早期互聯網行業有句經典論斷，「百度的工程師，阿里的運營小二，騰訊的產品經理」，體現出各家互聯網廠商的特色，但彼時少有人知道的是，阿里靠什麼運營？
直到後來「大數據」概念的火熱，更多廠商才認識到數據的效用，如今數據要素已經被國家列為生產要素。以阿里的體量，率先一步感知到了大數據的風向，阿里巴巴管理層認識到，阿里巴巴價值最高的不是淘寶、天貓和支付寶，而是阿里平台上所沉澱的大量數據。
也因此，阿里經歷了更多的「坑」。比如2012年左右，阿里數據體系依然龐雜混亂，一張內部大表能被八個部門存儲八遍，以當時的價格，一張表的存儲成本1200萬元左右，八張表就將近一億元。
阿里巴巴迫切需要解決數據問題，既要滿足數據的安全可控，又要讓數據發揮生產要素價值，兌現這些數據價值的人，便是曾經阿里巴巴的數據中台團隊，現在的朋新宇和他的瓴羊（參見阿里最懂數據的團隊，也出來創業了｜數字思考者50人-鈦媒體官方網站 (tmtpost.com)。
不久前一個客戶對朋新宇說，數據相關的問題，如果你的團隊解決不了，我們就得回去看一下是不是題出錯了。「我覺得是一種表揚，說明我們吃過的『鹽』比較多」，朋新宇說道。
2022年6月，阿里宣布成立專註企業數智服務的子公司瓴羊，並且提出「Not SaaS but DaaS（數據智能即服務）」理念，即不局限於傳統SaaS軟體聚焦的單點效率提升，而是打通整合企業全局的商業流、數據流和工作流，讓數據智能成為企業最重要的業務增長引擎。
朋新宇向客戶解釋了一年的DaaS理念：SaaS是以流程為中心，用流程思維圈定業務範圍，DaaS是以數據為中心，讓數據貫通所有業務系統，不僅實現降本增效，更重要的是促進增長。
「死磕」數據的瓴羊成立一年之後，今天重磅發布了一站式企業數據智能產品「瓴羊One」。「瓴羊One」是業界首個鏈接多電商平台，並覆蓋企業經營全鏈路的智能企服產品，可幫助企業輕鬆實現全渠道經營，將割裂的生意融通為一體。
看起來，瓴羊推出的是一套軟體產品，實際上，瓴羊售賣的是阿里多年積累的數據方法論。
提一個正確的問題
瓴羊成立一年來，朋新宇最大的感受是，從一個解題的人，變成要提出問題的人。
在阿里巴巴集團內部，數據中台是一個職能部門，朋新宇是其他業務總裁的「座上賓」，每個業務部門都需要數據中台的能力，朋新宇和他的團隊是在既定的工作範圍內想辦法，在有限的預算實現高效的投入產出比。
「原來做部門負責人的時候，想做好很容易，想做差不那麼容易，今天不是，我要自己出題，這個題可以不設上限」，朋新宇說。
朋新宇打德州撲克有個習慣，從不輕易棄牌，即便拿到爛牌，朋新宇也經常堅持到最後。面對阿里海量龐雜的數據，朋新宇和團隊用了十餘年的時間，把這手「爛牌」打成現在瓴羊的「好牌」。
朋新宇表示，二十年前，互聯網還是一個新興行業，很多傳統行業看互聯網都非常警惕，擔心自己被互聯網顛覆。今天，互聯網已經成為了標配，是一個基礎能力。互聯網進入到千行百業為企業賦能，降本增效。
「同樣地，在這個時代，數據也已經成為或者正在成為一個企業最最基礎的能力。如果一個企業，不能駕馭數據，就無法駕馭市場。」他說。
在大消費領域，所有的企業都有生意增長的客觀訴求，將目標拆解，可以劃分為解決營銷投放錯誤、供應鏈積壓或缺貨、客服渠道溝通不暢等問題。
舉例來看，以往營銷團隊設立專門部門做投放，或者做會員運營，投放拉新客戶之後，營銷團隊的工作內容就告一段落，營銷團隊並不關注新用戶要買什麼，公司應該備些什麼貨。
而貨品運營團隊經常發愁，備貨賣不動、沒流量，或者出現一款產品賣爆之後，供應鏈根本來不及響應，對高速增長的訂單需求只能延遲發貨，無法對貨品銷售情況有精準的預期。
消費者購買行為之前或者之後，與客服的溝通也很重要，客服能解決的問題和前端銷售很大程度上脫節，客服不知道客戶從哪裡來，有什麼潛在需求，只能被動解決問題。
瓴羊思考的問題是，今天企業的生意增長能不能做到反著來？
從營銷開始就設定方向精細化投放，在不同渠道瞄準同一類客戶人群，然後根據預期備貨，過程中根據客戶在不同平台的反饋，隨時預警並給予廠商調整方向，客服還可以根據消費者問題做好應對，每個環節用數據做到精準的實時干預，把銷量增長變成一個確定性更強的事。
另一方面來看，今天的電商企業，可能在各個平台都有店鋪，有家知名家電企業在阿里的平台上有400多個店鋪，加上其他平台將近1200家，這還不包括線下門店。
從銷售供應鏈到客服，整個鏈條有大量數據分布在不同的平台上，這個中間還涉及到多個角色、多個觸點、多個渠道。每多一個節點、多一個角色，就會多出一系列變數，變數越多，越難決策。
企業為了解決問題，往往多方採購不同的業務系統，多家電商平台都自己的生產產品矩陣，同一功能的不同產品多樣，用朋新宇的話說，企業把消費者產品做得越來越簡單，但企業服務行業卻越來越複雜。
朋新宇在阿里數據中台的時候，就是站在阿里背後，服務平台上做生意的大大小小的商家（品牌）的人，比如：量子統計、數據魔方、淘寶指數、生意參謀等，十多年前的生意參謀，就把多款產品變成一款產品。
但在阿里巴巴內部做這件事，與瓴羊作為單獨公司做這件事，是截然不同的兩碼事，複雜程度指數級上升。
從「鹽」到產品
瓴羊One構想於其成立之初，換言之，當朋新宇拿到瓴羊這手牌的時候，就已經想好要如何出牌，如果研究瓴羊去年的產品布局，不難發現，瓴羊One從分散的五朵雲（分析雲、營銷雲、產銷雲、客服雲、開發雲），走向了統一。
從「分而治之」到「兼收並蓄」，源自於客戶的現實需求。講起來不複雜，但做起來不容易。
瓴羊首先要面臨的是跨度時間長達數十年的企業自有業務系統以及外部各類平台系統，完全打通並不現實，但在數據層面可行，瓴羊通過自己的數據治理經驗和數據治理架構，把各個系統的數據打通，從而實現系統之間的互聯。
在這一過程中，企業採集數據是第一步，如何安全合規的採集數據，現在可能決定企業的生死，沒有任何灰度空間，《個人信息保護法》等法規為企業設定了嚴格的紅線，企業稍有行差踏錯就會面臨嚴重後果。
採集數據也是複雜的工作，例如不同的平台，數據獲取成本和標準也不一樣，有的一天來一次數據，有的一個月才來一次，再如數據是否是企業所需，需要一系列的評估，採集環節就要大費周章。
據朋新宇介紹，一家央企做數據治理項目，採用瓴羊的工具後，僅數據採集一個環節，一年節省的帶寬費用就有4000萬。如果不是體量足夠大的企業，很少關注這些「細枝末節」，恰恰是阿里巴巴和央企有這樣的體量，才會去關注「針尖上削鐵」的事情。這些都是SaaS解決不了的事情，但DaaS能夠解決。
此外，不同的數據採集之後，數據的標準、質量往往不統一，企業數據不能直接使用，而是要做統一規則下的處理分析，涉及到相當多的數據處理技術。
「企業的數據大不等於大數據，有數據不等於好數據。瓴羊One要做的第一個事情，就是把這些分散的數據，為企業連接起來，根據不同維度，分析出不同價值的數據，激活數據的能量。」朋新宇說。
相當於，瓴羊做了很多拓荒的工作，正如數字化的基礎是自動化，數據價值的兌現，也有賴於基礎性工作的鋪墊，少有企業經歷過阿里開發數據價值的路徑，自然也就沒有相匹配的工具和能力體系，倘若其他廠商想要複製瓴羊，大概率還要把阿里巴巴過去踩過的坑，再踩個七七八八。
經過瓴羊充分打磨的瓴羊One，擁有眾多即插即用的標準插件，可像樂高積木一樣靈活組裝及連接拓展，讓原本多達二十多種且互不流通的數據流、商業流、工作流「多流合一」。
在數據流上，經過客戶授權，瓴羊One可接入企業在淘寶天貓、京東、拼多多、抖音、快手、小紅書等平台的店鋪經營數據，方便企業隨時掌握多渠道經營情況；
在商業流上，瓴羊One集成瓴羊旗下經營分析、客服管理、訂單管理、物流管理、會員運營等業務全流程軟體，且可與企業自建系統及Salesforce等外部企服軟體打通；
在工作流上，支持關聯千牛、釘釘、飛書、企業微信等辦公協作系統，業務指令自動同步。
如此，企業實現了經營分析、履約、營銷、客服的全平台和全流程經營，讓數據服務人，而不是讓人去服務數據。不管數據變得多麼大，多麼複雜，從More Data到One Data，All in One的瓴羊實現了大數至簡。
隨著AI時代的到來，大模型出現之後，也讓業內開始重新思考，大模型解決了演算法的問題，算力是階段性的短缺，決定企業競爭力的可能就是數據。
據朋新宇透露，瓴羊全系產品也即將接入大模型全面升級，通過好數據+大模型，每個企業可以為自己搭建通向智能時代之舟。
「我們肯定是會進入一個智能時代。智能是什麼？就是大模型+好數據。我們與其讓人變得更智能，更好的方式是讓數據更智能。數據的問題，交給數據人去解決。所謂專業人做專業事，我們瓴羊團隊跟數據打了20年交道，就是為企業打造好的數據資產。」
朋新宇提到，一方面，數據治理可以用大模型提高效率，另一方面，因為做了數據治理，所以大模型可以帶給業務更高價值。譬如用大模型寫代碼，幫助清洗數據、打標數據、整理數據等。
鈦媒體App在瓴羊產品作戰室看到了升級中的領羊One BI分析功能展示，已經可以用對話模式調用各種細化的數據展示和分析功能，比如增加新的數據行，篩選出特定要求的選項等。
瓴羊的下一步
十餘年前的阿里雲，趕上了雲計算的技術浪潮，如今的瓴羊，也趕上了數據要素的浪潮。
某次瓴羊和一家央企客戶開數據治理戰略會，面對台下眾多信息科、業務科的部門一號位，董事長非常清晰職責的劃分，「我們感謝信息部門，感謝阿里的研發團隊。但是，責任都是業務部門自己扛，你們要親自參與進來，不能把阿里當外包，不能把信息科當外包，你們是自己的一號位，做不好找你們。」
企業對數據要素的重視和了解，可見一斑。
十九屆四中全會首次將數據增列為生產要素以來，我國發布多項政策文件。「十四五」規劃和2035年遠景目標綱要強調，要 「充分發揮海量數據和豐富應用場景優勢」。 2022年12月《中共中央國務院關於構建數據基礎制度更好發揮數據要素作用的意見》（簡稱「數據二十條」）發布，從數據產權制度、數據要素流通和交易制度、數據要素收益分配製度、數據要素治理制度等方面提出具體要求。
圍繞著一系列制度安排釋放的巨大機會空間，企業如何迅速建立起自己的數據採集、標準、確權、定價、交易、流轉、保護和合規等一系列能力，加強完善數據治理，釋放數據的價值，形成巨大的市場需求。
很多企業的數據「髒亂差」，瓴羊第一步要幫助企業梳理數據資產，很多企業尚不清楚自己的會員群體屬性，逞論精細化運營了；同時很多企業會採購數據，數據質量良莠不齊，在未經過加工之前，難以滿足自己所需，數據治理是必經之路。
業務系統應該以流程為中心，還是以數據為中心，爭論許久之後，結論已經明顯倒向後者。但是迄今為止，因為很多數據沒有準備好，數據全鏈路的技術也不完備，這個美好願望還只是路上，部分也解釋了為何瓴羊先推出了瓴羊One，而不是自己更拿手的數據治理。
瓴羊One的底層是數據治理，上層是業務治理，只不過由治理阿里巴巴自己的數據，集成阿里巴巴自己的業務系統，變為集成不同渠道、不同系統的數據流，再統一提供服務。當數據治理和業務治理沉澱在同一平台上，很可能會生長出更具想像力的應用，包括商家基於數據打造創新服務的能力。
「用工程化能力將平台打造出來，很有挑戰性。就像資料庫的壁壘，論文早就擺在那，但工程化的實現是另一回事。看過、用過和打造過數據治理平台，結果也是天差地別。」朋新宇說。
在過去的一年間，瓴羊員工數增長了一倍有餘，絕大部分依舊是產研，本質上，瓴羊還是一家產品技術公司。
人才的儲備只是瓴羊眾多積累中的一個側面——瓴羊成立時，阿里中台工作超過5年以上的人，悉數併入，他們很多有參與百億級業務的經驗，使瓴羊成為擁有數據治理經驗密度最高的人才群體。
數據的問題表面看是應用，其實本質都是治理。從這個邏輯來看，封裝之後的瓴羊One將為商家提供直接價值，不過，更複雜的數據治理能力才是瓴羊真正的底牌。
（本文首發鈦媒體APP，作者 | 張帥，編輯 | 劉湘明）
