當前位置：家居加盟寶 > 行業資訊 > 行業熱點 > 正文

數據中臺“助燃”萬億家裝產業

時間：2021-03-30 21:00:06 類型：瀏覽量：5731

邏輯更迭，中國家裝產業的進階時刻

一直以來，中國家裝產業屬于剛需、分散發展的典型行業。

一方面，行業規模在過去獲得了長足的擴張窗口期，億歐智庫測算2020年中國家裝市場規模達到3.54萬億元。

另一方面，行業內卻鮮有百億收入規模的龍頭企業。

標準化程度、產品體積、落地服務程度和技術壁壘決定了家裝行業內部的格局，木材、涂料、防水材料等標準化程度較低、體積較小、技術壁壘較高的行業集中度較高，而家具、櫥柜、家紡等集中度較低。

剛需驅動家裝產業發展的背后，是中國過去20年乘風破浪的房地產市場的進擊。

中國家裝行業的兩大支撐基礎之一是待裝修的商品房數量。作為家裝產業的重要基數，房地產引領了中國過去20年家裝產業的原始增長。

2000年至2007年、2009年至2014年以及2016年至2020年，中國商品房銷售面積復合增長率分別為22.9%、4.1%、3.0%，對應家裝行業的快速爆發、全面發展和成熟發展三大階段。

除了新房市場，億歐智庫測算二手房、租房市場也帶來每年約500萬套的翻新裝修市場。

但在未來，家裝行業的引擎已經從待裝修房數，轉換到另一個重要參數——家裝消費支出上來。

根據億歐智庫《2021年中國家裝行業數據中臺研究報告》，從土地供應面積來看，目前中國年購置土地面積自2015年后均保持在2~3億平方米之間，住宅房新開工面積、商品房銷售面積增速都在5%以下，全國范圍內的二手房銷售面積占比也在下降。

“永動機”在減速，傳統家裝行業的重要支撐已不再。

與此相對的，人均居住支出的占比逐年提升，2020年占可支配收入的24.6%，這使得2017年中國平均家裝支出費用為15萬，在2020年增長至約20萬。

這代表著家裝行業已經結束了“以房為本”，房增家裝增的野蠻增長時代已經結束，而從消費者層面分析，更好、更快、更適合是確定的增長方向，這些會帶來家裝行業品類、模式、渠道的重要改變。

“以人為本”時代家裝發展難題

2018年以來，中國家裝總產值、規模以上家居制造業收入、主要上市公司收入三大指標復合增長率均跌入10%以內，且平均收入增速遠小于上市公司收入增速，行業分化加速。

同時2016年以來，主要上市公司的平均凈利率從17.4%下降至2020年的11.5%，2017年開始家具制造業平均虧損企業數量的復合增長率達到40%，行業利潤率拐點已現。

疫情也在加劇這些危機，更強的分化、更低的收入增速和利潤率。

除了模式的改變，如用定制、整裝、前裝、多渠道、多品類來獲得新的增長外，“數字化”開始被廣泛提及。

中國家裝行業數字化起步于2014年左右，經過了ERP的簡單信息化、 O2O電商化嘗試，在2018年才進入真正“重視”階段。

在龍頭企業的數字化進程中，2013年至2016年基本屬于信息化、嘗試線上化等階段。

2017年之后開始進入真正的數字化營銷、數字化生產、數字化管理的搭建、使用階段，整個行業的數字化仍處在早期階段。

一方面，數字化會助力龍頭公司增長，而龍頭公司也會加速數字化進程，如此形成正向循環，帶來集中度與數字化投入的飛輪效應。

如：紅星美凱龍、顧家、東方雨虹、索菲亞等數字化起步較早的企業和品牌，已看到數字化帶來的隱形壁壘，在2020年半年報中均重點提及“數字化驅動”的戰略方向。

另一方面，數字化可以有效解決家裝行業的“天然痛點”——消費者信任缺失與流量困局。

家裝品類眾多、服務商參差不齊、行業標準缺失一直阻礙行業進一步發展；而家裝行業超低頻消費使得垂直單品類流量引入的流失率較高，依靠客戶轉介和多品類導流能有效提高留資和轉換。

如定制家居的數字化O2O服務需要重構從訂單引流、前端設計、后端拆單、批次排產、生產入庫、送貨安裝和售后的全服務流程，重構引入“標準化”。

而“標準化”進階“數字化”，在全流程數字化后，服務效果和體驗都會大幅提升，有效解決消費者信任問題。

總體來說，目前消費者鏈接、設計研發、生產制造是優先級較高的環節，其中消費者連接環節的適用率、需求程度均高，是目前家裝行業主要的數字化方向。

家裝數字化新引擎—數據中臺

根據《2021年中國家裝行業數據中臺研究報告》，目前消費者鏈接環節是多個家裝產業主體關注的數字化核心，也將是先引爆數字化價值的環節。

社交渠道、互聯網家裝平臺、品牌官網、網購平臺等線上引流渠道，以及建材市場、裝飾城門店、家居商場中心等線下多渠道布局，已成為家裝行業消費者鏈接環節標配。

在多觸點、全域運營的環境下，頭部服務商已搭建了CRM、DMP和CDP等體系，進行全渠道的整合，同時建立線上線下一體化的消費者管理系統，做到系統互通及數據一體化；

大型賣場從數字化1.0逐步向2.0升級，從具備基本數字化基礎設施，到精準推送，提高營銷效率，提高用戶體驗，極大提升觸點轉化效率。

渠道供應鏈環節也是家裝數字化的另一重點領域，目前頭部公司正在進行供應鏈數字化改造，主要涉及WMS、SRM、SQM、TMS等，頭部定制公司數字化效果已經逐漸顯現，但龐大的經銷商網絡對數字化的動機較弱，渠道數字化進程較慢。

但是，傳統數字化路徑無法滿足家裝行業的發展需求。

為了迎合消費者更好、更快、更適合的市場趨勢，家裝行業需要實現“全域消費者數字化”、“全流程運營數字化”、“全生命周期產品數字化”，而數據中臺與之有較高的匹配性。

在《高調的質疑與沉默的支持，數據中臺如何成為業務發動機？》一文中，億歐梳理了數據中臺的定義、發展進程以及適配模型。

簡單來說，數據中臺是企業內支持高效構建全域數據資產、敏捷賦能多類業務、智能服務全流程人員的新型數據智能系統，核心是“數據”和“中臺”。

拆開來講，“數據”代表數據中臺的技術基礎，其發展邏輯與“決策支持系統”、“數據分析系統”一脈相承，是Scott Morton和Gorry在20世紀70年代引爆數倉市場以來的新發展。

1990s開始，數據倉庫的出現解決了數據分析的單獨負載、同一接口的兩個技術基礎，使得Oracle\IBM等數據庫公司繼續延續壟斷優勢，成為數據倉庫的領導者，并逐漸形成數倉+OLAP+BI的企業數據分析體系。

而隨著2000年后互聯網帶來的大數據浪潮、云計算浪潮，使得傳統數據庫&數倉公司、大數據開源生態公司、云計算公司構成了現代數據服務市場，行業進入高度競爭的“百家爭鳴”時代。

大數據體系下的數倉有了更多的延展性，傳統數倉成為離線數倉，而實時數倉大大增加了數據分析的可行性和精準性，原本的單體環境工具（oracle、informatica等）也都被替換成了大數據體系內（Hadoop、Hive、Sqoop、oozie等）工具。

而云服務體系下的數倉則演變成了云基礎廠商的產品線之一，如AWS的redshift、Google的Big Query、Azure的Synapse；也誕生了華爾街新寵，面向“多云”和“云原生”的Snowflake。

那么“中臺”則是數據中臺更為重要的發展理念和方法論，為了解決重復建設問題，提升公司的業務支持敏捷度，傳統的煙囪式的信息架構正在向中臺式架構發展。

根據A股上市公司公告提及率來看，2019年、2020年是中臺爆發的兩年，IT行業之外，制造業、金融業提及率高。

數據中臺通過自動化ETL、自動化BI等過程，在原有基礎上大幅度削減了系統搭建的成本，解決系統重復建設問題；同時可以較好的適應數據量激增、使用者范圍進一步擴大、數據支持的敏捷性和復用性增強的需求。

隨著數據中臺本身技術迭代，其架構逐步成熟，驅動業務的能力和范圍也在顯著增加，以支持營銷活動為例，數據中臺能力可以完全滿足新時代營銷廣域數據、深度觸達、敏捷營銷的需求。

在家裝行業集中度提升帶來的數字化投入正向循環、模式創新帶來數據創新價值、互聯網帶來優質數據資產積累的趨勢中，全域消費者數字化、全流程運營數字化、全生命周期產品數字化需求正是數據中臺的典型優勢能力域。

數據中臺鼻祖與家裝龍頭的共進

早提出數據中臺方法論和模式的是阿里巴巴，2018年開始，阿里巴巴將歷經多年實踐的數據中臺通過阿里云對外輸出。

2020年阿里云數據中臺加快解決方案產品化、場景化發展趨勢，推出了零售、金融、互聯網和政務等四大行業數據中臺，形成了“Dataphin數據中臺基礎件+Quick系列應用的核心產品矩陣”。

其中，智能數據構建與管理平臺Dataphin，旨在面向各行各業數據建設、管理及應用訴求，通過輸出阿里巴巴集團數據中臺長達十年實戰沉淀的數據建設 OneData 體系（OneModel＋ OnelD＋ OneService）的產品、技術以及方法論，一站式提供集數據引入、規范定義、數據建模、數據研發、數據萃取、數據資產管理、數據服務的全鏈路智能數據構建及管理服務，助力政府機構和企業打造屬于自己的標準統一、融會貫通、資產化、服務化、閉環自優化的智能數據體系以驅動創新。

Quick BI 是專為云上用戶量身打造數據可視化分析平臺，以可視化和智能分析助力企業構建決策分析體系，加快上云數字化轉型。

該產品已經連續兩年成為入選Gartner ABI領域魔力象限的國產BI。

全域消費者運營平臺Quick Audience則定位智能用戶增長，實現全方位洞察，多渠道觸達的增長閉環，實現以人為中心的消費者全生命周期洞察運營。

較之數據中臺賽道上的其他廠商，阿里云數據中臺擁有四個鮮明的特征：成熟完備的方法論體系、完備的產品及場景化矩陣、高效地鏈接豐富商業生態的能力以及敏捷靈活的部署方式。