数据中台落地实践中长出智能应用，直接为业务服务输出价值。那具体如何长出智能应用，智能应用又如何赋能企业呢？
奇点云资深行业专家证道带来了《泛零售数据中台实施之智能应用开发》的分享。
数据中台相当于一片肥沃的土壤，土壤里有我们所需的各种各样的数据，以及完成了数据治理后的数据模型，包括业务的指标体系、标签体系。
有了数据模型和数据，能够帮助智能应用更快取到所需数据，并提供了足够的算力、存储的空间，帮助智能应用更好地计算数据，最终数据智能应用希望结出业务价值「降本增效」的果实。
当我们和企业IT部门（或信息部门、数据部门）一起把这树种好，结出了业务价值的苹果，大家就会发现，IT部门正在从成本中心转向利润中心，正在最大化地为企业创造价值。
一般企业会有多种数据源，一方数据源：来自企业内部的业务系统，如电商系统、财务系统、物流系统等。同时，企业也会借助外部方式获取第三方数据。数据源相当于原材料，会被抽取到数据中台中，在数据中台通过建模建立指标和标签体系，最终对外提供数据服务。基于数据中台之上长出智能应用，通过应用场景，帮助企业提升经营效率，降低经营成本。
以泛零售企业来说，列举常见的应用场景：「人货渠」概念中，在「人」的领域，会涉及消费者画像、标签体系、精准营销、精准投放；在「商品」领域，会涉及到商品的精准企划，在商品运营中涉及精准铺货、销量预测、自动调补货、商品自动整合等；在「门店」领域，会涉及商品千店千面的推荐、千人千面的推荐、门店智能人效、智能排班等场景。
01 高投入产出比的智能应用设计
先和业务部门进行调研和共创，了解业务部门的痛点及痛点涉及到的范围，以及解决痛点需要的资源，最终得出做该智能应用的投入产出比是否合适。
如果调研了多个业务部门之后，在多个业务场景都合适的情况下，比如既能做智能调补货，也能做销量预测、精准营销，最终选择做那个智能应用？这个关键点在设计阶段一定要考虑清楚。
那么，在设计阶段，我们如何评估做该智能应用的投入产出比是否高呢？
·思考该智能应用成功的几率，可行性如何，业内是否有成功案例，能否成功落地。·评估智能应用的业务价值。·技术上的可落地性，比如涉及算法、流计算场景，数据团队是否具备数据分析和算法能力。·思考投入的人力等经济成本是否划算。·考虑对现有的业务流程的改动大小，如果有很大的改动，可能单纯靠信息部门的推动会比较困难，需要得到更高层的支持。
如在头脑风暴阶段达成一致后，技术实现对技术人员来讲相对得心应手许多。
技术人员先从数据源盘点和采集数据，在数据仓库中进行探查、清洗、建模、标签和指标开发、业务逻辑开发、算法开发等，可对外提供数据服务，最终根据企业业务需求和自身技术能力对外展示。
02 六重杠杠法，业务创新事半功倍
《孙子兵法》之《谋攻篇》有载：故上兵伐谋，其次伐交，其次伐兵，其下攻城......必以全争于天下，故兵不顿而利可全，此谋攻之法也。
因此，证道老师提出六重杠杠法，促使业务创新事半功倍。
·影响力杠杠法：建立「创新思维+闭环论证+传道+价值」良性循环。从小的成功开始，持续扩大影响力范围和可调度资源。
·权利杠杠法：自下而上调研、试点、(蓄势)，自上而下推广(厚积薄发)。
·时间杠杠法：虚拟解耦法、关键链法、交叉并行法、指数级推广法、做一研三看十法。
·人力杠杠法：集群学习法、技术降维法、能力和资源置换法、预先可研法、针对短板培训、人力或咨询外包、招聘骨干。其中的技术降维法：在云计算技术和大数据技术以及商业SaaS化产品大规模出现后，很多原先需要依靠个人能力进行的开发和运维工作，从此门槛无限下降。
·资金杠杠法：预先调研、小范围试点成功后分批投入资源、以战养战做项目。
·业务杠杠法：寻找根本问题、瓶颈问题、影响业务环节最多的问题(例如店货匹配存在6级联动杠杠)。
数据赋能业务时代，每一个数据工作者肩负着使命：要为数据赋能业务，为企业数智化变革做一个传道者的角色。在智能应用评估阶段及上线以后，需要考虑哪些因素呢？
进行业务创新之前，必须预先考虑业务、价值、技术、共赢、运营五重闭环。前四项决定业务创新是否能落地，最后一项决定落地后能否稳定、持续产生业务价值。
·业务闭环：业务部门能否执行，是否具备业务数据。
·价值闭环：需要多少资源，以及投入产出比。
·技术闭环：技术架构是否满足要求，算力、存储、计算资源、人员开发能力是否能跟上。
·共赢闭环：一般技术人员不够引起重视但容易栽跟头的部分。
·运营闭环：系统上线后需要监督页面的使用情况、成功率、最终产出的数据等。
因此，五重闭环的核心点：当你的技术团队人数和能力，以及能获取的资源、时间都极其有限的情况下，千万不能栽于第一波创新。「孙子曰:先立于不败之地，然后求其胜。」首先从价值中等但成功几率高的创新入手，再探索价值高复杂度高的项目。
03 智能应用案例——千人千面推荐
泛零售企业也会对消费者打上标签，背景是服装公司每家门店有一个iPad用作店长及门店导购人员做培训，决策层期望能在门店拉通线上线下的货品，同时对消费者进行商品推荐。因为门店陈列空间有限，若消费者在门店没有挑到中意的服装，可以帮助消费者推荐除了当下门店款的服装。
在收银场景下，输入手机端即可知该消费者是否是会员，每一位会员有专属标签，标签会事先通过算法与商品进行关联，可基于此向会员推荐合适的商品。门店千人千面推荐可行性评估设计思想:通过大数据技术和创新，连接已有资源，形成业务、技术、利益三重闭环。缓解门店缓解门店缺款，缺色，缺码问题。增加销售同时降低库存成本。
门店千人千面推荐在服装企业运用反馈具有以下优势：
·零投入：门店已有iPad免费，客户端和培训开发免费，底层服务开发免费。（用自研工具程序和合作伙伴交换iPad开发人员支援）
·高收益：预计全国上线后，每个月可提升300万元门店销售额。（按平均每店每天多成交一笔估算）
·低风险：支持小范围、快速试点。（风险完全可控）
·见效快：1-2月完成原型开发，再用1-2月试点后推广全国。（预计2-4个月完成试点工作）
·真实触达用户：通过获取用户点击行为，得到真实需求和转化模型。（引入用户真实需求，为「思维死海」引入活水）