前面讲过的经销商通过数据判断门店是否正常的案例，可以得出以下几点启发：首先，通过连续的数据，可以发现规律；其次，以规律作为参照，与规律不一致时，可能不正常；最后，可以通过深入研究，找到不正常的原因，从而找到解决办法。2010年以来，SaaS系统在中国广泛应用。2014年以来，B2B又在中国大力推行，推动了中国品牌商的数据化。现在AI与B2B结合，更带来了渠道实时数据。

数据的最大价值是发现规律，发现规律就可以用来预测未来。比如销量数据与图片对比，可以发现某个终端因为陈列位置的变化，销量增加或减少了。找到终端的最佳陈列位置，调整陈列，就可能增加销量。数据有纵向数据与横向数据，两者各有各的价值。纵向数据是自己与自己对比，横向数据则是自己与竞品或关联产品对比。比如可以通过发现竞品（或关联产品）在相同终端的销量变化，从而发现自己的问题。

过去获取横向数据很难，但是AI技术在渠道的应用，可以通过照片快速抓取和识别自己产品、竞品在终端的数据，包括陈列面和变动和销量的变化。因为AI技术已经有了快速识别品牌、计算陈列面，以及以此推算销量的能力，只需要有抓取数据的周期即可。

如果说纵向数据的主要价值是防止好终端变差，横向数据则能够发现有潜力的好终端。无论横向数据还是纵向数据，只要有数据意识，几乎可以应用在所有方面。比如现在各厂家都在进行产品结构升级。那么，哪些门店推新品能力强，哪些门店能推什么价位的产品，这些都可以从数据中找到答案。

渠道数据在营销方面的价值主要在于两个方面：一是标签化；二是预测。比如某门店推高端新品能力强，这就是标签化。标签化有利于精准开展工作。通过数据预测，某门店应该什么时候进货，进货量应该是多少，如果不符合，那么说明存在问题。找到问题后，就可以精准开展工作。市场费用的投入，到底是投入好市场有效，还是投入差市场有效，其实是凭感觉的。如果数据能支撑，就可以有的放矢。精准开展工作，就可以提升效率。深度分销是人海战术，效率不提升就难以坚持。