今天小编分享的教育经验：数据在哪里，模型就在那里，欢迎阅读。
内容来源：2023 年 7 月 12 日，瓴羊 One 发布会。
分享嘉宾：朋新宇，阿里巴巴集团副总裁、瓴羊 CEO。
责编 | 金木研
第 7560 篇深度好文：2402 字 | 7 分钟阅读
产品运营
一、数据多，并不是一件好事
大家好，我今天分享的主题是《大数至简，ALL in ONE》。
今天企业存在的很多问题，都是 " 多 " 带来的麻烦。从本质来看，都是 ALL 造成的。为什么这样说？如果你不信，你的企业，你的老板，你的客户，你的业务方一定会问你，你对效率满意吗？
举个例子：
我有一个很好的朋友，在跨国公司做 CTO，去了一年，第三个月中奖了——系统挂了。挂了以后，他把所有事情经过的设计团队拉在一块儿复盘，门一推开，发现乌泱泱 80 个人，复盘 B 说 C 的问题，C 说 D 的问题，这 80 个人都是服务商，是通过项目管理协同，根本不是业务数据、商业协同的。那个场景下，他说，感觉自己是皮球，谁都能踢我一脚。
除了这个，还有什么问题？决策难。前几年做消费电子的品牌，开了 3、4 个旗舰店，认为做好活跃买家，就能成。
那年 A 渠道、B 渠道，C 渠道拿着报告，进到老板会议室的时候，发现大家都不敢庆工，活跃买家做到了，但是货还积压很多。
什么问题？打开来看，其实问题很简单，第一个渠道认为，买家一个月来买两次的叫活跃买家，不仅做到了，而且超标了。第二个渠道说，一个月来两次不是活跃买家，一个月来四次才是。第三个哥们说，你们都不对，活跃是天天来我这里，一周买一次，一周来四天，才叫活跃。
他们都没有错，错在哪里？错在没有定义标准。如果没有标准，今天复盘，说谁做得好，谁做得坏，没有参照系。
有一句话说 " 多个时钟，就等于没有时钟 "。平台多，渠道多，各种触点多，除了带来决策效率低下，还有数据合规问题。
数据合规不是你说了算，数据合规是真正你要把法律、把行规要研究透，研究透变成軟體、軟體变成植入流程当中。
去年，国家网信办组织开展 13 项 " 清朗 " 专项行动，下架了很多商家的 APP、小程式。这是因为我们对法律的理解和执行有巨大的落差。
今天讲这么多，不是卖焦虑，也不是讲这些问题多严峻，而是抽象出来看，效率、决策、数据隐私安全的问题，都是因为 " 多 " 带来的。
比如，企业为了解决一个问题，可能要买一堆产品，可能有的一个团队买一堆产品，产品之间也不互通，导致买了不同軟體就是买了部门岛。
产品越来越多，增长越来越难，促使我们思考能做一些什么？
思考的时候，我们朝三个地方找答案：
1. 朝市场
反观这几类企业，第一个五合一智能蒸烤箱，第二个 " 七效合一修护霜 "；第三个 "52 种营养只需一片 "，所有的企业都把每个功能和功效集合在一个产品上，企业把消费者的产品做得越来越简单。企业服务市场也应该如此。
2. 朝客户
原来一个阿里同事出去创业做调味料，创业半年了，还没有开张，但是买了八套系统，花了 30 多万。那天正好去他家，看到一堆人在查数据，发现数据拷出来有地方报错，查到中午，还没找到原因。
3. 朝历史
十几年前，为了让商家在淘宝、阿里做生意更简单，我们推出了量子、数据魔術方塊、淘宝指数等数据决策工具。
2013、2014 年发现不能这样子，一样的问题，客户要找数据，拼在一块儿都不对。我们痛定思痛，做出了生意参谋这样的产品，从第一年到现在有十年了，有一代代数据产品人迭代，每天思考、探索，如何让商家使用数据的过程当中，更简单，效率更高一点，价值更突出一点。
二、大数至简，ALL in ONE
我们往往觉得多平台做生意，生意就会翻倍。但是真实的情况是，生意上可能做加法，也有可能做减法，而难度却是在做乘法，或者乘方。
因此，我们希望重新定义企业数据服务，正式发布瓴羊 One。瓴羊 One 是什么？是企业多平台、全渠道经营的一站式 DAAS 产品。
如果企业知道前面一个小时，前面一天，前面一周的数据，可能知道接下来一天，一小时，一周的情况，我们把这些能力集成在了瓴羊 One 一体化。
而通过一个集成后台，就可以更方便，更高效。比如，为什么企业做不到全網域营销，原因是数据没有联通。唯有通过一个后台激活全渠道的营销，才能做到全網域数据，让营销做到真全網域。
这里再分享一个故事，有个消费者问一个平台一个问题，回答了几轮，看到一句话 " 亲，你要是看不懂说明就不要买了哈 "，这是一个客服回答消费者的，这个消费者也很逗，" 哈哈，亲，如果你解释不清楚，就不要做客服了哈 "，这是冷笑话，不是痛吗？
像这类人，一般都不是全职客服，而是临时在双十一、618 培训的新客服。那么，遇到这样的情况，怎么办？
我们不能盯着他，还是靠数字化，分析他的转化率、与客户的聊天时长，从而抓住营销导购的机会。
讲了这么多，做了这么多，本质就这么一句话，" 让数据服务人，不是让人去服务数据 "。
我们做了这些产品，都是让多变成少，复杂变成简单，ALL 变成 ONE。
三、有好的数据，就会有好的模型
今天必须有一个话题我们要聊的，如果没有聊，感觉我们有一点不符合时代的格局，我们讲讲大模型。
我们不卖焦虑，瓴羊 One 背后接入了大模型，帮助企业搭上未来智能化的通途。
因为大模型不是一般企业能做的，这里面算力不用说了，这里面的算法，这里面人才的密度不说了，但是我们今天有用大模型的权利和能力，以及未来我们一定要用好大模型的能力，怎么用？
第一天设计的时候，我们希望把这些能力集成进来，未来哪个大模型具备了，我们都会接入这样的大模型，不管营销场景、客服场景，我们希望把模型变成能力送到场景当中去。
我们希望让大家用好数据，管好数据，同时让数据发挥价值，让数据智能帮到企业，帮到客户，帮到消费者。
因为数据在哪里，模型就在哪里。面向未来的数据井喷和蓬勃的市场，企业最重要的就是治理好数据。
最后，送大家一句话来结束我的分享，" 水利万物而不争，数利万企而无声 "。
* 文章为讲者独立观点，不代表笔记侠立场。
拥抱 Al，帮助企业降本增效，
分享、点赞、在看，3 连
