数智驱动新增长

从产业升级的角度看，中国经济正在经历前所未有的由人口、消费红利驱动，向技术、智能驱动的转型。消费者已经全面在线，正倒逼企业经营管理与产业生态协同的在线化。阿里巴巴在探索数字化转型的过程中，沉淀了一系列的方法论、行业解决方案、新技术、新基础设施等数字化能力，并运用在了企业经营与管理中。在线化只是第一步，数字化是当下企业在探索的命题，而智能化则是会带来几何级增长的未来。

本书对全链路数智化转型等方法论进行阐述，并深度解析 6 个标杆企业数智化转型的真实案例，探讨数智化对于未来商业新形态的思考与实践，推动企业全面认识数智化转型。希望能够帮助政府领导、企业管理者以及所有对数智化感兴趣的弄潮儿打开思路，找到驱动企业持续增长的新力量！

新商业学院

是“数据+商业”的新商业赋能培训平台，帮助中国企业看见并拥抱数字经济，加速企业数字化转型。擅于将深度管理洞察与商业实践经验紧密结合，既有方法论，又有落地工具，通过实战演练引导学员灵活应用于自己企业的具体实践，让学习能够转化为实实在在的业务成果。

肖利华

阿里巴巴集团副总裁、CEO助理、阿里云智能新零售总裁，清华大学博士后，中科院管理学博士，多所著名大学特聘教授/客座教授。
战略-品牌-供应链-信息化-电子商务-教练/培训/咨询爱好者、知行合一者，乐于学习和分享！
中国智慧零售卓越开拓人物；
中国电子商务行业十大新锐人物；
中国信息化十大CIO领军人物；
中国服装物流杰出风云人物。
所负责的项目曾荣获中国企业信息化500强“最佳信息化战略奖”“最佳技术战略奖”“中国信息化建设项目成就奖”“中国信息化进程突出贡献奖”“最佳供应链管理（SCM）应用奖”等奖项。
著有《打造“0”库存——案例解析以品牌为核心的快速供应链》《成功手记——揭开生活和管理的制胜密码》《打造以品牌为核心的快速供应链》 ，曾在国内外核心刊物发表论文80多篇。

田 野

企业数字化转型战略、营销与品牌策划专家；达境电商、雁投投资创始人；茵曼独立董事。专注于微分市场和长尾品牌的定位、打造和投资；是红蜻蜓、珀莱雅、寿仙谷、林清轩等品牌长期战略合作顾问，联合利华电商顾问。淘宝大学认证讲师、新商业学院特聘顾问。

洪东盈

DCC共创盈咨询教练事务所创始人，雷锋资本投资合伙人兼首席战略官，新商业学院、阿里云大学特聘讲师，WDEO（联合国世界数字经济组织）特聘专家，大学企业转型课程客座教授。曾任职SAP、EMC2、埃森哲、AtosOrigin等国际信息化公司高管，曾主持国营供电、新零售公司、连锁餐饮等数智化顶层设计项目。

杨文雅

商务部中国国际电子商务中心特聘专家、普安县新经济顾问。淘宝大学认证讲师、新商业学院特聘顾问。上海交通大学授课讲师、重庆交通大学MBA研究生导师。中华阴阳五行学说研究中心研究员、高级顾问，千衍堂创始合伙人。研究领域：新零售、数字化战略、组织变革。

陈赋明

《商业评论》栏目主编、商业案例专家，采写了近百个中国本土商业案例，参与编撰了《再下西洋》《新零售行动指南》《“互联网+”转型实战》等商业书籍。

吴蓓宏

《商业评论》首席编辑，长期致力于世界先进管理理念的译介，同时传播中国标杆企业的优秀商业实践。

1.国内鲜有，系统地将全链路数智化转型思路、方法与实践讲透，并总结提炼为：5 部曲+5层架构+11要素。相信对企业运营、决策、转型、增长有益！

2.本书由“数据+商业”的新商业赋能培训平台——新商业学院主编，阿里巴巴集团副总裁、CEO助理、阿里云智能新零售总裁、清华大学博士后肖利华领衔撰写，作者阵容强大，图书内容兼顾理论与实践结合。多位行业专家、企业精英力荐！

前言

动荡时代最大的危险不是动荡本身，而是延续过去的逻辑做事。

—— Peter F. Drucker

数智化转型的几个关键词

经常有人问我，如果要提炼总结数智化转型升级相关的最核心的几个关键词，会是什么？我的回答包括：

以消费者为核心

线上和线下、全网、全渠道、全域履约

端到端全产业链、全流程、全场景、全触点、全生命周期

网络协同 + 数据智能

数据驱动 + 算法驱动 + 算力驱动

需求牵引供给（C2B），供给创造需求（B2C），C2B2Cn

C2B2G

以消费者为核心，对应的是过去以企业内部为中心。

线上和线下、全网、全渠道、全域履约，对应的是线上和线下多渠道割裂、对立、内耗。

端到端全产业链、全流程、全场景、全触点、全生命周期，营销和销售毫无疑问是非常重要的，但仅有前端是不够的，终极的竞争一定是大数据驱动的整个供应链体系的竞争。

关于网络协同 + 数据智能，有兴趣的读者可以参看曾鸣教授的《智能商业》和《智能战略》这两本书，它们写得非常有高度又深入浅出。

数据驱动 + 算法驱动 + 算力驱动，对应的是靠经验驱动。

下面重点解释一下 C2B2Cn 和 C2B2G。

传统的方式是 B2C 的，我们设计什么、生产什么就推什么给消费者。未来更多的是 C2B 的。需求牵引供给（C2B），已经越来越形成共识；供给创造需求（B2C），好的供给设计、开发生产是能创造和激发人们日益增长的对美好生活的需求的。消费者已经数字化在线化了，消费者的数字化在线化程度远高于企业的数字化在线化程度。消费互联网和产业互联网不是割裂、对立的关系，而是相互促进的过程。消费互联网倒逼整体的产业互联网的升级，同时产业互联网的升级将进一步推动消费互联网的升级。

C2B2C 的 n 次方（C2B2Cn），就是一切以消费者 C 为中心，2B 端倒逼企业做好用户运营、新品创新、设计、研发、智能制造、渠道管理、销售和分销、品牌建设、数字化营销、配送等服务。然后精准推广服务全网、全渠道更多的消费者（C），n 次方就是用“数据 + 算力 + 算法”反复迭代，反复对整个端到端全产业链路、全流程、全场景、全触点、全网、全渠道、全域、全生命周期进行优化。消费互联网端要实现消费者可洞察、可分析、可触达、可消费。产业互联网端要实现基础设施云化、IoT 化、中台化、移动化、智能化。

未来的世界一定是一个万物互联、万场升级的世界，未来所有场都需要进行数智化升级。消费互联网端的工作、生活购物、娱乐、住宿等，产业互联网端的设计、供应、制造、流程、产业都要进行数智化升级。

......

如何进行数智化转型

越来越多的企业认同数智化转型是大势所趋，问题是如何进行数智化转型。

我们的总结是：5 部曲 + 5 层架构 + 11 要素。

5 部曲：基础设施云化、触点数字化、业务在线化、运营数据化、决策智能化。

基础设施云化：

基础设施为什么要云化？举个例子，某家企业日常运行需要 100 台服务器即可，但碰到“双 11”这样的大促销，数据量很可能是平时的几十倍、上百倍（先假设需要10倍即1000台服务器）。如果企业只采购100台服务器，则“双 11”这样的服务消费者的大好机会就白白丢失了，市场份额让给竞争者们了；如果企业采购了 1000 台服务器，那其他 364 天的利用率就会非常低，从成本角度来考虑性价比也是很低的，会造成大量资源的浪费。怎么办？上云。就像自来水一样，想用多少就用多少，按需按量使用和交费。弹性、成本只是其中一部分的原因，其他还有安全、人才等很多原因。

企业全链路数智化转型升级需要用好新型数智化基础设施。基础设施云化完成之后，企业就可以把更多的精力用于自己的核心业务，如品牌打造、商品研发、快速柔性供应链、线上和线下全网与全渠道服务好消费者等，而不需要把过多时间精力花在非核心业务上。这对工作效率是一个大幅度的提升。

触点数字化：要把采购、生产、物流、全网及全渠道零售终端、人货场等信息及时采集回来。

业务在线化：所有消费者已经在线了，我们企业内部的门店得在线、商品得在线、服务得在线、组织得在线、管理得在线、生态得在线。

运营数据化：一切业务数据化，一切数据业务化。

决策智能化：未来组织的核心是决策的质量、效率和执行力。

5 部曲的具体阐述会在后面的篇章展开。

5 层架构：传统的云更多的只是 IaaS（Infrastructure as a Service，基础设施即服务），后面增加了 PaaS（Platform as a Service，平台即服务）、SaaS（Software as a Service，软件即服务），我们增加了 2 层，DaaS（Data as a Service，数据即服务）和 BaaS（Business as a Service，商业即服务）。当然 DaaS 本质上是 PaaS 层的，但不同于过去的 PaaS，是一种新的基于数据及数据相关处理能力的服务；BaaS 是属于 SaaS 层的，也不同于过去更多偏向于内部交流流程的服务，而是跨端多场景地把 B（商家）和 C（消费者）更加高效精准地匹配起来的服务。传统板块更多的是 IT 的，我们认为未来更多应该是DT、DI的（Data Technology，Data Intelligence）。我们提供了淘宝、支付宝、高德地图、钉钉等很多高频应用程序可通用的小程序框架。

消费者在哪里，生意就在哪里，跨端多场景 + 底层数据中台打通，会是未来生意的标配。前后端的小程序让我们商家能更好地和消费者沟通。我们更多地强调当下的实时数据和基于未来的数据。比如用户在中午还没有吃午饭的时候，我们把周边的餐饮店信息推送给用户，这样的数据应用才是有意义的。如果过了午饭时间再推送给用户，那就是无效的。

11 要素：品牌、商品、制造、渠道、营销、零售、服务、物流供应链、财务金融、组织、技术，覆盖了商流（前 7 个要素）、物流、资金流、人流和技术，还有贯穿和打通所有环节和要素的信息流。本质上是全要素，不同行业关注的要素不同，具体要素名称也可能会不同。

5 部曲和 11 要素结合起来，见下页的图，各企业可以根据自己的发展阶段、能力和资源、轻重缓急来安排。一般来讲，多数企业会选择营销、零售等先做销售增量，然后通过全网、全渠道打通存量，把广大门店、导购、线上线下商品盘活；部分领先企业已经进入上游，利用大数据驱动品牌优化、商品企划设计开发、柔性制造、物流供应链优化、供应链金融、区块链技术全程溯源、防伪、仿窜等；少量行业头部企业已经基于对未来的判断，结合平台等一起共创，对组织的愿景、使命、价值观进行升级，对战略 + 业务 +组织 + 技术 + 运营不断迭代优化，进行垂直行业生态型平台的探索和实践。

一句话总结，全链路数智化是以消费者为核心的大数据驱动的全链路、全流程、全要素、全触点、全网、全渠道、全生命周期的高效精准匹配。种一棵树最好的时间是十年前，其次是现在。——Dambisa Moyo

早上线，早受益，先行者、不断与时俱进者才能享受时代的红利。

肖利华

阿里巴巴集团副总裁、CEO 助理

阿里云智能新零售总裁

2021 年 3 月

第一篇　数智开辟新商业时代

第1章　环境变革驱动力

1.1　社会环境变革

1.2　市场变化驱动新增长

1.3　技术驱动商业升级

1.4　数智时代创造“新世界”

【总结】

第2章　消费变革驱动力

2.1　消费变革驱动数智转型

2.2　以消费者为核心的全域融合应对策略

2.3　数智新增长的路径 —— 新客、新品、新组织

【总结】

第3章　数智时代新基建

3.1　新基建概述

3.2　新基建“新”的意义

3.3　新基建浪潮下的产业生态变化

3.4　阿里巴巴的数字基础设施

【总结】

第4章　依托商业操作系统的数智增长

4.1　数智化解决企业难题

4.2　ABOS赋能企业数智化转型升级

【总结】

第二篇　数智重构商业11要素

第5章　数智化品牌

5.1　数字化的市场分析和品牌定位

5.2　数字化品牌发展路径

5.3　消费者全周期数字管理的AIPL模型

5.4　数字化的品牌资产评估的FAST模型

5.5　数字化的品牌增长路径的GROW模型

5.6　数字化的品牌传播路径

【总结】

第6章　数智化商品

6.1　依托数据的新品机会发现

6.2　新品合伙人、仿真实验室和动销诊断台

6.3　共建新品创新中心

【总结】

第7章　数智化新制造

7.1　从传统制造困境中了解“新制造”出现的必然性

7.2　数智化“新制造”：C2M

7.3　犀牛工厂

【总结】

第8章　数智化渠道

8.1　数据赋能渠道选择

8.2　全渠道融合模式

8.3　渠道管理工具：钉钉新零售工作台

8.4　深分渠道的快速渗透：零售通

8.5　海外渠道的在线拓展：AliExpress、Lazada

【总结】

第9章　数智化营销

9.1　数智化营销的关键四步

9.2　从渠道到消费者，营销重心的迁移

9.3　精准标签和人群运营策略

9.4　人群标签组合应用

9.5　人群扩容

9.6　全生态精准投放和营销效果评估

9.7　AI辅助营销工具

【总结】

第10章　数智化新零售

10.1　数智化“人”的重构

10.2　数智化“货”的重构

10.3　数智化“场”的重构

10.4　零售终端体验升级

10.5　商超百货行业的数智化转型

10.6　数智化“人、货、场”的典型案例

【总结】

第11章　数智化新服务

11.1　阿里巴巴“亲听”用户声音

11.2　数据智能形成反馈闭环

11.3　数智化服务解决方案

【总结】

第12章　数智化新金融

12.1　金融的发展趋势

12.2　新金融赋能“人、货、场”重构

【总结】

第13章　数智化新物流

13.1　物流的数智化演变

13.2　数智化物流基础设施

13.3　数智化供应链

13.4　数智化物流预测

13.5　数智化物流实践

【总结】

第14章　数智化新组织

14.1　组织的演化历程

14.2　数智化组织升级的方向

14.3　数智化敏捷新组织

14.4　数智化新组织的实施工具和方法

14.5　数智化新组织的案例

【总结】

第15章　数智化新技术

15.1　从IT到DT的必要性

15.2　新技术驱动供需动态平衡

15.3　全链路数智化转型升级：一云多端五中台N行业应用

【总结】

第三篇　全链路数智化转型五部曲

第16章　基础设施云化

16.1　企业为何要全面上云

16.2　企业如何上云

16.3　上云需要避免的误区

16.4　云原生架构：IT架构敏捷化

16.5　“云钉一体”“云端一体”让应用开发更容易

【总结】

第17章　触点数字化

17.1 触点全面数字化

17.2　触点数字化的关键点

17.3　触点数字化的实践与案例

【总结】

第18章　业务在线化

18.1　业务全面在线

18.2　业务中台化

18.3　业务中台的功能

18.4　业务在线化案例分析

【总结】

第19章　运营数据化

19.1　构建数据化的运营逻辑

19.2　阿里巴巴赋能运营数据化的产品

19.3　阿里云助力企业数据中台搭建实践

19.4　电商运营数据化实战

19.5　全域数据化运营实战

【总结】

第20章　决策智能化

20.1　什么是决策智能化

20.2　实现决策智能化的重要步骤

20.3　决策智能化在各行业中的应用场景

20.4　决策智能化在ABOS 11要素中的呈现场景及价值创造

【总结】

第四篇　数智转型先行者

第21章　大润发：做零售业的数智化领军者

第22章　居然之家：用数智重构“人、货、场”

第23章　飞鹤乳业：插上数智化的翅膀

第24章　海底捞：服务就要无微不“智”

第25章　良品铺子：将数智化转型进行到底

第26章　特步：数智化转型的领跑者

后记 P449