一、全鏈路商品競爭力提升的整體思路

1. 零售行業(yè)從消費者需求到商品開發(fā)經(jīng)營的全鏈路強依賴數(shù)據(jù)

從整個零售的視角來看，一個商品從市場調(diào)研、消費者調(diào)研，到引入、迭代產(chǎn)品，再到商品計劃、供應(yīng)鏈把控，以及后續(xù)的線上運營和財務(wù)考核，這一整個鏈路是非常長的。在傳統(tǒng)的零售企業(yè)中，由于數(shù)字化程度不足，整個鏈路流轉(zhuǎn)過程往往僅存在于經(jīng)手人員的經(jīng)驗之中。然而，由于盒馬的業(yè)務(wù)從創(chuàng)立之初就是一個完全數(shù)字化的業(yè)務(wù)，因此有機會打破這些瓶頸。

2. 提升商品競爭力的核心思路：全鏈路+全周期

在數(shù)據(jù)層面，主要聚焦于兩大方向：

• 從商品流轉(zhuǎn)的角度出發(fā)，致力于提升銷售毛利，同時降低商品成本；
• 在商品從引入到退換的整個生命周期中，力求提升運營效率。

商品作為零售業(yè)務(wù)的核心，涉及到銷售、采購以及兩者之間的流通環(huán)節(jié)。

3. 數(shù)據(jù)資產(chǎn)服務(wù)能力建設(shè)與商品全鏈路的應(yīng)用場景互相促進

進一步細化到數(shù)據(jù)操作層面，我們發(fā)現(xiàn)品類規(guī)劃、商品引入、定價、退換等一系列過程基本上依賴于兩大要素：

• 數(shù)據(jù)資產(chǎn)和數(shù)據(jù)能力的豐富程度
• 業(yè)務(wù)鏈路中場景應(yīng)用的廣度

這兩者相互促進，豐富的場景應(yīng)用能夠促進數(shù)據(jù)資產(chǎn)的建設(shè)，而完善的數(shù)據(jù)資產(chǎn)又能提升場景應(yīng)用的效果。

4. 支撐提升商品競爭力的數(shù)據(jù)能力體系

總結(jié)來說，盒馬的數(shù)據(jù)資產(chǎn)和數(shù)據(jù)服務(wù)的積累主要體現(xiàn)在三個方面：

• 首先是 1 個平臺，盒馬已建立起一個集商品數(shù)據(jù)管理與服務(wù)于一體的平臺，旨在統(tǒng)一全鏈路數(shù)據(jù)標簽和指標口徑，并提供統(tǒng)一的數(shù)據(jù)服務(wù)能力，以提升商品各個環(huán)節(jié)的數(shù)據(jù)使用效率。
• 其次是 2 幅畫像，即商品畫像和消費者畫像。
• 最后是 N 項能力，我們面臨包括批發(fā)市場數(shù)據(jù)、競爭的市場調(diào)研等在內(nèi)的數(shù)據(jù)，需要擁有處理這些異構(gòu)數(shù)據(jù)的能力，以確保我們能夠有效地整合和分析來自不同來源的數(shù)據(jù)。

二、商品數(shù)據(jù)資產(chǎn)服務(wù)建設(shè)與典型應(yīng)用場景

1. 2 幅畫像

（1）商品標簽畫像

商品標簽包含六類，首先是基礎(chǔ)屬性，包括名稱、品種、口味、凈含量等；第二類是零售或電商場景下用戶對商品的觸達，包括瀏覽、點擊、下單等；其余四類分別為基于經(jīng)營特征做的分層、商品標簽刻畫、受眾分析，以及品類這一層的屬性。

從深層視角來看，可以將標簽分為三個層次：

• 首先是基礎(chǔ)數(shù)據(jù)標簽，主要依賴于統(tǒng)計，如打點，這些構(gòu)成了底層基礎(chǔ)標簽的統(tǒng)計。
• 其上是規(guī)則分層標簽，基于運營規(guī)則對商品進行分層，以確保數(shù)據(jù)符合業(yè)務(wù)預(yù)期。
• 最后是應(yīng)用場景標簽，通過基于規(guī)則和數(shù)據(jù)的消費者洞察，旨在構(gòu)建消費者心智。

（2）用戶標簽畫像

用戶標簽種類繁多，在此僅選取與商品運營密切相關(guān)的部分進行闡述，主要包括用戶的基礎(chǔ)屬性、行為統(tǒng)計和場景偏好。此外，僅僅擁有單個用戶的標簽屬性是不夠的。從商品創(chuàng)新或運營的角度來看，我們需要進一步關(guān)注用戶群體的表現(xiàn)特征，因為基于人群的運營才是業(yè)務(wù)操作中的關(guān)鍵抓手。

（3）用戶標簽與商品標簽深入?yún)⑴c到業(yè)務(wù)鏈路的各類消費場景

無論是用戶標簽還是商品標簽，其建設(shè)過程主要包括三個方面：

• 基于統(tǒng)計和大數(shù)據(jù)計算；
• 通過歸因規(guī)則平臺，基于原始數(shù)據(jù)，使業(yè)務(wù)能夠迅速構(gòu)建相應(yīng)規(guī)則；
• 利用挖掘和算法模型進行建模。

在阿里巴巴，我們使用阿里云上的平臺來實現(xiàn)整個建模過程，并將數(shù)據(jù)存儲在資產(chǎn)中心或其他管理平臺，如 CRM 相關(guān)工具上，以供下游分析場景、數(shù)據(jù)產(chǎn)品、算法以及直接對接的業(yè)務(wù)系統(tǒng)使用。

2. N 項能力

（1）面向多源信息的加工能力

關(guān)于之前提到的 N 項能力，主要包括以下幾個方面：

• 首先，基礎(chǔ)模型的使用，這涉及關(guān)鍵詞詞庫、圖像處理以及大模型（如通義千問等）。
• 其次，商品能力主要體現(xiàn)在三大塊：商品屬性挖掘、類目預(yù)測以及同品識別。
  商品屬性數(shù)據(jù)挖掘主要關(guān)注商品的凈含量等關(guān)鍵信息。在數(shù)據(jù)多元化的背景下，這些信息往往呈現(xiàn)不規(guī)范的狀態(tài)。例如，在商品價格比較時，如山姆銷售 1000 克的產(chǎn)品，在盒馬僅銷售 200 克，如何歸一化比較這些不同規(guī)格的產(chǎn)品數(shù)據(jù)也是一個挑戰(zhàn)。
  類目預(yù)測旨在將不同來源的數(shù)據(jù)置于同一類目維度下，進行刻畫和分析。
  同品識別：對于標品來說，在行業(yè)內(nèi)的統(tǒng)一編碼。但對于生鮮等非標品，由于缺乏統(tǒng)一的行業(yè)標準，如何識別同品類商品是一個重要問題。
• 數(shù)據(jù)能力包括數(shù)據(jù)產(chǎn)品建設(shè)，在后文中將會做詳細闡述。

（2）加工處理能力原子化

當前所面對的數(shù)據(jù)源不僅限于可控的數(shù)據(jù)源，還包括基地的 PR 市場、線上線下的市場調(diào)研數(shù)據(jù)等。為實現(xiàn)對多元數(shù)據(jù)的靈活處理，提出了兩個基本要求：

• 數(shù)據(jù)輸出標準化，確保無論數(shù)據(jù)來源如何，都有統(tǒng)一的輸入標準；
• 能力原子化，即，將各種能力進行模塊化處理，以便在不同場景下靈活編排和適配。

3. 場景應(yīng)用

接下來，將簡要介紹幾個有趣的應(yīng)用場景。

（1）稱損優(yōu)化

對于零售企業(yè)而言，其采購的商品多為大包裝或批量采購，例如，從批發(fā)市場購進上海青時，可能一次性購入十噸或二十噸。這些原材料進入盒馬的加工中心后，根據(jù)商品的質(zhì)量和克重進行分包處理，以滿足門店銷售的 200 克或 400 克等規(guī)格的包裝需求。

在加工過程中，稱損是一個不可忽視的環(huán)節(jié)。當原材料經(jīng)過初次稱重并剔除次品后，進入包裝流程。再次稱重時往往會發(fā)現(xiàn)，即使是規(guī)范化的操作，也很難保證每個商品的實際重量與其標準規(guī)格完全一致。因此，稱重環(huán)節(jié)必然會產(chǎn)生損耗。

以有機娃娃菜為例，銷售給消費者的標準重量是 400 克。然而，在實際操作中，每個包裝完成后的商品重量并不相同，有的可能低于標準重量，有的則超過。對于低于標準重量的商品，盒馬會采取退差策略，通過退還差價的方式確保消費者權(quán)益不受損害。

但對于超過標準重量的商品，如 410 克，消費者雖然支付了 400 克的價格，卻獲得了更多的商品。這部分額外的成本，實際上是由盒馬承擔的，構(gòu)成了真實的利潤損耗。據(jù)估計，盒馬每年在此類損耗上的支出近一個億。

為了優(yōu)化這一流程，我們借助數(shù)據(jù)科學的方法對加工中心出產(chǎn)的商品進行了深入分析。我們發(fā)現(xiàn)，這些商品大致可以分為幾類：

• 單果類商品（如大白菜）通常一個或半個為單位；
• 少果類商品（如蘋果）則可能是兩個裝或四個裝；對于像上海青這樣的蔬菜，包裝中往往包含多個單位；
• 多果類，如車厘子，其果徑大小也會影響包裝數(shù)量。

基于這些分類，我們收集了過去三個月內(nèi)每個加工中心出產(chǎn)的商品的實際重量數(shù)據(jù)，并進行了刻畫分析。根據(jù)分析結(jié)果，我們制定了三種優(yōu)化策略：

• 調(diào)整產(chǎn)品規(guī)格，當大部分商品的實際規(guī)格超過其標準規(guī)格時（如超過 20 克），建議提高產(chǎn)品規(guī)格并相應(yīng)調(diào)整價格；
• 設(shè)定合理的重量波動范圍，確保商品的實際重量在標準重量的一定范圍內(nèi)波動，以滿足商業(yè)性限制；
• 對部分商品進行拆分處理，以更好地滿足市場需求和成本控制要求。

以 1.5kg 大白菜為例，該產(chǎn)品的實際重量分布存在兩個峰值。在這種情況下，根據(jù)模型建議，將此產(chǎn)品拆分為兩個不同規(guī)格進行銷售，分別為1.8kg 和 2.7kg，并設(shè)定不同的價格，從而實現(xiàn)了整體損耗的大幅下降。

（2）價格策略

近年來，低價一直是零售領(lǐng)域的核心競爭力之一。對于零售企業(yè)，特別是盒馬這樣的自營零售企業(yè)而言，確定價格并非僅基于單品成本，而是需要從品類和商品價格視角出發(fā)。

這涉及對品類結(jié)構(gòu)的分析，如常規(guī)品類、結(jié)構(gòu)品類、高潛品類以及優(yōu)勢品類等，并考慮這些品類內(nèi)的價格敏感度?；谶@些分析，企業(yè)可以確定在哪些品類中強調(diào)價格競爭力，而在哪些品類中追求盈利。以醬油為例，傳統(tǒng)加工醬油是競爭力強的品類，但進口醬油的毛利潤就比較高，這個品類在市面零售企業(yè)里是比較少見的。

在確定了品類定位后，接下來是商品定位。對于高度競爭的品類，其中的商品價格策略需要仔細制定。有些商品可能作為引流品，以極低的價格指數(shù)吸引消費者；有些則可能保持行業(yè)平均價格水平；而另一些則可能定價較高，以實現(xiàn)盈利。

在分類完成后，企業(yè)需進行市場比價或競爭價格分析。

從基礎(chǔ)數(shù)據(jù)出發(fā)，圈選部分商品，利用規(guī)格標準化和屬性抽取等能力，實現(xiàn)盒馬商品與市場商品的可比性。隨后，進行價格歸一化處理，考慮商品規(guī)格差異、品質(zhì)差異等因素，確保價格比較的準確性。

在整個過程中，還需根據(jù)應(yīng)用場景和業(yè)務(wù)需求，制定不同的比價策略，并對價格調(diào)整后的效果進行追蹤和反饋。

以盒馬“省心價”為例，該標簽的生成目前已實現(xiàn)完全自動化。該過程包括商品獲取、匹配、規(guī)劃等步驟。

當商品價格指數(shù)低于預(yù)設(shè)閾值時，系統(tǒng)將其視為對消費者最具競爭力或最優(yōu)的價格，并自動為商品打上“省心價”標簽。這些標簽隨后會同步至 APP 和線下門店，以便消費者了解。

（3）場景標簽

關(guān)于面向場景的商品標簽生成，我將以兩個具體案例為例進行說明，即商品的“輕食”標簽和“零添加”標簽。

選擇這兩個案例是因為當前社會對健康問題的關(guān)注度日益提高，特別是在飲料領(lǐng)域，無糖、低糖和零添加飲料的占比逐漸增加。盒馬也在此方面做了一些嘗試。盒馬的商品量龐大，故場景標簽生成無法依賴人工處理，其整個流程已實現(xiàn)自動化。

首先，我們獲取每個商品的背標圖，這些圖片包含了商品的原材料、配料表及營養(yǎng)成分等必要信息。

隨后，通過 OCR 處理技術(shù)，將這些圖片信息轉(zhuǎn)化為文本信息。

接著，對這些原始資料進行加工，包括規(guī)則化處理和模型加工，以生成相應(yīng)的標簽，如“低卡”、“低脂”，此外也可以識別商品是否含有特定原材料，生成“有”、“無”的標簽。

商品標簽除了在 APP 上的展示外，這些標簽還具有另一個重要作用，即基于商品發(fā)現(xiàn)關(guān)注該商品的人群。例如，通過“輕食”標簽，我們可以區(qū)分出重視此屬性的消費者群體和非重視群體。進一步加工和分析這些人群數(shù)據(jù)后，可將其應(yīng)用于搜索優(yōu)化、推薦優(yōu)化等業(yè)務(wù)場景中。

（4）品類創(chuàng)新

從品類創(chuàng)新的視角來看，品類創(chuàng)新實際上依賴于品類的高度分層和優(yōu)化。在整個分層過程中，打標并非基于簡單的統(tǒng)計，具有一定的復(fù)雜性。具體而言，目前將標簽分為四類。

首先，事實類標簽，即直接反映商品屬性的標簽；

其次，基于管理規(guī)則的標簽，這些標簽體現(xiàn)了從管理思想或產(chǎn)銷管理角度出發(fā)對商品的管理訴求，例如，對戰(zhàn)略品，我們會特別關(guān)注其供應(yīng)鏈保障和庫存優(yōu)化。對于常規(guī)品類而言，其管理重點可能在于保證不缺貨。

進一步地，從規(guī)則計算的角度來看，針對消費品，我們采用了 SABC 等分類方法，并結(jié)合時令、本地特色、自由品牌等要素，以突出商品特色或競爭力，從而吸引消費者注意。

具體到某一類商品，如 S 品，我們可以理解為市場上的主要熱銷商品，其年銷售額可達數(shù)十億。

在業(yè)務(wù)表現(xiàn)分類上，從管理視角和用戶視角出發(fā)，對商品所打的標簽存在差異。例如，最近正當季的春菜、荔枝，從管理視角看，可能被視為戰(zhàn)略品，而在用戶視角下，它可能僅被視為時令商品。這體現(xiàn)了消費者對商品認知與企業(yè)管理策略之間的差異。

在商品創(chuàng)新方面，盒馬有小龍蝦月餅這種特色產(chǎn)品。

這些產(chǎn)品的研發(fā)過程首先涉及在特定類目下找到?jīng)Q策因子，這些因子通過模型挖掘得出，反映了不同消費者群體對商品屬性的偏好。例如，對于飲料而言，年輕人可能更關(guān)注口味，而中年人則更注重健康屬性。

基于這些不同的屬性，我們會進行排列組合，并在銷售端進行市場驗證。

這一過程中，盒馬利用其自有的加工中心和加工能力，實現(xiàn)從基礎(chǔ)屬性組合的商品探索到最終銷售驗證的快速流程。

（5）供應(yīng)商協(xié)同

在討論商品的競爭力和質(zhì)量時，不可忽視供應(yīng)商的重要性。在現(xiàn)代零售環(huán)境中，供應(yīng)商管理的轉(zhuǎn)變尤為顯著。

傳統(tǒng)企業(yè)往往通過博弈手段對供應(yīng)商施加壓力，以獲取更高的收益。然而，盒馬更注重與供應(yīng)商的協(xié)同合作。對于自營零售企業(yè)而言，商品建設(shè)是一個長期的過程，我們期望與供應(yīng)商建立長期穩(wěn)定的合作關(guān)系，而非僅僅追求短期利益。同時，由于零售市場的激烈競爭，零售商對供應(yīng)商并沒有完全的控制權(quán)。

在供應(yīng)商協(xié)同方面，盒馬通過銷量預(yù)測的方式，提前半個月到七天將預(yù)測結(jié)果同步給供應(yīng)商，以促進其進行備貨操作。這一做法旨在確保商品齊全，避免送貨延誤或庫存缺失的情況。

同時，對供應(yīng)商而言，這也為他們提供了規(guī)劃補貨鏈路的依據(jù)，以避免因零售商減產(chǎn)導(dǎo)致的庫存積壓。

此外，產(chǎn)地供應(yīng)商還會將預(yù)期的產(chǎn)量同步給盒馬，以促進盒馬進行價格調(diào)整。例如，當榴蓮等高價商品的產(chǎn)地預(yù)計產(chǎn)量將下降時，盒馬可以根據(jù)這些信息提前進行價格調(diào)整或備貨，以應(yīng)對市場變化。

4. 1 個平臺

我們已經(jīng)討論了畫像標簽、相關(guān)能力以及場景應(yīng)用。接下來，將簡要介紹開頭提及的“1 個平臺”的概念。

這個平臺，即盒馬的數(shù)據(jù)資產(chǎn)中心，主要有兩個核心職責：

第一，數(shù)據(jù)管理。在數(shù)據(jù)領(lǐng)域，數(shù)據(jù)治理一直是各行業(yè)面臨的重要挑戰(zhàn)。傳統(tǒng)企業(yè)通常會設(shè)立數(shù)據(jù)治理崗位，而在互聯(lián)網(wǎng)企業(yè)，這一職責通常由數(shù)據(jù)團隊承擔。數(shù)據(jù)管理涵蓋了表指標、標簽以及一些運維工作，同時也涉及數(shù)據(jù)開放后的權(quán)限控制。

第二，數(shù)據(jù)服務(wù)統(tǒng)一與可視化。在數(shù)據(jù)使用端，除了消費者外，業(yè)務(wù)方和外部合作伙伴在使用數(shù)據(jù)時，常遇到兩大問題：

• 不清楚數(shù)據(jù)所在位置或使用方法；
• 在數(shù)據(jù)使用過程中，由于途徑多樣，難以做出選擇。

關(guān)于數(shù)據(jù)服務(wù)提供，主要方向有兩個：在線接口和離線數(shù)據(jù)使用。

在線數(shù)據(jù)主要服務(wù)于業(yè)務(wù)報表搭建和業(yè)務(wù)系統(tǒng)直接使用，可通過數(shù)據(jù)資產(chǎn)中心直接生成相應(yīng)接口。

經(jīng)過長時間探索，在統(tǒng)一指標時，我們意識到離線數(shù)據(jù)是有必要的。因為離線數(shù)據(jù)倉庫中的數(shù)據(jù)通常直接開放給他人使用，為了更好地控制數(shù)據(jù)加工邏輯，我們要求使用數(shù)據(jù)的用戶通過資產(chǎn)中心自動生成離線視圖或表，從而與線上的數(shù)據(jù)加工邏輯相隔離。

在數(shù)據(jù)管理領(lǐng)域，我們將其劃分為三個主要部分：指標、維度以及指標實例的管理。

傳統(tǒng)方法中過于技術(shù)化的算子、原子指標和派生指標等概念，對于業(yè)務(wù)來說理解成本高，因此我們在實踐中進行了簡化。在底層管理和業(yè)務(wù)實現(xiàn)過程中屏蔽了算子、原子指標等，僅定義指標。

目前管理的指標總數(shù)達 8000 個，其中核心指標約 800 個。在數(shù)據(jù)使用方面，我們面對的是大量指標實例的篩選使用問題。盡管指標包含指標說明字段，但指標名稱存在相似性。為了提升效率，我們?yōu)闃I(yè)務(wù)部門提供了專門的空間，將 8000 個指標精簡至 1000 個或者幾百個，便于業(yè)務(wù)部門在小范圍內(nèi)進行篩選。

對于維度管理，由于其技術(shù)性較強，我們將其完全劃歸技術(shù)團隊進行管理。當維度與指標交叉產(chǎn)生大量指標實例時，利用數(shù)據(jù)資產(chǎn)中心這一平臺來進行統(tǒng)一處理。

該平臺的主要職責是通過工具提升整體使用效率，包括開發(fā)效率、使用效率等。在當前數(shù)據(jù)資產(chǎn)治理流行的背景下，一些好的數(shù)據(jù)平臺用不起來，可能是沒有考慮到平臺使用也需要長期的數(shù)據(jù)積累與數(shù)據(jù)體系的建設(shè)。我們注重工具的上手效率，以確保產(chǎn)品的廣泛適用性。

數(shù)據(jù)資產(chǎn)中心的引入還帶來了工作流程的顯著變化。以報表為例，整個數(shù)據(jù)從需求對接到產(chǎn)出的流程涉及多個角色和環(huán)節(jié)，如業(yè)務(wù)方、業(yè)務(wù) PD、數(shù)據(jù) PD、開發(fā)等。在引入該平臺前，數(shù)據(jù)團隊的主要工作放在了中間層數(shù)據(jù)開發(fā)和報表搭建上。

在引入該平臺后，整個工作方式都發(fā)生了改變。無論是業(yè)務(wù)方、產(chǎn)品設(shè)計師（PD）還是資產(chǎn)負責人（即特定業(yè)務(wù)領(lǐng)域的 PD），其工作重心都轉(zhuǎn)移到了圍繞數(shù)據(jù)資產(chǎn)上，而非單純滿足業(yè)務(wù)需求。

如今，業(yè)務(wù) PD 或業(yè)務(wù)成員可以通過該平臺搜索所需的數(shù)據(jù)資產(chǎn)，若存在則直接使用，若不存在則可提出需求。對于數(shù)據(jù)開發(fā)人員而言，他們的工作也發(fā)生了轉(zhuǎn)變，從過去每次為特定需求開發(fā)散點狀報表，變?yōu)殚_發(fā)、補充指標或指標實例，從而提高了工作的可量化性和效率。

此外，由于該工具支持無代碼的數(shù)據(jù)集和報表搭建，報表搭建的工作被更多地轉(zhuǎn)移給了業(yè)務(wù)層。出乎意料的是，業(yè)務(wù)團隊非常愿意參與這項工作，因為這些工具提高了他們的工作效率。

三、面向數(shù)據(jù)智能化大趨勢下的探索思考

1. 數(shù)據(jù)團隊從數(shù)據(jù)化走向智能化的趨勢是長期的、共識的

關(guān)于智能化方面的考慮，實際上早在 2021 年的云棲大會上，盒馬就分享了一個觀點，即業(yè)務(wù)的數(shù)字化、數(shù)據(jù)資產(chǎn)化、數(shù)據(jù)服務(wù)化以及最終智能化的發(fā)展過程，并非僅因大模型的出現(xiàn)而備受關(guān)注，而是業(yè)界長期以來的關(guān)注焦點。這一演進過程預(yù)示著數(shù)據(jù)未來的智能化方向。

2. 數(shù)據(jù)領(lǐng)域內(nèi)部的智能化探索思路：人與 “智能體” 長期并存

在當前的探索階段，我們已進行了幾方面的初步嘗試。我們有一個大的前提假設(shè)，當前的智能化還達不到替換數(shù)據(jù)團隊的程度，就像電動車和燃油車之間還存在一個混動的中間過程，這一階段將長期存在。

首先，關(guān)于智能體的存在，我們將其視為與技術(shù)選項同等級別的角色，當前重點在于各類建模。其核心目標是提高技術(shù)人員的工作效率，并期待未來能形成統(tǒng)一的規(guī)范、標準和建模理論，以支持面向智能體的需求。

其次，高效交互方面，我們注意到大模型在 NLP 處理上的卓越表現(xiàn)，特別是在語音語義理解方面的高水平，這為數(shù)據(jù)獲取提供了新的可能性。

第三，在復(fù)雜數(shù)據(jù)分析和診斷方面，我們意識到傳統(tǒng)方法存在局限性，即依賴于預(yù)定義的規(guī)則關(guān)系，缺乏拓展性。因此，我們計劃結(jié)合資產(chǎn)管理的經(jīng)驗和當下對語義理解的提升，探索新的分析方法。

最后，在數(shù)據(jù)治理方面，我們認識到解決業(yè)務(wù)問題的復(fù)雜性，特別是如何將非數(shù)字知識融入決策中，這對智能化提出了巨大挑戰(zhàn)。因此，我們考慮在數(shù)據(jù)治理領(lǐng)域內(nèi)，先解決自身的一些棘手問題，如數(shù)據(jù)打點、數(shù)據(jù)成本等，這些問題的解決將有助于推動智能化的進一步發(fā)展。

3. 數(shù)據(jù)智能化需要長期探索，過程中的思考和建議

這里分享一些關(guān)于智能化的思考：

首先，在智能化的道路上要追求確定性。當前，市場上有許多宣稱能解決各類問題的產(chǎn)品，但仔細審視后，這些產(chǎn)品往往只是展示了一些成功的案例，距離實現(xiàn)真正的確定性目標還有很大的距離。當我們聲稱機器能解決某個問題時，必須明確認識到，這個問題與實際應(yīng)用場景中的問題之間可能存在巨大的差異。

因此，在提及智能化或相關(guān)主題時，不應(yīng)僅僅停留在表面，而應(yīng)當深入探索其背后的技術(shù)和應(yīng)用場景。當前的大模型，就像幾年前的深度學習技術(shù)，雖然在某些領(lǐng)域取得了顯著進展，但同樣需要時間來驗證其在實際應(yīng)用中的效果。

對于數(shù)據(jù)領(lǐng)域的專家而言，更應(yīng)該關(guān)注數(shù)據(jù)本身，思考如何利用這些技術(shù)來解決我們自身的問題。例如，考慮更新和優(yōu)化數(shù)據(jù)建模方法，以適應(yīng)新時代的需求。

最后，智能化的探索是一個長期且需要持續(xù)投入的過程。雖然這個過程可能充滿挑戰(zhàn)，但通過大家的共同努力，將會推動智能化的不斷進步。