把空间数据与工具贯彻于咨询，正流行！

咨询公司所提供的，是当企业中高领导层面对一些重要问题无法回答的情况下，所展开的服务。

一般来说，企业领导都知道自己企业发展中遇到的问题，但是受限于自身的能力、知识体系、利益冲突，甚至是企业内部政治斗争，他们必须要聘请一个外部的第三方机构来回答这些问题，并且提供解决方案。

由于企业所面临的问题，有可能会影响数以亿计的投入和收入，花几百上千万来为咨询买单，是一个看起来不错的解决方案。在中国的实践案例里最著名的莫过于华为，他们花费数十亿美元聘请了IBM、贝恩、BCG、埃森哲们给他们提供各行各业的咨询方案，最终做成了一个一流的企业。

婴儿和公司有什么共同点？他们有各种各样的需求，需要时常的照顾和管理，他们在不断的学习周边的变化，他们都能通过各种手段最大可能得到他们所希望的。这其中最重要的，在我看来，就是通过自身的成长和发展和对外界的观察和总结，在不断的学习。

每一个企业，但凡有点进取心的，都会在循环中不断经历这个过程。特别是现在商业社会里，各种数据无处不在，自身运营数据，行业数据和外部另类数据等都给他们的成长提供了发展的空间，他们亟需希望能够有人，特别是外部的咨询公司来帮他们。当然，如果企业内部有外部咨询公司经历和相关背景的人，他们也会求助于这些人。咨询公司由于服务过很多企业，有自身的方法论，且站在软件数据供货商和企业中间扮演角色，能够更快进入回答问题的角色。

站在公司最高的战略决策者的角度，他们的问题会是：我们在哪个战场展开并获胜？哪里是我增长最快的市场？如何最快的把我的产品交到客户手里？如何在合适的地点和时间成长为客户心中的最佳品牌。当这些问题转化为空间问题，那就会是：

• 我自己现在的布局在哪里？

• 竞争对手的位置在哪里？相比我自己的公司又如何？

• 如何优化我的供应链能力和路径？

• 哪里有增长的空间？

• 如何优化增长？

有些最高战略决策者的问题，看似和空间无关，其实亦能问出空间问题。比如在2015年通过的新会计准则下，长租的资产都会被记入企业的固定资产。这样一来资产回报率因为分母的变大而被拉低。这个法则的通过，对于重租赁的行业有很大挑战。对于实体零售企业而言，如果选址不当，等于一开始就背负了巨额债务，财务报表显得愈发难看。这本身是一个财务问题，但是最后归根结蒂，是一个空间的问题。

我们这里总结了部分行业的常见的问题和解决方案。

可以看到的是，不同类型的企业其实对于“空间”的需求是不一样的。

在贝恩咨询的观点里，有些是工具的问题比如电信企业，有些是认知的问题比如化工企业，有些是执行的问题比如加盟连锁型企业（加盟商、分销商的水平层次不齐）。值得注意的是，其观点里自持型的连锁企业，企业需求简单，空间分析成熟度偏低。

我个人觉得这个仅适用于类似企业的发展早期。假如我只有10个门店，我需要做扩展100个门店规划，作为比较典型的战略咨询公司所呈现出的结果，企业需求的确简单，空间分析也不需要复杂。但是一旦这样的公司继续自主持有（狭义的零售企业都是自主可控的），且进入到高速发展阶段，从100个门店扩展到1000个门店的时候，那么无论在企业的需求和空间分析的成熟度上，和早期完全不在一个水平线上。

无论位于哪个象限，每一个带有“空间”构件的咨询项目都有成功和失败的案例。如果说成功的理由只有一个，那么失败的原因则有很多。最主要的包括：

• 由于对问题的解析不够，对于那些低垂的果实视而不见，从而导致“立竿见影”的效果来的太晚。这需要有敏锐的问题解析能力。

  
  

• 工具对于日常使用而言过于复杂，从而让执行变得非常波折。举个例子，咨询公司把适用于1000家门店规模的软件用于10家门店的企业，那必然导致项目失败。

  
  

• 过于依赖工具。人变成了工具的奴隶，把真正有价值的思考让位于工具。实际上尽信书不如无书。带有地理空间的企业软件，有其复杂性，但亦有常识性。

  
  

• 业务方向的领导并没有提供有效的支持。其实这一点和前面一点是相通的，因为一旦工具本身脱离了业务，价值本身就打了折扣。这一点在“空间分析”的项目上表现的尤为突出。把业务挑战和“空间”问题串起来，需要领导的透彻理解。

  
  

• 一线人员不信任指导。这种情况就是我们说的领导热心而实际的操作人员并不在心。和前一条正好相反，就是一线人员对于空间的价值认知打折扣。

  
  

• 找错了咨询对象。企业去和缺乏业务了解的软件公司/数据公司直接沟通，或者企业去和没有空间服务软件实施经验的咨询公司合作。在地理空间这有一定专业性的领域，这样的咨询肯定会以失败而告终。

四大以及IBM，埃森哲等一些以业务流程实施为主的管理咨询企业很早就开始了地理、空间分析方面的咨询工作。他们服务于很多大型的油气、电力、零售企业，自然对于空间分析有很多需求。

以我比较熟悉的零售为例，九十年代中后期，我的前老板，前麦当劳的房地产研究总监 （95，96年期间制定了一系列麦当劳在中国扩张的策略），在离开了麦当劳后加盟了德勤芝加哥办公室，担任零售方面的项目主持。也就是在这个阶段，ESRI被他带入到零售咨询领域，开始和一直以来的行业领头羊Mapinfo争夺这个市场。正当业务蒸蒸日上的时候，2002年安然、安达信丑闻爆发，萨班斯-奥克斯利法案出台，四大开始慢慢剥离其咨询业务。德勤的这个零售地产组，也辗转于安永、Capgemini凯捷，KPMG/、bearingpoint毕博，最后独立出去，空间分析也暂别在四大。

2008-2009金融危机后，随着一些兼并，咨询业务又开始重新回到了四大。现如今，咨询业务在四大里已经占到4成，最积极的当属德勤。 

这一点上零售类型的企业表现的特别明显。比如麦肯锡的Omni产品的标题就是“零售商的位置智能”。Omnichannel全渠道零售的创新，对于门店选址提出了新的挑战。不仅仅看重单独的门店销售，零售商还需要去测量线上销售和线下销售彼此之间的相互影响。BCG的产品叫Meridian，和Omni不同的是，他们除了关注零售领域外，在快消产品的运输物流等领域亦有成果。

▲ BCG为一个全球饮料品牌优化在中国的分销网络和运输线路

贝恩咨询则把空间分析归为市场营销科技领域，因为显而易见的是，市场营销是一个更能勾起甲方客户兴趣的话题。

纵观这些大牌偏战略型的咨询公司，他们对于“空间”的理解和应用，还稍显稚嫩，因为他们的客户更希望在花出去真金白银后，能够及时看到成功。而这些效果和产品的规划，流程的梳理，以及人事的调整，关系更加紧密。

此外大部分咨询公司的合伙人都是MBA出身，即便能不断的自我学习，但是知识体系的缺失限制了他们的认知。当然缺乏连续的项目，使得实施者需要在不同类型的项目上跳来跳去，也进一步制约了这一块咨询的发展。

如何能把，我认为在于数据和工具的democratization。

这是一个相对难以翻译成中文的英文。字面的意义是民主化，实际上表达的是让某个事物变得人人都可以获取，在这里就是让数据和工具的获取变得更加容易。

举例说明，咨询公司要把客户的用户数据分布在地图上，他们需要便捷的地理编码工具和制图工具。在过去，需要购买昂贵的专业的地理信息软件来完成。如果要想了解市场份额把销售额的分布用小区街区来表达，则需要有这样的面状数据来支持。如果要知道竞争对手的门店位置以及和自己的关系，需要有专业的门店监测数据供下载和分析。如果要计算出运输总里程，需要有能够批量处理的点对点的开车距离的工具。

当这些工具和数据非常难以获取，或者价格昂贵，亦或准确性不够的话，没有哪个公司愿意来承担这样的咨询工作，这就极大的制约把“空间”加入到咨询这个盘子里的机会。

在各种机器学习算法开源化的今天，极海愿意在这一领域和所有的咨询公司，以及业务甲方一起合作，把用于商业应用的空间数据和工具的democratization做好。

✍

图、文 / 少飞

点击阅读原文，了解极海更多行业探索