登录
首页精彩阅读浅析零售业大数据构成要素
浅析零售业大数据构成要素
2015-10-30
收藏

浅析零售业大数据构成要素


   马云说人类社会已经从IT(信息技术)时代进入DT(数据技术)时代,《大数据时代》一书的大卖也昭示了大数据的重要性。各个行业都在研究大数据对自己行业的变革,作为精益零售研究工作者,我也来浅析一下零售业的大数据构成要素。

  一、大数据的对象包括企业内部信息与外部信息

  外部信息主要指的是市场信息、流行趋势、厂商信息、消费结构的变化、政策与制度改变、新商品新技术的革新等;

  内部信息主要指的是POS信息、商品销售动向、顾客信息、竞争对手信息、公司的方针与指示、门店所在楼盘相关信息、销售额与利润的分析、门店周边商圈分析等。

  二、大数据使用者应该普及到所有基层员工

  大数据不只是给企业高层经营分析用的,而是要普及到公司所有一线员工,包括订货、配货、采购、物流、人事、财务等所有的基层员工,他们在做业务决策时如何通过大数据提高预测的准确性。

  三、大数据应该是业务过程分析而不是财务结果分析

  企业目前使用的BI系统大多是面向财务结果的分析系统,主要是企业高层分析财务指标用的,而大数据应该是面向业务过程分析,即贯穿于企业各职能部门的业务主线,在日常工作中就要活用大数据,如商品部与营运部每天都要分析商品构成评价、商品动向分析、ABC分析、趋势分析、矩阵分析、商品动向的地区间对比分析、滞销商品分析、新品与重点商品的销售分析等等。通过每日分析就能及时发现问题所在,迅速调整经营决策。

  四、大数据更强调的是业务模型而非技术本身

  目前国内BI(一般称为商业智能)系统应用好的企业远低于ERP的应用,原因并非BI技术架构的问题,而是业务模型不知道如何建立,业务部门也很难说清楚他们要什么样的报表才是业务最优的报表,而IT技术构建者是很难理解业务模型的。对比日本与中国BI分析系统的特点,中国企业的领导者喜欢看类似于仪表盘、驾驶舱的很炫的界面,最好还要有智能报警器,而日本企业只看二维的数据表格,数据很枯燥,但却很实用。

  五、日本广泛在用的零售业大数据分析系统

  日本零售业到底在用什么样的大数据分析系统?最核心的有三点:1、一定要有销售计划或预算系统:通过预算的销售额、毛利、折扣率、来客数与实际结果的对比,找出差异并分析原因,从而修正下一次计划,日益精进,最终目的是提高计划的精确性,从而在商品开发、生产、物流配送时就能精确地分配资源,不浪费,这也是精益零售的核心;2、一定是定型分析而非自由分析:中国的BI系统强调工具的灵活性与强大,可以让企业自由拖拽,其结果分导致各业务部门拉出来的数据差异较大,无法形成统一的数据语言,而日本BI系统强调的是定型分析,将各业务部门要分析的报表固定成统一的报表格式,这样每周开经营分析会议时各业务部门的数据就完全统一了;3、非结构化数据比结构化数据重要:结构化数据指的是ERP系统中能看到的信息,而非结构化数据来自于员工每一次假设-验证后形成的经验信息,相当于是员工经常试错后的日志记录,这样的日志一定要记入系统,等来年同比时作为重要的参考信息,举例来说,在做周同比分析时,某门店附近学校运动会去年与今年的春季运动会并不在同一周举行,则同比分析时就要找出举办运动会的不同周数去对比。这个现象也能解释一个问题:为什么一家优秀的门店店长去了别的门店当店长后,业绩不升反降,原因是这个优秀的店长不了解新门店的过去的试错经验,也就是说门店的知识沉淀工作不充分,知识都被原来的店长记在大脑里带走了,没有沉淀到IT系统中去。而市面上常见的KM知识管理系统流于形式变成OA办公系统了,最好的做法是把日志信息记录到POS系统里面,作为门店的知识管理系统。

数据分析咨询请扫描二维码

客服在线
立即咨询