作者 | 程一城

编辑 | 王与桐

36氪获悉，泛零售产业数智化服务商「九章数据」于近日完成千万级A+轮融资，由野草创投独家投资。本轮融资后，「九章数据」将继续增加SaaS产品研发投入，构建SaaS云平台AI产品矩阵，并扩建人才队伍，加速业务市场开拓。

《IDC FutureScape：2021年全球数字化转型预测》中指出，预计到2023年，75%的组织将拥有全面的数字化转型实施路线图，实现业务与日常运营的转型。当数字化转型的浪潮席卷至传统零售行业，通过机器学习来提升数据资产的利用率，从而使数据价值体现在供应链、门店经营、营销等各方面，成为了行业呼吁智能化变革的核心诉求。

九章数据是36氪曾报道过的一家公司。其成立于2018年，是一家专注零售行业数据分析，以商业场景AI应用为主营方向，立足企业场景需求的软件服务商。目前，该公司已与屈臣氏、华润、新疆友好、广东丽日、欧莱雅、强生、花王、新世界集团等多家零售企业达成合作。2022年4月，九章数据发布SaaS云数据平台—iDAS，并针对门店经营管理的前后端业务场景，部署零售经营工作台iReport与供应链AI2.0产品，为超商与消费品牌提供数字化转型解决方案。

拆解九章数据的产品服务矩阵，其核心逻辑是从商业应用场景的需求出发，以DaaS（数据中枢）与MaaS（模型中枢）为聚合基础，通过离线和实时2种计算机制，对多平台数据进行统一的存储、计算和管理，构建共享、复用的企业级数据中台，在经营分析、营销分析、供应链分析等多维度提供数据集成分析，在SaaS服务模块化应用的同时也能支持企业私有化部署的需求。

（九章数据产品服务矩阵）

公司核心产品与商业模式如下：

· SaaS云数据平台iDAS

数据管理平台3.0版，以云端产品架构基座，结合行业专家的数据资产化能力。iDAS平台通过集成行业内ERP厂商的系统数据，来构建数据平台生态产品体系，实现数据的闭环运营。以数据分析技术辅助完成商业场景中复杂业务的精细管理与智能决策。据九章数据介绍，iDAS平台的数据主要来源于合作的零售商与零售ERP企业。通过与零售ERP企业石基大商、思迅软件等合作，目前公司已拉通了零售行业60%以上的系统数据，统一数据采集标准，打破数据孤岛。据了解，九章数据是深圳数据交易所第一批数据服务商，在数据交易中通过脱敏、隐私保护等技术手段保证数据的合规性。iDAS产品根据企业的门店数量按年收取服务费。

· iReport

主要应用于零售行业前端经营阶段，以数据驱动运营。通过收集商家的多方数据，通过ML（机器学习）与DL（深度学习）的模型计算以及运筹优化算法辅助决策，驱动系统预置、经营分析、门店体检、优化跟踪等系统工具的部署。iReport的五项产品功能 “门店业绩追踪与体检诊断”、“立体洞察”、“异常跟踪预警”、“新品销售跟踪”、“收银实况全掌握”打破传统ERP的单一视角和计算能力限制，在运营实践中提供为门店全盘经营的体检报告，辅助商家在门店问题智能诊断、经营状况分析、巡店、品类优化等方面做出决策。iReport作为SaaS化产品，具有轻便、灵活配置的特性，目前以标准化模块合作为主要售卖形式，以年费收取合作费用。

· AI供应链

主要应用于后端解决方案阶段，在洞察问题后，通过iReport呈现的门店体检、经营分析、品类优化等不同业务场景的数据洞察及分析报表，做出一系列的决策智能，满足企业门店商品需求预测、活动促销预测、采购需求感知、新品预测、智能订补调等仓库及门店的高频业务场景。AI供应链通过模型结合个性化开发收取合作费用。

在零售业应用场景方面，九章数据的几大核心产品在其为美妆零售客户屈臣氏提供的供应链数字化服务中已跑通商业模型。因屈臣氏存在门店数量众多、美妆护肤日化SKU众多、促销节奏快等运营特征，数字化转型前，每次线下促销，其供应链部门的预测团队每次促销前需要花费大量精力对未来促销商品进行到仓层面的预测，预测准确率在40%左右，而商品到店层面的预测只能通过到仓层面的预测进行切分。

对此，九章数据通过SaaS云数据平台与数据银行为屈臣氏建立门店运营的数据体系，统一数据标准，并通过AI供应链平台，结合线下、线上促销力度、广告投放力度、节假日等多种因素，对基于上千种SKU的日颗粒度的销量预测，提高供应链部门对商品需求预测的准确率，同时为门店提供多级库存网络下的拆零补货支持，降低门店与仓库的库存成本。据九章数据介绍，目前已帮助屈臣氏完成商品需求预测准确率从40%提升至85%，商品平均日缺货率下降 1.73%，商品平均月周转天数下降 4.5%，且目前，商品总体缺货率已稳定在2%以下。

谈及行业数智化变革前景，九章数据创始人兼CEO张师磊认为，布局BI与增强型分析等更高智能化产品的时机已经来临。零售行业线下门店多，每天商品交易数量庞大，门店日常运营工作量大。零售运营管理人员对商品数量预测、商品进库存管理等操作的智能化诉求，需要智能易操作的数据分析工具来承接。

对此，公司目前正在研发将增强型分析能力和AI技术融合强化的Modern BI技术，可以更迅速地适应变化，提供更加快速灵活的决策。同时，该技术可以根据企业员工语音描述的数据需求，快速准确的创建对应的数据模型，并输出可视化分析结果。与市场上已有的发展成熟的BI企业对比，九章数据的Modern BI将更聚焦在零售行业内，不局限于在数据可视化层面，增加更多偏向零售业务运营分析及建议的维度。据张师磊介绍，此轮融资后，九章数据计划在今年推进Modern BI的研发进度，加快商业落地进程。

九章数据的核心客户群体主要以营收1亿-50亿的客户为主，客户行业主要集中在以中大型超商、商场、百购、消费品牌为代表的泛零售行业，针对行业内不同的细分市场提供不同类型的服务。例如，对于中大型连锁超市，涉及的线下门店众多，需要测算海量的人货场数据，iReport与AI供应链可以提供全链路的数据洞察与决策建议；对于消费品牌商，其主要诉求是商品在不同渠道商的各种销售数据、促销活动数据，九章的数据银行产品可以拉通不同渠道商的交易数据，提供销售数据分析，目前公司的数据银行产品已入驻品牌商已超过70家。

据了解，本轮融资之后，九章数据计划调整客户战略，扩展中小型企业客户群体，并根据中小客户需求，通过轻便型SaaS模式，提供可快速搭建安全、易用的数据平台，在此方面，公司最近发布的SaaS云数据平台--iDAS平台就是例证。

目前九章数据的收费模式有两种，一是针对大中型客户部署私有化产品的需求，采取产品＋服务双重收费模式；二是针对小型SaaS化云平台iDAS 产品是根据企业的门店数量按年收取服务费。

九章数据创始人兼CEO张师磊曾任微软亚太研究院技术经理、华润万家数字化总经理，团队核心成员主要来自微软亚太研究院、阿里巴巴、沃尔玛、华润、华为、石基零售，金蝶等企业。目前公司员工规模约100人，其中开发人员数量占比超过70%。

经历过疫情震荡的零售行业，为降低人力成本、铺租成本、运营成本，商家对数据分析决策的依赖程度正在提高。聚焦零售赛道提供数据服务是九章数据在未来几年内不变的定位，而几个亟待解决的问题是，客户定位转型后，公司如何提高对中小客户零售数据需求的理解能力与服务能力，以及对于二三线城市的区域性连锁超商，如何根据不同区域的零售特性拆解数据需求，提供更契合的数据产品。

投资人观点：

本轮投资机构野草创投投资总监杨雪斌表示：“零售行业是保障国计民生的支柱行业，产业链上环节复杂且竞争激烈，随着产业数字化进程的逐步推进，基于降本增效的客观需求，零售行业各参与方迫切需要构建起对于数据的洞察能力。九章团队在零售领域深耕多年，积累了深刻的行业knowhow。并形成了服务大客户与中小客户的不同产品线。同时公司积累的数百个行业分析模型与解决方案可以真正让数据作为第五种生产要素参与到公司的生产、运营中去。我们看好九章数据在零售行业中的未来发展。”