农产品数据运营,该如何操作?

0 评论 6423 浏览 10 收藏 11 分钟

导读:农产品数据运营就是将数据分析、数据挖掘等与农产品数据应用场景充分结合,并应用到公司运营/活动运营中。随着现在农业里面SaaS产品和产业定制解决方案的兴起,产品运营或者项目运营商充分应用数据,是一个有趣的话题。涉农企业或者农业信息化服务企业,都需要针对具体的应用场景,开展数据运营,以获得数据价值。

要解决数据运营问题,首先要有数据,其次要找到应用场景,然后要有数据运营队伍,接着是运营成果考核体系,最后则是技术工具(包括数据分析和数据挖掘,甚至是AI能力,可以使用开源或dàobán)。

01 要有数据,就是要实现业务在线化

业务在线化也就是之前的信息化,代表者就是ERP,但是ERP对于农业来说太重,现在可行的在上面套一层轻量级的应用,符合农业行业特色的轻量级应用,能实现业务在线化,并把业务流程和业务数据写到ERP软件里,同时复用ERP软件中的主数据。

典型的应用就是电商前台,订单产生于电商前台,以后写入到ERP后台的订单管理,再由订单管理,形成生产计划,来到前端的作业系统。如果不用ERP的物料主数据,则无需在ERP中生成生产计划,来做BOM转换。

图1-农业业务信息化

同时业务在线化必须要解决的是系统集成问题,一切系统集成的背后都可以归结为数据。

所以很多人看到这里,一定会以为我为了解决系统集成或者是数据集成问题,会推荐数据中台。但对于农业而言,中台不是万能的。我的推荐是:钱多且有长远规划,就使用ERP软件,毕竟人家自带集成平台,比起自己从零开始构建,会划算、稳定的多。

现在的云计算厂商推荐咱们农业整个行业用中台,只不过是因为中台构建后,会承载诸多的微服务(微应用),这些都会很耗IT硬件资源(如服务器等),就需要向云计算服务厂商采购IT硬件资源(公有云),然后他们靠提供IT硬件资源赚钱。

且他们上层的农业行业应用,大多都是生态合作伙伴开发,贴他们牌子。其实中台最大的价值就是复用,是信息化软件的产品功能层级的复用,农业行业里面,很多公司明显暂时都不需要的信息化复用(跨农业生产、加工和贸易的多元公司除外)。

对于业务在线化,我在另一篇文章中,对生鲜电商这个农业业态做了个样例:《从技术架构,看生鲜电商的核心技术能力塑造》。

由于生鲜电商未来可谋求上市,所以还是直接用写了ERP软件。

02 农业数据运营的应用场景

其实农业的数据心运营应用场景,正好每个应用场景都可以成为一个SaaS产品,孵化一个农业信息化服务公司(农业互联网公司)。

后面会有专门的文章介绍农业的应用场景,其中就会包括数据分析的应用场景,如电商的推荐算法、平台营运分析,还比如需要用到数据算法模型的病虫害识别、长势分析、土地确权、大棚补贴核查、质量追溯、价格预测等等。

图2-农业数据运营应用场景(观麦或蔬东坡的生鲜加工过程可视化)

查找农业数据分析应用场景的方法无外乎:

1)涉农企业识别内部的企业运营和企业治理需求和需要,进行农业相关的数据分析。

2)农业创业/服务公司,从自身的商业模式出发,通过数据分析和数据挖掘等技术,帮助客用户实现某种价值。如食配企业的ERP信息化服务商(观麦和蔬东坡)通过数据运营,提高食配企业加工效率和准确率,做电商的活动运营更有效了。

运营场景不止以上我举例的,欢迎大家留言交流数据运营场景,如果需要某些特定应用场景下的业内最佳实践,也欢迎留言,我将知而不言。

03 农业数据运营队伍

在找到合适的数据运营场景以后,就需要建立团队还实际运营这些应用场景,最终给自己或者客用户带来价值

数据运营队伍的构成可以有如下的多个角色,具体视企业大小和商业模式范围而定:首席运营官、数据产品经理、运营经理、数据分析师、业务分析师、数据挖掘工程师、数据建模工程师、数据算法工程师、ETL工程师、大数据工程师、数据仓库工程师等,一般越靠前岗位价值越大。

最好数据运营队伍还具体规划能力,不仅是产品规划、运营规划,还需要商业模式规划

图3-农业数据运营队伍

对于农业如果是撇开数据运营,单纯是运营的话,这个首席运营官/运营经理,最好是有股份(成本投入),且投了钱的,可以形成公司运营共同体,不仅局限于某一块的运营,而是到了共同运营、公司治理层面。

04 数据运营效果考核体系

对于运营过程和结果,都是需要考核的,但是由于农业的特性,很多工业上的运行考核、互联网的运营考核并不适用于农业。

所以需要涉农企业定制化自己企业内的运营效果考核体系。农业创业公司在贩卖自己的解决方案和产品的时候,也建议将考核体系、运营体系、管理体系等制度化体系化的服务,也能对农业输入,真正做到有硬也有软。

图4-农业数据运营考核体系

数据运营效果的考核体系有如下样例:

  1. 电商传统的运营指标,GMV、转化率、复购率、各种活跃度。
  2. 农业营销活动的实际POI。
  3. 最直观的是年销售额、年销售量、成本、库存周转率、合格率、退返率、现金流转率。
  4. 运输平均时长、产线作业时长、采购现金支付率。

05 数据运营的技术工具

数据运营能有指标考核效果,并有应用场景,整个数据运营体系运转一段时间后,excel并不能再支撑起这么大的一个运营体系,这个时候像BW、大数据平台就十分有价值了。

IT技术是需求发展到一定层级,量变引起质变,这个时候价值才做大,做农业绝对不能为了技术而应用技术。现在和过去,被厂商吹嘘得火热的农业物联网、农业大数据、中台、自动化技术等,只有真正需要的时候才考虑应用,否则就是冤大头。

图5-农业技术工具(云大物移智)

对于高效有效的数据运营,可以应用的技术工具有:

  1. 数据采集:当然是农业物联网和自动化加工设备,但是农业物联网的应用需要切合自身实际。
  2. 数据存储:现在都用hadoop(Hive)。当然使用BW啊,MPP数据库啊,甚至RDMS都可以。
  3. 数据计算:一般使用hadoop上的计算组件,有一堆。算法引擎也在这,什么区块链追溯、病虫害识别、农业大数据分析、农业知识图谱、农业数据算法都在这。
  4. 数据管理:一般用数据治理平台啊,还可以用数据中台。

06 结语

最后农业数据运营就是需要以场景驱动、以价值为导向,根据场景选择合适的数据采集和数据计算工具。当然那些钱多人多的公司也可以建全套,解决一个场景。

#专栏作家#

清河落河清,公众号:农业一二事,人人都是产品经理专栏作家。一名熟悉农业的IT架构师,现从事企业架构工作,创建农业微信公众号、农业社群。

本文原创发布于人人都是产品经理,未经许可,禁止转载

题图来自 Unsplash,基于 CC0 协议

给作者打赏,鼓励TA抓紧创作!
更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 目前还没评论,等你发挥!