可口可樂的數據新挑戰

Sam+Ransbotham

為直觀把握大量復雜數據，世界最大的飲料商可口可樂開啟了極富遠見的新項目，試圖將數據分析能力打造為新的競爭力

在可口可樂，挑選與整合有用的數據可不是一件輕松的活兒。可口可樂的生產與配送系統遍及全球，成百上千的裝瓶機每天不停運轉，用濃縮汁制造出可口的飲料，產品不僅有著名的可樂，還有其他各式軟飲。這些裝瓶機將數據傳輸到可口可樂公司，公司再將數據流匯總到統一的標準化系統內，并據此分析判斷全球生產與銷售狀況，做出未來的計劃安排。

這是一項多么浩大、冗雜而耗時的工作？只需要展示幾個簡單的數據便一目了然：作為世界最大的飲料商，可口可樂公司旗下擁有超過500個品牌和3500種產品，除了旗艦產品可口可樂外，公司還擁有美汁源、芬達、七喜和達薩尼（Dasani water）等多個品牌；2013年凈運營收入469億美元，凈利潤86億美元；與大約250家裝瓶商合作，裝瓶廠總數達900家；包括合作廠商在內總計雇傭了70萬名員工。

可口可樂公司企業架構主管馬修·查科（Mathew Chacko）表示，公司正計劃從一般的數據分析向基于大數據技術的預測分析模型升級，并嘗試應用可視化來傳遞復雜的數據信息。

傳統的數據分析

數據分析工作在可口可樂已經開展了很長時間。其中極其重要的一個組成部分就是產量、銷量的分析與預測，涵蓋了全公司以及特許經營的裝瓶商網絡。

一直以來，可口可樂業績輝煌的飲料部門都采取著特許經營模式，總公司（可口可樂公司）制作濃縮汁，出售給裝瓶商，再經由其完成裝瓶生產，提供給“銷售終端”，最終販賣到消費者手中。這些裝瓶商大多并不隸屬于可口可樂，只有其中的很少一部分可口可樂公司會持少數股或者成為控股股東。而“銷售終端”多為實體企業，如沃爾瑪、英國樂購、麥當勞等。

冗長的銷售渠道千回百轉，裝瓶商又并非控股企業，將作為產品源頭與品牌擁有者的可口可樂公司排擠在大量一手數據與最終消費者的“千里”之外。公司不得不通過數據報告與分析來掌握情況。

此外，衡量營銷績效及其成本支出也離不開數據分析。品牌營銷是可口可樂與最終消費者“面對面”互動的最重要方式。可口可樂經常以奧運會、世界杯的贊助商身份，通過傳統媒體、電視廣播、廣告牌等傳播渠道出現在最終消費者面前。在此過程中，市場營銷部門希望能夠通過數據反饋來回答“如何有效使用營銷經費？”、“怎么預測營銷活動能否取得期望的效果？”等問題。

前瞻預測現魅力

最近三年里萌發了很多新技術，各大公司不僅能夠更好地開展回溯分析，前瞻分析也漸漸變得容易。過去，可口可樂也與其他公司一樣，習慣于報告已經發生的情況，討論如何看待既成事實的銷售額、生產量，而今通過裝瓶商回饋的數據，可口可樂得以分析各條線產品在全球的表現。譬如，可以使用歷史數據導入模式，始終保持對未來13個月的產銷情況的把控。

在供應鏈方面，數據預測的強大力量也廣受贊譽。以橙汁為例，可口可樂同時出品了美汁源（Minute Maid）和Simply Orange兩種品牌的橙汁，兩種橙汁都全年生產。而消費者的口味偏好在整個年度里也很少會變化。

但是，一年里，橙汁的原材料——橙子往往來自不同地點，導致口味、成本等各方面的差別。譬如，產自瓦倫西亞、佛羅里達、西班牙和巴西的橙子甜味存在不同，會影響成品飲料的味道。此外，氣候、水果產量、裝箱、運送等環節出現的變化都會給整個公司的供應鏈帶來突發問題。為此，可口可樂采用了一套內部應用程序，把所有變量囊括進來，以最優化供應鏈，確保能夠在控制成本的基礎上，向消費者們提供品質、口味等始終如一的果汁產品。

事實上，可口可樂使用了現在所有可得的技術來處理公司面臨的各種個性化問題，更重要的是，公司也在不斷評估和開發新的可靠技術。

與技術漸進磨合

在采用基于變量的優化算法之前，可口可樂的預測工作一般由“人”完成，怎樣讓員工們接受新的技術與方法呢？

可口可樂的關鍵詞是漸進磨合。公司讓員工根據自己的步調，一步一步扎實推進數據化、模型化、技術化的分析范式，譬如用可視化將數據轉化為圖表或圖形，以替代報表。員工會從這種改變中體會到便利，畢竟他們面對的信息量與日俱增，誰都希望早上一到辦公室就看到一份完整的報告，閱讀后可以馬上開展工作，而非每天考慮怎么處理數據。

可視化能讓公司更了解最終的消費者，讓各部門能夠更有效率——快速抓住機會，及時應對挑戰。只要能讓業務運轉更加順暢且對新技術的使用處于一個合理的邊界內，先進技術的推廣并不困難。轉變人們的思維——從習慣于回顧過往變為關注未來，也許更是一項挑戰。

當然，采用新技術預測未來也會有局限性，技術、數據質量和分析人員的素質都會影響前瞻分析的準確性。公司必須首先獲取足夠的技術實力，在此基礎上培養員工的技能，并確保庫里的數據更具關聯度。

建設高共享平臺

可口可樂并非自上而下、等級結構森嚴的組織，更不會要求員工一定聽從上級命令。公司鼓勵創新，也不存在層層審批，整個組織十分靈敏。不過這樣做并非全無后患，重復與資源浪費時有發生。因此，可口可樂計劃建設一個共享度更高的（數據）平臺，目前借助新興的技術，項目正在審慎地循序展開。

目前，在人才方面，可口可樂已經擁有了一支富有洞察力的專業數據分析隊伍，也有外部資源支援各項分析工作。同時，為了進一步把數據科學培育成一項重要競爭力，可口可樂計劃積極培養數據分析工程師。“我們需要對數據挖掘感興趣、有洞見，能夠在紛繁復雜的數據世界里直取目標的人才。”查科表示，可口可樂廣泛與研究機構、大學合作，與他們共同在最前沿領域開展研究，給予學生們實習機會，并吸納精英學生成為公司的新鮮血液。

不久的將來，可口可樂將全面應用商務智能，打通設計最佳的數據搜集法、創建模型、可視化處理再到市場分析的全流程。不過，這將是一場持久戰。

裝瓶商數據難題

可口可樂在全球有250家裝瓶商。為了掌握全球業務情況，可口可樂一直從他們手中搜集數據，不僅包括全球銷售點數據、掃碼數據，還有事件數據、社交媒體數據等。

這些數據有些可以標準化，也有相當部分必須靈活處理。以裝瓶商為例，他們各有自己的系統設置，提交到可口可樂的數據格式可謂五花八門。可口可樂不得不設計出一套靈便的數據導入模式，制定數據轉化的標準分類，以便抓取所需數據，制成統一形式。當然，可口可樂還會將數據分析及其結果反饋給裝瓶商，用他們能看得懂的方式。這是可口可樂服務消費者與裝瓶商的一項重要內容。

如今，可口可樂希望能將250家裝瓶商的日常數據匯合到一個數字系統里，實現信息與知識共享，并最終更好地理解與服務消費者、更緊密地貼合市場、讓人們滿意——這其實是可口可樂公司與裝瓶商們共同的愿景。雖然這一發展方向困難重重，但沒能阻礙可口可樂的熱情與決心，公司正試圖向大數據與交叉測量分析領域進軍。

查科表示，可口可樂一直堅信不僅要妥善處理當前的挑戰，也要為未來可能出現的需求做足準備。2017年是可口可樂從戰略高度加強宣傳的年度，數據庫及其分析技術必須在此之前盡可能完善。

來源：MIT