数据驱动决策：BI在零售业的数据化管理

字数 10609阅读 1365评论 0赞 0

无论是商业智能时代的应用建设，还是当下大数据时代的数据应用/数据产品建设，行业化、角色化与场景化，均是一个重要的趋势。
当下，许多企业逐步开始具备场景化思维，更为注重用户体验，业务运营更多的围绕用户的消费场景来展开。从这个角度来看，数据应用的场景化，是与之一脉相承的。
零售业的运营管理中，一线的管理核心——店长的重要性，已经几乎为所有企业所共知了。当前，站在服装企业总部的角度，基于终端零售运作、商品运作管理、VIP顾客管理等主题，进行数据分析已经较为广泛。而面向店长层面的，支撑其日常工作的数据分析类应用，则相对缺乏。本例试图初步构思一例服装企业中，适宜给到终端店长这个角色来使用的若干项应用，以期从数据和分析等角度，辅助其终端店铺日常运作管理的各个方面，提高工作效率和管理水平，最终实现团队能力的提高和业绩的提升。
本文所讨论的应用，不局限于数据及指标的呈现。而是在提炼了若干指标，并简述其用处基础上，适当加入进一步深入的问题原因探究与跟进行为参考。本文从以下几点适当进行扩展的介绍：
1.从数据与指标的单纯呈现，提升至结合一系列指标对状态的诊断，形成预警，即问题的推送；
2.适当加入对于某些问题，终端店长当前工作可以借鉴参考的指引；
具体的应用体系，将从终端、商品、店员、VIP顾客、信息公告五个角度进行组织，前四项是按零售管理及其数据分析的几大关键主体来进行划分，最后一项是定位于总部与终端店长信息传递的一个渠道。每个角度下会组织有若干的子方面，它们依据企业数据现状或是随着管理水平的提升，是可以逐步进行扩展的。同样的，依据不同企业的运作模式或是管理需求重点，各项应用中的指标是可以裁减调整的。下文便依次对其各个角度展开介绍。
**终端管理**
终端管理角度，以“场”为核心主体组织相关应用。分为三个部分，一方面是**业绩监控**，一方面是**运营指标**，另外一个是**库存管理**。
![](/home/attachment/201702/23/174759_1487832245.jpg)
**业绩监控**
通常我们讨论与业绩相关的指标，掰着手指头一算，就可以罗列出许多许多出来。我们尝试着基于某些规律，对其进行分类。从时间角度上看，各个指标有日级别、周级别、月级别。从指标涉及的内容角度上来看，有基础类指标，如销售计划、实际零售、计划达成率，以及是时间轴上的衍生指标，如同期值、同比增长率、上期值、环比增长率、本年累计值、同年累计值值、年累计增长率等等。我觉得有一点是需要注意的，对于店长这个角色来说，如此多的指标，不是不够，而是会显得有些过多了，内容过多，往往又造成失去重点，让店长们无所适从了，因此业绩监控指标的选取，应当尽量简洁且足以说明问题。当然，未列示的指标以说明部分所涉及的指标，可以以扩展显示的形式，供一部分数据化管理思维或数据分析习惯较好的终端店长来深入使用。那么，最基础且重点的指标可以有：
昨日业绩、销售单数、昨日达成；（昨日计划数据、计划与实际的差额为辅，视具体情况来做展现或者设为可选查看）
本周累计业绩、周计划达成；（呈现方式与日级别数据类似，计划数据及差额为可选）
本月累计业绩、月计划达成；（细节同上）
今日计划、今日累计业绩；
本周业绩相对达成、本月业绩相对达成；
如果用BI来整合数据分析，就会呈现类似如下的一个销售看板。
![](/home/attachment/201702/23/174759_1487832325.jpg)
以上指标清晰易懂，店长看业绩及业绩达成即可了解目标的完成情况，这是其需要了解的核心数据，还可以将上述指标进行分组，在使用的时候，可以在各个指标组切换来看，更显精简。至于预警，便可基于日业绩达成，周业绩相对达成、月业绩相对达成来进行，终端店长需要对昨日业绩达成较差、本周业绩相对达成或本月业绩相对达成不理想的情况，及时检查问题所在。这里所使用相对达成很有用，毕竟月度进度等指标在月度中间无法直接用作进度的判断，月中发现问题着手改进，要远远好过月度之后才获得一个只能去“亡羊补牢”的指标数。
需要说明的是，有的企业，终端店铺的日计划、周计划或者是没有很好的编制，或者是没有统一规范的收集并导入系统，那么日达成、周达成便自然无法呈现。终端零售管理中，日计划的编制，在越来越多的企业中开始规范的执行了。随着服装行业企业纷纷推动深化终端的管理精细化，细粒度的销售计划缺失，是极为可怕的。
另外，关于当日的业绩，这个是可以使得终端店长除了了解过去的信息，也能对当日进行中的业绩进行近实时监控，当然，这也会对后台数据系统的数据采集、数据处理，提出更高的要求。
再者，还有一些的指标，如去年同月累计销售额等指标，在总部观测角度是有需要的，但是到终端店长级别，未必是必须的了，可依据企业需要作适当调整，此处示例便未将它们纳入。
还有便是，业绩的排名与达成的排名，也是可以考虑的一项辅助内容，目的是让店长更清晰的了解自己店铺在整体中的位置，了解目前业绩较好或是达成较好的终端，从而设立明确清晰的标杆，更积极的展开工作。业绩排名与达成排名，需要是可比店铺的排名。之所以用“可比”，是期望在数据处理过程中，尽量屏蔽一些地区之间或是不同等级店铺之间的差异，在这里，可以是同区域内本店业绩排名，或是同店铺类型的店铺业绩排名，或是区域与店铺等级的组合。通过本店铺的排名，以及排名异动，可辅助店长进行预警监控。
还可以再从趋势角度进行可选性的应用扩展，服务于数据思维较好的店长。举个例子，为终端店长呈现其终端在最近四周内的周一至周日的业绩趋势对比，近四周，相对来说大部分时候季节上的波动不会太大，同时还进行了周内各日的细分，那么便是将工作日周休日因素考虑进来了，对发现业绩的异动能够更为科学。
再进一步的，企业除了关注销售业绩方面，亦可对毛利进行观测。在与多家企业的沟通过程中，有一个感慨，俗一点来表达，便是发现企业“越是细致的盯什么，便会来什么”，盯的是业绩，极有可能获得到的是业绩上的收获，而未必是毛利的收获。再看远一点，月度上，企业紧盯业绩与紧盯净利，也可能会有不同的结果。我想，这也是当下越来越多的企业都编制单店损益表，引入利润相关指标来做考核的原因了吧。
需要说明的是，本文将智慧店长应用按四大主题进行组织，并非是要将他们进行很“干脆”的切分，而仅仅是数据和应用组织上的需要。这些主体，绝对不是孤立的，他们之间是有着极为紧密的联系，同样的，应用之间，也是相互之间有着相辅相成的。譬如从业绩达成指标，基于业绩的达成进度，如果觉得指标不甚理想，可以进一步进入到后续要介绍的终端店员管理页面，探究各个店员在本月的业绩及达成情况，基于此，来分析哪位店员的达成较低，而哪些店员仍然表现优异，便可以更加精确的定位到问题可能存在的地方，予以针对性的对症解决问题。
围绕业绩而展开的内容，实在是太多了，即使加入如此多的扩展，仍旧不能完全说清道明，而只能逐步补充与完善，究其原因，谁叫业绩是整个企业管理的重中之重呢。
**运营指标**，是基于终端运营的关键绩效指标的提炼与分析。虽然部分人会觉得它们没有业绩监控那么重要，但是它们却是很有用的零售终端过程管理指标，也是一个让店长了解终端运营水平的一个窗口。其中的许多具体指标，已经是为大部分管理或是数据分析人员所熟知了。那么，重点便是前文所述，通过KPI监控预警等手段，让店长尽可能的发现问题。
可以有以下的运营方面指标进行呈现：
连带率，客单价；
折扣率、平均单价；
VIP消费占比；VIP发卡指标可作为可选。
新品销售占比；
以上指标的列示，本文内不强调其时间上的粒度。在许多企业里，它们管理到月度即可，那么指标可以在此呈现本月累计。如需扩展到周级别的或是日级别，做类似的扩充计算与展现即可。
单单的指标呈现，较为粗浅。绝对值大部分时候是不能说明问题的，发现问题，大多时候采用对比分析，可以与标杆比、与平均水平比，自己往期历史数据比。具体的操作，可以如本月累计连带率与去年同期本店的连带率对比，以及与可比店铺的连带率对比（可比店铺的概念可参考业绩监控指标说明部分），以及近期各日（或周）的趋势，借助这些手段来发现异常。亦可参考可比店铺中的表现优异者，采其指标作为本店的标杆，依次作为提升目标，并推行PDCA（计划、执行、检查、行动）的循环，持续提升本店的连带率水平。
通过上述的对比分析，基本上可以得出一些的结论，譬如，本终端的当月的连带率，在可比店铺中排名较为靠后，与自身在去年同期的水平、上期的水平相比，也有较为明显的下降，说明这方面确实存在了问题。这个时候，可在系统应用中给与店长一些工作开展以解决连带率低下这个问题的提示：
1.通过进入到店员管理页面，对店员的连带率水平进行分析，看他们之中，是否存在了较大差距，如有，可以对连带率较低的店员，制定内部导师，进行帮带。
2.另外还可以建议开展商品知识的学习比赛活动，更好的掌握商品的FAB，或是通过与友店或是总部进行沟通，掌握当前畅销款和主推款较为搭配的关联商品。
3.与区长及相关人员沟通针对性培训课程事宜，通过参加培训课程，提升连带销售技巧；
以上的方案，如有采纳并执行之后，还有一个必不可少的步骤，便是指标的趋势分析，趋势分析看什么，看我们的措施，譬如在终端开展了商品知识学习的活动，是否有了效果，反应在数据上，便是连带率指标的提升，趋势图可以很好的满足这方面的需求。这样操作之后，我们便可以看到，一个发现问题、分析问题、解决问题、检查诊断的闭环形成了。
又如新品销售占比指标，可以通过各店铺之间进行横向的对比，或是参考企业依据自身业务模式及过往数据进行提炼的标准参考指标作为标杆进行对比发现异常。与之类似的，还有前十款商品销售占整体销售占比指标。
再借着一个折扣率指标，来说明不同服装企业之间KPI关注点的差异吧。在部分企业里，折扣的变化幅度相对来说较为宽广，那么，折扣率的跟进相当重要，因为折扣率可以使用户间接的了解到毛利率水平。当然，另外一个前提是企业会针对终端有一些折扣率方面的要求，乃至考核，否则店长对其的关注程度便会大为下降，而沦为总部单方面的关注指标了。而另外一些企业里，折扣管理相当严格，当季货品除了会员折扣便很少有其他活动折扣了，过季货品也不在正价店中销售。那么，折扣率指标的管理，就因为其数据相对的稳定性，失去了监控的意义，自然就无需作为核心指标了。
再看VIP消费占比、VIP发卡数及发卡数量计划等指标，能够有助于终端更好的提升VIP的发展和维系能力。迎合到当前服装行业诸多企业越来越重视此VIP管理。当然，与折扣率指标一样，并非对于所有企业都有同样等级的需求，譬如体育运动，大众休闲类的细分行业,VIP显得不那么重要，乃至没有推行VIP管理，那么对于它们，此指标便意义骤减。
如果企业的信息化水平较好，或者是终端的执行力较强，有采集终端客流方面的数据的话，那么，还可以针对进店客流数、进店成交率，乃至试衣率进行统计分析。这方面的数据是很有意义的，可以辅助了解当前终端进店客流的变化，成交率的变化，进而分析情况，对影响终端业绩的客流方面因素进行诊断，继而对终端的陈列以及店员商品知识、销售技巧等方面进行针对性的改进与提升。
本节并没有将平效、人效指标纳入，是因为笔者认为这两项指标，从总部角度上观察，比在单终端层面上运用，要更有意义。加入他们，确实可以了解终端的面积效益产出以及人均的业绩产出，但是对于终端店长而已，面积与员工人数的变化，并不是经常发生。
**库存管理**，关于终端级别的库存数据分析，其实可以在运营相关内容中放置，也可并入商品管理之中，毕竟库存是终端场地内的库存，也是商品的库存。在这里，特别的将其列为一个子应用，以期专门让终端店长洞悉库存相关情况。此部分可在以下指标集中进行选取：
整体库存金额、整体库存数量；
品类库存金额、品类库存数量；
销售数量、销售金额；可按周、月或最近七日、三十日的规则来统计；
库存可用周数/月数；按金额统计及按数量统计；
库存周转率、库存周转天数；
销售SKU数、库存SKU数；
终端库存上限、下限阀值；
基于以上一系列的指标，可以进行许多的分析，下面是比较有代表性的，能够结合规则或是标准值理想值等进行预警的两项分析应用：
1.当前库存情况及同期值，库存可用情况（当前库存与近七日、近三十日销售的比值）及同期值；了解库存增长情况及是否销售亦有对应的增长；
2.与终端库存水平控制阀值参照对比，对终端库存进行监控；对于部分设定到大类（如鞋服配）SKU标准的终端，可以在SKU层面与理想值进行比对.
服装企业基于自身管理粒度、对终端店长的要求程度，以及基础数据状况，进行符合自身管理需求的指标选取，组成终端店长库存管理看板，从而得到库存管理，不仅有着总部的重视，还可以从一线做起。
**商品管理**
从名称即可知，其自然是以“货”为核心主体组织相关应用了。与服装企业商品部门的商品管理不一样，终端店铺用于自身商品管理的内容，相对来说会要简单不少，在全局性上要求没那么多。在与企业的交流过程中，对于商品管理在终端级别的运用，并未有太高的要求，或许，亦与过去终端店长商品管理能力参差不齐，以及没有及时准确的数据和有效率的工具手段来推行有关。考虑到各类企业终端商品管理的不同水平，本文将商品管理这一块，分为两个部分，分别是微观层面的**单款商品管理**，与宏观角度的**终端货品结构管理。**
**单款商品管理**，直指终端店长日常商品管理的重点，跟进各项原因，预置预警规则，提示其需要引起重视的商品款。可以有以下方面的应用：
1.本终端TOP N 畅销款，前五或前十，可以是单日的、或者是一周的，结合到实时查看的频度，一周可以定义为最近七日；
2.本终端当前库存量的TOP N 款；
3.不动销款，专门统计分析，提示终端店长，哪些款没有销售，这个是极为有用的一项应用，也是定位于提升店长马上进行分析后作出操作。具体定义上，可以设定规则为最近一周没有销售的款，或是到店多少天后没有产生销售的款。由于日常工作中， 店铺通常是记录销售 ，而未有发生销售的款，仅仅通过店长们的手工工作，比较难以迅速处理，因此通过系统来解决是最为科学与便捷的手段。
4.滞销款，除了不动销的款之外，终端店铺还需要关注滞销的款，与畅销款分析类似，可以取其TOP N进行列示；
5.主推款，当前所属期间的主推款销售情况，主推款往往便是重点，有的企业总部会有跟进考核，店长便可与总部商品人员同步跟进主推款的消化情况；
6.新上市款，如上市七日的款，需要终端店长们及时进行监控与总结，向总部反馈一线的重要信息。
以上均是一些常见的商品单款提示，另外，还有一项较为有意思的扩展应用，便是自己店铺与周边店铺的货品比较。简而言之，便是告诉店长，哪些商品，是本店铺销售较好，但是周边店铺不甚理想的，而哪些商品，又恰恰是周边店铺销售较好，单在本店销售欠佳的，这一个信息的补充，往往可以让店长们打破自身店铺信息的固有局限，更好的拓宽思路，了解商品在全盘的销售情况与本店的销售特点，与友店进行互通有无性质的沟通，寻找销售机会，从而做出决策调整，此亦可为提升销售的一个辅助手段。
依据以上应用所示畅销款，分析其库存，及时补货或者调货，尽可能的避免缺货风险；而依据库存TOP款，不动销款、滞销款，及时采取折扣促销、商品调拨等方式，避免积压风险。
在诸如畅销款、滞销款和库存TOP款的应用中，加入近七日销售数量，结合当前库存，分析本店此款商品的可销周数，是一个极为有用的判断指标。
再加入上上周（8日至14日内）的销售数量指标，可以掌握商品在近两周或更多周的一个销售情况变化趋势。
由于此处到单店单款，因此，还可以考虑各款商品在店铺的上市日期，结合已销天/周数，对商品在店铺的生命周期进行一个评估。
终端店长在对以上各种规则筛选逐个使用后，进一步的，在各个有"关注价值"的商品款列示出来之后，店长如有深入的分析需求，在总部开放数据的前提下，可以通过单款详细信息概览应用，来进一步了解这些“有意义”的款商品档案及销存分布。如商品系列、面料、主题等属性以及FAB等描述信息，TOP关联商品的搭配信息，以及商品在各店的销售情况、库存情况、可用情况，这一系列数据和信息，可用让店长对商品更深入了解，以更好的在店内开展工作，同时也辅助其具有一定的全局观。由于在各店的销存，具有一定的权限性要求，也有企业会觉得店铺了解销存数据后，要货可能更倾向于自己店铺，而不愿意开发此部分数据给到终端。但是换个角度来看，在具有较好执行力的情况下，通过系统为店长丰富了数据的全面性，会使店长层级在考虑要货的时候，考虑更加周全，也是有可能的，谁又能将其一口否认呢。
单款商品管理这个方面的应用，通过各种可能，提示店长需要关注、进而操作的款，可以十分恰当的反映到本文所述店长专题一系列应用的核心出发点。那便是在各项应用里，力求清晰、明确、直奔主题。这也是辅助店长管理的数据与信息提供的精髓，不要也不能太复杂，不求多么高端，易理解，可操作可执行性尤为重要。
**终端货品结构管理**，相对来说，不会像单款商品提示那么直接，但是重要性同样不言而喻，因为货品结构相对更为宏观，而店长要提升，必定不能仅满足于当前的业务水平，是一定要逐步具备有宏观上的概念的。货品结构管理，它的目的是辅助店长结合各项指标，更好的了解终端的货品配置的合理性，进而进行结构的科学性调整，最终，结构调整的目标自然是使得货品结构适合店铺的位置环境及消费者群体，更为匹配以求更好的业绩。
从总部角度查看，可以有许多维度的结构分析，如品类结构分析、品牌结构分析（多品牌运作企业）、以及供应商结构（买手型企业等）、商品年份季节波段结构、系列结构、面料结构、价格带结构等等。而在终端层面了解自身商品结构，笔者认为不需要这么多样性的变化，视具体情况进行选择，一般较为有意义的是品类结构分析、价格带结构分析。
品类结构分析，用于了解各个品类在期间的销售结构、库存结构，及两者的差异——销存结构差异。期间可以是日、周、月，此处建议可选择周级别作为分析期间的粒度。一同附在品类结构分析表中的，可以加入各个品类的当前存销比，以对各个品类的库存可用情况进行监控。
商品价格带分析，可用于了解终端在期间内的零售的价格带组成，依据商品吊牌价和实际销售价格分别展开，商品销售折扣率是必不可少的辅助指标。
另外，更高级的，对于数据思维较好的店长，可以附上终端动销率分析，了解各个品类的销售SKU，库存SKU，以及动销率，以掌握终端品项配置的合理性，可以进行品项SKU的补充，或是转入未动销款了解其信息进而做出决策。
至于监控与预警层面，对于品类结构分析与价格带结构分析，可以对销存结构差异较大的品类或是价格带，进行排序或预警。而对于动销率分析，可对各品类动销率与1的差距进行对比监控，这个步骤中经常会收到一些数据质量方面的影响，譬如负库存等问题，需要对复杂的实际情况进行具体的针对的解读。
**店员管理**
显然是以“员工”为核心主体组织相关应用。店员是业绩达成的最前端的环节，是商品交到消费者手中的传递者，是极为重要的部分。优衣库公司董事长柳井正在不久前还曾表示其推行多年的店长作为主角是存在错误的，没有足够重视到员工这一层面。因而开始着力重视普通员工的独立性及解决问题的能力。由此，店员管理的重要性可见一斑。而在本文前部分业绩达成及运营KPI管理深入分析时，均有建议到店员级别的数据探查。
相较于“场”与“货”，店员管理内容要简单许多。店员管理主要有两个核心部分组成，一个是店员业绩的达成，另外一个是店员各项KPI的管理。
店员业绩达成，监控店员层级的业绩及达成情况，主要指标是销售金额、销售件数、与销售数量、销售计划、销售计划达成率。
其在一定程度上可以视为店铺业绩管理的一个细分步骤。区别在于，各个企业对店员业绩设定在时间角度上能够管控到的粒度，差异更大。通常能够在拆分后并上收至总部的，是店员周业绩或店员月度业绩，月度业绩更为普遍。相应的，便是对店员们的本周累计业绩达成、本月累计业绩达成进行跟进。当然，基本数据如昨日各店员业绩、本周、本月的累计业绩也是需要一并统计并展现的。此应用通常无法监控到相对达成，即累计实际与累计计划的比值，因此只能通过周、月业绩的达成进度，在各店员间进行横向的对比，对业绩进度颇佳的店员设定冲高目标，业绩达成进度较为落后的进行沟通与帮扶。
店员KPI管理，此应用亦可视作终端运营KPI在店员级别的深入与细化。指标可以包括，销售业绩、销售业绩达成、销售单数、销售数量、连带率、客单价、平均单价等，同样的，也可以进行横向的对比、以及各自店员数据的环比或是趋势的分析。至于同期比，鉴于终端店铺员工的流动性普遍不低，各项指标与同期数据对比重要性便降低了许多。店员的各项KPI，也可以借助波士顿矩阵图，进行组合分析的，如平均单价与连带率，锁定那部分能够销售高价商品但连带率有较大提升空间的店员，或是销售业绩、销售业绩达成进行组合分析对店员业绩进行综合判断。各个店员与终端内其他店员，或是其他可比店员的差异，可以作为预警信息提供给店长。
出于本文内各个应用设计遵循尽可能概要精炼的原则，笔者认为一般情况下对于店员的分析，提供以上两项应用给到店长即可。在数据足够的前提下，可以有一些时段方面分析，基于时段业绩以及员工时段数据，进行科学排班，同样的，这也对店长的数据能力提出更高要求。
在提供店员销售的时段特征之后，店员与商品数据之间，还有一个有意思的关联。例如，用一个交叉表格，来组合分析各个店员在期间内销售的货品结构对比。以此来掌握终端店员的销售品类特征。诸如此类特征更准确的把握，便可更好的发挥店员在销售上的特长，并进行经验的共享，正所谓“一线数据用于一线”，终端业绩自然也可获得相应的益处。
总的来说，基于精简且贴切店长日常管理的需求出发，店员主体的相关应用，核心是店员业绩达成的跟进，以及通过各种对比、组合对比，对店员的技能方面KPI进行诊断定位，了解其优势劣势，发扬长处，提升不足。
**VIP顾客管理**
是以“顾客”为核心主体组织相关应用。此应用对推行了VIP管理的部分企业有意义，最主要的目的是用于提示店长，其终端店铺的VIP维系工作中，需要关注并采取行动的VIP顾客名单，应用设计的思路以及呈现的方式，与商品管理中单款级别的“需要关注的单款推送”应用极为类似。此类应用偏向于具体的操作层面，基于RFM模型中客户数据统计的R（最近一次消费时间）、F（一段期间内的消费次数）与M（一段期间内消费金额）三个方向基础指标，以及折扣率、连带率等可作扩充选择的指标，对VIP顾客进行分群筛选产出名单。VIP顾客名单列示可参考如下的需求场景：
购买商品满N天，如七天的顾客名单；可用于进行售后回访或者护理常识告知等；
一段时间，如一个月未有来店消费的VIP顾客；可用于对顾客进行邀约联系；
一段时间，如两周内有消费的顾客，理论上，她们是极有可能产生再次消费的群体；
折扣率偏低，但是一段时间内消费次数或消费金额尚可，在有折扣活动时，可考虑联系此部分对于价格稍敏感的VIP顾客群体；
折扣率较高，连带率较高，累计消费金额较高的，可在上新的时候优先考虑联系；
…………
诸如此类，可以衍生考虑更多场景，如一周内将要过生日的顾客等等，具体到每一项规则，都会对应终端与VIP顾客一类有意义的接触，他们对于终端店长而言，均可基于名单直接付诸行动。
除了操作层面的，也可以展现概要层级的指标分析。典型的如VIP消费占比（单数或金额）的月度趋势图，用于了解店铺VIP顾客消费是处于良性的发展或是存在顾客流失的情况，或是R中的F1此类占比趋势图，了解VIP顾客的忠诚度情况的变化趋势，对于店长来说，都是比较关键的。通过阅览一个趋势图，即可将动向把握，做出策略上的调整。
**信息公告**
它是位于四大主体之外的应用主题组织。将其视为一个各种杂项信息“大杂烩”，可能更好理解，但其所起到的作用是不可小觑的。在面向店长的应用中，将其定位为一个总部与店长之间信息传递的渠道，而终端店铺这方面的需求往往也容易在应用中被忽略掉。既然是“大杂烩”，则具体的内容可以不拘，下面给出几个示例：
当期的主推款发布，可以包括主推款及其各项商品属性，还可包括其FAB的说明；
主推款在推进期间，定期刷新推送与各个主推款相关性较高的TOP 商品款，及其FAB；
可能存在缺货风险的畅销款的替代款及其相应介绍；
未来几日天气的突变，以及基于此方面的针对行建议；
…………
这些推送的信息，大部分都是总部基于内部业务系统或是外部渠道、公告渠道获得的信息，通过整合，综合处理后得出，通过这些具有一定个性化的信息推送，又将其分享、传递到各个终端，为一线终端的员工提供充足的“弹药”。
**最后**
在本例整个过程中，并没有一味求全，将所有想到的相关指标，相关分析方式全部纳入，也没有定位太高，没有强调先进的模型或是分析，而是适度的提炼与综合，务求覆盖各个核心方面的同时，也考虑到易用性与简约，强调数据呈现及之后进一步的探究运用，辅助店长决胜终端。此外，再稍作扩展叙述了一些可供扩充的细节，原因是不同的企业管理水平会有差异，店长应用能够运用的内容多寡也与店长的能力要求成正比。
对于高水平的店长，能够辅助其及时、准确、自动的获取到管理核心数据，是为一大助力；对于尚不确切自己需要哪些数据，如何利用各种工具来提升运营水平的店长，那么此“智慧店长”的场景应用可以作为这类店长们进阶的第一步，如此从整体上让企业终端管理精细化又迈进一步。
以上便是以服装企业终端店长为用户，终端店铺日常运营管理为场景的一套数据分析类应用场景的规划。详细的应用点，在各个企业中会随着实际情况都可能有所不一样。仅是以此抛砖引玉示意围绕一个场景来展开规划的思路，也希望大家能有更多精彩的应用。

数据决策零售业 bi 商业智能大数据

著作权归作者所有

如果觉得我的文章对您有用，请点赞。您的支持将鼓励我继续创作！

添加新评论0 条评论

Ctrl+Enter 发表

匿名评论

数据驱动决策：BI在零售业的数据化管理

添加新评论0 条评论

作者其他文章

相关文章

相关问题

相关资料