基于点线面体的多维协同战略理论概述

简介: 在互联网维度体系概念被提出之后,社会上对于降维的理解向不同的方向发展,如很多人认为降维呈现的是有高难度业务实施能力的企业向低难度领域业务进行渗透和发展的方式,还有的认为降维就是互联网行业对于传统行业的业务冲击。其实这些说法并不存在绝对的对与错,但是在本质上对于多维协同战略没有一个成体系化的梳理,本文结合点线面体理论从生态体系和业务中台的角度出发,在此基础上分析和总结多维协同战略的本质

前言:

在互联网维度体系概念被提出之后,社会上对于降维的理解向不同的方向发展,如很多人认为降维呈现的是有高难度业务实施能力的企业向低难度领域业务进行渗透和发展的方式,还有的认为降维就是互联网行业对于传统行业的业务冲击。其实这些说法并不存在绝对的对与错,但是在本质上对于多维协同战略没有一个成体系化的梳理,本文结合点线面体理论从生态体系和业务中台的角度出发,在此基础上分析和总结多维协同战略的本质。
其实多维协同特别是降维并不能理解为是一种攻击方式,而是随着时代的发展,先进商业模式淘汰落后商业模式的手段。互联网和数据的赋能本身就能够将行业的维度进行提升,如果在这个过程中部分落后产能无法响应时代变革的需要,则面临高维度商业模式的挑战是一个必然需要面对的问题。由于高维度商业模式基于数据驱动呈体系化协同运作,落后的产能在面临市场竞争时没有任何胜算,因此从需要被淘汰的落后产能的角度看才会将这种正向而积极的替代称为降维攻击,而对于积极拥抱数据变革的行业和主体,称其为从用户侧需求出发的高维度赋能更为合适。

1 维度的确立

如果说维度体系的典型表现是一个由多维度构成的生态体系的话首先需要有足够高的维度,在此基础上才能有多维协同和降维的基础。高维度和低维度本身并不可能是互相独立的,反而是密不可分而相互融合的,低维度始终应该是高维度中的一部分并且一个较高的维度应该是由不同较低维度组合而成的一个整体的表现。如我们认为三维立体比二维平面多一个维度,而叠加上时间的变化又比三维更高了一个维度,在区分这些维度的时候依据的是人的感知而并不是哪个维度本身,因为这些被定义的维度本身客观存在,只是人类按照自身的感知来区分出了不同的维度。
点线面体理论是对于互联网生态链一个很好的维度划分方式,其中点的组成部分包括使用服务的用户和服务的提供方,这些个体在整个体系中间被定义成以点的方式呈现;连接用户和服务的即是线,B2C的线由用户使用服务过程中产生,C2C的线则更为复杂,包括了用户和用户以及平台服务的提供方,C2B则是服务理念的转变,改变的是线的传输方向而作为连接用户和服务的线本身并没有变化;在点和线的基础上,面由此形成,当作为服务的点之间能够互相产生联系并提供经过整合的全新服务模式时即是产生了平面的概念,在平面之上,服务的点相互通过线连接而形成服务的集合,用户点在与其中一个点发生连接时往往代表着和服务集合中的其他服务点发生连接,平面内服务点之间相互支援并又都具有提供独立服务的能力,用户点在不断使用服务集合的过程中同时和集合中的服务点产生联系,最终由于整个平面中的用户点越来越多而增加了线的坚强程度,在这个过程中平面的范围不断的扩大,线的坚强程度确定了平面的稳定性;当平面数量越来越多时,就由平面的组合形成了体,可以发现,不管是从体的角度看还是平面的角度看,构成的基本元素都是点和线,点和线的数量在任何一个时间断面内没有增加过,同一个点不管是代表用户的点还是代表服务的点可能属于多个平面,正是由这些错综复杂的平面最终构成了体。
由此确定点线面体的维度有三个:点、面和体,基本元素是点,点点通过线进行连接形成面,面与面组合成为体,体的变化的根本是点的变化,因此体并不是一个静态不变的体系所能准确描述的,而是时时在变,如果业务往健康方向在发展,则用户的数量越来越多并以用户点数量增加的方式体现,服务提供方因为用户的需求越来越多而向用户提供的服务种类越来越多表现为服务点的数量越来越多,因为服务点的变多,不同服务之间的整合基础和相互支援能力越强而造成平面越来越多,整个体系就会随着低维度方向的变化而造成高维度也不断滚动扩大。通常所说的业务中台的能力即是体系内各个平面的交互程度,平面间的交互程度越强则代表体系内各种服务点的相互联系越强,因此业务中台所能提供服务的能力就越强。点线面体体系示意图如图1-1所示:
image.png

图1-1 点线面体体系示意图


需要特别指出的是,体系根据用户需求而形成新的平面提供服务未必代表需要在现有的基础上增加服务点,基于目前互联网行业现状,更多表现出的是现有的服务点根据用户需求直接通过线连接形成新的平面,因此体系的发展未必代表需要新增服务点实现,毕竟体和点之间隔了平面一个维度,而平面是通过点的排列组合形成的。

2 多维协同战略的应用场景

2.1 面对竞争对手挑战时的多维协同方式

竞争对手入侵的具体表现往往是以点插入现有体系中的方式呈现,在面对这种情况下,有必要先对对手的业务中台进行分析,判断是孤立的点插入,还是以组合成平面的方式集群化插入如图2-1和图2-2所示:
image.png

图2-1 对手单点入侵情况示意图


image.png

图2-2 对手平面入侵情况示意图


如果对手是以单点入侵的方式以服务点插入我方提供服务的领域,则需要考虑双方和用户连接线的强度,即对手服务点和用户点之间的线的坚强程度及我方服务点和同样的用户点之间的线的坚强程度,其实判断的本质就是双方服务点对于用户需求的响应程度,用户对于服务越满意则连接的线越坚强,服务就越有不可替代性。
对手点插入之后随着与用户点连接的建立竞争态势形成,双方对于用户点展开争夺,我方目标为争取将用户点维持在自己体系内,而对手的目标则是将用户点从我方体系内剥离并融入其业务体系或业务平面内。如竞争失败则结果有两个,我方服务点与用户点连接线因服务无法满足用户需求而被对手点线取代退出市场,或是服务点提供的服务与对手提供的服务相当造成双方进入长期相持状态。
如双方对于用户点的争夺进入相持状态,则双方业务中台的支援能力此时即能决定竞争的结果。因为业务中台的整合能力直接决定了自身高维度体系向低维度的展开速度,本质是体系内的其他服务点能否在业务中台的整合下根据用户需求快速联合被打击的服务点形成新的平面做到以高维度的平面对抗对手低维度的服务点竞争,或是面对对手竞争平面的插入,以组成新的平面的方式对抗对手平面做到与对手平面在同维度对抗,防止被对手降维打击。由于用户的需求变化速度非常快,强大体系的标准即业务中台短期内能够快速整合体系内的服务点及时形成平面满足用户需求的能力,这除了需要体系内的服务点足够多外相互能否及时被业务中台整合也是至关重要的决定因素,否则体系内的各个服务点即使足够多也会因相互关系较远而无法组合成平面造成多维协同无法运作或是协同运作速度较慢,造成面临对手竞争时处于劣势。

2.2 实际案例—星巴克面临瑞幸竞争时的主动升维防御

瑞幸咖啡作为O2O模式的典型代表,刚问世时即对星巴克产生巨大的威胁,因为星巴克作为传统行业没有互联网赋能则面临低维度对抗高维度的不利局面,瑞幸一问世便已经由门店、网上平台、快递和电子支付等组成了平面并且双方的用户群体即用户点基本相同,在不考虑互联网赋能的情况下星巴克面临竞争只能靠提高自己产品的质量和增加种类来加强与用户点的连接,但是用户的需求不只是咖啡的品种和质量,还包括获取的便利性即想喝咖啡时能够快速在附近找到门店或者由快递尽快送至自己面前。
在意识到所面临的严峻局势后,2018年8月2日星巴克与阿里巴巴集团在上海宣布达成新零售全面战略合作,通过联合阿里集团利用互联网对自身传统业务进行赋能,主动进行升维防御。双方确定战略合作方向后,阿里生态体系开始对星巴克进行支撑以尽快将星巴克从一个提供点状服务的企业升维为提供平面服务的平台。从外界公开的信息,阿里生态体系内直接与星巴克建立连接的平面有饿了么和盒马鲜生,都是从用户需求出发来使星巴克加强与用户点的连接线坚强程度,其中饿了么使咖啡的消费突破线下门店范围并增加从接单到送到客户手中的速度,因此饿了么平面对于星巴克的支撑作用同时体现在空间和时间上。盒马作为阿里生态体系中O2O的最前沿阵地,本身因为与天猫平面的协同就与用户有极强的互动联络关系,与星巴克合作后利用门店优势进一步帮助星巴克在线下拓展了对外服务窗口,并将自身在线上线下一体化的优势赋能给星巴克。同时用户对于星巴克咖啡的需求和品牌认可也反过来促进了盒马和饿了么与用户的连接线坚强程度。
星巴克-饿了么-盒马协同形成的O2O服务平面在维度上与瑞幸O2O平面相当,并且同维度的竞争力因为三方有协同叠加而在局部具有优势,本次升维防御帮助星巴克抵挡住了竞争对手高维度商业模式的冲击,具有较好的效果。

2.3 进入新领域时的多维协同方式

一个体系在进入新领域时因为无法瞬间就建立起由数个平面组成的子体系所以必然需要经过下沉阶段。下沉的表现方式有两种:
1、单个服务点进入全新领域;
2、先由几个服务点组成一个暂时不够稳定的平面进入新领域,再尝试新增服务点或是增强现有点(包括服务点对用户点和服务点与服务点)之间的线的坚强程度来促进平面的稳定。

2.3.1 单个服务点进入全新领域时的体系支撑

我方单个服务点在进入全新领域时即使已经建立了与用户点的连接仍会面对对手高维度服务点集群比如平面甚至是体系的竞争。此时因为是进入全新领域,因此相比对手的服务点与用户点的连接线,我方单个服务点与用户点的连接线强度一般处于劣势,在这个情况的基础上如果我方体系无法及时支援而对方服务点有高维度平面或者体系的支撑,则刚进入全新领域的单个服务点即使已经同用户点取得联系也会面临以低维度对抗对手高维度的不利局面。如图2-3所示:
image.png

图2-3 我方单个服务点进入新领域时局势示意图


因此单个服务点进入全新领域前,需要对己方的体系特别是平面的预期支撑能力进行评估,评估的标准就是现有平面内的服务点是否能和新的服务点建立起足够坚强的线,最理想的状况是通过单个服务点进入新领域后整个平面和平面内已经存在的服务点能够及时与新的服务点建立联系进行支撑,通过协同化提供服务将进入新领域的服务点和使用此服务的用户点一并纳入平面,这样新的服务点因为获得了平面和平面内其他服务点的支撑而升高了自身的维度,平面也在这个过程中得到壮大,平面的壮大又使其中服务点和服务点的联系及服务点和用户点的联系更为频繁,对整个体系健康的滚动发展呈积极作用。

2.3.2 平面切入新领域和降维竞争

平面切入新领域是互联网界比较常见的方式,因为互联网特别是移动互联网的用户需求变化迅速,要满足时时在变的用户需求一般通过两种方式,一是根据用户需求和使用的反馈快速迭代升级产品或是开发新的产品,其次就是现有体系中的服务点能否通过即时组合及时形成全新的平面响应用户需求,两者缺一不可并且大部分情况下在同步进行。
平面切入新领域的好处是如果对手也是高维度的商业模式,平面切入可以确保在维度上不落后,防止对手从高维度向2.3.1中我方孤立的服务点进行打击,一旦我方服务点与用户点的连接线被打断则代表服务点的存在已经没有意义因为用户的需求被对手的服务点或者平面满足,对我方服务点不再有需求。高维度的切入可以确保数个服务点形成平面同时切入新领域,平面内所有服务点同时与用户点建立联系并在服务点之间通过连接线相互支撑,尽力将用户点纳入新平面内。历史上滴滴与快的的竞争以及OFO与摩拜的竞争既是两个高维度平面切入新领域后都力争将用户点纳入己方平面内的过程,高维度之间的对抗往往会形成对用户点争夺的胶着状态。如图2-4所示:
image.png

图2-4 我方平面切入和对手高维度竞争示意图


如果在平面切入新领域时并未发觉领域内有同样高维度的商业模式,则传统行业面临降维竞争的危险状态。因为从高维度往低维度看,传统模式下的服务都是一个个孤立的服务点并且这些单独的服务点之间也存在竞争关系,单独的服务点与用户点的连接线一旦被打断,则服务点只能退出。由于衡量连接线的坚强程度的唯一标准是响应用户需求的程度,高维度的平面因其中有众多服务点并且服务点之间也有较强的连接线因此显然在响应用户需求多变的情况下拥有绝对优势。如图2-5所示:
image.png

图2-5 我方平面切入新领域并进行降维竞争示意图


O2O模式的出现即是典型的降维竞争表现,O2O线下铺开的目的是新增和传统服务点相似的服务点并直接在低维度上建立与用户点的连接,期望打断对手点与用户点之间的连接线,己方体系内数个平面同时对O2O线下服务点进行支撑帮助其尽快形成数个全新的平面,对用户需求极强的响应造成传统服务点与用户点之间的连接线被同维度切断并被高维度分割包围,最终只能面临淘汰。

3 多维协同过程中的量化指标研究

多维协同战略体系因为存在维度差异的缘故因此在不同维度上所采用的量化指标是不同的。从关系角度分析,粗略的进行区分即存在服务点与服务点、服务点与用户点、平面与服务点、平面与用户点及平面-服务点-用户点几种,但是最终都集中于线的坚强程度判断,因此线的坚强程度是能够判断用户需求被满足情况的量化指标。
服务点与服务点之间的线的强度反映了双方能够互相支撑的能力,这是一个稳定平面的基础,大中台战略的本质就是通过统一的数据中台使各个服务点的数据源统一从而打破服务点之间相互支撑的壁垒并减少服务点相互支撑过程中的成本,这也使业务中台有了组成的基础,因此量化的指标可以是不同服务点间共享的数据量。服务点和用户点之间线的坚强程度直接反映了用户对于服务的黏性,取决于用户需求被满足的情况,在发生不能满足用户需求时,可以通过其他服务点支援形成平面提供服务的方式来增加线的强度,如果还是不能满足则考虑新增服务点,前提是本身体系内和平面内的各个服务点之间能形成坚强的线以确保相互支撑作用,这方面量化的指标可以是通常用的运营指标,运营指标可以准确的反映用户点和服务点之间的交流情况。
比较有难度的在于量化平面与用户点及平面-服务点-用户点两个方面的关系,因为这并不是以上服务点和服务点之间及服务点与用户点之间关系的简单叠加,而是涉及到多种量化指标的整合问题,需要通过复杂工程结合多种机器学习算法解决。这是未来需要研究的方向,如能解决并应用于业务中台,则多维协同战略体系就能够彻底量化并为局部战术如,何时需要新增服务点、体系内需要调动多少服务点协同对外竞争、我方面临对手竞争时需要怎么进行升维防御等提供基于数据的参考依据。

作者简介:朱祺 阿里云全球最有价值专家 阿里云云计算ACP 阿里云大数据ACP

目录
相关文章
|
2月前
|
数据采集 监控 数据可视化
数据治理成功的九大细节,你都忽略了哪几个?
数字化时代,数据作为新的生产要素受到了各界前所未有的重视。
|
4月前
|
机器学习/深度学习 敏捷开发 人工智能
探索软件测试的多维视角:从基础到未来趋势
本文旨在通过通俗易懂的语言,为读者揭示软件测试领域的多个维度。我们将从软件测试的基础概念出发,逐步深入到测试的不同类型、面临的挑战,以及最新的测试技术和工具。文章还将探讨自动化测试的重要性和实现过程,以及如何利用敏捷测试来提高开发效率。最后,我们将展望软件测试的未来趋势,包括人工智能和机器学习在测试中的应用前景。文章的目标是为初学者提供入门指南,同时为有经验的测试工程师提供行业动态和未来发展方向的参考。
|
4月前
|
存储 监控 安全
|
6月前
|
存储 安全 数据处理
元宇宙与云边计算之间的关系可以从以下几个方面进行阐述
**元宇宙依赖云边计算实现高效、低延迟的数据处理与存储,提升用户体验并保障数据安全。云边计算分布式的架构支持元宇宙的可扩展性需求,双方相互促进,共同发展。**
|
存储 NoSQL BI
【企业架构】描绘未来:使用能力、产品和技术路线图来调整企业和执行战略
【企业架构】描绘未来:使用能力、产品和技术路线图来调整企业和执行战略
|
供应链 数据可视化 BI
【企业架构】描绘未来第 2 部分:定义能力路线图
【企业架构】描绘未来第 2 部分:定义能力路线图
数据治理的本质:体系化建模(1)
数据治理的本质:体系化建模
184 0
|
SQL 数据建模 BI
数据治理的本质:体系化建模(2)
数据治理的本质:体系化建模
148 0
|
机器学习/深度学习 编解码 人工智能
好的媒体处理框架都具备这三点特征
从 2017 年开始,音视频应用平台开始逐步关注带宽成本以及观看体验,腾讯从那个时候开始研发极速高清的技术,在研发过程中他们遇到了哪些挑战?业界在高清视频方面又有哪些技术方案?本期,我们采访了腾讯专家工程师赵军,他结合自己的实践经验给出了答案。以下是采访文章整理,期待对你有所启发~
164 0
好的媒体处理框架都具备这三点特征
|
存储 大数据 数据挖掘
构建数据中台过程中,OneModel即统一数据及管理理论的提出背景
作者:柯根 更多内容详见数据中台官网 https://dp.alibaba.com 作为OneData体系中最为重要的成员OneModel,是“阿里巴巴数据中台团队”在遇到了实实在在的大数据痛点后,根据实战经验所沉淀出来的方法论。
6970 1