商業智能BI在零售行業的應用,零售分析的主要對象有哪些?

轉載原出處(cognoschina.net/home/sp

洞悉過去(分析危機)

企業在經營過程中產生了海量的信息,這些信息蘊藏了豐富的經營技巧和市場規律,怎樣有效的利用這些寶貴的信息,使之為企業經營服務,成為了零售企業的一個迫切願望和現實難點。普通的零售業信息系統只能夠提供一般的分析數據,不能提供立體化的、多視角的、有滲透力的數據,更不能提供更多潛在的、預測性的經營建議。BI系統恰恰彌補了一般零售業系統在分析上的先天不足。

管理者對數據的分析行為,通常都會有不同的角度出發來獲得不同的信息。比如在作銷售分析時,最常見的分析數據攝取一般是這樣的:在某一特定時間區間內,搜集某些生氣勃勃定經營單元(如分店)的主要經營指標(如銷售額、成本、進項稅、毛利、毛利率、坪效、交叉比、銷進比等)的單個及合計數據,據此進行分析。

但是經營者往往會提出更多、更細的數據要求。如提供上述數據指標時要求考慮到時間區間內時間點的細分(如細分到每日或每時),並且顧及到單個分店,同時包含商品細分類別(如按大、中、小來分類,甚至分到單品)等因素。這說明,隨著市場競爭的日益激烈,經營者的工作已不是僅僅局限在粗放的數據審閱上,而是需要越來越精細的數據分析,而且這些分析也不僅僅局限於單點單向,而是要多點多向地進行。

由於經營者在分析時會根據不同情況的要求和不同思路分析的靈感,從不同的觀察角度,對數據的攝取提出以不同的對象為中心、有時甚至是跳躍式的、跨數據性質、類別的攝取要求,這些數據要求如在一般的分析系統中攝取,不僅搜集整理的工作量巨大,而且分析運用起來也十分便,有的甚至無法融合在一起,這時就需要BI分析系統的幫助了。

在BI中把這些不同的觀察角度或分析對象不同類別的屬性叫做「維」(如日期維、地方維、類別維等),而且這個「維」又是分級的,比如日期可分為年、月、周、日;地方可分為公司、分店、部門和櫃組別也可分為大類、中類、小類、細類、系列等。如果在分析中除需要對類似以上的這些數據進行採摘、處理,再加上通常分析工作都會用到的同比、環比等指標的處理,一般的數據分析系統顯然已經力不從心了。

這就是筆者要講的分析危機:老總越來越愛分析,而IT部門卻越來越不能勝任分析!那麼在運用BI之後呢?一切將完全改變過來。BI分析系統通過連續、立體的動態表來展現各種數據,並且對這些數據進行組合、聚類、排序等處理,給經營管理者帶來一種得心應手的分析新感覺。

商業智能BI能做什麼

BI是一種是一種運用了數據倉庫、在線分析和數據挖掘技術來處理和分析數據的技術,其工作原理主要是通過對數據進行抽取、清洗、聚類、挖掘、預測等處理來產生可透析的各種展示數據。這些數據可直觀顯示分析者所要探詢的某種經營屬性或市場規律。

BI除了通過動態表展現數據外,還可通過豐富多彩的圖形去展現,並且能對圖形做拉伸、分塊、旋轉、透視等多種處理,以更直觀可見的方式來展現數據規律。同時還可對數據做各種標識。如特別好的銷售數據用綠色表示,特別差的銷售數據用紅色表示。另外,還可對數據進行跟蹤分析。

BI還有一個很優秀的功能就是設定一個邊界條件進行挖掘工作,從雜亂無章的數據中找出內在的聯繫,沃爾瑪著名的啤酒與尿布的故事就是這樣產生的。

BI分析系統的主要代表功能有:綜合分析與告警、趨勢分析等。它不僅適用於零售業,同時在金融、保險等行業得到了廣泛應用。

開啟未來-決勝未來

決勝未來靠的是什麼?是通過透析歷史的經營情況,歸納成的經驗和失敗的教訓,用數據來證明經營手段是否成功,來預測未來的發展趨勢,快速準確的把握風雲變幻的市場脈博。而BI正是完成這項使命的有力武器。在國外,BI在零售業上已有了較好的應用,併產生相關的指標體系理論;在國內,還處於初級階段,但BI本身所具有的靈活性和強大性,使得他在零售業界訊速崛起,呈現了高速上升的趨勢。

BI最常見的應用就是輔助建立信息中心,通過BI來產生各種工作報表和分析報表。常見的分析有:

銷售分析:主要用於分析各項銷售指標(如毛利、毛利率、坪效、交叉比、進銷比、盈利能力、周轉率、同比、環比等等),而分析維又可從管理架構、類別、品牌、日期、時段等角度觀察,這些分析維又可採用多級鑽取,從而獲得相當透徹的分析思路;同時根據海量數據產生預測信息、告警信息等分析數據;還可根據各種銷售指標產生新的透視表(如最常見的ABC分類表、商品敏感分類表、商品盈利分類表等)。

這些複雜的指標在原來的信息資料庫中是難以實現的,老總們雖然知道他們好,但得不到,使得這些指標顯得若有若無,直到BI技術出現之後,這些指標才重新得到了管理者和分析者們的寵幸。

商品分析:商類分析的主要數據來自銷售數據和商品基礎數據,據此產生以分析結構為主線的分析思路。主要的分析數據有:商品的類別結構、品牌結構、價格結構、毛利結構、結算方式結構、產地結構等,從對這些數據的分析中產生商品廣度、商品深度、商品淘汰率、商品引進率、商品置換率、重點商品、暢銷商品、滯銷商品、季節商品等多種指標,通過對這些指標的分析來指導企業調整商品結構,加強商品的竟爭能力和合理配置。

顧客分析:顧客分析主要是指對顧客群體的購買行為的分析。例如,我們將顧客分成「富人」和「窮人」;那麼什麼人是「富人」,什麼人是「窮人」呢?如果我們有會員卡,可以通過會員登記的月收入來區分,但如果沒有會員卡呢?這時可以通過小票每單金額來假設。比如每單金額大於100元的顧客,我們認為是「富人」;每單金額小於100元的顧客,我們認為是「窮人」。據此,又可派生出很多其他分析思路。如「富人」喜歡什麼樣的商品,「窮人」喜歡什麼樣的商品;「富人」的購物時間和「窮人」的購物時間;本企業商圈裡是「富人」多還是「窮人」多;「富人」給商場作出的貢獻大還是「窮人」作出的貢獻大;「富人」喜歡用什麼方式來支付,「窮人」喜歡用什麼方式來支付等等。此外,還有商圈的客單量分析、商圈裡的購物高峰分析、假日經濟對企業的影響分析等等分析思路。

供應商分析:通過對供應商在選定的時間段內的各項指標(訂貨量、訂貨額、進貨量、進貨額、到貨時間、庫存量、庫存額、退換量、退換額、銷售量、銷售額、所供商品毛利率、周轉率、交叉比率等)進行分析,為供應商的引進、儲備及淘汰(或淘汰其部分品種)及供應商庫存商品的處理提供依據。主要分析的主題有供應商的組成結構、供應商的送貨情況、供應商所供商品情況(比如銷售貢獻、利潤貢獻等)、供應商的結算情況等。比如我們發現有些供應商所提供的商品銷售一直不錯,從而他在某個時間段里的結款非常穩定,而這個供應商的結算方式是代銷,那麼如果資金不緊張,而這個供應商所供商品銷售風險又小,為什麼不考慮將他改為購銷呢?――這樣可以降低成本呵。

人員分析:通過對公司的人員指標進行分析,特別是對銷售人員指標(著重銷售指標,毛利指標為輔)和採購員指標(銷售額、毛利、供應商更換、購銷商品數、代銷商品數、資金占用、資金周轉等)的分析,達到考核員工業績,提高員工積極性,為人力資源的合理利用提供科學依據的目的。主要分析主題有員工的人員構成情況、銷售人員的人均銷售情況、開單銷售、個人的銷售業績情況、各管理架構的人均銷售情況、毛利貢獻情況、採購員分管商品的進貨情況、購銷代銷比例情況、引進的商品銷售情況如何等等。

BI對零售業的分析遠不止以上所述,至少還有資金運轉分析、庫存分析和結算分析、庫存分析、門店分析、調撥優化、採購優化等等。

這些分析在實際經營中確實有著重要的利用價值,誰能對自已的經營作出正確的分析,誰就能及時修正自已的經營方針和政策,誰就將贏得未來!

評論0
推薦閱讀:

TAG:零售渠道 | 商業智能BI |