的选型和上线。在此之前我们有很多业务数据系统，也用过了国外厂商的BI产品，但在使用过程中发现它并不能贴合国内的一些应用，同时后期的运维能力也无法得到满足。因此，我们希望能够选择一款贴合品牌业务需求的国产BI，最终选中了观远BI。
过去，业务用数据做分析是分散性的，数据口径不统一。通过观远BI，我们对集团多源数据进行了统一管理，实现统一数据标准化，也和业务一起线上线下开了好几次会议，宣导数据口径的唯一性、一致性。到今年，我们还是会不断完善数据流程，持续推进数据指标分析，减轻业务表格化。
上面这张图显示的是我们在建设MDM和数据中台之前的系统架构，所有的源数据会从不同的系统进到业务中台，再由业务中台分发给其他的下游系统。可以看到，这些线是杂乱无章的。同时，通过API等各种形式接入数据很容易造成数据的缺失和不完整性。所以我们在2019年开始进行数字化转型。
数字化转型以后，我们所有的基础数据都从主数据系统推出来，它成为公司数据的唯一入口，通过主数据推送给所有的业务系统，包括OA、WMS、供应链系统、CRM等，再由所有的业务系统推送给我们的财务系统，进行每日的链接或者财报的输出。
应用层则会在POS端、OMS端，以及现在很多人在用的微商城、钉钉、企微实现数据化。2020年我们上线了数据中台，所有的数据都从业务数据中来，当然基础数据还是从MDM流向主数据。两者相结合，下分了四个数据层：
- 数据采集层：采用批、流数据处理方式。因为BI需要实时性的统计数据用于给高层管理层做决策用，而业务层需要用的数据量更大，不止需要指标性数据，还要用底层的数据做个性化的分析。
- 中间数据层：由数据中台进行数据清洗和数据整合，数据中台是我们信息部自建的。
- 数据模型层：对清洗和整合完成的数据进行多维度的分析和计算。
- 数据应用层：通过观远BI进行可视化分析，对元数据和数据流进行管理，实时洞察分析数据。通过内嵌在钉钉里的BI应用进行数据监控，数据异常会通过钉钉推送消息预警，保证数据的及时处理。
02 数据建设四大要素
讲完了慕尚集团数字化搭建的历程，我想要分享一下我们的数据建设的四大要素：
第一，品牌数据整合。我们之前的数据来源是杂乱无章的，接口也是杂乱无章的，常常不知道哪边的数据是准确的。对于业务来说可能是A数据准确，对于财务来说则可能认为B数据准确。MDM和数据中台上线以后，我们对于数据的高度共享性、长期稳定性达成了共识。不管怎样替代下游的产品，只要保证数据来源是唯一入口，保证数据的长期稳定性，就可以提升数据的处理效率。
第二，品牌口径拉通。慕尚集团有很多品牌，也有很多不同的业务部门，过去他们的数据口径都是不太一样。我们跟业务部、商品部、财务部开会的时候，就发现同一个数据他们的一个条件不一样，就会造成数据的差异翻倍。于是我们拉通业务部门去开线下会议，把一些不一致的指标、数据口径的盲区全部拉平，在平台上线后就做到了数据的唯一性、准确性、有效性。
第三，联动业务增效。在过去没有整合数据、没有上线BI工具前，我们的业务每天早上要花很长时间导出新数据，整理数据，最后得出结论再拉品牌中心一起开会。在整体上线BI工具，包括以IT部作为数据唯一出口端后，我们就得以联动业务实现了一定的降本增效，同时还释放了业务的压力。
第四，驱动业务决策。在上线MDM、数据中台之前，我们的业务可能是拿底层的数据做分析，经过很多计算反推数据指标，而后反馈给我们信息部提出数据是有问题的，我们再去找业务沟通问题所在、为什么会出现数据偏差。现在做了数据整合后，我们信息部就可以拿自己的数据去给业务，引导业务思考，驱动业务决策。
03 信息部如何做好业务的后盾
信息部如何做好业务的后盾？对于信息部来说，我们是属于品牌的一个职能部门，我们辅助业务，就像业务在前线战斗，在后方给他们输送弹药，弹药就是我们的数据。我们需要用数据支撑业务，而具体如何给到业务支撑，我认为有以下四点：
第一，我们得知道业务想要什么。这其实很简单，业务想要的就是准确的数据，其他他们都可以自己解决，但只有准确的数据是只能通过我们获取到的。
第二，我们可以给业务带来什么。通过我们不断地模拟，不断地训练数据模型，不断地验证数据的结果性，我们可以给到业务统一的逻辑，统一的口径，统一的数据，以及也可以给到业务一定的培训，进行共创。
第三，业务担心什么。我们所做的系统中最重要就是数据是否准确，一旦数据不准确，对于业务来说这套系统就从根本上没有任何用处，所以他们第一个担心的就是数据的准确性，这也是我们首要要满足的。
第四，公司可以给到什么支持。这一点非常重要。数据建设的过程中一定会存在很多的困难点，比如业务跟财务之间一个数据口径不一致产生了矛盾，比如我们在上线主数据的时候一定会规范数据和流程的要求，这一定会给业务带来不便捷性，因为需要他们填写的东西更多了，对他们填写内容的精确性的要求也更高了。这种时候就需要管理层的支持。
来源：接地气的陈老师