近日，第17届中国钟表高峰论坛在深圳会展中心9号馆时光剧场举行，形象力工场邱兢就钟表大数据研究发表了演讲。

邱兢认为，大数据分析是用来把握趋势的，是一个大的抓手，对于每个品牌和企业来讲，还是要苦练内功，发掘自己的微数据和精准数据。这就是新时代、新技术为行业带来的全新的改变。

邱兢表示，如果是脚踏实地从未来看今天，大数据是一个未来的方向，但是对今天的企业来讲，更重要的是小数据的运用，也就是企业内部的精准数据的运营。

以下是连接网整理的演讲内容：

邱兢：在去年的同一个场合，在论坛里面，形象力与钟表行业协会的智能穿戴研究院共同签署了一个战略合作协议，希望双方能够在这个行业当中进行我们在大数据方面的研究。在今天的报告的后半部分，我想给各位做一个我们当前的项目阶段的汇报。

既然今天提到了数据，我们首先从两组行业的数据报告开始分析。根据麦肯锡报告的统计，从2012年到2018年，中国的消费者的整体在全世界范围内，奢侈品的消费额的增长率占到了全球消费增长的50%以上。在2018年的时候，中国消费者在境内外的消费总额达到了7700亿人民币，而且根据麦肯锡比较乐观的估计，到2025年，中国人在境内外的奢侈品的消费将会达到1.2万亿，会占据整个世界奢侈品消费的40%。另外在国内奢侈品消费的年龄段，作为中坚力量的80后，无论是消费的总人群数以及消费的总额，目前80后都是占据了整个年龄段的首位。但是90后的消费水平同样不容小觑，目前90后的消费总数已经接近65后和70后。

我们有很多的信息获取渠道或者购买的渠道，关于奢侈品购买这一块，目前来看消费者的来源是多渠道的，以线上为主，线下为次。线上的信息渠道来源于电商，或者是品牌的双微，或者是朋友的相互推荐。但是就奢侈品这个品类来讲，真正的购买还是发生在线下，超过90%的奢侈品的消费购买会在线下发生。所以我们依然需要重点关注在线下门店对客户很好的体验的服务。

最后是关于80后和90后对线上购买的可能性的时候，有超过50%的80后和90后认为在线上的人工智能穿搭的推荐、虚拟试戴、虚拟试穿的体验，对他们来讲就像高端的售货服务一样是同等重要的，都是占据了50%的比重。所以在座的每一位可以想一下，我们对数字化的应用，在今天我们做了哪些工作。对我们今天的消费者和未来需要面对的消费者，还能够做什么样的数字化的方式，能够满足他们潜在的需求。

智能商业需要循序渐进

谈到商业化的服务，在这里首先向各位推荐一本去年年底的书，前阿里巴巴的总参谋长曾鸣教授在去年11月份发布的《智能商业》，在这本书里面，曾教授基于他过往十几年在阿里的实践，包括他长期以来对于人工智能、大数据、互联网的深度思考，他总结出了他对未来10年中国的商业模型的看法，最核心的一点是他认为未来的商业会迈向智能商业。什么叫智能商业呢？智能商业有两个组成部分，一个是网络协同，一个是数据智能，这两个是双轮驱动，对企业向智能商业发展进行很好的助力。简单来讲，网络协同更多的讲的是高并发、实时的、多角色的，在网络当中不同人员之间的协作，这种高强度的协作能给数据智能带来源源不断的数据的压强。另外基于人工智能、大数据的决策，反向会对数据智能进行反向的协同，同时让它有一个扩张。

讲到智能商业，如果再讲得通俗易懂一点，其实我们企业是需要经历四个阶段的，第一个阶段是在线化，今天我们的一些核心的业务，我们对客户的服务，是不是能够做到在线。在在线的过程当中，我们是不是能做到所有的东西数字化、数据化。在数字化、数据化的基础上，什么时候我们能对客户做到算法化，到最终变成是一个产品化。这其实是一个循序渐进的过程。我本人是比较认同曾教授的观点，我们在过往无论是跟大型的传统企业还是中小型的传统企业的高管聊的时候，我们发现现在的企业在谈到他们对未来的商业想法的时候，他们的关注点和侧重点有些不同，有些比较侧重以用户为中心的新零售，也有一些客户会跟我们谈一些基于社交网络如何做社交化的零售。我们看到无论是新零售还是社交零售，根本的本质、底层的商业逻辑是一样的，它离不开人和人之间建立的网络，离不开网络之间的数据智能的交换。所以这是未来对于所有企业，不仅仅只是互联网企业或者是一些数字化企业，传统企业也必然会走向智能行业这一步。

每一个行业由于自己的IT发展水平的不同，可能它在数据应用上所涉及到的深度和涉及到的广度是不太一样的，比如说大家公认的互联网企业或者是金融行业的企业，他们对于数据的利用、数据效率的使用是最多的，或者是最深的，但同样的对于时尚行业，对于传统的一些企业来讲，其实有很多可以去应用数据驱动的具体的商业化的场景。在这里业界列出来的有目前排名前10比较常见的企业利用数据驱动商业化的场景，大家可以看到商品推荐引擎是排第一位的，我相信大多数人手机里都装有淘宝，今天手机的淘宝和传统PC的淘宝最大的差别在什么地方？并不是因为它这个屏幕变小了，或者说商品更多了，今天我们在使用淘宝的时候，它跟PC互联网时代最大的差异是，在移动化的时代，每个人淘宝的首页是不一样的，为什么每个人的首页不一样呢？在这里面其实就是阿里运用了大数据的技术，结合它对我们每个人在淘宝上的浏览、收藏、购买等等记录，它会由机器来判定哪些商品是我们比较感兴趣的，从而给我们推荐每个人看到的不一样的淘宝的首页，这就是千人千面推荐引擎。

根据淘宝在去年双11的数据反馈，超过了56%的商品的购买是由机器来推荐的，而不是由人去做一个选择，所以我们看到对数据的利用，怎么样更好地分析数据，给客户进行个性化的推荐，目前有一些互联网巨头已经走得比较靠前了，除此以外还有一些国外的企业，在运用数据智能方面做的深度也是非常深的，比如说有一家美国的公司，这家公司创立于2011年，它做的是一个订阅式的服装电商平台，这个电商平台跟以往的平台不一样的地方在于，它有3000多名设计师，结合它自己的平台的人工智能算法，能够给消费者度身订做的时尚搭配，这个时尚搭配包括有服装、配饰、手表等等，并且他会不断地优化和完善自己的人工智能引擎，这家企业从早期十几个人的团队，在不到10年的时间，今天他们的销售额已经能做到全年14到15亿美金，而且目前它也是一家美国的上市公司。

除了我刚才提到的这些公司以外，在英国有一家专门做大数据服务的公司，他们是专门为时尚品牌进行服务的，这家公司本身没有任何的实业，它本身自己也不去制造数据，它所有的数据源都是来自于互联网，这家公司对560亿的时尚行业相关的数据进行了采集，包括它会动态跟踪，在线上的KOL，包括Instagram、facebook上面有粉丝的时尚潮人，它会对他的数据进行跟踪，它不仅仅是拿到一些结构化的文字的信息，更多的是来自图象。基于这些图片和文字的数据化的分析，它能够给到一个品牌非常准确的用户画像的定位，根据它对外公布的数据显示，这家公司与线上最大的电商平台ASOS进行合作，在18个月当中，它利用它的数据智能化的分析，帮助这个电商平台做了动态价格测算和动态价格调整，它帮助ASOS平台帮助它的销售额在18个月提高了33%。对于今天的时尚行业来讲，数据智能的力量是非常难的。

企业要重视小数据的运用

就像我们说的，很多时候大数据是一个很好的东西，但是理想很美满，现实却是很骨感的，包括我们跟一些企业接触当中，我们发现对于传统企业来讲，今天你要它从普通的只做一些OA、客户关系管理系统，要一下跳到大数据的应用，其实是很困难的，对我们来讲，大数据更多的是了解这个行业的趋势，了解这个行业的发展，但是要回归到企业运营的本质，如何降低相关的成本，怎么提高在市场当中我们对于客户服务的满意度，大数据并不能够解决问题。所以在这种情况下，我们认为如果是脚踏实地从未来看今天，大数据是一个未来的方向，但是对今天的企业来讲，更重要的是小数据的运用，也就是企业内部的精准数据的运营。

什么叫做小数据？我相信在座的各位都会有非常多的小数据存放在企业相关的系统当中，我们在数字化时代，每个人本身就是具备了大量的数据，比如说早上起来，我们在刷手机的时候，我们就产生了很多喜好的数据，我们在出门打车、出门坐地铁的时候，我们又产生了大量的出行数据，如果今天我们去到一个店家的商铺，无论我们是否有购物假设我注册了一个会员，我会有会员线下的数据，这个门店会有我到店的数据，如果对于一些门店，它的智能化的应用水平相对高一些的话，可能它已经有一些手段能够采集到这个客户的性别、客户的年龄、客户的简单的外观数据，所有这些都属于线下数据。线上数据部分就更加容易了，无论今天企业是入住一个电商平台，还是说我们有自己的一个在线的微商城，只要是进到我们这个平台和我们的线上微商城的所有用户，他有没有购买，有没有浏览什么商品，他有没有收藏什么，或者给他朋友推荐什么，所有这些数据，我们叫做线上的数据，其实也是唾手可得的。所以今天对企业来讲，企业在自己的精准数据这一块，除了要考虑我们如何获得这些数据，下一步是要想我们怎么去使用这些数据，通过这些数据给我们创造一个商业化的价值。

回到今天这个论坛本身，今天是关于钟表行业的话题，对于钟表行业来讲，我们如何利用已有的一些客户的精准数据，怎么体现它的数据价值？在这里我有两点建议。

2019年有一个最新的媒体资讯表示，有超过50%的被调查的访问用户，他们对于配饰的定制化比较感兴趣，或者非常感兴趣。这类人群主要以个性化潮流、追求时尚的消费者为主，今天不光是在钟表，包括在帽子、耳环这样的配饰行业，已经有越来越多的消费者寻求的是一种智能的个性化的搭配需求，所以对这部分消费者来讲，其实是我们现有客户群的增量，这一块是值得我们未来关注的。比如说我们可以看到，在科技行业最早就已经在关心我们说的消费者的个性化需求，比如说苹果、谷歌，它都跟一些品牌进行联合，推出了针对消费者的个性化智能穿戴设备。在提供个性化需求的同时，本身这个表的价值是大大提升的。比如说一个同样功能的Apple Watch，它如果只是给运动功能，就只能卖几千块钱，但是如果它加入了时尚的元素，它就可以卖到几万元甚至十几万元，其实本质上来讲，它的功能和普通的表并没有区别，它唯一做到的就是满足了一部分人的个性化需求。我们形象力一直在关注消费者的需求方面，我们认为未来所有的科技、所有的商业，最终服务的是消费者的个性化的需求。

对于企业来讲，除了站在消费者的角度考虑如何做现有的增量，还要进一步考虑对我们现有的客户群的经营。所谓现有的客户群就是我们现有的VIP的客户，我们需要对他们进行更好的精细化运营。进入到2018年的下半年，在国内的互联网已经是属于饱和的状态，无论是从新增用户还是从他们的获客成本来看，目前来讲互联网的红利时代都已经消失了，所以对于传统的时尚行业来讲，相关的企业今天考虑的更多的是要怎么做对已有客户的私域流量的运营。从门店数据化到最终的数据中台，数据是贯穿其中的。在这里我举一个简单的例子，假设今天在门店能有一些数字化的设备，可以帮助我们更好地获取到客户的信息，通过实时的用户数据，帮助导购知道这个客户是什么样的身份，根据这个客户的级别来提供相应不同级别的服务，同时因为我对这个客户有更多的喜好的了解，在这个情况下我们可以给他做一些智能化搭配的推荐，能够很好地击中这个客户心里的诉求。

在线上的部分，今天因为到店的线下流量是在减少的状态，所以更多的时候我们是需要对传统的导购进行线上的赋能，在这种情况下，数据化的工具、智能化的工具也能够提供给我们一些导购，让他们能够在线上持续地通过社交平台，更好地跟我们的客户进行线上的沟通和服务，能够给他们提供一些有价值的东西，比如说形象的测评、智能搭配、腕表搭配的推荐等等，这些是可以在线上发生的。无论是线上还是线下，所有的过程最终都会变成是数据，最终沉淀到整个企业的数字中台，帮助企业的管理层、品牌的设计、品牌的营销更好地去做一些相关的商业化的决策。这就构成了完整的数据的闭环。

采集的数据和已有数据结合，才能带来价值

去年形象力与智能穿戴研究院签署了一个战略合作协议，在过去一年当中，我们也在研究院的指导下做了大量的精准研究，在这次的展会上，我们就带来了这面魔镜，在今天这个展馆的4个区域放置了5台魔镜，这个魔镜本身就是一个物联网+人工智能的设备，它正常看上去就是一个1米6的标准化的镜子，当有用户走到镜子前面的时候，可以跟这个镜子打招呼。当然在今天这个场景当中，我们主要做的是一个数字工匠的场景，到现场的所有观众，他们可以免费来体验这个镜子，当他站在这个镜子前面的时候，它能够快速对这个客户进行识别，包括识别这个客户的性别、年龄、当天的着装，然后机器会智能地根据这些信息，结合我们在后端给他提供的相关的不同场合下的腕表的商品，能够给这个客户快速进行一个商品化的推荐。在这个过程当中，我们为了增加更多的消费者的互动性，我们也在这个镜子里面加入了在线扫码获取奖品的环节，通过这个互动环节，我们也能够了解到很多的客户对于腕表的喜好，以及他们对腕表的选择。

通过我们的智能的镜子跟客户的交互，后台拿到了一些数据，首先是在参与的用户方面，超过60%是男性用户，这跟过往在其它场合验证的数据比较类似，今天你可以看到男性用户对于科技类产品或者数字化产品还是比较感兴趣的，他们愿意去尝试，所以男性用户参与的比例更高。在年龄分布方面，18—25岁的人群占据了37%，40岁以上的人群在昨天的活动里面占据了24%，为什么有这么高的比例？是因为当时有一台镜子在抽奖调查过程当中，有一个年长的用户抽中了一个手表，然后他把他周边的朋友都拉过去体验这个镜子，他们都是年纪比较大的朋友，所以短时间内看到这个人群的数据量一下子就上去了，这跟我们原来的预想不一样，因为我们认为年龄大的人可能对智能化的设备的参与度没那么高，但是在昨天的场景里面，40岁以上的也占了24%。

我们这个镜子除了识别这个人的五官特征以外，它也能够是别人的着装，今天每一个人都有时尚的诉求，包括我们的腕表也是要跟服装进行搭配，所以我们看到在着装的统计里面，昨天的参与人数方面，穿都市休闲的人群相对比较多一些，其次是运动休闲，时尚聚会的相对来讲也还比较多，轻松职场的人数也是比较多的，很明显晚间社交的不多，因为这是一个公开的场馆的活动，确实没有太多人穿盛装礼服来体验这个镜子。

如果是从镜子推荐的穿戴场合来看，用户比较感兴趣的首先是对于一些商务社交的场合，我们在镜子里面会推荐不同场合的表，对于商务社交场合穿戴的表，用户比较感兴趣，第二类是正式职场，就是一些正式的表，用户是比较感兴趣的，第三类就是休闲聚会。

我们看另外一组数据，细化到每一个表的类型和分类来看，大部分客户对于圆形的表是比较感兴趣的，圆形表盘，或者说是圆角矩形的表盘。对于标的装饰，大家喜欢比较简约的装饰，这也是通过用户在镜子上的点击进行的数据采集。在表带的选择上，对于硅胶的表带以及皮质表带，是现场消费者比较感兴趣的表带。

这些消费者的着装的细节有哪些？在用户着装类型方面，前面大家应该记得我们说34%是15到25岁的人群，这些人群可能大部分还是以牛仔裤和T恤衫为主，连衣裙的占比也相对会比较高一些，现场的西装的着装相对会比较少。在用户的着装款式方面，字母图案排在第一位，这跟我们在很多地方镜子智能分析采集到的数据是一样的，因为这两年在时尚行业来讲，字母行业有一个热潮的回归，很多普通的消费者都会选择有个性化的字母来进行自我身份的表达。除此以外，圆领以及纯色的服装的用户群比较多一些。

这些数据方面，消费者体验这个镜子的时间不超过一分钟，我通过非结构化的数据的分析，就能看到它背后的数据，以及我们对这些数据进行的相应的解释。

我们再从这个场景切换到我们自己的企业的线下门店或者说未来线上的部分，假如我们能有这样的数据，能够再结合我们自己企业运营的数据，比如说我们的CRM、销售数据，如果我们把这些经营类的数据和我们采集到的用户画像数据结合到一起，能够产生一些什么样的商业化的价值？这是我们今天想重点讲的，因为今天我们已经有相当多的手段，对于一个企业，尤其是传统的企业，当我们在往数据智能企业迈进的时候，成熟的前沿的科技工具的使用，这是必不可少的，比如说形象力的魔镜，或者其它类型的工具，这些工具本身能够提高整体运营的效率。

除此以外，对于企业来讲，我们认为比较重要的一个点是数据的整合分析能力，单一数据没有太大的作用，我们一定要把这些我们采集和分析的数据，跟已有的经营数据进行整合，从而给我们带来价值。

人对于企业往智能商业发展很重要

另外一个是我们在过去的很多项目中看到的非常关键的点，对于企业往智能商业的方向发展的时候，人是最重要的，毕竟工具和平台是死的，你可以选择不同的平台，选择不同的工具，但对于人来讲，一个企业高层要有数字化的思维，在中层以及在执行层面的人员，他们同样需要对数字化要有很深刻的理解，我们要有这样一个敏捷的组织，才能保证企业能够从这里走到未来想走到的方向。