數智驅動新增長

AIGC加速商業數字化的演變，但我覺得這本書在未來3年，依然是新零售數字化轉型的參考手冊，值得多次閱讀和挖掘。其中幾個重要的收穫和思考點： 1. 數智化轉型路徑：基礎設施雲化-觸點數字化-業務在線化-運營數據化-決策智能化。非常經典普適，不管是用阿里的數字化能力體系，或是用騰訊、京東的數字化能力，還是其他大大小小的數字化服務商，每個企業的數字化戰略都可以使用這個清晰的迭代路線。 如果暢想數智化的終極，我認爲是在決策智能化的基礎上更進一步：經營自動化。未來某些企業可能是全自動智能運營的！ 2. 業務中臺+數據中臺的雙中臺戰略 要不要做業務中臺，要看企業業務的多元化和差異化，太小的企業談不上業務中臺，業務太複雜的大企業，業務中臺會非常複雜，搞不好會制約前端多樣化業務的發展，不一定有性價比。合久必分，分久必合，是集中式，還是分佈式，要根據企業業務和發展階段而定。阿里巴巴這兩年自己都在去中臺化。 數據中臺，我是非常贊成的。不管什麼規模企業，都要有數據中臺，所有人都能自助獲得及時更新的數據，同一張數據大圖上討論業務。當前即便很多互聯網企業，都還是給BI提需求，等排期，人肉獲得數據。 而更有挑戰的事情是，如何基於數據中臺做洞察和創新？目前看起來還是基於人的經驗來識別，數據和AI算法來輔助驗證。未來有沒有更智能的算法來主動識別機會和價值？ 3. 以消費者爲中心的經營增長方法論 大多數企業都是GMV=流量*轉化率*客單價，銷售額驅動的運營模式，根據經驗和銷量來推進生產訂貨。但今天存量用戶的時代，需要以消費者LTV驅動增長，深度洞察消費者，C2B做產品和服務創新。 AIPL+FAST是非常優雅的消費者運營模型，企業轉型經營重心從貨到人，值得借鑑這個經營方法論，可量化的用戶運營和銷售預測。 如果沒有底層的經營方法論，沒有理解增長邏輯，很多企業IT建設的數據中臺，都是散亂無關聯的數據指標，滿足技術癖好，是形象政績工程。 4. ABOS數字化的11個要素，還是可以簡單分類爲耳熟能詳的：人+貨+場 人：消費者+員工 貨：商品+物流+供應鏈+資金流 場：門店+線上 這樣我們聊數字化的時候，有一個大圖，知道是哪一個環節的問題，不然被衆多的數字化場景搞得暈頭轉向。 每一個環節的數字化其實都很複雜，都可以衍生出一個獨立的創業公司

首先是綜合性特別強，從理論框架構造，到實踐經驗分享，涵蓋的範圍和深度有代表性。 其次是通俗易懂，很多現象和行爲，是我們能夠感同身受的，很多工作中的痛點和難點，是我們也在不斷思考的。 再次是系統思考，面臨的問題、解決思路、實施路徑、遇到困難、解決方案，整個體系比較完整，而且沒有過於美化，留了升級與思考的空間。

讀這本書的感覺像是在讀天貓淘寶的功能宣傳廣告，很理想化很理論化，並沒有落地的實踐，也沒有問題具體的解決方案

某某廣告過多，海底撈，特步的案例講的不錯

可以讀一讀，印象深刻的是5部曲再加上一些具體的實例。

從單獨到全域營銷，從傳統到數字化管理，人貨場變革，在信息科技時代，多網融合，你不動，別人就會分割你的煩惱蛋糕和地盤，流量客戶資源都是。新時代學習判斷行動力很重要，在數字化新增長時期，新的打法融入到新媒體蹲平臺，迅速裂變，超越了他人更超越了自己的狹隘。

數智化提升從戰略、業務、組織、技術、運營等方面進行整體的設計與構建，是對企業進行數智化的技術驅動、商業模式的重構和核心競爭力的重塑。通過大數據洞察，不斷創造和滿足消費者需求，倒逼企業內部不斷優化流程和重新配置資源，提升效率和效益，用技術創造引領新商業的過程。未來必須更關注數智資產！尤其是數智用戶資產，端到端數智化產業鏈資產！

詳細介紹了11個行業應如何使用數據來顛覆行業，數據智能已開始應用在我們生活的方方面面，數據運營和決策智能化，數據在各行各業的場景價值都很值得數據人去了解，去思考在我們熟悉的行業裏，還可以怎麼更好地把數據價值落地應用，還可以怎麼做到數據價值最大化，幫助公司效益最大化

很深刻的總結了阿里巴巴數智化轉型的過程與變革，值得所有想做數智化轉型的大中小型企業的CEO去反覆研讀。

個人感覺更偏向技術層面的講解，或者說是阿里生態應用指南。理論結合案例，展現出萬物互聯的必然性，數智化推動新增長，新的商業時代早已來臨。