本文根据2020年度宠物行业50家e宠物科技数据产品负责人黄启德《有数无市？数据应用推广实践》的分享整理。 主要内容如下。
致力于为中高端宠物家庭提供更多更好的产品、更好的服务，e宠物商城在国内宠物领域开辟了许多“第一”。 首创宠物行业建立自营仓储体系电商平台； 第一家在宠物行业设立海外分公司引进海外产品的跨境服务供应商。
现在，e宠物和大多数电子商务企业一样，面临着数据APP的挑战。 黄启德总结了e宠物的数据应用“顺势而为”。
应用数据，理论是否落到实处，能否驱动长远发展，是值得思考的问题。 我们在“顺势而为”的时间过后，可能会想得太多、做得太多、做得太过分，太依赖“顺势而为”，而忽略了“为”。 “势”意味着企业顺应大趋势，顺应市场变化加快数字化进程，但同时也要基于自身商业场景，推动数据在企业内部的应用，二者兼顾，“势”
二、有很多市场，数字化转型并不是一蹴而就的e宠物走过了12年，它有自己的生存方法论，但这种方法论并不是最完美的——e宠物以市场关系为导向，对数据的重视程度有待提高。
e宠成立于大数据前时代，公司对数据的认识从未像现在这样深，间接导致团队内数据需求少，数据应用度低。 在这种循环下，除了业务驱动和需求驱动的工作方式外，公司的产品和研发团队始终以功能和系统为中心，在嵌入式采集、数据统计和表达等方面缺乏有效进展。
e宠物于2015年完成了数据团队的组建，但在那之后的很长一段时间里，它一直处于“有很多市”的状态。 也就是说，虽然有足够的数据产品和丰富的数据资源，有可用的工具，但是没有应用于实际的业务场景，数据的价值没有得到充分的发挥。
为了推动数据的利用和落地，e宠物通过三个方面实现数据驱动，解决不确定性
第一，在内部建立了自助报告查询系统，脱离代码级，通过直接勾选获取所需数据，并在此基础上对条件查询和聚合查询进行了改进。 条件查询是指检查条件的“且”、“或”关系。 聚合查询是指按订单分组或按个人/个人用户分组。
第二，借鉴市面上可视化产品的优势，构建自己的多棱镜看板可视化系统，完全脱离程序开发，由数据工程师编写circle，构建可视化报告。
第三，访问神策分析，依靠神策强大的数据分析和技术能力，帮助产品、技术、运营、市场各部门的同事转移到数据驱动。
在通道跟踪方面，e宠通过四个参数获取用户通道信息
事件路径：记录用户在APP上的完整操作路径，缓存在每个页面浏览事件中，并按参数连接。
同时，为了避免因产品功能不熟悉、使用成本过高导致的数据应用不足，e宠在内部构建了完善的培训体系，通过功能文档、图文、GIF、视频等形式全面推广数据应用。
三、数据应用之路不同于术和大部分技术驱动的公司，e宠在数字化转型之路有自己的定位和发展规划。 在数据应用方面，e宠物坚持的核心方向是“融入流程”，主要从业务、研发和决策三个部分切入，如下图所示。
1 .将业务流程集成到基础运营团队中。 他们面临的最大挑战是不使用数据APP。 因此，e宠将运营团队的数据应用工具定位为平民化、人人可用的工具，根据实际应用场景，增加自动化预警等自动化功能，依托系统强大的算法能力降低使用成本。
如果有能用的工具，谁来用？ 在e宠物中，与客户接触最多的不是正常运营，而是客服，所以客服团队是e宠物黄埔军校，他们是最了解用户的群体，后期最有可能进入运营层面融入业务流程的群体作为宠物电商企业，e宠物客户服务团队定期接受专业培训，学习宠物常见病例、场景等。 另外，由于客服团队的求知欲和工作热情相对较高，e宠将客户团队作为“种子选手”进行数据应用方面的培养。
但并不是所有的“种子选手”都来自计算机专业，有一定的程序思维，了解数据产生的机制，需要充分发挥e宠物内部训练体系的价值。 如上所述，e宠将根据“种子选手”的数字化程度有针对性地加强，弥补程序思维的短板。 由于所有的程序最终都归入数据的添加、删除和修改，所以e宠物会尽可能地帮助“种子选手”了解工具的各功能最后在数据层面落地的位置等。
而由于研发投入的数据采集和统计工作较少，为了不影响业务流程的正常有序开展，e宠通过替换业务系统，对原本就很复杂的工具流程进行改进，降低了团队的使用成本。
2 .要将研发流程集成到研发团队中，首先要拒绝大脑的需求。 要保证提出的需求有价值、可实现、具体。 否则，在需求推动和落地过程中必然会遇到困难，很可能是竹篮打水漂。 需要注意的是，各团队之间的沟通方式和技巧还需要不断探索，这也印证了程序思维的重要性。
在实际情况下，所有需求的落地和上线会带来一系列的反馈，既是收益也是损失。 使填补要点和功能的数据分析结果与研发团队同步，他们可以更直观地感受自己的生产价值。 对研发团队的劳动成果给予反馈和尊重，长期以来在团队内形成一定的工作模式，一方面提高各团队的沟通合作效率，另一方面促进产品和功能的落地速度。
与神策合作已有4年，e宠物累计推动内部研发团队从“独领**”到全面应用三次迭代。 这是纳入研发进程的一个重大转折。
3 .嵌入决策过程中掌握决策权的通常是上司和管理层，他们对数据应用的认可度决定了公司的数据应用程度。 如何融入决策过程？ 可以从3点开始：
)2)将绩效指标纳入数据。 根据实际业务场景，量化指标，同时提供问题分析服务，积极提供数据支持助团队解决困难，在企业内部推广数据价值。
（3）变主动为被动。尝试主动给决策者建立数据看板，或邮件通知业务，在场景中高频展示数据应用场景，激发决策者的好奇心，从“无人问津”到“人人在用”。
区别于学术界专注研究的特征，工业界更注重资料生产和资料效率的提升，他们以 ROI 为导向，秉承着用最小的资源去满足需求，博得最大回报。E 宠虽然在数字化转型的道路上磕磕绊绊，但所走过的每一步都有所回报，既仰望星空，又脚踏实地。未来道阻且长，数据质量、数据时效、数据治理、数据安全、数据分析应用、人工智能应用都是需要持续深入挖掘的区域。