第二节 平台型组织数字化的基本结构
《平台型组织》章节:第二节 平台型组织数字化的基本结构,去读读网友提供全文无弹窗免费在线阅读。!
1.客户端的即时互联全景化数据平台
平台型企业进行一切创造的目的都在于为客户提供极致的价值，因此，构建以客户端为核心，涵盖所有生态链参与者的即时全景化数据平台势在必行。
对客户端的数字化覆盖不仅应该能全面、深入、实时地跟踪客户的购买消费全生命周期，而且要支持客户将所有购买消费过程的一切意见交互反馈回来。最终实现客户所有购买消费轨迹的实时数据化和与客户的深度互动。其基本构件包括以下内容。
（1）客户体验和购买的多点融合数字化界面
客户体验和购买过程的数字化是平台型组织数字化工程中最基础的工作，这其中包括如何构建基于电子商务的客户线上购买、咨询、体验平台，也包含如何通过智慧门店建设、VR等虚拟现实技术的引入，将客户在线下的各种体验轨迹和购买过程实时数字化、互联网化。随着客户购买过程日益多样化和复杂化，只有建立线上线下结合，多业态深度互通的客户体验购买界面，客户体验和选购的数据才能实现深度整合，才不会出现许多企业线上线下抢单，线上线下体验存在严重落差的一系列问题。
案例
大悦城打造数据化平台
从2014年开始，大悦城逐步构建自己的大数据系统，全面打造“数字化大悦城”。
以西单大悦城为例，在门店全方位覆盖部署了339个Wi-Fi（无线局域网）热点（含客流探针），一方面满足到场顾客的上网需要，另一方面是对到场顾客进行信息采集和消费轨迹监测；在门店里更是部署了近3000个iBeacon设备，在实现近场营销和与顾客的“亲密互动”时也会监测一些顾客的消费行为。
2017年，西单大悦城监测到的客流量有5000万，记录了近500亿条顾客购物习惯数据，结合多方面的外部数据源，给顾客打上292个标签，并且划分了六大核心客群：实用派、超级粉、时尚控、拜物狂、文艺范和社交客。
这些顾客大数据应用为其商业决策及分析提供了量化指标，并成为品牌调整和客群分析的依据。
在实体零售整体表现欠佳的2017年，西单大悦城却能逆势增长，销售额达41亿元，增长12.22%；场内25%的品牌的销售额排名全国首位；2015年完成了20%的品牌更替，而2016—2017年更是实现超过50%的品牌更替。[1]
（2）记录客户消费使用的物联网大数据平台
通过射频识别、智能芯片、Wi-Fi通信等实现企业与客户在使用的产品间的大数据连接是许多创新企业正在采用的手段，这样的好处在于一方面使得企业能够实时了解产品在客户使用场景中的状态，为后续的产品改善提供充足的数据支持；另一方面有助于对客户的进一步了解，便于企业围绕客户需求推荐与产品相关的服务或其他的互补型产品，使得企业养成针对客户的解决方案提供能力，形成更强的客户黏性。
案例
小米智能家居的物联网大数据平台
窗门打开，空气净化器自动关闭；窗门关闭，空气净化器自动开启……这样的联动看似简单，但是智能家居正是通过一组组这样的联动结合来给客户的生活带来便利。作为图谋未来智能家居领袖地位的小米，其智能家居真正想做的并不是其中的几款产品，而是联动背后的平台。
小米通过投资合作等方式，快速地推进着自己的智能家居战略。当苹果的HomeKit智能家居平台只有几款产品上市的时候，小米智能家居平台已经推出了几十款产品，卖出超过300万个Wi-Fi模组。而且目前小米生态链投资的企业数量已经达到了51家，未来还有更多的产品在路上。
智能家居领域所涉及的产品种类繁多，小米并不打算像研发手机、电视等设备一样每一个都自己做，它通过投资的方式，将产品研发交给合作伙伴，而小米自己要做的东西中，最核心的有以下3点。
1.向合作伙伴提供智能家居所需要的通用智能Wi-Fi模组。这个模组中最重要的一点是会让每一个设备写入一个自描述文件，而这个文件会告诉智能家居平台关于这个设备的4个信息：这是一个什么设备、这个设备是干什么的、这个设备会提供哪些数据以及这个设备目前有什么异常。
2.云端。这是产品智能化过程中不可或缺的要素，涉及包括连接、控制、安全在内的各个环节。
3.用户手中的控制平台，也就是小米智能家居的App。不同的智能家居组件都可以接入这个App里，所有加入的智能家居设备都可以在这个App中加以控制。
通过物联网链接和基于物联网的云平台，越来越多的小米智能家居产品走向千家万户，小米称雄中国智能家居领域正逐步从梦想走向现实。
（3）客户沟通、反馈的交互参与网络
许多企业通过构建功能全面的粉丝圈或会员俱乐部，搭建客户沟通和反馈的强大数字化平台，一方面使得客户的推广沟通有的放矢，大幅提升与客户的沟通效率；另一方面又可以引导客户直接参与产品研发、服务改善的决策环节，让客户有更多的参与感，并大幅提高产品和服务开发的精准程度。
案例
华为的“花粉俱乐部”
集结广大粉丝的强大武器在于：你需要注重粉丝的体验度。在这一点上做得最好的莫过于荣耀，他们注重与“花粉”的互动，并且将这种互动深入产品研发与软件开发层面，以此集千万粉丝“智慧”于一身，优化“偶像”气质。
比如荣耀有一个简便、即插即拔式的Wi-Fi。这个想法是来源于印度的一位“花粉”，很好地证明了荣耀在产品研发中对于用户需求的考虑。同时，荣耀还跟很多高校有过合作，将很多原始的想法通过研发体系变为真正有意义的体验交互。
作为中国通信产业的领袖，华为的“花粉俱乐部”拥有两千多万粉丝，这已经成为华为品牌与消费者沟通的最好平台。无论是华为手机的最新产品动态还是种种富有新意的玩法，每一个华为用户都能在“花粉俱乐部”中找到属于自己的圈子。
2.由外而内，具有自洽智慧的智能化信息系统和智能装备
（1）前端：SCRM
随着客户需求的日渐升级和细分，企业理解客户需求的能力需要不断提升，基于社交网络的客户关系管理系统，即SCRM系统日渐替代传统的MRP系统，成为企业信息系统的核心，大量的企业通过部署SCRM系统，不断进行客户的标签化，并结合标签在前端实现定制化推荐，在后端实现按需定制。
案例
海尔的SCRM系统
海尔的SCRM大数据平台收集存储了1.4亿用户数据，建立了需求预测和用户活跃度等数据模型。以此为基础，SCRM大数据平台为营销及销售人员开发了具有精准营销功能的大数据产品“海尔营销宝”，可辅助其面向区域、社区和用户个体开展精准营销；此外，还为研发人员开发了具有用户交互功能的大数据产品“海尔交互宝”，可帮助研发人员更全面地了解用户痛点、受欢迎的产品特征、用户兴趣分布等。这些大数据产品在日常应用中取得了显著的成效，在系统运营以来，开展了数百场基于数据挖掘和需求预测的精准营销活动，转化的销售额达到百亿元以上。
（2）中端：B2B型各种资源能力调用软件
平台型组织的一线创业体与资源中台之间的交互采用了初步模拟的市场化机制，一系列资金、产品或产能、人力需求的提出和资源的交互、排序，需要强大的具有一定自适配功能的B2B（企业对企业）型资源能力调用程序来实现。
（3）后端：高度数字化的智能供应链
快速和个性化的响应客户需求需要智能化的后端供应链，物联网和机器学习技术对装备和物料的改造将使得智能打样、智能制造、智能物流成为现实，平台型组织依托内外部的智能化供应链合作伙伴，才能实现对客户的敏捷贴身响应。
案例
美克家居的智能制造项目
为了更好地支持公司多品牌战略，发挥垂直一体化优势，美克家居于2012年正式启动了美克家居智能制造项目，该项目的核心是通过供应端制造能力的升级，提升家居市场端大规模定制商业模式发展趋势下的柔性、个性化的产品交付能力。
美克家居C2M（客户对工厂）智能制造项目力求打造消费者端到工厂端“互联网+工业”的智能模式。充分运用互联网及云计算技术，实现C（客户）端的个性化定制和消费者需求的快速响应。通过模块化产品设计、智能制造技术、智能物流技术、自动化技术、IT技术应用，实现M（工厂）端制造体系的智能集成，从而支撑大规模定制。[2]
3.完善的数字化底层设施和强大的数据大脑
（1）强大的云存储和云计算能力
企业在全面实施物联网、大数据和移动互联网技术，构建从客户端到供应端的数字化系统之后，大量的结构化或非结构化数据将形成规模庞大的实时数据流，这将对传统企业的数据存储和运算能力提出深刻的挑战。构建强大的企业级数据中心，并通过云存储和云计算的方式存储数据，集成数据、分析数据，最终为整个平台生态的参与者提供完善的数据服务，才能使数据成为新平台商业的能源和动力，而不是铺天盖地的数据垃圾。
（2）强大的企业级底层云应用
为了保持客户端的创业体组织精简和敏捷灵活，提升企业的资源投入效率，部署于企业云上的大量的底层应用变得非常必要，这些底层应用将确保大量设备、终端应用和人员产生的数据能够被识别，专业化的资源和知识能够被高效的共享和调用。
案例
民生银行打造大数据平台
民生银行提出以“数据创造价值”为核心理念，全力推动民生集团大数据平台建设。基于大数据平台，重点打造以“阿拉丁云平台”为代表的立体化数据服务生态圈和以“金融e管家平台”为代表的智能化客户关系管理体系。
通过阿拉丁和金融e管家在全行的应用推广，大数据量化分析和数字化管理真正实现了与各层级员工的零距离接触，民生银行业务运行的商业模式正悄然发生改变，并逐步形成了高效率的具有独特核心竞争力的智能化客户关系管理模式。
服务客户：让市场人员穿上客户的鞋子走路
民生银行基于大数据的客户关系管理体系在设计伊始，“以市场为中心，以客户需求为导向”的目标就非常清晰而坚定。设计者们基于大数据和移动互联等新技术，在更新视角、更深层次上，帮助市场人员站在客户的角度思考问题，从客户的根本利益中寻找工作方向，从客户的困难和问题中寻找业务突破。市场人员思考业务的原点不再限定在客户本身，还包括客户的“钱从哪儿来，钱去哪儿了”，客户产业链的上游、下游，以及合作伙伴组成的生态圈。
客户经理可以借助大数据平台上源源不断的数据来源和数据分析结果成为客户的外脑和顾问，向客户提供当地最新的市场信息、上下游动向，甚至市场开发建议、产品改进建议。比如，民生银行通过大数据分析发现浙江某大型民企客户的关键下游企业实际控制人存在参与民间借贷的迹象，客户经理及时与该民企客户沟通，助其挽回了数千万元的应收货款。以此为契机，民生银行也迅速成为该民企客户的主办银行。
大数据挖掘：智能获客、智能产品推荐、大数据商机挖掘纵贯银企关系整个生命周期
民生银行在新客户关系管理体系建设中充分引入各类大数据智能商机挖掘模型，实现了智能化的目标客户推荐和产品推荐。交易链智能获客模型、客户价值弹性预测模型、产品精准营销模型、客户流失预警模型，纵贯银企关系的整个生命周期，为全行客户经理进行精确化的市场营销提供了利器。大数据模型告诉民生营销和管理人员哪些潜在客户最易开发，哪些客户最易贡献价值，哪些产品最易被客户接受，哪些客户最易流失。
例如，各银行都存在大量的低价值的休眠对公客户。面对如此巨大的客户数量，依靠传统的以客户经理为主、全面扫描客户的开发模式将会产生巨大的开发成本。针对这个问题，民生银行为市场人员提供了客户价值弹性分析、交易链智能获客模型和产品交叉销售模型，进而精准定位潜在高价值客户群，达到了事半功倍的营销效果。
全民参与：点燃组织内部的大数据激情
民生银行提出做好大数据基础设施和生态圈建设，依托阿拉丁平台和金融e管家平台，让民生银行“人人都是客户关系管理专家”，实现美妙绝伦的大数据客户体验。行内客户的每一个需求和建议都会被公开发布并能够得到及时回复，为客户带来了极大的参与感。数据分析挖掘像游戏一样充满趣味和挑战，让客户玩着玩着就停不下来，彻底点燃组织内部的大数据热情。[3]
[1] 资料来源：不要再问新零售怎么玩，这几家已经玩嗨啦！亿欧网，https：//iyiou/p/39954。
[2] 资料来源：智能家居报告：拐点已来，小米之后谁领潮流，创业邦，http：//cyzone.cn/a/20180516/331648.html。
[3] 资料来源：“为民而生、与民共生”：打造传统银行数字化转型之路，硅谷动力，http：//enet.cn/article/2017/0620/A20170620033266.html。