2020年10月，第103届全国糖酒商品交易会在济南市山东国际会展中心成功举办。全国糖酒商品交易会从1955年首次举办以来，至今已有65年的历史。除去历史原因短暂的中断外，全国糖酒商品交易会每年春秋两季各举办一次，被誉为食品行业的“风向标”。与往年不同，此次“秋糖”参展商近2500家，受新冠肺炎疫情等因素的影响，线下观展为21万余人次，而线上观众高达80万人，云展访问量高达120万人次，开创了线上线下交互融合发展的全新办展模式。在一定程度上，也预示了快消品行业未来的发展方向：数字化＋智能化。

一般认为，科技进化经历了三个阶段：第一阶段是IT时代（Information Technology），在IT时代里，你能够实时在线地看到一些数据（信息）a、b、c、d……但是不明其价值。第二阶段：DT 1.0时代（Data Technology），在DT（大数据）时代里，数据经过挖掘、清洗、筛选并且套入了商业模型，你就知道了比如a+b+c-f-g/e=纯利润，也能够直观地看到纯利润几年来的变化趋势，辅助你做一些决策。第三阶段：DT 2.0时代（数据智能，Data Intelligence），在DT2.0时代，则是数据智能的主场。它不仅会告诉你a+b+c-f-g/e=纯利润，还会告诉你，你的纯利润是下降了还是上浮了？到底是a、b、c……中的哪个角色起了关键作用，哪个在“捣乱”？还能告诉你应该提升或者降低a、b、c中的哪一个或者几个，才能获得最好的效果？不仅如此，在取得了好的效果之后，还能告诉你是继续沿用此策略还是做出改变，从而获得下一个更好的效果。

到底什么是数据智能？它能为流通领域的经销商带来什么呢？

数据智能时代可以理解为大数据2.0时代。大数据1.0时代，可以粗略地认为是“大数据+人工智能”，通过“数据模型+梳理+机器学习”，数据能够可视化地展现出来。但是，能够读懂其中价值的人并不多，因为读懂这些数据需要比较专业的技能，要经过烦琐的数据清洗、筛选和拼接才能够找到有价值的数据。非专业人士要想看懂20~30个图表的含义，就必须聘请专业的数据分析师。

在人力主导分析过程中，不仅会带来大量的人工成本，还会受到分析人员水平与能力不一的局限。所以，人们常说数据就像是一座矿山，但是很少有人在矿山中找到金子。而大数据2.0时代，数据智能就是让数据更平民化一些。让更多的普通人不再囿于专业技能的局限，也能够读懂数据。在这个时代，给你的不仅仅是数据，还是洞察，根据洞察你还能够迅速找出问题在哪里，自然地生成决策。换句话说，就是用数据驱动决策。

随着新零售的到来，新生力量不断地涌入，流通领域的竞争愈发激烈，经销商们也知道增量市场越来越少且越来越难做，把握存量市场成为关键。如何稳固或提升自己的存量市场销量，就需要你有更高的效率，能够更快感知市场变化，更快速地触达用户市场。但问题的关键在于，经销商并不知道到底哪个环节效率低下，即便是能够看到数据报表，但因需要专业知识，经销商也无法进行比较和深入的研究，也就无从知道效率到底低在哪里。

这个时候，数据智能的价值就体现出来了，数据智能提供了行业数据及自身的历史数据，通过智能商业模型，在帮助消除不确定因素的同时，逐步指引着我们找到原因。在找到原因的基础上，用数据带给我们洞察，并最终引领我们做出科学的决策。随着行业复杂性的不断提高，依靠数据来做决策的价值也会越来越高。

这些年，流通行业都在谈新零售、智慧零售，其实新零售或者智慧零售，意味着门店会越来越贴近消费者，越来越贴近消费者的需求。这对经销商的精准补货就提出了更高的要求。以补货为例，门店需要越来越精准的补货，尽可能减少甚至做到零库存占用，仅保持比较科学的余量就可以，这就需要更高频次和更精准的补货。但是经销商有那么多SKU的产品，面对那么多门店，根本无法做到精准预测到底哪家需要补货，以及补哪个产品，哪个产品的余量在哪家比较多，等等。如果仅仅依靠业务员多跑门店获知信息，人力成本高不说，也无法做到及时、准确。

这个时候，数据智能就起作用了——智能补货，它会依托市场动态、行业数据、行为数据及各个门店的历史订单数据等，洞察出门店品项、数量之间的差异，给出一个符合门店实际的补货量，保证门店不至于缺货或者余量过多。

而在经销商最在意的利润方面，数据智能的价值还在不断显现。比如在分析销量上涨或者是下跌的原因时，会具体到各个区域的销量、各个品项的销量；在拆分同一个区域里，是商超（KA）的订货量下降了，还是夫妻店的订单下降了；接着继续拆分出是哪个品项下降了；然后拆分是因为业务员的拜访频次不够，补货不够还是选品上出了问题。如此，不断地拆解原因，层层剖析，才让经销商能够洞察到根本的问题，从而能够自然地做出科学的决策。

（文/穆巍）