数据清晰地勾勒出了中国乳制品行业的现状，规模大、增长停滞。这是一个成熟市场的标志，也是乳制品行业面临的第一个痛点——全行业正在进入“中年瓶颈期”。
文
丨
猎
云
网
I
D
：
i
l
i
e
y
u
n
作
者
|
中台观察
中国乳制品市场是一个超千亿元的成熟市场。根据中国奶业年鉴数据，2018年中国乳制品市场规模达到3590.41亿元，同比增长-5.3%；总销量3099万吨，同比增长1.0%。
这组数据可清晰地看出中国乳制品行业的现状，规模大、增长停滞，这是一个成熟市场的标志，也是乳制品行业面临的第一个痛点。亿欧智库最新发布的《2020年中国乳制品行业数据中台研究报告》中也同样揭示了当前乳业面临的发展问题：增长、升级、多样化。
在已经过去的2019年国内乳企已经使出浑身解数：蒙牛持续发力海外业务布局全球化，新希望在低温市场找到发力路径，三元借势“肉菜奶”组合大打“食品包”，贝因美触电网红经济玩起社群营销……在激烈的市场竞争中保有甚至扩大自身那一杯“羹”。
而《2020年中国乳制品行业数据中台研究报告》则非常明确地认为，国内乳企曾经的
单点数字化已经不足以支撑它们目前的发展。
全流程、可快速响应的数字化方案将成为中国乳制品新的方向。
同样是2019年，飞鹤、雅士利等国内知名乳业品牌纷纷拥抱数据中台，并逐渐成为乳制品行业数智化的一个方向。
那么，国内乳制品行业数据中台的实践效果如何？数据中台究竟有何魔力？
数据中台能解乳业面临的痛点难题吗？
在解这个问题之前，我们首先要分析清楚中国乳业痛点具体表现在哪里？
目前中国乳制品市场液态奶占据95%以上比例，再细分来看，液态奶又可细分常温
白奶、常温酸奶、低温酸奶、鲜奶、含乳饮料组成，细分品类众多。
这将导致在每个细分领域，都会不断有新的企业进入下游成品奶市场，根据Mintel GNPD2018年数据显示，2013年-2018年低温酸奶、鲜奶、常温奶、奶粉四大品类汇总的新建立品牌数增速高达23.86%，激烈的竞争导致乳制品行业整体的利润水平较低，行业总体净利润保持在7%以内。
图源：《2020年中国乳制品行业数据中台研究报告》
尽管不同细分领域的竞争较激烈，但总体的市场还是较集中的。
2018年伊利、蒙牛、光明、飞鹤四大集团总收入超1800亿元，占据整个乳制品行
业的半壁江山。
因此，对于集团公司来说，如何管理旗下众多品牌，以及不同品牌衍生出的生产、供应链、营销的综合管理问题；
而对于小型公司来说，如何优化企业运作效率，从敏捷高效的管控流程中创造利润是其主要难点。
当然，由于电商、新零售的普及，乳制品行业的渠道也发生了很大的变化，2005
年杂货店占据了中国乳制品渠道的50%，但如今只有不到1/4，并且还在缩减；
蚕食该渠道的主要是网购和低温便利店；
而大卖场和超市这么多年依然稳坐另一半渠道江湖。
零售渠道的演变是一个逐步规范、集中和可控的过程，因此目前的乳制品企业都试图更好的控制销售渠道，更加接近消费者，这就产生了另一个重要的痛点问题，即如何更好地管理渠道、更好地链接消费者？
一边乳制品企业还没很好的了解消费者，同时消费者偏好的变化速度正在加快，因此品牌、产品的更新速度也得同步加快，如何掌握这个节奏？如何更精准的了解消费者的需求？
在《2020年中国乳制品行业数据中台研究报告》中，亿欧智库总结了乳制品行业面临的三大痛点：增长、升级、多样化。
增长指的是总体销售额增长乏力，处在存量竞争阶段，如何获得新的增长？
升级指的是乳制品行业总体利润较低，行业如何不断寻找新利润点？
多样化指的是渠道、品牌、产品的多样化使得乳制品市场竞争加剧，如何满足产品快速迭代、服务快速响应需求。
图源：《2020年中国乳制品行业数据中台研究报告》
实际上每一个问题都没法完全依靠数字化解决，但是数字化能为其提供新的方案和路径。
如针对增长问题，精细化运营是个突破口，而精细化运营的基础就是数字化的程度足够高；
针对升级问题，全域优化、品类升级都是新突破口，其中全域优化就是数字化层面的问题；
针对多样化问题，加强消费者端的数字化建设是重要的基础。
图源：《2020年中国乳制品行业数据中台研究报告》
根
据《
2020年中国乳制品行业数据中台研究报告》，中国乳制品数字化进程基本完成重要环节（如质量安全、供应链管理）的信息化，但各个系统的数字化程度不一、数据资产孤岛化，与消费者的连接较弱；
同时中国乳制品进入了寻找新增长、等待升级、适应多样化的新阶段。
但是，在增长、升级、多样化的痛点前面，基于单点的数字化已无法满足需求，因为痛点背后是精细化运营、全域优化、快速响应的产业需求，因此全流程、可快速响应的数字化方案将成为中国乳制品新的方向。
《2020年中国乳制品行业数据中台研究报告》认为，数据中台能有效助力乳制品行业全域+敏捷数字化发展。讨论数据中台这个概念的时候，阿里巴巴的观点则不容忽视。作为这一概念的首创者和实践者，阿里巴巴对数据中台的定义解释为：数据中台是集方法论、组织和工具于一体的，“快”、“准”、“全”、“统”、“通”的智能大数据体系。这也进一步证实了亿欧智库分析师们的研究。亿欧智库的分析师认为：数据中台的构建基于新的技术、理念和方法论，可解决传统数仓的系统建设问题，有效适应新变化，是企业数字化系统迈向数据智能的重要演进之路。
回到最初的问题，乳制品行业在迈向数字化过程中数据中台确实是它们在此间解决痛点的不可或缺的助力。
二问：数据中台通过什么来助力企业数字化变革？
按照通俗的说法，过去乳制品行业企业走过的是内部信息化的过程，其中对数据的存储、管理和使用也随着信息化程度在发展，我们姑且称这个过程为数字化变革的过程。
数字化的背后有两个重要的组成部分，一个是技术、一个方法论，技术是指数据库、数仓所依赖的技术方案，而方法论在于乳企如何管理数据、如何提炼数据价值、如何让数据更好赋能企业发展，这需要企业管理思想、行业know-how、组织架构和员工参与度等多方面因素共同影响。
早期企业的数字信息较少，通过部署数据库以及少量开发人员就可以满足简单的业务支持分析，但对着数据量变大，多层级部门的日常操作、分析在多类型、多个数据库之间进行，使得数据的抽取和访问显得错综复杂，会产生较多问题，如数据分析结果缺乏可靠性、数据处理的效率很低、难于将数据转化为信息等蜘蛛网现象。
随着数字化程度加深，企业数据量变大，操作和分析对象变多，传统数据库系统会产生“蜘蛛网”现象，数据仓库、OLAP技术成为主流解决方案。
但目前独立的、固化的、有限的决策支持系统已经无法适应业务快速发展的需求：
首先，传统数仓ETL过程基本依靠人工，且一旦开发完成，数据承载和储存能力的提升将会耗费很长的时间，花费更多的成本。
其次，传统支持决策系统的使用者还是高层管理人员，没有针对具体的业务运营人员的使用渠道，难以适应未来精准化运营的需求。
再次，触点的增多、业务灵活性增加对数据的弹性能力要求增加，数据决策系统需要适应敏捷的业务模式。
同时，传统支持决策系统各自是独立的，如基于AI、数仓以及各部件的支持系统，随着业务复杂度上升，目前的架构无法满足更多跨系统的决策需求。
因此，必须构建一种基于新技术、理念和方法论的新型数据智能管理系统，才能更好的满足乳企现阶段的发展需求。
而根据《2020年中国乳制品行业数据中台研究报告》，亿欧智库认为数据中台是企业内支持高效构建全域数据资产、敏捷赋能多类业务、智能服务全流程人员的新型数据智能系统，能够满足现阶段乳企全域+敏捷的数字化需求。
亿欧智库在《2020年中国乳制品行业数据中台研究报告》中还特别提及了来自阿里巴巴专家们对定义的深度解释，“数据中台是区别于传统数据仓库的智能大数据体系，帮助企业实现好数据、联商业和通组织”。
