零售行业是对社会变化感受最深的行业之一,随着一二线生活成本的攀高,“小镇青年”代表了一股新的消费力量异军突起。从“进口好货”到“国潮当立”到“原产地”,从“线下商店”到“线上平台”到“零售OMO(Online Merge Offline)”,零售渠道从传统的大卖场大超市、小超市、便利店分布模式,转向线上平台和线下渠道相融合的新零售模式,以满足消费者随时随地购买的需求。
亿滋中国对市场变化的应对 – 与阿里云的战略合作
随着消费者购物方式和饮食习惯的改变,也意味着零售企业的市场销售策略亟需优化和调整,企业需要更关注消费者喜好,专注于品牌力量,做好全渠道,增强执行力,才能实现可持续增长。亿滋作为全球零售巨头,旗下奥利奥、趣多多、炫迈口香糖等都是中国消费者熟知的品牌,据欧睿信息咨询公司报告显示,其饼干品类排名全球第一,巧克力、口香糖排名第二。亿滋中国的数字化愿景是以消费者和客户为中心,以数据为业务决策导向,打通零售的供应链、销售、消费者的端到端数据链路。在亿滋全球多云战略的大背景下,从 2018 年开始,亿滋中国就与阿里云达成战略合作伙伴关系,从传统IDC迁移到阿里云后,实现了所有数据100%全自动导入。同时,亿滋中国基于阿里云DataWorks与MaxCompute搭建新零售数据中台系统,通过强大的技术平台和数据分析能力,亿滋中国可以提早预知市场动向,制定市场,销售和供应链战略, 更高效地触及消费者锁定消费人群,优化成?模型提升投资回报率,提高销售预测的准确性,实现供应链的柔性生产。

全链路数据模型治理,提升数据中台自服务能力
在数据中台的搭建过程中,亿滋中国基于数据中台方法论,通过DataWorks智能数据建模建设了一套覆盖销售、供应链、消费者的全链路数据模型,保证数据的高质量、高可用性和可复制性,实现数据决策下放,极大地提升了一线业务人员的数据自服务能力。
数仓规划
首先,我们通过数仓规划将业务分类、数据域和业务过程构建好,形成一个跨部门通用的标准体系,例如,在供应链端,大家习惯以‘箱’为单元,而在销售端,大家又习惯以“钱”为单位,通过数仓规划的业务过程构架后,各个业务端的业务人员可以在一个层次分明,描述清晰的树状图中快速找到所要的数据。
数据模型
其次,我们需要往数仓的规划里填充所需要的具体数据模型与资产内容,亿滋中国的数据模型主要包括
维度模型:维度模型定义业务核心维度,如供应商维度、商品维度、渠道维度
事实模型:事实模型主要是业务事件,如下单、供应商发货等
汇总模型和指标(KPI):汇总模型主要包含各种统计指标,如订单量、商品数量等等
数据指标
数仓规划与数据模型是构成数据自服务的基础,而对于业务人员,核心需要的其实是指标,以帮助业务分析及执行。在阿里巴巴数据中台方法论中,通过时间周期、修饰词、原子指标三个部分可以快速解释企业内部的所有业务指标。例如:在“近 7 天内奥利奥在浙江区域的订单量”这个指标中:
“ 7 天内”是时间维度
“奥利奥”是商品修饰词;“浙江区域”是省份修饰词
“订单量”是原子指标

通过这样的方式,对于业务人员来说,不仅可以快速理解指标的含义,找到所需要的指标,同时可以避免重复指标的建设,并且有利于其他指标的快速产出。对于数据开发人员来说,可以清晰地理解数据需求,通过数据模型快速地构建业务需要的数据指标,提高效率。
亿滋中国通过以上数仓规划、数据模型建设、数据指标管理等实现了全链路的数据模型治理,以业务视?对企业的数据业务进行诠释,最终在数据资产门户中展现。通过数据资产门户,数据科学家们可以方便地了解数据全貌,快速获取所需数据进行数据分析、数据探查以及AI应用,更重要的是可以专注于算法的训练与优化,不再陷入数据的“泥潭”之中。另外,通过数据资产门户,公司内所有的员工可以实现“数同文”的快速理解与流通,让数据决策可以实现真正有效的下放!
未来已来—数据中台提速,释放亿滋中国数字化力量
在数据决策下放的实现过程中,数据中台得到极大的提速,数据资产的价值在亿滋中国不断涌现。
在销售方面,通过数字化的“市场通路”和“完美门店” ,亿滋中国面向传统渠道(经销商)建设集销售预测、库存管理和自动补货为一体的智能补货管理平台(Continuous Replenish System - CRS),帮助 400 余家亿滋经销商完成从手工补货到一键式自动补货的跨越,实现了每个单品库存和补货管理的科学化和智能化,以较小的投入创造了可观的效益。
在消费者方面,通过深度分析市场营销效能,让消费者可以随时随地买到各类优质的零售产品。
在供应链方面,囊括了各个业务控制塔, 实现了产品出库、物流运送到大仓、大仓到客户等全链路监控,以关键KPI为导向,及时监控日常运营质量, 同时,打造数字化战略的“黑灯“工厂。
市场日新月异,技术日日求新,在数字化的道路上没有终点。亿滋中国的数字化转型永远在围绕消费者构建,数据中台不仅仅是一个数字化项目,更是一个持续的消费者价值创造项目。从市场营销、销售预测、数字化工厂、柔性供应链等多个方面,通过与阿里云的深入合作,亿滋中国在探索数字化创新的道路上逐渐提速,面对中国市场日益变化的消费者需求,结合人工智能等先进算法模型,提供全面、丰富和多维度的决策分析,通过数字化的能力,提升业务创新能力,为消费者提供更好地产品与服务,实现 “snacking made right powered by digital”。
好文章,需要你的鼓励
前OpenAI首席技术官Mira Murati创办的AI初创公司Thinking Machines Lab宣布推出"交互模型"技术。不同于现有AI的轮流对话方式,该模型采用"全双工"技术,能在接收输入的同时生成响应,实现类似真实电话通话的自然交互。其模型TML-Interaction-Small响应速度达0.40秒,优于OpenAI和谷歌同类产品。目前仍处于研究预览阶段,计划数月内开放有限测试,年内正式发布。
香港大学与哈尔滨工业大学联合发布的这项研究(arXiv:2605.06196)发现,大语言模型在扮演不同社会层级角色时,内部神经网络存在一条清晰的"粒度轴",从普通个人视角延伸至全球机构视角。这条轴是AI角色空间的主导几何方向,可被测量、被跨模型复现,并通过激活引导技术加以操控,为AI社会模拟的可信度评估和角色视角的主动调控提供了新工具。
澳大利亚各州及联邦能源部长在近期会议上达成共识,要求数据中心通过投资新建可再生能源和储能设施,完全抵消其电力需求。除昆士兰州外,所有州均支持该提议。联邦能源部长克里斯·鲍文表示,数据中心是新增能源需求的最大驱动力之一,应成为电网的助力而非负担。澳大利亚能源市场委员会将于7月前提交具体实施建议。数据显示,到2030年数据中心用电量预计将增至现在的三倍。
华盛顿大学研究团队发现,在AI数学推理训练中,将随机拼凑的拉丁文占位词(Lorem Ipsum)添加到题目前,能帮助AI突破"全部答错、训练停滞"的困境,在多个模型上平均提升推理得分2.8至6.2分。研究揭示了有效扰动的两个关键特征:使用拉丁语词汇避免语义干扰,以及保持较低困惑度确保AI能正确理解题目内容。