自 2001 年在中国上海发展以来，自然堂集团先后创立了中国科技美妆高端抗老品牌美素、源自喜马拉雅的自然主义品牌自然堂、敏感肌肤护肤品牌植物智慧、针对年轻人的高功效护肤品牌春夏、专业功效性护肤品牌珀芙研、婴童皮肤科学功效品牌己出、百变且有态度的新锐香水品牌 ASSASSINA 等多个品牌，业务规模迅速发展壮大。

　　近日，在“数智新质 敏捷增长 ——2024 观远数据敏捷分析实践巡展”上海站现场，自然堂集团大数据中心总经理罗予晋带来了以《自然堂全渠道数字化创新和 AI 实践》为主题的精彩分享，介绍了自然堂集团大数据平台的建设历程，以及 BI+AI 的创新实践成果。

　　聚焦“产品科技”+“数字科技”两大核心战略

　　发展至今，自然堂集团在全国 31 个省、市 (自治区、直辖市) 建立各类零售网络 45,000 多个，覆盖全国各级城市、县城及一万多个城镇，是中国市场份额、消费者口碑与社会影响力俱佳的行业领跑者。在不断发展壮大的过程中，自然堂愈发深刻地认识到，一个企业要想持续发展，就必须制定明确且长远的战略规划。

　　最终，自然堂确定将产品科技和数字科技作为支撑我们战略的两大支柱。产品科技专注于提供优质产品、满足消费者需求；同时，数字科技打造低成本、高效率的运营模式，围绕两大科技将核心战略，自然堂有效提升了企业市场竞争力。

　　聚焦数字科技，自然堂从一家依赖于年度订货会来推动销售的传统美妆企业，逐渐转型为一个由技术驱动、平台化运营的现代美妆企业。未来，自然堂将继续扩大规模，构建完整的上下游生态链，实现平台化和生态化的运营模式，推动企业进一步发展。

　　在自然堂的数字化转型进程中，主要遵循了三个核心步骤，构建数字科技战略:

　　业务在线化: 将业务流程从传统的线下操作转变为线上操作，利用在线工具实现流程的规范化和标准化，同时积累关键数据。

　　运营数字化: 随着数据量的增长，通过分析这些数据来识别业务流程中的新机遇和潜在风险，从而提高我们的运营效率和决策质量。

　　营销智能化: 在数据积累的基础上，采用智能化模型和算法来自动化业务流程，推动业务向前发展。

　　这个过程在不断迭代和优化。在过去几年中，自然堂已经在数字化领域取得了显著成就，从消费者到供应链，从产品开发到后台服务，部署了全面的在线化工具，实现了数据的无缝整合，构建高效的数字化运营体系。

　　由于自然堂整个的数字化方面非常广，以下重点分享数据部分。自然堂数据中台架构由以下几个关键部分组成:

　　数据源层: 底层系统是数据产生的源头，覆盖广泛的业务领域，确保数据的全面性和准确性。

　　数据治理: 进入数据中台的数据会经过严格的治理过程，以确保数据的质量和一致性。

　　数据应用层: 治理后的数据被应用于多种业务场景全职美工，主要包括: 数据可视化，根据不同的业务需求和方法论，直观地理解数据；消费者智能运营，通过会员模型和人群标签，以数据驱动营销和投放策略，提高营销的精准度和效果；AI 智能应用: 通过 AI 能力自动分析和预测消费者行为，优化产品服务。

　　通过这种系统化的数据管理策略，自然堂能够充分利用数据资产，推动业务的持续创新和发展。

　　BI 实践到 AI 创新，打造“问数 GPT”

　　1、临时、重复、个性化取数需求难满足

美工包月

　　自然堂构建数据中台至今，已经积累了大量的数据，涵盖了供应链、生产、销售、营销和会员管理等各个方面。这些数据的积累提供了宝贵的资源，但同时也带来了一些挑战。

　　临时性一次性需求多: 灵活变动的业务常常带来一次性需求。通常，业务方提出需求后，产品经理需要进行对接，讨论业务场景、数据口径和价值，形成 PRD, 并由开发人员进行开发。整个过程效率不高。

　　重复需求多: 梳理了自然堂的日常数据应用需求，发现 70% 的需求是重复进行的。

　　个性化需求多: 尽管内部已经创建了 1000 多张报表和看板，但仍然无法完全满足业务部门对数据的个性化需求。传统数据分析工作门槛高，非技术人员往往难以自行完成分析。

　　去年，随着 GPT4 等大型 AI 模型的出现，自然堂开始思考利用 AI 来解决数据难题。起初，自然堂内部进行了初步尝试，发现通过 AI 模型，可以通过简单的指令快速获取所需数据。为了进一步发展 AI 能力，自然堂最终选择了观远作为合作伙伴。这是因为观远数据的技术积累和业务需求高度契合，相信可以共同推动这一变革。

　　现在，有了数据中台和 BI 之后，兼职美工自然堂通过整合 AI 技术，打造“问数 GPT”，进一步降低业务用数门槛，实现对个性化需求的智能报告，打造有洞察、有结论、有建议的 AI 分析助理，能够即时解决分析问题，减少对传统开发流程的依赖，同时自动化处理重复性的数据请求，降低个性化分析的门槛。

　　基于“问数 GPT”系统，用户可以通过对话与系统交互，系统基于前置分析模块识别用户意图，并与知识库结合，生成反馈。这些反馈随后进入 BI 体系进行计算，并以直观的方式呈现结果。同时，AI 在理解用户问题时会进行确认，以确保准确性。如果 AI 不适合处理某些问题，也会转交给人工服务，确保问题得到有效解决。

　　2、3600 + 次问数，问数 GPT 实现 92% 准确率

　　问数 GPT 已经实现了广泛的员工参与。系统为员工设置了差异化的访问权限，以确保数据安全和合规性。截止最近统计期，已有超过 3600 次数据查询请求，120 多名用户参与，覆盖约 70% 的业务需求。这种广泛的参与度和高频次的使用表明，问数平台不仅易于访问，而且能够满足不同部门和员工的具体需求。总结问数 GPT 亮点，主要有以下三点:

　　结果准确率 60% 提升至 92%: 对于自然堂而言，数据分析的准确性至关重要。最初问数准确率仅为 60%, 通过持续的优化，包括完善知识库和加强不同数据之间的互查，成功将准确率提升至 92%, 达到了业内领先水平。

　　知识显性化: 准确率的提升过程，实质上是企业知识库建设的过程。我们的知识库中积累了丰富的 SQL 示例和指标体系定义，这些显性化的知识不断积累，为提高准确率提供了坚实基础。

　　交互更友好: 在交互方面，采用了更便捷的沟通方式。目前，所有的交互功能已经集成在钉钉平台中。通过钉钉内的问数 GPT 账号，员工可以直接进行数据查询和获取答案，这种交互方式大大提升了用户体验。

　　问数 GPT 项目自启动至今已有数月，已落地显著价值与效果。

　　数据分析需求响应效率极大提升，产品上线 3 个月后活跃用户占比 52%, 覆盖业务部门 10+, 处理取数需求 1k+, 业务部门的数据需求满足周期从原来的 0.5 小时~3 天不等，缩短到 1~5 分钟，有效提升数据分析需求的响应效率。

　　随着项目的深入，数据分析师的服务半径得以扩大，从原来的 SQL 工程师变成企业知识训练师。数据支持部门与业务部门进行更紧密合作。

　　跨部门沟通协作的成本也因项目而降低。沉淀的营销、销售、市场、库存和财务等业务数据，使得我们能快速响应综合性业务分析需求，加速知识调取与流通，大大促进了部门间的沟通和协作。

　　此外，项目还培养了业务团队的数字化思维。由于工具的使用变得简单且无门槛，员工们开始习惯于使用数据来指导决策，这种习惯逐渐转化为企业文化的一部分。

　　3、AI 问数未来: 指标平台、智能洞察等更多场景

　　当前阶段，自然堂可查询数据场景，包括 C 端销售数据、全渠道销售数据、会员数据和市场品类数据，目前正在不断推进更多可查询数据，包括营销数据、供应链数据和财务数据，以期在提供数据的同时，也能提供更深入的洞察力。

　　未来，自然堂计划进一步建设指标平台，以增强 AI 的效果，提供更加精准和全面的数据分析服务，包括:

　　指标平台: 利用 AI 技术，通过自然语言查询指标体系。一旦指标体系建立，查询结果可以迅速呈现。这种搜索方式的效率和准确性依赖于指标治理的完善程度。

　　智能洞察: 探索利用 AI 进行数据分析，直接生成洞察结果和简单的策略建议。

　　问答生图: 支持问答功能，自动生成图表和可视化展示，使数据分析更加直观和易于理解。

　　……

　　展望未来，观远数据期望与自然堂集团携手，深化 AI 技术在数据分析领域的应用全职美工，共同推进业务增长，开创数据洞察力的新篇章。

特别声明：以上内容（如有图片或视频亦包括在内）来源于网络，不代表本网站立场。本网站仅提供信息存储服务。如因作品内容、版权和其他问题需要同我们联系的，请联系我们及时处理。联系方式：451255985@qq.com，进行删除。