最近很多搞零售的朋友都向我抱怨,，以前都說(shuō)零售行業(yè)最賺錢，但現(xiàn)在卻感覺(jué)越來(lái)越難做,，尤其是實(shí)體零售,，倍受互聯(lián)網(wǎng)、微商,、電商等線上零售業(yè)的沖擊,，競(jìng)爭(zhēng)環(huán)境也越來(lái)越殘酷，零售行業(yè)似乎根本看不到出路,。

在我看來(lái),，零售行業(yè)的升級(jí)是一個(gè)商業(yè)與技術(shù)不斷激蕩交錯(cuò)的過(guò)程，拿實(shí)體零售企業(yè)和互聯(lián)網(wǎng)零售企業(yè)來(lái)說(shuō),，傳統(tǒng)實(shí)體零售企業(yè)擁有行業(yè)視角的廣度,，而大數(shù)據(jù)技術(shù)公司手握單點(diǎn)技術(shù)的深度，兩種不同基因的交匯融合將為行業(yè)發(fā)展提供更大的推力,，雙方的邊界也將逐漸模糊,。

簡(jiǎn)單一句話，未來(lái)的實(shí)體零售與互聯(lián)網(wǎng)絕不僅僅只是單純的甲乙方關(guān)系，它們還存在著更多的可能性,。

零售業(yè)的問(wèn)題到底出在哪里,？

1、數(shù)據(jù)的統(tǒng)一性,、完整性較差

零售行業(yè)一般不會(huì)擁有完整的數(shù)據(jù)整合系統(tǒng),，比如票務(wù)、餐飲,、零售這些系統(tǒng)各自獨(dú)立,，各個(gè)系統(tǒng)的數(shù)據(jù)沒(méi)有辦法打通，形成一個(gè)個(gè)數(shù)據(jù)孤島,，數(shù)據(jù)價(jià)值難以得到充分的發(fā)揮,，因此很難得到統(tǒng)一、完整,、直觀,，并能從各個(gè)業(yè)務(wù)主題與維度展現(xiàn)運(yùn)營(yíng)活動(dòng)的管理數(shù)據(jù)。

同時(shí),，在企業(yè)經(jīng)營(yíng)管理,、經(jīng)營(yíng)決策、戰(zhàn)略決策,、風(fēng)險(xiǎn)管控上,，經(jīng)常出現(xiàn)信息數(shù)據(jù)依據(jù)不足、不準(zhǔn)確,，判斷困難的情況,，如何有效進(jìn)行數(shù)據(jù)整合以響應(yīng)企業(yè)運(yùn)行效率，也是零售行業(yè)數(shù)據(jù)決策的實(shí)際需求,。

2、數(shù)據(jù)響應(yīng)不及時(shí)

隨著零售業(yè)務(wù)系統(tǒng)的越來(lái)越多,，收集的數(shù)據(jù)越來(lái)越細(xì),，使用系統(tǒng)的時(shí)間越來(lái)越長(zhǎng)，數(shù)據(jù)量的增長(zhǎng)越來(lái)越快,，現(xiàn)有的系統(tǒng)已經(jīng)無(wú)法對(duì)數(shù)據(jù)量較大的數(shù)據(jù)進(jìn)行快速響應(yīng),。

傳統(tǒng)的數(shù)據(jù)應(yīng)用模式中，業(yè)務(wù)部門需要將數(shù)據(jù)需求提交給IT處理,，但I(xiàn)T的人力不能保證對(duì)分析需求的及時(shí)響應(yīng),，對(duì)一些報(bào)表的調(diào)整也十分困難。

3,、缺少多維度的數(shù)據(jù)分析平臺(tái)

以顧客分析為例,，零售主管不能掌握顧客消費(fèi)軌跡，無(wú)法對(duì)顧客的消費(fèi)進(jìn)行引導(dǎo)經(jīng)營(yíng)。同時(shí),，也無(wú)法掌握顧客群體屬性,，導(dǎo)致缺少提升服務(wù)水平的重要參考項(xiàng)。

服務(wù)業(yè)市場(chǎng)化充分,，競(jìng)爭(zhēng)壓力相對(duì)較大,，顧客對(duì)服務(wù)質(zhì)量的要求相對(duì)較高，缺少對(duì)會(huì)員的有效管理,，無(wú)法掌握企業(yè)顧客群體屬性,，企業(yè)難以走到消費(fèi)者簽名，提供更出色的服務(wù)體驗(yàn),。

零售行業(yè)需要一個(gè)完整的大數(shù)據(jù)應(yīng)用架構(gòu)

如圖所示，針對(duì)數(shù)據(jù)決策分析過(guò)程中的數(shù)據(jù)處理,，整個(gè)零售行業(yè)大數(shù)據(jù)應(yīng)用架構(gòu)的建立需要經(jīng)歷四個(gè)階段：源數(shù)據(jù)庫(kù)數(shù)據(jù)抽取,、ods數(shù)據(jù)庫(kù)ETL轉(zhuǎn)換、數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)集市,、最終用戶界面,。其中：

1、源數(shù)據(jù)庫(kù)

用戶需要采集的源頭數(shù)據(jù)庫(kù)或者數(shù)據(jù)倉(cāng)庫(kù),，本系統(tǒng)源數(shù)據(jù)庫(kù)為crm系統(tǒng)和其他原有應(yīng)用系統(tǒng),，以及一些可能的需要EXCLE導(dǎo)入的數(shù)據(jù)源。

2,、ods數(shù)據(jù)庫(kù)(預(yù)處理數(shù)據(jù)庫(kù))

用于存儲(chǔ)從源數(shù)據(jù)庫(kù)中獲取的數(shù)據(jù),，中間使用ETL工具進(jìn)行數(shù)據(jù)抽取、轉(zhuǎn)換,、清洗,、裝載，數(shù)據(jù)進(jìn)入預(yù)處理數(shù)據(jù)庫(kù)對(duì)數(shù)據(jù)進(jìn)行清洗和架構(gòu),，實(shí)現(xiàn)數(shù)據(jù)的可用性,。

3、數(shù)據(jù)倉(cāng)庫(kù)/Cube文件

對(duì)目標(biāo)數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行多次整合加工,，形成面向主題的,、集成的、穩(wěn)定的,、不同時(shí)間的數(shù)據(jù)集合,，改數(shù)據(jù)庫(kù)可根據(jù)業(yè)務(wù)情況，有選擇的轉(zhuǎn)義成可識(shí)別的字段名稱,，生成用戶前端用戶可直接拖拽使用的Cube文件數(shù)據(jù),。

4、前端頁(yè)面（最終用戶界面）

前端用戶根據(jù)業(yè)務(wù)包轉(zhuǎn)義名稱，直接拖拽數(shù)據(jù)進(jìn)行統(tǒng)計(jì)得到dashboard進(jìn)行分析結(jié)果的展示,。

建立分析模型

搭建好應(yīng)用框架之后,，就要進(jìn)行數(shù)據(jù)分析模型的建立，為此我嘗試用過(guò)很多數(shù)據(jù)分析工具,，比如Tableau,，但這些國(guó)外的廠商很難形成一套適用于國(guó)內(nèi)企業(yè)的完整行業(yè)化解決方案，F(xiàn)ineBI,，如下圖所示,。

我曾經(jīng)做過(guò)很多零售行業(yè)的數(shù)據(jù)分析工作,，通過(guò)不斷梳理零售業(yè)務(wù),，我找到了零售行業(yè)關(guān)注的重點(diǎn)，分別是商品,、門店,、庫(kù)存、活動(dòng),、會(huì)員等五個(gè),，然后我建立了每一個(gè)場(chǎng)景的分析模型，下面我一一介紹,，供大家參考：

1,、商品分析

商品分析應(yīng)該是零售行業(yè)最最關(guān)注的點(diǎn)，無(wú)論是領(lǐng)導(dǎo)或是業(yè)務(wù)人員,，都會(huì)面對(duì)以下問(wèn)題：

到底哪些商品能夠獲得消費(fèi)者青睞,，一路飄紅？哪些商品應(yīng)該淘汰,？應(yīng)該淘汰的商品銷售額占比是多少,？同一種商品的價(jià)格區(qū)間分布是怎樣的等等。

為此,，我用FineBI整合了多個(gè)業(yè)務(wù)系統(tǒng)中的數(shù)據(jù),，進(jìn)行數(shù)據(jù)加工、清洗后,，進(jìn)行下面三個(gè)分析,，

• ABC分析：根據(jù)商品對(duì)店面銷售的貢獻(xiàn)度及顧客對(duì)商品的本身的需求,，按照70%,，20%，10%將商品分為A,，B,，C分類，并進(jìn)行分類數(shù)據(jù)分析，包括 SKU數(shù)量,，銷售金額,，庫(kù)存金額。

• 商品價(jià)格帶分析：商品價(jià)格帶分析是零售商在做市場(chǎng)研究時(shí)經(jīng)常使用的方法,，通過(guò)分析同類商品不同價(jià)格帶的銷售額,，銷量，掌握此類商品用戶的消費(fèi)層次及數(shù)量,，勾畫(huà)出超市對(duì)該商品的基本需求,。從而超市采購(gòu)再根據(jù)店面定位來(lái)選擇商品的采購(gòu)層級(jí)及數(shù)量。

• 品牌效益分析：通過(guò)對(duì)各品牌對(duì)應(yīng)的銷售額,，利潤(rùn),，客單價(jià)，銷售成本率等指標(biāo)的月度變化趨勢(shì),，進(jìn)而評(píng)估該品牌的效益,。

第二步，確定了分析方法之后,，梳理出這個(gè)場(chǎng)景下的業(yè)務(wù)模塊,、業(yè)務(wù)指標(biāo)和分析維度，通過(guò)FineBI建立起指標(biāo)體系,，商品分析的指標(biāo)體系如下圖所示：

最后，通過(guò)FineBI的圖表來(lái)展示上面三個(gè)分析結(jié)果,，如下圖所示：

2、門店分析

這一點(diǎn)主要是針對(duì)實(shí)體零售企業(yè),，實(shí)體門店仰賴營(yíng)業(yè)額作為績(jī)效指標(biāo),，但對(duì)于營(yíng)業(yè)額不佳，卻難以有更進(jìn)一層的數(shù)字觀察,，例如：

各個(gè)門店中,，銷售額最高的門店有哪些？分別具有哪些特征,？直營(yíng)店和加盟店的利潤(rùn)比例相差多少,？門店的整體銷售額隨時(shí)間呈怎樣的變化趨勢(shì)？每周的哪幾天銷售情況較差,，是否應(yīng)該推出活動(dòng)提升銷售情況,？在每年的營(yíng)銷活動(dòng)中，哪幾次的營(yíng)銷效果最好,？

為了解決這個(gè)問(wèn)題,，我首先要進(jìn)行門店的銷售分析,、利潤(rùn)分析等，掌握門店的營(yíng)銷情況,。其中我驚喜地發(fā)現(xiàn)FineBI不僅有著十分豐富的前端圖表,，而且還可以支持組件間聯(lián)動(dòng)、下鉆等功能,，這一點(diǎn)對(duì)于探索銷售額,、利潤(rùn)率是十分重要的。

然后,，我通過(guò)設(shè)置警戒線進(jìn)行每月關(guān)鍵指標(biāo)走勢(shì)的監(jiān)控,，以便及時(shí)發(fā)現(xiàn)并解決存在的問(wèn)題。

最后,，針對(duì)關(guān)鍵指標(biāo)排序,，結(jié)合前面的分析組件，探索每個(gè)營(yíng)銷關(guān)鍵節(jié)點(diǎn),，各門店的營(yíng)銷表現(xiàn)如何,，利潤(rùn)占比等等。

同樣的,，我仍然需要建立門店分析的指標(biāo)體系,，如下：

最終的展示結(jié)果如下：

3,、庫(kù)存分析

我們經(jīng)常聽(tīng)很多管理人員抱怨庫(kù)存太多，其實(shí)高庫(kù)存大多時(shí)候是企業(yè)“自找”的,。高庫(kù)存其實(shí)是“沖動(dòng)的懲罰”,。店鋪里明明只有月銷售80萬(wàn)的能力，采購(gòu)經(jīng)理非要訂120萬(wàn)的貨進(jìn)來(lái),，肯定會(huì)造成公司營(yíng)運(yùn)能力的下降,，那么問(wèn)題出在哪里呢？

對(duì)零售行業(yè)來(lái)說(shuō),，庫(kù)存分析無(wú)外乎兩個(gè)方面,，是否會(huì)缺貨？是否會(huì)庫(kù)存過(guò)大,，占用資金,？在以往，由于數(shù)據(jù)化管理的缺失,，往往會(huì)造成以下問(wèn)題：

哪些商品的庫(kù)存最多,，庫(kù)存積壓的原因是什么？產(chǎn)品問(wèn)題,、預(yù)測(cè)不準(zhǔn)還是銷售問(wèn)題,？商品的周轉(zhuǎn)周期分別是多長(zhǎng)？周轉(zhuǎn)周期長(zhǎng)的商品,，如何采取手段縮短周期,，提高資金流動(dòng)性？

為此,，我利用FineBI的前端OLAP多維分析功能,，從庫(kù)存量、庫(kù)齡,、庫(kù)存金額,、商品數(shù)量等多個(gè)角度對(duì)庫(kù)存情況進(jìn)行分析，然后將分析得到的結(jié)論與商品分析,、門店分析等分析結(jié)果進(jìn)行對(duì)比,，得出改進(jìn)結(jié)論。

接著進(jìn)行庫(kù)存分析的指標(biāo)體系建立,，如下所示：

最終的展示結(jié)果如下：

4,、會(huì)員分析

對(duì)于零售行業(yè)來(lái)說(shuō),，有效的客戶細(xì)分是深度分析客戶需求、應(yīng)對(duì)客戶需求變化的重要手段,。通過(guò)合理,、系統(tǒng)的客戶分析，企業(yè)可以知道不同的客戶有著什么樣的需求,，分析客戶消費(fèi)特征與商務(wù)效益的關(guān)系,，使運(yùn)營(yíng)策略得到最優(yōu)的規(guī)劃；更為重要的是可以發(fā)現(xiàn)潛在客戶,，從而進(jìn)一步擴(kuò)大商業(yè)規(guī)模,，使企業(yè)得到快速的發(fā)展。

而在以往,，沒(méi)有數(shù)據(jù)的支撐,，想要了解以下問(wèn)題往往是比較困難的：

消費(fèi)者(會(huì)員)的特征分布是怎樣的？不同特征的會(huì)員又有著怎樣的消費(fèi)偏好,？怎樣才能有的放矢,，針對(duì)的提出營(yíng)銷手段？消費(fèi)者(會(huì)員)的行為又是怎樣的,？喜歡在哪些時(shí)間消費(fèi),？在不同的時(shí)間喜歡購(gòu)買的品牌又是否一樣？

為此,，我首要要使用FineBI強(qiáng)大的多源數(shù)據(jù)整合功能,，將crm,、erp等系統(tǒng)的數(shù)據(jù)打通，建立完善的用戶畫(huà)像與用戶分類,，然后針對(duì)不同類型的不同用戶,，結(jié)合過(guò)去歷史數(shù)據(jù)形成的消費(fèi)特征，進(jìn)行差異化精細(xì)化的營(yíng)銷動(dòng)作,。

接著進(jìn)行會(huì)員分析的指標(biāo)體系建立,，如下所示：

最終的展示結(jié)果如下：

5,、活動(dòng)分析

優(yōu)質(zhì)的、有價(jià)值的活動(dòng)運(yùn)營(yíng)方案能夠嚴(yán)格的落地執(zhí)行并且助力業(yè)績(jī)提高,，活動(dòng)中實(shí)時(shí)數(shù)據(jù)監(jiān)控及有效數(shù)據(jù)反饋可以對(duì)活動(dòng)計(jì)劃執(zhí)行和快速解決其中問(wèn)題提供重要保障,。當(dāng)業(yè)務(wù)人員辛辛苦苦策劃舉辦了一場(chǎng)促銷活動(dòng)，活動(dòng)的效果如何追蹤,，又該如何改進(jìn)呢,？

在過(guò)去，活動(dòng)的效果只能通過(guò)銷售額等基礎(chǔ)指標(biāo)進(jìn)行判斷,，無(wú)法通過(guò)更加精細(xì)化的指標(biāo)進(jìn)行分析,，也無(wú)法解決以下問(wèn)題：

活動(dòng)效果究竟好不好，活動(dòng)的轉(zhuǎn)化率為多少,？對(duì)品牌知名度的提升有多大,？活動(dòng)對(duì)不同地區(qū)的消費(fèi)者，影響是否一樣,？不同類型的消費(fèi)者分別偏好哪種活動(dòng),？哪些區(qū)域、門店的效果較好,，又有哪些較差,？效果不好的原因是什么？該如何改進(jìn),？

為此,，我利用FineBI的直連數(shù)據(jù)模式，在活動(dòng)中進(jìn)行實(shí)時(shí)的活動(dòng)數(shù)據(jù)監(jiān)控,，時(shí)刻發(fā)現(xiàn)并調(diào)整活動(dòng)策略,，以便最大化活動(dòng)效果；在活動(dòng)結(jié)束后,，還要進(jìn)行活動(dòng)效果,、轉(zhuǎn)化率的統(tǒng)計(jì)，利用OLAP多維分析與鉆取聯(lián)動(dòng)等功能,，總結(jié)活動(dòng)在不同維度下的效果,。

接著進(jìn)行會(huì)員分析的指標(biāo)體系建立,，如下所示：

最終的展示結(jié)果如下：