运营驱动产品(城市酷想家从供应链驱动转向消费者驱动)

作者/陆铭上海交通大学“城市酷想家”淘宝天猫DIGITAL生态实验室01序言正如汽车和地铁曾经重塑了人类生活和城市格局，互联网和数字经济也正在重塑当下的人类生活和城市格局。在中国，巨大的人口规模和互联网产生了奇幻的化学效应，天猫等数字化商业平台应运而生。

城市酷想家从供应链驱动转向消费者驱动

作者/陆铭

上海交通大学“城市酷想家”

淘宝天猫 DIGITAL生态实验室

01

序言

正如汽车和地铁曾经重塑了人类生活和城市格局， 互联网和数字经济也正在重塑当下的人类生活和城市格局。在实体空间之外， 一个线上的平行世界正在出现， 人们在线上买卖商品， 签订合约， 生产的上下游企业在线上相互沟通， 生产型服务业在线上预测消费的趋势。

有人试图用元宇宙来概括这个与实体空间相平行的世界。但是元宇宙这个词却没有告诉我们， 在那个宇宙里，不同的人类活动是如何相互组织的，线上的活动和线下实体空间的活动又有怎样的对应关系。也有人认为，线上这个平行世界，使人类可以足不出户地生活和工作，从而使实体空间的形态扁平化，人口密度将随之消解。

在中国， 巨大的人口规模和互联网产生了奇幻的化学效应， 天猫等数字化商业平台应运而生。从一开始初级阶段的 “线上集市”，到当下已经形成的 “线上城市”，基于数字化平台和数字技术的商业模式，已经完整地具备了可以和实体空间的城市所对应的综合功能。尤其是数字技术正在重新塑造咨询、 品牌、 营销等现代服务业， 并且正在重新构建服务业与制造业之间的产业关联。

相比于元宇宙，“线上城市” 更加注重不同企业之间， 以及企业和消费者之间如何相互互动， 完整地呈现出比拟城市的综合功能。不仅如此， 这个线上城市还在以不断迭代的方式， 重整线下实体空间的城市形态。由于线上和线下之间强大的互补性， 而不仅仅是局部的替代性， 线上城市甚至成为强化实体空间集约化发展的力量， 使得密度和集聚成为城市发展的流量密码。

当前， 制造强国和数字中国正在成为发展的趋势， 也是面向未来的战略选择。线上城市的形成和不断迭代演化，正在助力制造强国和数字中国。不仅如此，线上城市连接着无数的小商家和灵活就业者，助力普罗大众实现共同富裕。同时， 信息基础设施和互联网技术使得弱势的地区和人群接入了线上城市， 共享了现代化的进程。

寄语

02

依托于数字技术的平台经济正在深刻地改变我们的星球。

中国作为一个人口超大规模的国家， 庞大的消费者群体在各类数字平台上形成了一座 “线上城市”，人们在这里的交易产生了大量的数字资产。这些数字资产正在被广泛地应用在研发、 设计、 咨询、营销等生产性服务业， 而这些生产性服务业又在对制造业产生强大的赋能作用， 中国的制造业正在从供应链驱动的布局转向消费者驱动的布局。

天猫 DIGITAL 生态实验室对于数字资产的运营以及向各类生态企业开放使用，走在了各大平台的前列。天猫同时也运用数字技术对各类生态企业进行评估， 帮助被生态企业服务的商家和消费者了解生态企业的品质和信誉。消费者在平台上产生的数据， 通过平台的运营用于改善企业的效率， 又最终服务于消费者， 增进了消费者福利。

近来我提出 “线上城市” 的概念， 就是想提示社会各界注意到在这个与线下城市平行互动的空间里，一些新的商业模式正在不断迭代发展。借助于中国的数字资产， 数实融合的趋势正在蓬勃发展。无数的企业和消费者正在受惠于数字经济， 中国的制造业也正在逐步地从简单制造向 “微笑曲线” 的两端攀升。

——上海交通大学特聘教授、 中国发展研究院执行院长

陆铭

指导委员会 & 报告作者

报告作者

陆铭 上海交通大学特聘教授、 中国发展研究院执行院长

城市酷想家团队

李杰伟 上海海事大学副教授

黄维晨 上海交通大学安泰经济与管理学院博士研究生

杨潇 上海交通大学安泰经济与管理学院博士研究生

唐盟 上海交通大学安泰经济与管理学院博士研究生

徐灏龙 上海交通大学安泰经济与管理学院博士后

夏根 “城市酷想家” 研究助理

指导委员会

刘鹏 淘天集团品牌业务发展中心总裁

刘洋 淘天集团品牌业务发展中心商家成长总经理

报告作者

周树青 淘天集团品牌业务发展中心商家成长 品牌生态中心负责人

彭刚林 淘天集团品牌业务发展中心商家成长 品牌生态中心运营专家

范博阳 淘天集团品牌业务发展中心商家成长 品牌生态中心运营专家

陈一明 淘天集团品牌业务发展中心商家成长 品牌生态中心运营专家

淘天集团团队成员 （排名不分先后）

沈涛 林贞波 董昱 万书瑶

访谈嘉宾

宝尊

林纯蒂 /PP 宝尊副总裁

冯莉 /Lucy 宝尊副总裁

胡强 /Kiwi 宝尊技术咨询总监

天猫 X 线上城市专访

01

# 业务脉络 #

宝尊 ：先介绍一下宝尊的数据化品牌运营业务。我们在帮品牌去做增长的时候， 其实最核心的两个点 : 一个是商品，一个人群。这两个点，在现在新的数字生态下面，已经发生了很大变化。

就拿家电行业这个例子来讲， 之前很多品牌在做产品开发的时候， 更多是去看我的供应链是什么样子， 我的技术储备是什么样子， 然后决定去做什么样的产品。

现在因为整个市场越来越成熟， 消费者的消费行为或者消费模式也有很多的变化。所以现在很多品牌在做这个产品开发的时候， 不再是纯粹从供应链的角度去看自己的资源优势在什么地方， 反而是去看自己的目标用户是什么样， 消费者的生活方式是什么样的， 然后根据消费者的生活方式和特征来去决定开发一个什么样的产品，满足消费者的诉求。

所以， 我们在服务品牌的时候， 正在从原来的以供应链驱动的模式慢慢在往以消费者驱动的模式转变。在这个过程里， 数据就会扮演重要角色。因为所有的消费者，特别是线上消费者， 他的所有数据都是数字化的。关于消费者的生活方式、 消费者的产品偏好等， 这些数据化的资源能够帮我们服务于产品开发。

在消费者这一端， 可以看到， 以前消费者的需求相对来讲是比较单一化的， 就是想要特定的产品解决特定的问题。现在， 消费者分成了很多个非常细分的圈层， 不同圈层之间的消费者互相之间是有很多壁垒的。我们在去跟消费者沟通的时候， 需要去标识化地分析消费者的类型， 可能一个品牌同时要服务 3 到 5 类完全不一样的消费者。对于这 3 到 5 类完全不一样消费者， 在跟他去做沟通、 在跟他去做运营、 在给他提供服务的时候， 就会有比较显著的不同。

与之对应的， 从消费者的定义到实际找到这群消费者，以及后续与消费者去做沟通， 整个流程都需要有很多数据来做支撑。在这个过程里， 我们跟天猫生态实验室合作，帮品牌去做消费者定义，去找到它的核心消费群体。然后依据它的核心消费群体来看产品应该怎么做， 营销应该怎么做。在这个大的框架下面， 有一个大的依赖——像天猫这样有这么多数据， 而且这些数据有比较全的覆盖以及比较好的代表性。不像之前所有的数据都散落在各个碎片化的角落里面， 品牌想要去应用的时候， 其实难度还是很大的。

接下来我从产品跟人群这两端去做一些展开。

1

产品端和人群端

宝尊 ：在产品端， 我们已经定义了一个相对比较完善的数据化产品， 包括从新品开发定制到产品全生命周期管理的模型， 并在新品的开发过程里面帮助品牌定义市场上的机会。

我们在做这个新品的时候 ：

1. 最上游的核心要去看消费者是什么样子， 以及针对这些消费者的产品具体要做成什么样子。

2. 然后在产品开始上市时， 我们会跟品牌一起去做新品上市的策略以及营销定位。

3. 在上市过程中， 做产品的追踪、 优化、 诊断。

4.接下来是做营销——通过数据打通域内域外， 做全域的沟通和触达。

5. 最终将落在店铺里面做销售的承接， 完成最终的转化和服务的提供。

所以从产品定义到产品上市营销， 再到产品销售的整个过程里面， 都需要有数据去做贯穿。后面， 我们有一些具体的例子来展现在这个核心流程里面我们的数据是怎么样应用的。

1

空气炸锅案例

宝尊 ：之前我们在帮品牌做一个空气炸锅产品时帮他找到一些数据。首先是整个市场的趋势。一方面， 线下会有一些数据去做支撑，然而线上数据的灵敏度会更高。另一方面， 我们可以通过线上数字资产去识别当前这一品类下的消费者对该品类不是特别满意的地方。比如食物容易烤干或者容易烤糊之类的问题。

在产品端和消费者端， 我们可以识别品类的人群特征，在合法合规的前提下探索数字技术驱动消费者运营， 给用户提供更好的服务。

他们不是传统的烹饪用户， 而是一群厨艺不是特别好，但同时比较热爱运动健身对饮食会有一些特殊需求的用户， 我们将他们定义为厨艺比较 “菜”， 但很喜欢尝试。我们在后续做产品时， 会根据这些用户的特征去做产品的设计。比如在产品功能上， 这类不太会烹饪的用户对烹饪的过程掌控欲会更强， 所以可视化视窗设计就会比较关键， 包括一种比较智能的 “自来水箱” 的设计， 他可以较容易做出一个比较好的食品。在产品设计上， 我们跟当前市场产品的设计形成差异化。包括在定义产品沟通的时候尝试跟这些年轻用户去做比较好的匹配， 也就意味着做产品的过程已经带了营销的思考。

在做产品的过程中我们同时为后续的营销计划开始做铺垫。在整个营销过程里， 天猫体系内有很多工具已经做到数字化全链路的数据追踪。即使在站外， 也可以通过一些工具获取一部分的数据， 我们称之为数据回流。

在和所有这些用户沟通之后， 我们在天猫体系内可以对其进行识别， 并追踪商品转化的短期和中长期效果， 比如三个月、 六个月的转化情况， 这些转化的具体数据帮助我们去判断我们沟通的实际效果如何。以上， 我们从产品的角度看到了数据在产品的研发和营销过程里有比较多的应用。另一个方面从消费者的角度来看， 消费者分了很多个不同的圈层， 每一个圈层的兴趣偏好与特征都是有差异的。

我们在定义服务品牌服务消费者的时候不只是提供产品， 更多是要提供一种体验， 让消费者在消费这个品牌的时候感觉比较愉悦。让消费者时不时想起， 购买产品时是带着一个比较好的心情， 在使用时感受到品牌的关怀。这样在后续的使用过程里， 他对我的品牌和产品会有一定的粘性。

我们现在通过很多方式进行客户服务。在与品牌合作时帮助它们搭建线上的会员俱乐部， 并把它们的用户分类，针对这些分类定义不同用户在线上的沟通场景和触达场景、 以及线下沟通场景， 根据这些用户的不同特征定义差异化的权益体系和成长体系。在沟通的过程里， 线上我们会针对不同的用户做个性化的沟通比如对于美容达人， 我们给他呈现偏美容场景的沟通。页面， 在他浏览页面的过程中， 他将感受到美妆比较时尚的感觉。而对于美食爱好者我们会去做比较多的菜谱、 或者美食经验分享之类的。这样消费者在浏览的过程中， 会感受到品牌 “想卖产品给他”， 还关心他的使用体验。这些体验是可以做到全域连贯的。既可以在天猫体系里面与消费者去做上述沟通， 也可以在品牌私域， 包括品牌微信小程序、品牌的京东体系里面等，都可以去做类似的沟通。消费者在不同的 “端”， 能感受到品牌的沟通非常连贯，这是线上层面。线下其实也会跟品牌去联动， 开展不同类型线下的活动， 包括一些亲子活动——因为品牌开了很多线下旗舰店。这些线下旗舰店的主要角色不是售卖商品， 而更多是让消费者在线下体验品牌所传达的生活空间是什么样子的。在这个生活空间里面， 这些产品的应用可以怎样去改善消费者的生活方式， 拉近品牌跟消费者之间的关系。

02

# 数据产品技术 #

1

数据应用 ：数据应用来赋能运营

宝尊 ：第一部分工作是通过数据应用来赋能运营。因为运营是保证主体业务， 整个图展示如何通过 BI 应用和它的数据基础设施来支持运营的工作。最下面有全渠道的数据源， 是最近业务提出的一个新的数据命题， 需要将天猫还有各个其他平台的数据全都汇集进来， 和 ERP系统、 电商系统结合在一起， 给上面提供应用支持。

宝尊集团官网

数字技术的治理能力， 还有数据基础设施的建设是在这一层， 包括数据的清洗和整理， 这个是数据能真正用起来的前提。到了上面我们会基于 EC——电商部分这边的特色， 开始构成各种各样的主题报表。同时也会带来一些分析的视角和 know how （分析所得的知识） 进去，包括我们常见的销售、 流量、 商品、 客服， 还有一些分城市、 渠道、 访客的退货退款的分析。

这些内容通过 BI 软件做成各种各样的形式， 可以看到用户触点， 之后通过我们的网站、 小程序、 订阅报告来支撑保证现在运营的三百多个品牌， 五六百家店铺。这是保证现在的运营每天都要使用的东西， 也是保证与品牌沟通的一个重要媒介。现在都是看数据来判断运营问题，诊断运营背后的原因， 并且提出改进措施。

1

品牌市场洞察

宝尊 ：品牌视角的洞察， 分成品牌层、 竞品层和行业层三块儿。他们都可以通过最经典的人货场来区分。按照决策和大家看数据的角度不同， 分成了决策层、 店铺和品牌的管理层、 还有实际的运营人员层。可以看到这些框格里列的数据指标， 数据的字段， 还有他们需要的数据的类别。在同样的人货场这些主题下， 大家想看的数据全都是不一样的。

举个例子， 在品牌这边运营显然会看到一些非常具体的，比如说新老客的占比， TOP 产品的销售， 还有一些利益点的玩法效果， 对于我们完成 budget， 完成整个销售目标的影响。在管理层这边会看更大视角的东西， 例如会看货品的品类， 店铺流量整体的分类， 不同媒介的流量人群情况， 以及自己做生意的好坏。

无论是在 “大促” 还是在日常， 数据的门槛在降低， 数据的使用更加普及， 我们能通过天猫平台的这些数据产品能看到竞品完成情况。对于同样的品类， 无论是奢侈品还是服饰， 他们会关心同价格带的竞争， 关心其他品牌做的策略， 关心做的好或者坏的地方， 并对上述问题做逐步的拆解。大促是一个非常典型的、 大家都在拼GMV 拼流量的一个时间段。

我们会关注的、品牌也会关注。这些所有的 TOP10 （前十位） 的精品品牌， 具体到他们的完成情况， 也会看平台角度的细分拆解。现在还有一个新的话题， 他们不仅会看单平台的、 不同店铺的情况， 还会看多平台的。这些流量及数据情况如果再提一层， 走到了品牌层， 包括宝尊运营 BU 的决策层， 会更多看大盘和行业的情况，做一些预判和中长期规划。因为这既影响品牌每半年一次的选货， 还会影响它的整个预算该往什么平台倾斜。对于我们而言， 如果要拓展一些新增赛道， 到底该在什么样的行业类目上下功夫？同时如果要孵化一些新的品牌， 该研究一个什么样的新的趋势？

这一部分结合具体的竞争品牌， 再结合品牌自己操盘的数据， 形成一个比较完整的矩阵来看品牌运营情况， 提供决策支持， 这是第二块关于品牌市场洞察的部分。

1

数据技术层

宝尊 ：第三块儿是数据技术层。总结起来用这几个字概括 “源 - 采 - 传 - 存 - 算 - 用”。包括阿里、 各家品牌和第三方的数据处理机构都是通过上述环节来管理和治理数据的。数据治理是一个在品牌很关注的话题。其中的数据， 既有传统的 CRM 数据， 也有各种各样的生意参谋数据， 数据银行、 京东商智、 抖音罗盘这些平台数据， 还有通过离线方式做的销售目标预测的数据， 我们会通过各种各样的采集方式将这些数据汇集到数字技术平台里。然后通过一些技术手段， 进行清洗、 存储，从而能被计算和查询。最后通过开源的技术工具， 汇集成应用服务。

1

数据智能

宝尊：这个是增强型的数据分析加上机器学习（machine learning）。我们在零售方面的应用主要是两部分 ：

一部分是通过核心业务流程和主题来做建模。建模在BI 更多是一些模型表、 一些中间表的方式， 来构建上层的应用。

在机器学习这一部分， 我们也有例如智能化推荐， 有一些研发产品来支持我们在私域营销帮助品牌做一些 ROI的提升， 同时也有一些具体的案例， 结合数据输入， 通过模型特征工程和算法的调参， 最后输出来支撑宝尊在私域和平台上更好地做生意。

陆 ：接下来， 我想问大概有四个问题。

第一个问题， 空气炸锅这个例子里， 是有几方参与的，第一方是你们宝尊， 第二有一个品牌合作方， 我理解还有一个制造方。比如在空气炸锅这里， 它是有一个造空气炸锅的企业。你们能否把这几方在某一种具体的产品开发里面怎么相互配合， 包括像品牌方如何去找制造企业， 品牌方跟制造业有什么关系再讲的具体一点？

第二个问题关系到你们的盈利模式， 你们是一个基于数字技术的服务商。你们跟某一种具体的品牌去合作， 比如跟某品牌合作的时候， 在空气炸锅这个例子里面， 你们是怎么盈利？还有你们跟最后产品开发出来的市场销售额又怎么挂钩？

第三个问题是基于数字技术的。你们在前面也介绍了数字技术的一个优势就是在产品开发之前， 你们就已经开始对客户进行画像分析了。我的问题是一旦这个产品投入到市场的时候， 你们会不会根据市场上的销售反馈，再回过头来去修改你的产品。比如说某个设计或者功能？这个反馈机制是怎样的？

第四个问题， 我们理解的基于数字技术来做的这些生产服务业在国际上有很强的先进性了， 所以你们是否可以结合你们公司在做的这些业务谈一谈， 从整个国际上生产性服务业的角度来讲， 不管从品牌设计、 营销、 市场调研， 比如说跟美国相比较而言， 你们的先进性在什么地方？

01

# 某品牌合作模式 #

宝尊 ：好的， 谢谢陆教授。我先做一些回答。首先在整体项目里面， 在项目前期涉及到的相关方， 主要是三方，一个是我们，一个是品牌， 还有一个是设计工作室，在产品设计的这个阶段里面， 主要涉及到的是这三方。从合作流程上面来讲， 是我们和品牌先基于我们市场的数据去定义这个产品应该要具备哪些特征， 比如说它的一些基础功能列表大概是什么样的， 他核心设计的理念大概是什么样子的。这些定下来之后， 会把这个概念给到设计工作室， 工作室会通过 3D 建模去做具体的产品建模。在建模之后， 我们跟品牌一起来做定型。在这个过程里面， 生产方其实还没有介入进来。生产方的介入是在产品定型之后。在设计过程里是我们跟品牌一起，相当于投票决定在几个不同设计的概念里面去选哪一个作为我们最终的设计。最终定下来 1 到 2 个设计的模型，然后交付给工厂去做产品的生产设计。在这个过程里面，其实就是这三方。

接下来到生产端时， 我们一定程度会参与， 但我们参与的程度相对来会轻一点。在生产过程里面， 主要是品牌端它们产品团队会跟工厂一起去参与 “模具—样品—小批量—大批量” 的整个生产流程。

这个流程很多， 现在整体国内的供应链其实还是很成熟的。同一件事情， 品牌可能会同时有几家工厂可以做，但可能他会选定相对来讲比较擅长做这个品类的工厂去做这个事情。在这个过程里面， 我们会帮品牌去预测在市场上的销售节奏。品牌在一定程度会参考我们的预测，依据这个销售节奏来确定它的生产计划。

所以在这个问题上，我们基本上是按照上述流程来合作。品牌其实还扮演了一个很重要的中间角色， 各方其实都在帮他把这个事情做成。

01

# 生产企业链 #

陆 ：我补充一句， 刚才讲到制造的时候， 以空气炸锅为例， 它的制造商是在什么地方， 是长三角吗？

宝尊 ：长三角跟珠三角都会有， 因为从整个制造上面来讲， 品牌现在有两个模式。一个模式， 像某品牌这类自己有工厂的， 可以选择在自己的工厂里面做， 或者放在 ODM 的工厂去做。这两种模式都是有可能的。目前像我们这个产品， 放在 ODM 的工厂里面去做会更多一点。主要原因是在他们现在的管理模式下面， 一个新品在他们自己的工厂里面很难排到优先级， 所以放在 ODM的工厂里面周期会更快。像我们这个产品从开始有想法，开始去定数据， 到最终这个产品上市的整个流程， 差不多也就在四五个月的样子， 还是很快的。

在整个大的框架下面， 还会涉及到品牌内部组织架构的优化。但这一块， 相对更深入一点， 我们现在还没有涉及很深。

李 ：一般来说， 这种制造方， 比如说您刚才提到的长三角， 珠三角地区的会离中心核心的这些城市， 比如像上海、 广州、 深圳， 会离得比较远吗？我感觉假如因为四五个月就要上市， 互动应该会比较频繁的。假如互动非常频繁，那可能不会离得太远。假如互动不那么频繁，是不是也可以离得稍微远一些。

宝尊 ：对， 我觉得是这样的。品牌的确会互动很多，品牌会直接出差去到对应的工厂里面去做很密切的跟进会有自己的流程和工厂互动及管理生产计划。

01

# 盈利模式 #

宝尊 ：第二个问题是关于我们的盈利模式。在盈利模式这个维度上， 我们现在最核心的是类似于以咨询方的形式， 帮品牌去学习、 去想办法、 去看怎么样把生意做得更好， 然后去做一些什么样的商品。这种模式相对来讲， 会以我们的人力作为我们的核心资源去跟品牌做交付。在这个盈利模式下，跟传统的咨询公司还是比较像。从服务的模式上， 我们相对来讲会不太一样， 我们的数据源相对会更丰富， 会有天猫和天猫数字技术平台来帮我们看到很多新的数据， 反应会更敏捷一些。

陆 ：那么最后产品开发出来卖多少跟你们没关系了，是吧？

宝尊 ：卖多少的这个事情， 我们既是咨询服务商也是经销商， 所以有一些合作模式。我们跟品牌去提产品的需求、 跟品牌一起定义产品是什么样子的， 最终承销这个产品。最终的销售会在我们实际店铺的销售业绩里面体现。

01

# 服务模式及盈利情况补充 #

宝尊 ：对刚才的问题我想补充一下， 我们作为一个数据服务的提供商可能会有哪几种价值？我们的业务收入样式和我们给到品牌实现的销量是有密切关系的， 不管是用经销模式还是用代销模式。（代销模式中我们的佣金也会跟我们的销量挂钩， 在经销模式中本身就会摘除出我们的额外的收入。） 我们通过数据来促进整个销量的增长， 是能够带来我们主营的代运营业务的一个收入。

另外是我们自己在做的一些数据产品， 它也可以帮我们节省一些运营成本。比如说我们在店铺运营里面， 会给品牌提供一些日常的数据报表服务。我们通过自动化连接天猫的数据， 抓取他们的数据， 做一些工具产品、数据的产品。我们去构建一些自动化的工具， 刚才介绍了我们的一些自动化报表功能。这些可以帮我们节省整个代运营团队运营成本， 其实是在帮我们产生价值。

另外刚才也提到， 我们作为一个数据服务商提供的数据服务实际上有三种。

第一种就是提供咨询的服务——更多的是以人 / 天咨询工作量的收入去做。另外， 我们现在也在做很多的产品化的数据解决方案， 卖给客户来实现我们的收入。

还有一种， 是我们也在考虑的， 基于各种平台给到我们的数据去做人工智能基础， 比如我可以给品牌做一些智能排程的场景帮他提升销量， 即使它可能不是我们的客户， 那么我们是否可以基于这个能力去产生设计出价值增加的部分， 跟客户、 跟品牌方做一些分成。以上差不多是我们现有的价值实现的几种模式。

1

第三种服务模式补充

宝尊 ：我们做很多的人工智能基础场景， 可以给客户带来价值。这个价值可能是销量增长，给客户带来利润，我们想以佣金或其他的分成方式来做这部分。

我们现在探讨的模式更多是给品牌做一个数据分析的场景。数据分析部分， 我们是有人力投入的， 大概会有一个基础费的收入。我们会设置一个固定的目标， 比如说转化率， 达到这个指标后品牌方需要付给我们基础费，之后定下一个指标， 在这个指标之上的所有的额外的我们实现的收益， 会以一定的比例分佣或者分成。这是我们未来想要探索的。

陆 ：我再问一个相关的问题确认一下。因为这个事情已经涉及到你们在一开始讲到的供应链驱动向消费者驱动的转变。以宝尊为例的数据服务商， 实际上是打破了传统品牌的品类壁垒。传统品牌可能在某一个垂直的分类里面有细分， 比如说生产家用电器能细分到有的生产显示器， 有的生产白色小家电， 但是不大可能跨很多的类别。你们现在因为是消费者驱动的， 基于数据， 可以今天去开发一个空气炸锅， 明天开发一个口红， 然后后天又去开发一个服装。理论上来讲， 你们是个基于数据的平台， 实际上打破了品类之间的这种壁垒。我这样理解对吗？

1

与咨询的差异

宝尊 ：我在宝尊负责营销这一端， 我先做一些补充。在刚刚的一些沟通上， 其实我们的数字技术负责品牌项目时， 在开始做产品的前面， 是做品牌产品的研究。这一方面来说， 我们已经做的是跨品类， 等于是有不同的品牌服务商、 或品牌——他们需要有一些新产品， 他们都会来找我们做咨询顾问， 我们赚的比较多的是一些咨询顾问的钱。作为一个品牌电商服务商， 我们有更多的一些落地的场景。

比方说在天猫上的所有店铺上， 帮客户去卖我们设计出来的产品， 从中跟客户有一些利润的分成。在产品的销卖过程中， 我们会找到一些固定的消费者， 做一些营销方案。这些营销方案我们也是会用到 ， 不管是在客户运营上， 在挖掘新客上， 或者是在找一些品牌可能去沟通的不同的平台上， 我们都可以跟客户一起用数据去开发一些比较有效果性的沟通模式， 进而产出更大的利益。不管是在品牌的角度， 或者是在我们所谓的电商服务商的角度上， 我们都可以得到一定程度的利益。

我稍微补充一下我的看法， 您刚才这个问题， 我觉得可能不能叫打破品类的这个界限。

第一点， 我们实际上保证服务的主体是品牌。每个品牌客户都会有自己的一个主线品类的产品线。比如就像刚才说的某品牌， 它更多是做生活小家电。

第二点， 刚才在讲数据的价值， 现在是有这个趋势的。过去我们更多是在做消费者本身的数据， 怎么样能够直接在营销和销售端更精准的去圈人， 以及怎么样更好的去做营销和消费者的互动， 比如说给消费者发一条有关新产品上市的信息， 我们会通过一些营销自动化的工具给我们的目标客户群发营销短信， 这背后哪些人收到短信， 是客户洞察做出的一个人群包的圈选。这个人群包会有营销自动化的工具做短信分发。这是过去做的比较多的， 包括我们要做一个活动， 我们如何洞察消费者？我们的数据分析会给到大家， 然后根据消费者洞察情况更加精准的去做营销活动。这是过去几年我们主要在做的事情。

但是这两年， 包括技术侧、 数据服务部分， 我们探索的一个方向是商品本身的洞察，就是您刚才讲到的供应链。我们整个零售端数据更多的是品牌在市场的一个数据体系， 反映了一个非常完整的市场动态， 包括消费者反馈、销量数据， 甚至网页上浏览情况， 能看到非常多的退货率、 订单下单率等一系列的数据。如果我们能够把全渠道（不仅仅只是天猫一个平台的数据）数据都整合进来，实际上可以帮品牌做前端更前的供应——整个价值链的更前端， 从产品铺货铺到哪些渠道， 到供应链。比如说服装，这一季要生产多少，订货多少、预测销货多少等等，以及提前做整个商品的计划。再往前的商品设计环节，我们在整个零售端拿到的商品洞察数据， 可以赋能到这个前端。

01

# 周期和根据数字技术修改产品 #

陆 ：我刚才讲的第三个问题就包括产品周期和根据数字技术修改产品等 ；你们会不会在某一个很具体的产品开发、 上市后， 利用消费者的销售数据反馈评论等， 再回过头来去修改你们的产品设计， 这个产品周期是一个怎样的模式？

宝尊 ：我们会用现在跟阿里合作的数据看板， 基于客户的反馈，整合后反馈给产品品牌，然后跟着品牌优化——在某品牌这个案例， 我们做了三轮的空气炸锅， 在每一轮的空气炸锅中，我们会持续优化。在 “618” 的时候，基于我们用消费者购买后的洞察数字技术， 某品牌很快速地做了一些修改， 在 “双十一” 的时候， 上新第三代空气炸锅产品。这是现有的阿里数据产品能够让我们运用到的实际迭代的可能性。

所以品牌把整个产品的优化都会继续留在下一步的跟进和更新中， 举一个简单的例子， 在 “618” 的时候， 空气炸锅的销售表现还是挺不错的， 但是很多消费者反馈颜色相对来讲比较单调，只有蓝色款，因此在 “双十一”的时候， 我们基于销售调研， 又上了黑色款， 销售表现也是非常好的。

陆：对，这个就是我刚刚问的问题。我想问一个小细节，在您刚刚讲的这个例子里面，比如说 “618” 到 “双十一”中间是哪个功能在数据上面有反映，然后你们进行修改。

宝尊：在产品迭代的层面上这是一个比较具体的问题。产品上市之后， 我们对它做一些微调， 然后把微调的产品放到市场上面看消费者的反馈。这样的调整可能不是很深度的、 或者技术功能很重的东西， 反而会是一些比较粗浅的功能性， 比如说颜色。

01

# 基于数据的服务的先进性 #

陆 ：就是消费者的偏好多样性。然后我刚刚问的第四个问题是在国际可比的同行里面， 你们觉得在中国基于数据的服务，以你们公司为例，它的先进性在什么地方？是不是别的国家都还没有走到这一步？

宝尊 ：我可能只能讲中国跟美国， 因为我最近在研究一些美国的市场。我觉得中国在平台数据这一个层面上，是比美国先进得多。可是我又必须说， 美国在使用数据技术上， 可能比中国还要先进。我的感受是在平台数据上中国还是比较领先，将数据使用快速的响应到产品上，中国也是比较快速一点的。

如果单纯从数据技术的角度来说， 我觉得海外， 尤其是像美国、 欧美这样一些比较成熟的市场， 它本身的整个数据技术， 数据的一些 service Leader， 能力还是比较强的。我觉得这块还是要比我们走得更远一些。但是中国目前这个数据业务的市场生态， 电商或者零售业务的形态和海外商品是不一样的。虽然这两年我们说分散化，但相对来说中国还是以几个大的平台为中心——京东、 天猫这些大的平台， 占了非常大的线上市场。无论从收入还是从流量的角度来说， 这些平台给到无论是我们运营商还是品牌的数据颗粒度是远远优于海外很多平台的。

今天在天猫体系里面， 无论是数据银行还是生意参谋这样的数据服务， 其实做的相对比较初级， 我们看东南亚这些平台， 他们在这一部分的数据服务上面做的其实也是比较初级的。

其次是中国的应用场景， 我们的零售业务相对是比较复杂的， 而且我们在整个数字化零售业务上比海外的很多品牌都走得靠前。从我们的很多国际客户来看， 相对于他在海外的业务， 中国整个的商业领先性或者是复杂度都是最高的。所以我觉得从数据应用场景的丰富度上来说中国是有优势的。

01

# 出海 #

陆 ：我再补充两个问题。

第一， 是你们刚刚讲到的在零售业务和复杂度上面的领先。是什么原因导致的？可以分析一下中国优势的来源。

第二， 你们公司现在这种模式有没有在中国大陆以外的市场上带出去？原因是什么？

宝尊 ：实际上， 中国的整个零售行业， 尤其是整个电商这一块业务， 线上业务发展的领先性， 我觉得大家应该是有共识的， 在这么几个方面 ：

第一个从主流的公域平台发展的成熟度。无论是从整个的前端，这种业务模式给到品牌店铺运营模式的多样化，以及一系列营销工具， 从平台侧的引流， 给到我们品牌的各种各样的支持，以及在后端供应链物流的完整链路。在中国这几个大的平台里， 像阿里、 京东都是非常成熟的。至少在整个全球视角来看， 它肯定是一个属于行业比较领先的水平。

第二， 中国在私域这部分领先。在海外的一些品牌客户里面， 他们用的更多的是私域。我觉得中国的私域在这两年做的比较有自己的特点， 尤其是腾讯的整个生态的构建， 无论是品牌自己的官网， 还是小程序这一块，这两年从业务模式到数据获取的各个方面，包括整个后端、以及营销玩法等， 包括数据链路， 这一系列给到品牌的支持体系是比较完整的，这也是比较有中国特色的地方。

所以我觉得从整个零售业务的复杂度， 或者是从线上业务的发展颗粒度来讲， 中国电商业务， 在很多我们服务的品牌客户里面， 它的整个复杂度和领先度都是相对比较高的。有一个比较直接的数字， 按照线上业务的收入占整个收入的比例， 中国现在的整个电商业务的渗透率是最高的。

在很多的细分行业里面， 和其他地区对比， 都是相对比较高的。从这些角度都可以看到我们整个业务的一个发展的必要性， 相对来说还是比较不错的。

线下这一部分， 这两年很多我们的一些品牌， 也在思考怎么用数字化的手段去做整个线下门店的数字化， 其领先度也在一定的提升。我举一个比较简单的例子， 比如说我们看门店端用的一个核心的系统——POS 系统， 如果将国内现在的一些主流 POS 的 solution 和海外的一些POS solution 进行比较， 本土的 POS solution 在整个的解决方案的先进性上是更好的。

1

支付跟物流

宝尊 ：中国电商为什么可以比国外发展快？

第一是金流， 国外的金流没有支付宝， 没有微信支付。国外的支付体系在整个链路比较卡。近一年左右 apple pay （苹果支付） 才稍微的比较成熟， 信用卡支付也稍微比较成熟一点。

第二， 到目前为止， 国外三大物流供应商的物流速度还是没有中国的快。当他的物流不够快速或者是不够能响应 到 E-commerce （电 子 商 务） 的 容 量 的 时 候，E-commerce 的发展就会相对比较慢。

中国有阿里、 腾讯、 京 东几大平台在把这些做 起 来，尤其是阿里花了很多的心思， 把金流跟物流这两件事情做起来， 所以中国的电商平台的整个成熟度是比国外高很多的。在这个层面上， 数据的应用也就相对比较快。

如果比较亚马逊， 在它上面买货的运输是非常慢的。同时要购买很多才能买 （购买门槛比较高）， 不像在中国一件就可以买了。

所以基于这些宝尊之前一直没有在国际布局。在过去这一年， 我们也开始在海外做不同程度上的布局。也开始有做一些海外品牌电商运营。

陆 ：我追问一个问题， 您刚刚讲到在海外布局， 会不会碰到前面讲到的在美国物流不够快，金流不够便捷这些瓶颈呢？

宝尊 ：对， 这个就是我要说的。在过去这一年， 我了解到美国的物流已经相对来说速度提升了非常多， 退货的客服也提升了非常多。美国现在有 apple pay 后， 付款变得很便捷， 购买的人自然就变多了。有报告分析，美国电子商务在未来的三年会发展得非常快。

陆 ：这对于中国像你们这样的企业走出去会形成很大的竞争吗？还是说给你们提供了更好的基础设施， 你们怎么理解？

宝尊 ：我个人的理解是宝尊占了很大的优势。我们聊了一些国外的服务商， 国外没有所谓的品牌电商服务商。在跟我们国际品牌客户的国际部门聊的时候， 他们说国外没有一个像我们这样的服务商， 可以帮他从头做到尾，甚至帮他把电商上面的事情运作清楚。现在国外一直很缺这一方面的东西。

所以对宝尊来说， 在这一方面我们是非常有优势的。我们不光是在技术上的投入， 可以跟所有的国际上的技术平台去搭接。比方说 SAP、 Oracle 等， 我们基本上都有对接的能力。而且我们的自研能力能够让宝尊系统对接到这些东西， 把一盘货盘起来。对于出海这一方面有一个硬技术的大背景是非常大的优势。

陆 ：换句话说， 是不是因为中国之前这些平台的基础设施走得比较前面， 宝尊在过去这些年业务的模式，包括技术手段都已经非常成熟了。所以在出海的时候， 如果美国这样的市场上基础设施有所改进， 其实是在帮你们发挥优势。可以这么理解是吧？

宝尊 ：是的， 肯定是。

李 ：宝尊的很多产品和服务是基于阿里的数据， 但是假如京东、 小红书等平台成立自己的科技公司， 并且做和你们类似的事情， 会不会削弱你们的咨询能力？同时，你们要是能把几个平台的数据都用起来， 对客户的画像是不是就更好？你们在这方面进展如何呢？

宝尊 ：首先我觉得需要明确一下， 虽然数据咨询方面，宝尊是阿里最重要的合作伙伴， 阿里也是宝尊最重要的合作伙伴。但是宝尊现在非天猫业务已经占了大概 30%到 40% 了。因为我们本身服务的是品牌客户， 我们核心服务的是品牌。

在过去这几年， 我们可以看到品牌的整个的全渠道的趋势是非常明显的。它的线上业务已经不仅仅只是在天猫了。还在京东，拼多多、包括我们说的内容电商，抖音、快手， 甚至包括像得物这样一些新兴的平台上， 都在做一些布局。而且品牌这两年也在不遗余力的构建自己私域的渠道， 包括它自己的官网小程序以及线下的渠道改造。我们更多的是品牌的整个电商业务。在技术侧， 我们更多定位于品牌零售数字化的服务商。

我们现在在做的数据服务里面也有几种模式 ：

一种就是刚才介绍的建立在天猫的数据里面的， 基于天猫的数据银行提供的东西， 在天猫的整个平台上面做一系列的数据洞察， 提供这样的咨询服务， 给到品牌， 帮他们去定义， 以及帮助新品上新的模式。

另外， 宝尊有自己的技术中台， 我们的产品， 包括前端的应用， 做的更多的是全渠道数据。因为我们也会去链接京东、 抖音等等这样的一些平台。也给很多品牌在做官网私域的建站以及运营服务， 所以我们的视角更多的还是站在品牌的角度， 整合集成他所有的全渠道数据，给他完整的电商业务的视角。

第三个点， 就是您刚才讲到我们跟平台的定位， 还是会各有差异。平台数据服务的优势在于掌握这个平台上所有运营的品牌， 运营的比较是非常完整的， 或者是颗粒度非常细的。他们在整个数据技术的先进性上有非常大的优势。

平台的规模以及在研发上的非常大的投入是他们非常有优势的地方。像京东、 阿里都有自己的数据服务。阿里去年成立的羚羊就是做数据服务的， 除提供数据外， 它还有底层像阿里云、 以及基于阿里云上的工具、 产品和服务， 这是平台非常大的优势。

我觉得像宝尊这样的服务商优势还是在于我们懂得品牌的业务， 知道业务场景在哪里， 数据最后还是要服务业务场景的。所以我们现在跟平台的数据服务更多的也是一种合作的模式。

合作是多方面的， 包括我们在平台用他们的数据和工具去做， 或者我们去获取数据， 在我们自己的数据产品里面整合出比较完整的数据洞察给到客户， 或者利用天猫的数据产品以及数据技术， 去给我们整个客户提供更好的服务、 帮助我们做更好的解决方案， 再或者形成我们自己的一些数据解决方案和开发产品。

我稍微补充一下关于跨平台的部分， 我的团队其实在跨平台基本上都有某种程度上的合作。到目前为止， 我们看出来的感觉——阿里在它产品投入上的步伐， 其他的平台要跟上还有蛮大的一个距离的。

公号出品：良友文化

★

十位经济学家共同解读中国经济

《大国经济学》

迈向未来的

活力、宜居与和谐

《向心城市》

一门深入浅出的课，

系统让你学会

经济学思维

《经济学原理课》

B 站

扫码获取

理解国家、区域和城市发展

《大国大城》

发展与平衡的空间政治

经济学

《大国治理》

让你一门课学懂

中国经济

通过思考改变生活

《中国经济72讲

系列课程》

喜马拉雅FM

扫码收听

空间政治经济学的视角

《空间的力量》

铭心而论

有些事实还不清楚，有些理念还未传播。

有些偏见深入人心，有些共识远未达成。