新火種
2024-01-02 
泛零售產業數智化服務商「九章數據」獲數千萬級A+輪融資，布局更高智能化BI產品矩陣
作者 | 程一城
編輯 | 王與桐
36氪獲悉，泛零售產業數智化服務商「九章數據」于近日完成千萬級A+輪融資，由野草創投獨家投資。本輪融資后，「九章數據」將繼續增加SaaS產品研發投入，構建SaaS云平臺AI產品矩陣，并擴建人才隊伍，加速業務市場開拓。
《IDC FutureScape：2021年全球數字化轉型預測》中指出，預計到2023年，75%的組織將擁有全面的數字化轉型實施路線圖，實現業務與日常運營的轉型。當數字化轉型的浪潮席卷至傳統零售行業，通過機器學習來提升數據資產的利用率，從而使數據價值體現在供應鏈、門店經營、營銷等各方面，成為了行業呼吁智能化變革的核心訴求。
九章數據是36氪曾報道過的一家公司。其成立于2018年，是一家專注零售行業數據分析，以商業場景AI應用為主營方向，立足企業場景需求的軟件服務商。目前，該公司已與屈臣氏、華潤、新疆友好、廣東麗日、歐萊雅、強生、花王、新世界集團等多家零售企業達成合作。2022年4月，九章數據發布SaaS云數據平臺—iDAS，并針對門店經營管理的前后端業務場景，部署零售經營工作臺iReport與供應鏈AI2.0產品，為超商與消費品牌提供數字化轉型解決方案。
拆解九章數據的產品服務矩陣，其核心邏輯是從商業應用場景的需求出發，以DaaS（數據中樞）與MaaS（模型中樞）為聚合基礎，通過離線和實時2種計算機制，對多平臺數據進行統一的存儲、計算和管理，構建共享、復用的企業級數據中臺，在經營分析、營銷分析、供應鏈分析等多維度提供數據集成分析，在SaaS服務模塊化應用的同時也能支持企業私有化部署的需求。
（九章數據產品服務矩陣）
公司核心產品與商業模式如下：
· SaaS云數據平臺iDAS
數據管理平臺3.0版，以云端產品架構基座，結合行業專家的數據資產化能力。iDAS平臺通過集成行業內ERP廠商的系統數據，來構建數據平臺生態產品體系，實現數據的閉環運營。以數據分析技術輔助完成商業場景中復雜業務的精細管理與智能決策。據九章數據介紹，iDAS平臺的數據主要來源于合作的零售商與零售ERP企業。通過與零售ERP企業石基大商、思迅軟件等合作，目前公司已拉通了零售行業60%以上的系統數據，統一數據采集標準，打破數據孤島。據了解，九章數據是深圳數據交易所第一批數據服務商，在數據交易中通過脫敏、隱私保護等技術手段保證數據的合規性。iDAS產品根據企業的門店數量按年收取服務費。
· iReport
主要應用于零售行業前端經營階段，以數據驅動運營。通過收集商家的多方數據，通過ML（機器學習）與DL（深度學習）的模型計算以及運籌優化算法輔助決策，驅動系統預置、經營分析、門店體檢、優化跟蹤等系統工具的部署。iReport的五項產品功能 “門店業績追蹤與體檢診斷”、“立體洞察”、“異常跟蹤預警”、“新品銷售跟蹤”、“收銀實況全掌握”打破傳統ERP的單一視角和計算能力限制，在運營實踐中提供為門店全盤經營的體檢報告，輔助商家在門店問題智能診斷、經營狀況分析、巡店、品類優化等方面做出決策。iReport作為SaaS化產品，具有輕便、靈活配置的特性，目前以標準化模塊合作為主要售賣形式，以年費收取合作費用。
· AI供應鏈
主要應用于后端解決方案階段，在洞察問題后，通過iReport呈現的門店體檢、經營分析、品類優化等不同業務場景的數據洞察及分析報表，做出一系列的決策智能，滿足企業門店商品需求預測、活動促銷預測、采購需求感知、新品預測、智能訂補調等倉庫及門店的高頻業務場景。AI供應鏈通過模型結合個性化開發收取合作費用。
在零售業應用場景方面，九章數據的幾大核心產品在其為美妝零售客戶屈臣氏提供的供應鏈數字化服務中已跑通商業模型。因屈臣氏存在門店數量眾多、美妝護膚日化SKU眾多、促銷節奏快等運營特征，數字化轉型前，每次線下促銷，其供應鏈部門的預測團隊每次促銷前需要花費大量精力對未來促銷商品進行到倉層面的預測，預測準確率在40%左右，而商品到店層面的預測只能通過到倉層面的預測進行切分。
對此，九章數據通過SaaS云數據平臺與數據銀行為屈臣氏建立門店運營的數據體系，統一數據標準，并通過AI供應鏈平臺，結合線下、線上促銷力度、廣告投放力度、節假日等多種因素，對基于上千種SKU的日顆粒度的銷量預測，提高供應鏈部門對商品需求預測的準確率，同時為門店提供多級庫存網絡下的拆零補貨支持，降低門店與倉庫的庫存成本。據九章數據介紹，目前已幫助屈臣氏完成商品需求預測準確率從40%提升至85%，商品平均日缺貨率下降 1.73%，商品平均月周轉天數下降 4.5%，且目前，商品總體缺貨率已穩定在2%以下。
談及行業數智化變革前景，九章數據創始人兼CEO張師磊認為，布局BI與增強型分析等更高智能化產品的時機已經來臨。零售行業線下門店多，每天商品交易數量龐大，門店日常運營工作量大。零售運營管理人員對商品數量預測、商品進庫存管理等操作的智能化訴求，需要智能易操作的數據分析工具來承接。
對此，公司目前正在研發將增強型分析能力和AI技術融合強化的Modern BI技術，可以更迅速地適應變化，提供更加快速靈活的決策。同時，該技術可以根據企業員工語音描述的數據需求，快速準確的創建對應的數據模型，并輸出可視化分析結果。與市場上已有的發展成熟的BI企業對比，九章數據的Modern BI將更聚焦在零售行業內，不局限于在數據可視化層面，增加更多偏向零售業務運營分析及建議的維度。據張師磊介紹，此輪融資后，九章數據計劃在今年推進Modern BI的研發進度，加快商業落地進程。
九章數據的核心客戶群體主要以營收1億-50億的客戶為主，客戶行業主要集中在以中大型超商、商場、百購、消費品牌為代表的泛零售行業，針對行業內不同的細分市場提供不同類型的服務。例如，對于中大型連鎖超市，涉及的線下門店眾多，需要測算海量的人貨場數據，iReport與AI供應鏈可以提供全鏈路的數據洞察與決策建議；對于消費品牌商，其主要訴求是商品在不同渠道商的各種銷售數據、促銷活動數據，九章的數據銀行產品可以拉通不同渠道商的交易數據，提供銷售數據分析，目前公司的數據銀行產品已入駐品牌商已超過70家。
據了解，本輪融資之后，九章數據計劃調整客戶戰略，擴展中小型企業客戶群體，并根據中小客戶需求，通過輕便型SaaS模式，提供可快速搭建安全、易用的數據平臺，在此方面，公司最近發布的SaaS云數據平臺--iDAS平臺就是例證。
目前九章數據的收費模式有兩種，一是針對大中型客戶部署私有化產品的需求，采取產品＋服務雙重收費模式；二是針對小型SaaS化云平臺iDAS 產品是根據企業的門店數量按年收取服務費。
九章數據創始人兼CEO張師磊曾任微軟亞太研究院技術經理、華潤萬家數字化總經理，團隊核心成員主要來自微軟亞太研究院、阿里巴巴、沃爾瑪、華潤、華為、石基零售，金蝶等企業。目前公司員工規模約100人，其中開發人員數量占比超過70%。
經歷過疫情震蕩的零售行業，為降低人力成本、鋪租成本、運營成本，商家對數據分析決策的依賴程度正在提高。聚焦零售賽道提供數據服務是九章數據在未來幾年內不變的定位，而幾個亟待解決的問題是，客戶定位轉型后，公司如何提高對中小客戶零售數據需求的理解能力與服務能力，以及對于二三線城市的區域性連鎖超商，如何根據不同區域的零售特性拆解數據需求，提供更契合的數據產品。
投資人觀點：
本輪投資機構野草創投投資總監楊雪斌表示：“零售行業是保障國計民生的支柱行業，產業鏈上環節復雜且競爭激烈，隨著產業數字化進程的逐步推進，基于降本增效的客觀需求，零售行業各參與方迫切需要構建起對于數據的洞察能力。九章團隊在零售領域深耕多年，積累了深刻的行業knowhow。并形成了服務大客戶與中小客戶的不同產品線。同時公司積累的數百個行業分析模型與解決方案可以真正讓數據作為第五種生產要素參與到公司的生產、運營中去。我們看好九章數據在零售行業中的未來發展?！?/p>
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
