數(shù)字經(jīng)濟(jì)紅利加持、頂層政策持續(xù)發(fā)力，雙輪驅(qū)動(dòng)下，數(shù)字技術(shù)融入千行百業(yè)，持續(xù)釋放對(duì)經(jīng)濟(jì)發(fā)展的放大、疊加、倍增作用。作為數(shù)字經(jīng)濟(jì)時(shí)代推動(dòng)生產(chǎn)效率提升的核心引擎，數(shù)據(jù)甚至被視為數(shù)字經(jīng)濟(jì)時(shí)代新的“石油”。

依據(jù)財(cái)政部《企業(yè)數(shù)據(jù)資源相關(guān)會(huì)計(jì)處理暫行規(guī)定》，從2024年1月1日起，數(shù)據(jù)資源將被視為一種資產(chǎn)納入財(cái)務(wù)報(bào)表。新政策的出臺(tái)也從側(cè)面印證了“數(shù)據(jù)要素市場(chǎng)已進(jìn)入快速突破階段”這一事實(shí)。

在此背景下，數(shù)字化轉(zhuǎn)型已然成為近年來企業(yè)乃至個(gè)體戶的重要選擇。除了努力提升自身數(shù)字化能力外，也有不少實(shí)體探索出了更為快捷的方式與路徑，即借助數(shù)商實(shí)現(xiàn)升級(jí)提速，在數(shù)據(jù)的助推下更好地推進(jìn)業(yè)務(wù)。

一方面，頭部云廠商如華為云、阿里云等均布局?jǐn)?shù)據(jù)要素化業(yè)務(wù)，以云存儲(chǔ)產(chǎn)品為核心，提供數(shù)據(jù)治理、數(shù)據(jù)分析、數(shù)據(jù)產(chǎn)品開發(fā)、數(shù)據(jù)資產(chǎn)服務(wù)等標(biāo)準(zhǔn)化產(chǎn)品、開發(fā)平臺(tái)和套件。另一方面，行業(yè)型數(shù)商則瞄準(zhǔn)行業(yè)數(shù)據(jù)應(yīng)用痛點(diǎn)，針對(duì)行業(yè)場(chǎng)景提供合規(guī)數(shù)據(jù)服務(wù)，如聚焦金融行業(yè)的萬得數(shù)據(jù)、聚焦鋼鐵工業(yè)的歐冶云商、聚焦實(shí)體商業(yè)決策的數(shù)位大數(shù)據(jù)等，已經(jīng)讓不少企業(yè)切實(shí)感受到數(shù)據(jù)要素在生產(chǎn)經(jīng)營(yíng)中的推力，實(shí)現(xiàn)降本增效。

數(shù)字經(jīng)濟(jì)時(shí)代：數(shù)據(jù)價(jià)值，貴在應(yīng)用

數(shù)據(jù)要素作為第五大生產(chǎn)要素，正全方位賦能其他傳統(tǒng)生產(chǎn)要素發(fā)展。數(shù)實(shí)結(jié)合概念也已成各行各業(yè)共識(shí)，然而簡(jiǎn)單的四個(gè)字背后蘊(yùn)藏了“懂?dāng)?shù)”、“用數(shù)”的復(fù)雜命題。以實(shí)體商業(yè)為例，線下零售餐飲每日面對(duì)高頻流動(dòng)的用戶，數(shù)據(jù)采集和使用本身就是一大門檻。

最典型的場(chǎng)景是線下零售餐飲開店選址，對(duì)于餐飲零售品牌而言，選址是決定生意成敗的重要因素之一，亦是吸引消費(fèi)者、打開市場(chǎng)的重要前提。門店位置是否合適，往往取決于門店所在商圈或附近區(qū)域人流密度、商業(yè)成熟度、人口構(gòu)成、交通等因素，若能把這些指標(biāo)數(shù)據(jù)化并加以分析，將大大縮短評(píng)估周期，降低決策成本。

而實(shí)際上，數(shù)字化選址面臨數(shù)據(jù)獲取難、數(shù)據(jù)處理工作量大等難點(diǎn)，過往連鎖實(shí)體往往使用人工選址方式，依靠人力統(tǒng)計(jì)數(shù)據(jù)，再根據(jù)選址人員走訪周邊，結(jié)合個(gè)人經(jīng)驗(yàn)判斷點(diǎn)位是否合適，選址嚴(yán)重依賴個(gè)人素養(yǎng)，缺乏科學(xué)、統(tǒng)一的判斷標(biāo)準(zhǔn)，略顯草率，在效率和效果上均難以保證。

2023年，挪瓦咖啡以“拒絕高熱量”作為品牌全新戰(zhàn)略，在低迷的市場(chǎng)中逆勢(shì)生長(zhǎng)，線下門店覆蓋發(fā)展迅速，這一趨勢(shì)對(duì)其門店選址決策的效率與質(zhì)量提出了更高的要求。

在此背景下，挪瓦咖啡利用數(shù)位大數(shù)據(jù)旗下的一款大數(shù)據(jù)智能選址決策系統(tǒng)上上參謀企業(yè)版，針對(duì)自身品牌定位與發(fā)展方向，制定了適配品牌需求的標(biāo)準(zhǔn)化選址模型。在鎖定目標(biāo)店鋪位置后，經(jīng)選址模型進(jìn)行測(cè)算，綜合各項(xiàng)數(shù)據(jù)給出店鋪位置與品牌需求契合度，且過程與指標(biāo)均清晰可見，排除了人工選址因主觀判斷產(chǎn)生的多重差異，決策效率大幅提升。

選址提效基礎(chǔ)上，挪瓦咖啡在提效門店管理與數(shù)據(jù)沉淀時(shí)，實(shí)現(xiàn)了質(zhì)量齊升。挪瓦咖啡在與數(shù)位大數(shù)據(jù)共建的定制化數(shù)據(jù)模型中，建立了統(tǒng)一的門店數(shù)據(jù)輸入標(biāo)準(zhǔn)。這對(duì)于在全國(guó)門店超過1800家、服務(wù)覆蓋超過150座城市的咖啡品牌而言，加強(qiáng)了企業(yè)的有效數(shù)據(jù)管理與利用，在統(tǒng)一的管理流程與評(píng)估規(guī)則下，品牌數(shù)據(jù)不斷進(jìn)行輸入與驗(yàn)證，數(shù)據(jù)服務(wù)于“管理與選址應(yīng)用”的精度與準(zhǔn)度不斷提升，實(shí)現(xiàn)良性循環(huán)。

借助數(shù)商外力，挪瓦咖啡不斷挖掘數(shù)據(jù)價(jià)值，助力線下拓店更精準(zhǔn)省力的同時(shí)，也便于對(duì)多家門店進(jìn)行統(tǒng)一管理，提升日常經(jīng)營(yíng)效率。

類似的案例還有KOI可宜茶飲，過去選址最終決策僅參考釘釘流程中提交的附件報(bào)告，選址質(zhì)量因人而異，判斷標(biāo)準(zhǔn)無法統(tǒng)一。在使用數(shù)位大數(shù)據(jù)智能選址決策系統(tǒng)后，結(jié)合品牌選址定制化要求，從點(diǎn)位瞄準(zhǔn)、調(diào)研判斷到選定點(diǎn)位全過程均清晰可視，決策更精準(zhǔn)有效。

而吉祥餛飩則利用數(shù)位大數(shù)據(jù)智能選址決策系統(tǒng)進(jìn)一步用活現(xiàn)有企業(yè)數(shù)據(jù)。吉祥餛飩結(jié)合自身現(xiàn)有的好店模型，打造了更精準(zhǔn)的定制選址模型，在判斷店鋪位置時(shí)，能綜合現(xiàn)有相似門店的營(yíng)業(yè)額、利潤(rùn)率等數(shù)據(jù)，同步判斷開店前景，實(shí)現(xiàn)更精準(zhǔn)的規(guī)劃決策，減小企業(yè)試錯(cuò)成本。

數(shù)據(jù)普惠成真，小商家的數(shù)據(jù)化賦能

除了挪瓦咖啡這樣的連鎖品牌外，線下零售餐飲市場(chǎng)還包含了許多個(gè)體門店，他們不如大企業(yè)具有數(shù)字化的資源與理念，卻同樣在借助工具尋求做好生意的方法。

同樣還是線下選址場(chǎng)景，個(gè)體往往只能靠個(gè)人決策，判斷與考評(píng)都更為片面，但在工具的加持下便能有所突破。以味之絕個(gè)體加盟為例，在申請(qǐng)加盟時(shí)品牌均會(huì)要求加盟商提供選址的數(shù)據(jù)報(bào)告，雖然有統(tǒng)一的填寫模板與數(shù)據(jù)維度，但對(duì)于個(gè)人商戶而言，數(shù)據(jù)采集就是一大難題，更遑論后續(xù)的數(shù)據(jù)分析。

這樣的情況下，一些個(gè)體加盟開始使用上上參謀APP針對(duì)目標(biāo)門店，生成數(shù)據(jù)報(bào)告，佐證提交的點(diǎn)位合理性。在第三方有效數(shù)據(jù)的支持下，味之絕再進(jìn)行復(fù)核，加盟選址效率極大提升。并且味之絕同樣接入了數(shù)位旗下的實(shí)體商家開店決策平臺(tái)服務(wù)，在評(píng)估門店選址、發(fā)展?jié)摿Ψ矫鏋榧用松烫峁┲С?，無論是個(gè)人還是品牌，均在借助數(shù)據(jù)的力量，減小個(gè)人經(jīng)營(yíng)試錯(cuò)的成本。

長(zhǎng)期探索，數(shù)實(shí)結(jié)合未來前景廣闊

數(shù)據(jù)的推力不僅作用于品牌企業(yè)，而是關(guān)乎每一個(gè)想做好生意的個(gè)體。

從長(zhǎng)遠(yuǎn)來看，數(shù)實(shí)結(jié)合也不是實(shí)體經(jīng)濟(jì)的獨(dú)立命題，數(shù)商也可以成為千行百業(yè)加速破局的助力。以線下選址涉及的地理商業(yè)信息數(shù)據(jù)為例，如企業(yè)進(jìn)行自研開發(fā)，往往面臨數(shù)據(jù)量大，數(shù)據(jù)采集質(zhì)量不穩(wěn)定、分析模型復(fù)雜等等問題，耗時(shí)耗力，成本過高。

而案例中的企業(yè)與個(gè)人，選擇類似數(shù)位大數(shù)據(jù)這樣的智能化服務(wù)得以快速解決企業(yè)問題，全因服務(wù)背后，是數(shù)位建立的國(guó)內(nèi)最大的線下商業(yè)地理信息大數(shù)據(jù)庫，覆蓋全國(guó)686個(gè)市縣區(qū)、超過1.2億條POI數(shù)據(jù)在進(jìn)行支持。配合智能分析模型，數(shù)位大數(shù)據(jù)能夠?yàn)槿魏涡枰祟悢?shù)據(jù)輔助判斷的企業(yè)提供定制化服務(wù)，線下選址僅僅是一個(gè)開始，數(shù)據(jù)的價(jià)值還有巨大的探索空間。

隨著此類數(shù)商不斷發(fā)展，也將帶來普惠各行各業(yè)的數(shù)據(jù)產(chǎn)品與服務(wù)，無論是個(gè)體還是企業(yè)，都能借助大數(shù)據(jù)的能力，在多場(chǎng)景決策時(shí)少踩一些坑、提升一些效率。

數(shù)字經(jīng)濟(jì)時(shí)代，只有當(dāng)更多企業(yè)用活數(shù)據(jù)，數(shù)據(jù)要素對(duì)經(jīng)濟(jì)的推力，才能由點(diǎn)到面，切實(shí)地覆蓋整個(gè)社會(huì)經(jīng)濟(jì)，為萬千企業(yè)提供發(fā)展支持，共同應(yīng)對(duì)不確定因素，數(shù)實(shí)結(jié)合最終也將會(huì)為實(shí)體經(jīng)濟(jì)乃至整個(gè)社會(huì)的經(jīng)濟(jì)發(fā)展帶來新一輪春天。