战略与数据领导力：美凯龙CTO张涛和顾青的对话（上）

1. 数据领导力及表现形式
2. 战略和数据资产
3. 指标体系建设及外部数据价值

以下是对话的过程，文章比较长，结尾有惊喜。

（一）数据领导力及表现形式

张涛：大家好，我是技术出身，最早在高德地图，伴随着高德地图的上市，后来在携程也是负责一个板块的CTO，实践了在携程企业内上市的过程，也算是一个企业内部数字化价值。后来就投身于传统企业，来到了红星美凯龙，这可能是我职业生涯里面相对比较感触深的，因为毕竟中国传统企业要很大的一些数字化能力，数字化的认知，数字化的文化，数字化的组织等等，才能把这些大支点得到一个指数级的提升。

顾青：谢谢张涛，的确这是一个比较漫长的过程，所以我们两个人今天一起谈谈数据领导力和战略的一些历史、现状以及未来。因为我自己也是做技术产品出身的后来给很多企业去做数据驱动方面的顾问工作。数据领导力这个事情，它的表现形式包括：精益交付，业务数字化、数据决策、试验文化和差异化创新等等。

我这段时间跟很多消费品牌的企业家有些交流，他们已经做得比较好，他们都很年轻，以前可能从互联网公司里面做过产品的一些背景出来，所以他们很接受用学到的方法去创业和管理公司。

为什么差异化创新把它放到数据领导力来看，如果大家去翻一翻比较重要关于战略方面的教科书和课程，包括哈佛、斯坦福和国内顶尖商学院，差异化创新指在一个竞争非常剧烈的市场里面，如果战略是要走多元化的价格体系，差异化创新就必须要做。如果是以成本越低越好作为战略的唯一关注点，可能差异化创新没那么重要。但是在我来看，现在中国已经走到了不可能完全按照成本优先作为战略的阶段。

很多企业它必须要去做品牌溢价，它必须要做多元化，比方我合作过的华住酒店集团，对吧？这么多年，但如果观察从上市到纳斯达克，到现在它的旗下的酒店不断衍生出的品牌是越来越多了，光靠汉庭一个产品是很难撑得住它的市了，它必须要有更多的溢价空间的时候，它必须要做多品牌，所以必须搞差异化创新，需要大量使用消费者数据去做量化研究。

在我来看，数据是一个战略资产。案例很多，比方平安银行、美联航和迪斯尼plus，他们都把数据作为战略资产。

平安银行或者很多大银行，它把数据作为它跟外界进行数据联合建模，联合去挖掘更多横向的、纵向的营销场景的一个重要资产。美联航的数据也是一个战略性的储备资产，它是可以期货化的.通过数据驱动的全盘考虑，已经可以对航油进行期货化交易，所以数据获取成为一个战略手段。这是第一个层面的理解。

第二个层面是决策的能力上面。

我举两个传统企业例子，一个是沃尔玛，一个是红星美凯龙。

沃尔玛全世界第一家自己拥有卫星网络的零售企业，可以用于判断选址，以及包括天气对整个供应链的影响，它早就实现了这些能力，绝对不是大家认为传统企业好像这方面比互联网企业弱。你发现在美国，沃尔玛并没有被亚马逊打趴下，沃尔玛很强。

下面我想请张涛老师来讲讲美凯龙在数据领导力和战略上的思考，以及是怎么布局的。

张涛：谢谢顾老师刚才讲了一些案例，也很受启发。红星美凯的业态也比较复杂，有家装，有线下的家居卖场，也有线上的导购服务，也有装修，也有房产交易，还有我们的影院和购物中心等等，也是目前绝大部分实体经济覆盖面的一个缩影。

前两天习主席也在巴厘岛也提到了，这个叫数字产业，核心两个关键的纽带就是数据。数据我们在过去传统企业里面，上了很多系统，我们叫信息化。可能在 10 年前，好传统企业，甚至当下具有规模型的一些企业都把上系统等同于数字能力提升。红星美凯龙也不例外，在以前我们也是大量的上系统，用系统本质是无纸化、信息化，这个是过去整个信息化演变过程中的一个非常关键的阶段。

目前对于红星美凯龙来说，我们对数字化的关键点有几个：

第一个我提到存量的深耕。存量的深耕，增量的触点。存量的深耕什么意思？这个也是我们内部包含上上下下都在探讨的一个非常朴素但是又非常重要的一个话题。我们对存量深耕，也就是我们所有的用户，我们所有的行为轨迹，我们所有的员工服务，所有的门店的经营情况，这些数据每一个都有价值。我们深耕，能够让数据在不同时间、不同轨迹，不同的服务，结合不同的产品，能够真正的把这个价值提炼出来，这个是一个非常关键的点。

红星美凯龙客单价其实不低的，我相信好多朋友应该也在红星美凯龙逛过，我们的商场是比较大的，这些空间的数据，用户的数据，怎么能够让这些数据能够真正地去指导辅助集团去决策，这个是我们目前在探讨话题。这里面可能小到一些标签，大到一些业绩导向，用户的线性关系等等，都是要求我们对存量数据一定要深耕，要了解自己。

其实这个话题是我作为红星美凯龙数字化的负责人，一直在倡导，我们怎么能够了解自己。其实不管是个人、国家还是企业，在发展的过程中无非就是提升认知，在另外一个认知程度上去了解自己。数据化对红星美凯龙在内部经营管理来说，首当其冲。我们产生了公信力，也产生了数字经营的理念。我们全国 475家卖场，我们现在倡导的是数字化运营，我们能够真正的高效把这些用到实处，其实这个就是自身数据非常关键的一个阶段。

另外一个变化是什么？

刚才提到增量的触点，其实传统企业好在一点，我们全国只要一开门，我们有几万个导购员，我们有这么多导购员能够触达我们每天到店了这么多客户，是真正的精准客户。

我相信对于装修来说，这件事人生经历不了几次，所以这部分的用户关系是非常有价值的。之前我们交易性质比较浓，现在就是慢慢朝服务转型。在数据层面上、决策层面上，我们加了一项。从业绩、金额、交易量，增加服务满意度，这个是当下我们几个比较变化的关键点。所以我们和用户之间的关系，它绝对不单单是我们之间的交易关系。在整个的服务过程中，需要我们数字化，需要我们把所有的动作、话术、言语、服务、时间都能够串起来。这是我简单对于红星美凯龙的一个阐述。

（二）战略与数据资产

顾青：谢谢，张涛讲的很落地，因为这是美凯龙本身整个商业模式决定了他必须这么做。而且也提醒了大家一句话，虽然都在做数字化，但是绝对不能把数字化作为一个纯软件的项目进行评估。它首先必须得有业务场景，必须得有业务目标，它必须得要解决实际的业务价值问题。

这需要的是企业的高层，至少是CEO-1，最好是 CEO 亲自来参与这件事情。在我来看，大部分 CEO的确是更关注外部因素。所以比方在竞对监测也好，外部投融资也好、一级市场、二级市场，还有包括上下游的关系，包括客户的变化，这些对于CEO 来讲是一个很重要观察视角。

但是另外一件事情，以前可能因为还有红利，生意比较好做，但现在如果企业当家人不去思考如何向精益化管理要效益，大家的日子都不会好过。在我来看，中国已经走到了需要向管理要效益的必然的历史阶段了。这是需要企业一把手去布局的事儿。

进一步推演，第一件事情还不是用什么软件，而是先要去解决内部的组织设计和文化，是不是能够做到数据驱动和精益管理。我们平时内部在开战略会的时候，你开3天也好，开5天也好，这都不不重要。

最关键的是你开会时候使用的语言有多少是能够用比较量化的定义进行明确描述的，能做到吗？也就是一个公司在开战略会的时候，是围绕几张表在谈具体问题，还是围绕概念在谈问题？这明显就区分出两类公司，这文化是不一样的。

虽然现在市面上面各种各样的软件非常多，但是站在企业一把手的角度，至少需要一个清醒的认知，就是在我这个阶段的企业，我所应该去具备的数据能力到底什么？这里的模型不是指数据模型，而是按照一个可以客观评估企业在数字化能力或者数据领导力的各具体表现方面的评估模型。经过权重计算的总分，企业CEO和CXO可以跟同行业或其他行业同规模企业进行比较，发现差异，并制定合理的计划去去弥补。

还有一块，对于企业来说，数据资产这件事情，我请张涛继续分享一下他的看法。

张涛：顾老师提的，这个极其的重要。我说的比较朴素一点，大家可能以前把资产是认为我看得见的资产，我的电脑，我的座椅板凳，我商场的面积等等，这些是。

现在随着商业体关于REITS的这么一个资产的概念，他考虑的就是我们自身的价值，对于投资方，对于社会、对国家来说，它不是硬件的资产，一个很大块的是数据资产。

其实数据资产是在之前规模性审视企业价值之后的一个极其的重要方面。普通的来理解，我们有规模用户量，也有订单额，这在过去的认知是这么说没有问题。但是随着这几年，他一定会发现你利润率，你用户品质，平均客单价是比较高，所以我一直在对内定义我们没有c，我们只有v，我们的每一个c，我们把它当成VIP用户去服务。

我们的服务资产，我们的客户资产，甚至是我们的用户关系资产，这些都属于我们的资产。那么多了一些维度，我觉得数据现在是企业必须去重视。刚才顾老师也提到了一把手的事情，现在我觉得这一把手之外，它将会产生一个数据资产的文化，大家在认知里面，平时的工作里面，甚至在组织里面的一些分工里面，点点滴滴对这个事情的重视。

（三）指标体系的设计建设和外部数据价值

顾青：谢谢张涛，讲得非常的客观。

我前段时间跟大概有几十家不同企业的一把手或者创始人有个交流，我发现大家有一个比较头疼的事儿：全局的指标体系设计问题。比方到了每年的12月，为了定指标和目标得要开很多会议，而且还可能拍错。

这是一个很大的问题，很多企业其实在战略目标最后能够定量的、合理地拆解到一个自洽的指标体系里面去，并且在指标体系落地时候，不会出现比较奇怪的动作，这不是一件容易的事情。

比方我曾经之前举过例子，美国以前把医院二次的复诊率作为一个评估医院管理是否好的一个指标，结果造成的很多扭曲的管理动作。像这种指标的陷阱，在很多一把手的管理里面，它需要被重视，被挑出来。

现在大家都说在用 OKR 或者用KPI，其实到最后依然是一个科学的指标体系是否可以被设计出来的。

这件事情在数字化落地上面是第一要务，因为这件事情牵涉到全公司资源分配的科学性问题，也牵连到下面的每一个员工每日该怎么干活。

这个事情如果可以做好，能带动营销、销售、运营、服务等二级部门的协同作战，但需要全局的指标体系设计来支持，需要一套科学的方法。

不知道张老师有什么补充。

张涛：顾老师对于指标体系的阐述是相当正确。其实当然现在我们企业也有对于指标提升的空间，包含行业内好多企业，应该也有很大提升的空间。

我有两点的补充。第一个就是说实话，现在好多企业设定指标，经验值偏多，也就是感性偏多，我是感触得比较深的，特别是对于年底设置明年的经营目标的时候，存在一定成分上的拍脑袋。

顾老师提到叫数据驱动。如果把结果拆成过程，像一个人跑接力赛一样，可以分段监测，但是不要到年底开盲盒。

在这个过程中，把所有的结果拆成好几个过程行为，可能每年有几场活动，可能每一个用户，可能口碑服务等等。这个可能和结果都有一些相关性，把总的结果拆分到过程的结果是要拆分的。

我上次在对内的开会里面，讲我们怎么给我们西藏的红星美凯龙去定指标。我提议所有周边环境数字化，比如周边有多少人口，有平均年龄或者城市的发展现状等等，能够映射的全部数据化。

虽然不一定准确，但是有一定的可参考依据。所以这些能够从周边的环境数据折射出指标的一个方向，有客观性。所以我们去年其实在西藏、新疆两个店试了一下，觉得偏差不大，这就是数据领导力的价值。

第三点也是临时补充一个点，就是非常考验内部经营管理者。

如果我假设把跑步机、计步器都给到了大家，把你的周边环境数字化也给到了大家。另外一个就是管理激励，我爬到一楼是多少，爬到二楼是多少，奖罚分明，我觉得就能把市场慢慢地盘活。其实，上下同域在这个事情上尤为体现的是直观高效。

顾青：我很赞同张涛举的例子。对于很多企业，有一块其实是极大的，就是被忽视的外部环境数据的获取。

曾经某个做上门家政服务的企业，市场负责人拍脑袋给CEO估算市场规模有一万亿，但是中国是很大的，细到三级四级城市，每个城市的当地出生率，当地的就业情况和家庭收入都不一样。当把这些外部数据拿回来之后，再结合以前的某省份的经营数据，两者结合起来设计一些数据模型来推测市场容量，会发现整体市场容量远远低于拍脑袋的万亿市场规模。

另外，规模的预估偏差，广告投放都是按城市投的，会导致每个城市的广告投放都可能浪费很多钱，但事实上当地没有这么多的供给。

这些外部数据，需要纳入到模型测算。最后事实经营结果是证明了数据和产品团队是对的。所以外部的环境数据其实就意味着你所做的行业，你的所在地的，外部的这些数据，以及上下游的这些数据都要纳入测算，才可能得出科学的依据。

所以我很赞成张涛老师举的例子。

大家也可以参考我以前在携程的决策方法论。