企业面对当下更为精细化和复杂化的市场及消费者需求，企业需要深度的了解业务数据，通过挖掘不同渠道平台的数据来进行分析，通过强健的数据能力来支撑企业的发展，才能在巨大的竞争压力下获得前行的优势。

在过去，企业在构建数据能力时，主要是由技术和数据部门主导规划，进行数据的开发梳理，而最贴近客户的业务部门则被动的使用数据资源。

随着市场的变化和业务的持续发展，这些部门所创建的数据体系已经无法满足业务部门的实际需求，为了更好的赋能业务，企业数据服务将进一步的发展成为以数据消费和消费数据为核心，基于过去的业务所产生的数据价值来进一步的迭代业务规划，从而带动业务价值。

如何为消费者打造更符合需求的场景，离不开数据分析的作用，其背后是大模型与数据基础设施。

用友BIP营销营销数据服务以数据工厂和智能分析为支撑，对企业的数据资产进行整合、抽象、分析和可视化呈现，为客户提供强大的数据分析展现能力，同时为客户建立企业级业务数据仓库。

以数据构建深度营销能力，营销数据模型洞察渠道与客户需求，提供精准营销能力、资源准时准量配置能力、区域经营管理能力、绩效引导能力等；为企业提供更全面、更高效、更精准的云端数据服务，以数据驱动营销业务与商业创新。

基于用友BIP数据平台，以AI智能的方式服务企业数据资产，通过自动化、智能化提升效率，具备强大的自我学习和预测能力，从而为企业提供更为全面的数据先行计划，服务企业业务发展。

数据能力的建设需要打通业务相关数据全生命周期流程。

结合企业所面对的数据全生命周期业务流程来看，当下，很多企业早在多年前就已开始了数据采集、数据加工等环节的基础设施建设，但对于数据消费环节的数据获取仍然是缺失的，才导致管理层和业务团队用数难，数据建设要随着市场的变化做好及时的应对才能满足当下业务需求。

企业数据能力建设的重心开始转向消费数据，愈来愈重视不同渠道、平台的指标、增强分析、CDP、供应链协同、数据可视化运维等系列数据应用建设。

数仓指标库：基于用友BIP营销云B2B、CRM、新零售业务系统，预置了丰富的指标库，让客户开箱即用，同时支持指标模型不断丰富完善，实时更新，满足业务变化的需求。

分析模型：智能评测模型与标签模型，针对不同价值的客户分配管理运营成本，提供有差异的精细化的客户策略，达到企业资源的充分利用及获取最大利益。

决策助手：利用业务助手在商机、活动方案审批等场景，一目了然地为决策者提供依据。

分析看板：提供安全可控的多终端访问，移动分析、业务看板、数字大屏等。提供基于角色的分析看板，辅助企业人员经营决策。

风险预警监控：提供风险预警监控大屏，构建预警监控体系。

线上线下全渠道数据整合：融合企业线上线下数据，沉淀消费者的基本信息、交易信息和行为信息，为业务增长提供有力支撑；

统一数据规范：搭建及固化相对统一的内部数据规范、口径，以及分析语言及工具；为项目管理提供规范信息；

消除信息孤岛：将各部门海量数据进行整合去重，实现数据联通，减少不必要的重复工作量；

数据转化为信息：将各模块数据有效关联、对比及转化分析，帮助运营决策、相关管理；

效能最大化：通过系统完成大量数据填报收集统计、分析展示工作，提高工作效率、减少冗余工作；

随需应变：需要可拓展、灵活的分析工具，应对工作中动态、多变的数据统计分析。

数据应用建设将打通数据消费的最后一公里，推动企业上下形成用数文化，即时用数据论证和洞察，决策更科学、更敏捷，有效支撑业务场景、经营管理效率以及业务模式创新。