一、逻辑更迭,中国家装产业的进阶时刻
一直以来,中国家装产业属于刚需、分散发展的典型行业 。
一方面,行业规模在过去获得了长足的扩张窗口期,亿欧智库测算2020年中国家装市场规模达到3.54万亿元 。
另一方面,行业内却鲜有百亿收入规模的龙头企业 。标准化程度、产品体积、落地服务程度和技术壁垒决定了家装行业内部的格局,木材、涂料、防水材料等标准化程度较低、体积较小、技术壁垒较高的行业集中度较高,而家具、橱柜、家纺等集中度较低 。
刚需驱动家装产业发展的背后,是中国过去20年乘风破浪的房地产市场的进击 。
中国家装行业的两大支撑基础之一是待装修的商品房数量 。作为家装产业的重要基数,房地产引领了中国过去20年家装产业的原始增长 。
2000年至2007年、2009年至2014年以及2016年至2020年,中国商品房销售面积复合增长率分别为22.9%、4.1%、3.0%,对应家装行业的快速爆发、全面发展和成熟发展三大阶段;除了新房市场,亿欧智库测算二手房、租房市场也带来每年约500万套的翻新装修市场 。
但在未来,家装行业的引擎已经从待装修房数,转换到另一个重要参数——家装消费支出上来 。
根据亿欧智库《2021年中国家装行业数据中台研究报告》,从土地供应面积来看,目前中国年购置土地面积自2015年后均保持在2～3亿平方米之间,住宅房新开工面积、商品房销售面积增速都在5%以下,全国范围内的二手房销售面积占比也在下降 。
“永动机”在减速、传统家装行业的重要支撑已不再 。
与此相对的,人均居住支出的占比逐年提升,2020年占可支配收入的24.6%,这使得2017年中国平均家装支出费用为15万,在2020年增长至约20万 。
这代表着家装行业已经结束了“以房为本”,房增家装增的野蛮增长时代已经结束,而从消费者层面分析,更好、更快、更适合是确定的增长方向,这些会带来家装行业品类、模式、渠道的重要改变 。
疫情也在加剧这些危机,更强的分化、更低的收入增速和利润率 。除了模式的改变,如用定制、整装、前装、多渠道、多品类来获得新的增长外,“数字化”开始被广泛提及 。
中国家装行业数字化起步于2014年左右,经过了ERP的简单信息化、 O2O电商化尝试,在2018年才进入真正“重视”阶段 。
在龙头企业的数字化进程中,2013年至2016年基本属于信息化、尝试线上化等阶段, 2017年之后开始进入真正的数字化营销、数字化生产、数字化管理的搭建、使用阶段,整个行业的数字化仍处在早期阶段 。
根据《2021年中国家装行业数据中台研究报告》,目前消费者链接环节是多个家装产业主体关注的数字化核心,也将是*引爆数字化价值的环节 。
社交渠道、互联网家装平台、品牌官网、网购平台等线上引流渠道,以及建材市场、装饰城门店、家居商场中心等线下多渠道布局,已成为家装行业消费者链接环节标配 。
在多触点、全域运营的环境下,头部服务商已搭建了CRM、DMP和CDP等体系,进行全渠道的整合,同时建立线上线下一体化的消费者管理系统,做到系统互通及数据一体化;大型卖场从数字化1.0逐步向2.0升级,从具备基本数字化基础设施,到*推送,提高营销效率,提高用户体验,极大提升触点转化效率 。
渠道供应链环节也是家装数字化的另一重点领域,目前头部公司正在进行供应链数字化改造,主要涉及WMS、SRM、SQM、TMS等,头部定制公司数字化效果已经逐渐显现,但庞大的经销商网络对数字化的动机较弱,渠道数字化进程较慢 。
但,传统数字化路径无法满足家装行业的发展需求 。
为了迎合消费者更好、更快、更适合的市场趋势,家装行业需要实现“全域消费者数字化”、“全流程运营数字化”、“全生命周期产品数字化”,而数据中台与之有较高的匹配性 。
大数据体系下的数仓有了更多的延展性,传统数仓成为离线数仓,而实时数仓大大增加了数据分析的可行性和*性,原本的单体环境工具(oracle、informatica等)也都被替换成了大数据体系内(Hadoop、Hive、Sqoop、oozie等)工具 。
而云服务体系下的数仓则演变成了云基础厂商的产品线之一,如AWS的redshift、Google的Big Query、Azure的Synapse;也诞生了华尔街新宠,面向“多云”和“云原生”的Snowflake 。
那么“中台”则是数据中台更为重要的发展理念和方法论,为了解决重复建设问题,提升公司的业务支持敏捷度,传统的烟囱式的信息架构正在向中台式架构发展 。根据A股上市公司公告提及率来看,2019年、2020年是中台爆发的两年,IT行业之外,制造业、金融业提及率* 。
数据中台通过自动化ETL、自动化BI等过程,在原有基础上大幅度削减了系统搭建的成本,解决系统重复建设问题;同时可以较好的适应数据量激增、使用者范围进一步扩大、数据支持的敏捷性和复用性增强的需求 。
随着数据中台本身技术迭代,其架构逐步成熟,驱动业务的能力和范围也在显著增加,以支持营销活动为例,数据中台能力可以完全满足新时代营销广域数据、深度触达、敏捷营销的需求 。
文章插图
在家装行业集中度提升带来的数字化投入正向循环、模式创新带来数据创新价值、互联网带来优质数据资产积累的趋势中,全域消费者数字化、全流程运营数字化、全生命周期产品数字化需求正是数据中台的典型优势能力域 。
四、数据中台鼻祖与家装龙头的共进
*早提出数据中台方法论和模式的是阿里巴巴,2018年开始,阿里巴巴将历经多年实践的数据中台通过阿里云对外输出,2020年阿里云数据中台加快解决方案产品化、场景化发展趋势,推出了零售、金融、互联网和政务等四大行业数据中台,形成了“Dataphin数据中台基础件+Quick系列应用的核心产品矩阵” 。
其中,智能数据构建与管理平台Dataphin,旨在面向各行各业数据建设、管理及应用诉求,通过输出阿里巴巴集团数据中台长达十年实战沉淀的数据建设 OneData 体系(OneModel+ OnelD+ OneService)的产品、技术以及方法论,一站式提供集数据引入、规范定义、数据建模、数据研发、数据萃取、数据资产管理、数据服务的全链路智能数据构建及管理服务,助力政府机构和企业打造属于自己的标准统一、融会贯通、资产化、服务化、闭环自优化的智能数据体系以驱动创新 。
Quick BI 是专为云上用户量身打造数据可视化分析平台,以可视化和智能分析助力企业构建决策分析体系,加快上云数字化转型 。该产品已经连续两年成为*入选Gartner ABI领域魔力象限的国产BI 。
全域消费者运营平台Quick Audience则定位智能用户增长,实现全方位洞察,多渠道触达的增长闭环,实现以人为中心的消费者全生命周期洞察运营 。
较之数据中台赛道上的其他厂商,阿里云数据中台拥有四个鲜明的特征:成熟完备的方法论体系、完备的产品及场景化矩阵、高效地链接丰富商业生态的能力以及敏捷灵活的部署* 。
文章插图
阿里云数据中台基于阿里巴巴的数据应用经验及商业生态、阿里云原生技术体系,能为家装行业的新时代转型突围提供坚实的基座 。
红星美凯龙与阿里云数据中台的合作就是一个典型 。
红星美凯龙是国内经营面积*、商场数量*多以及地域覆盖面*广阔的全国性家居装饰及家具商场运营商 。红星美凯龙从2013年开始做信息化和数字化的改造,完成了从ERP、电商、消费者管理体系、大数据中心、DSP、CRM等核心系统的搭建 。
针对家装卖场行业获客成本降低、流量困局等核心问题, 2018年红星美凯龙开始和阿里云对接,引入数据中台产品体系 。目前红星美凯龙与阿里云数据中台已进行两期项目,实现了从线索管理分发平台到现在全域数据中台的转变,未来还将持续推进更多场景数据能力的集成及技术应用的深化 。
数据中台使得红星美凯龙实现数字用户运营闭环:利用红星本身厂家的营销数据以及私域流量,针对性地对消费者的需求和内容活动产生交互,进行引流,以券的形式邀请线下到店,做成闭环 。
【深度睡眠 深度】通过数据中台体系加持,红星美凯龙获客成本连续24个月环比下降,整体获客成本降低92% 。红星数据资产实现在淘系领域对全域市场洞察和*触达,帮助红星美凯龙30+天猫同城站有效降低获客成本40%,实现全年线上营收300%的增长 。
除此之外,根据《2021年中国家装行业数据中台研究报告》,阿里云数据中台助力软体家居龙头顾家、室内装饰材料龙头兔宝宝全域数字化转型,并取得显著成效 。
在“以人为本”的家装产业进阶时刻,驱动行业高效发展的引擎尤为重要,阿里云数据中台的“快”、“准”、“全”、“统”、“通”的智能数据体系将更加契合家装市场的未来趋势 。
