宠物行业全链路数据分析方法论与实践

宠物行业全链路数据分析方法论与实践 演讲人：张志伟吉家宠物信息技术中心负责人 嘉宾金句 数据的价值不在于它的大小，而在于它的洞见； 信息简介 集团简介 吉家宠物集团（JIAPETS）坐落于淮海经济区中心城市——江苏省徐州市，由集团董事长崔佳先生于2014年创立，经过多年发展，现已成为集宠物产品研发、原材料采购、生产制造、仓储物流、销售及品牌建设于一体的综合性宠物产业集团，旗下拥有疯狂小狗、蓝氏等知名宠物产品品牌和迈仕等线上渠道以及安宠工厂等，产品布局涵盖宠物主粮、宠物零食、宠物用品等，全面覆盖天猫、京东和抖音等线上和线下宠物医院、宠物门店等平台，服务千万养宠家庭。 张志伟（信息技术中心负责人） 新零售，电商数字化领域专家 毕业于南京航空航天大学计算机专业 在母婴新零售与宠物电商行业深耕15年+ 企业数字化，从0-1，1-N成功实践者 数据分析的终点不是得出结论，而是采取行动。 CONTENT THEORETICALPART 理论篇 PRACTICALPART 实战篇 SUGGESTIONSPART 建议篇 ACHIEVEMENTEXHIBITION 成果篇 理论篇 数据分析师具体做哪些工作？ 分析的九大知识领域 数据管道与数据分析生命周期的关系 分析生命周期最佳实践 GartnerAnalyticAscendancyModel VALUE Hindsight Foresight Whathappened？DescriptiveAnalytics Insight WhydiditHappen?DiagnosticAanlytics Information Optimization WhatwillHappen?PredictiveAnalytics Howcanwemakeithappen? PrescriptiveAnalytics DIFFICULTY 发生了什么？ 描述性分析后见、低价值 为什么发生？ 诊断性分析洞见、一般价值 将来会发生什么？ 预测性分析先见、高价值 如何让它发生？ 指导性分析优化、高价值 数据提取 数据可视化 指标体系搭建及异常诊断 实验设计 专项分析 硬实力 软实力 业务知识 数学统计 计算机 态度严谨 好奇心 逻辑思维 善于学习 勇于创新 能力 工作内容 数据分析师具体做哪些工作？ 职级 初级数据分析师 中级数据分析师 高级数据分析师 分析的九大知识领域（分析能力模型） 业务领域 团队中业务能力的专家 分析思维 利用统计方法解决问题 数据管理 确保数据的可用性、集成性和安全性 数据探索 构建结构化流程用于支持数据探索 数据可视化 利用艺术化的手段展示数据内涵 技术能力 利用广泛的技术手段以支持决策 战略思维 利用创新和系统化思维驱动企业前进 领导力 鼓励团队中的每个人在健康积极的环境中发展 产品管理 确保团队达成目标 数据管道与数据分析生命周期的关系 通知需求 什么 分析生命周期 收集 从数据源收集或获取数据（数据库、文件、流） 摄取 准备 持久化 体验 通过实时或批量 收集、分析、组以一种不随时间、数据开放给应用 将数据吸收进数合、结构、清洗、系统和内存改变或用户（建模、 据系统 验证和组织数据。的方式存储数据。分析和执行等） 引擎、连接器和API ETL、整合服务和应用 数据整合、质量/治理、聚合 数据仓库、数据集市、数据湖 分析问题 为何 数据管道支持 理解观察场景化 理解并探索数据 怎样 探索 描述 规划分析模型 解释、预测、优化 分享 讲故事 解释并激活结果 测试 试点 应用 运营化 分析产品管理 分析生命周期最佳实践 定义 利益相关者分析需求收集和引出问题定义 问题设计预期收益 识别 数据提取数据集成数据转换 探索 数据探索确定数据关系记录数据特征 生成描述统计量 分析 统计分析假设检验丰富选项建模 展示 数据可视化故事板 结果展示ROI计算文档 实施 工作流影响终端用户培训分析产品校准维护 调优和改进 分析生命周期 问题理解理解和探索模型开发解读、解释和结果应用 实战篇 战略支持：大单品战略中的派样数据分析 供应链管理：数据分析赋能供应链升级 财务管理：如何用一个指标管控一家公司的整体经营 商品分析：矩阵分析法在优化产品结构上的应用 BI系统 资产 服务 数据 业务 数据资产门户 数据质量管理 数据模型管理 元数据管理 数据标准管理 数据安全管理 抽取 转换 加载 数据管理 数据存储 资产 服务流程 2、数据资产化 建立数据标准，统一数据口径，实现数据的汇聚、开发、治理、质量、监控、安全管理，形成[数据资产]。 1、业务数据化 将核心业务[在线化]，聚焦在线数据沉淀，实现业务 [数据化] 3、资产服务化 运用大数据分析技术，构建数据分析分析体系、数据分析模型、算法模型，对外提供[数据应用服务]。 4、服务业务化 以数据分析看板为依托，结合具体业务场景，提供决策依据，赋能业务，让数据产生价值。 数据处理（ETL） 算法模型 分析模型 指标体系 数据应用层 数据采集技术 数据分析技术 业务数据源 服务业务化 数据资产化 市场分析 系统运维 专项分析 学习培训 手机移动端 交付实施 分析看板 产品研发 数据大屏 方案制定 服务 需求分析 湖仓一体化 数仓 数据库 操作系统 服务器 数据 业务数据化 资产服务化 业务 日常业务 战略业务 采购 生产 销售 仓储 物流 财务 抖音 大单品 私域 决策支持 经营决策 品牌、利润 经营分析 产品策略、营销效益、客户服务、精益生产、物流效率 业绩管理 业务考核、财务管理 工厂生产【MES】采购数据【SRM】订单数据【OMS】仓储数据【WMS】物流数据【TMS】财务数据【ERP】 其它数据源 API接口抽数平台数据连接器RPA机器人在线填报Excel、csv集成登录 BI系统蓝图 业务分析：十大数据分析思维与常用分析方法 思维层 趋势 队列 溯源 假设 公式 层级 相关 流程 分类 对比 方法层 移动平均指数平滑ARIMA 留存分析 5W2H 分级下钻 假设检验AB测试 公式拆解 金字塔时间维度空间维度 相关系数回归分析APRION 漏斗分析PDCA RFM模型K-means卡诺模型 同比环比定基比 •产品需求 第一阶段 第二阶段 •信息收集 •方案比选 第三阶段 第四阶段 •购买决策 •购买行为 第五阶段 第一次流失的原因是营销不全面，主要解决三方面问题： 1、让用户愿意买，解决why的问题； 2、让用户买得到，解决where的问题； 3、让用户买得起，解决howmuch的问题 第二次流失程度取决于企业传达什么样的信息，这样的信息是否符合用户的偏好。在这个环节上，企业要深刻了解用户差异性，知道什么样的用户有什么样的偏好。投其所好，有的放矢，可减少该阶段的用户流失率。 第三次流失的程度取决于用户的使用体验，若体验<预期，用户就易抱怨甚至流失；若体验>预期，用户就会满意甚至忠诚。因此，用户体验很重要，需要了解用户体验的方式和忍耐限度。 BI系统分析落地场景概览 集团经营数据驾驶舱经营复盘分析 店铺运营驾驶舱商品数据驾驶舱 ….. 物流分析 数据驾驶舱 行业分析 生产数据分析 宠物行业报告竞对数据分析天猫大盘报表京东平台数据 天猫&京东评价数据分析 产品批次成本核算一览表工厂对外报价自动化 销售维度分析 ….. 店铺运营驾驶舱派样分析专题订单明细分析平台商品ID分析商品缺货分析分销商数据 客户维度分析 财务维度分析 ……. 订单履约数据驾驶舱供应链成本分析TMS快递费查询 包裹均价均重分析订单结构分析 商品ABC分类 ……. 仓储分析 仓储数据驾驶舱销管数据驾驶舱库存日报 库龄分析_仓库库龄分析_集团库存临时预警产品一维表 ……. 全链路数据分析 财务管理日报-小狗2023年增效降本指标电商费用报销风控 仅退款分析 物料成本价日更新价 …… 用户购买行为分析潜在用户分析 客户分析 天猫用户行为分析客服售后单分析蓝氏用户行为分析 …… 战略支持：大单品战略中的派样数据分析 1.抖音派样整体数据洞察； 2.从用户数、复购率、新老客、复购间隔、用户来源、达人直播等维度分析业务增长； 3.从用户、订单数量、订单金额、复购率、正装复购率、成本等维度分析派样链接效果； 4.分析不同派样次数下，用户的复购率； 5.分析派样效果与正装销量的线性相关关系，索派样增长趋势。 探 注：本页面所展示数据皆为虚拟数据，仅供参考 供应链管理：数据分析赋能供应链升级 供应链控制塔 层 略 战 可视化预测决策 供应链控制塔 ERP 销售管理库存管理采购管理 主生产计划MPS 物料需求计划MRP 产品规划产能规划仓配规划供应能力规划 需求计划库存计划运协作筹 层 营 运 市场预测销售预测补货计划调拨计划+ AI 替代 产销协同计划S&OP 供应计划 MES 生产计划 车间排产 生产排程运输调度人员排班 WMS TMS 劳动力管理 商品成本 平台费 推广费 广宣费 仓储费 物流费 劳务费 其它变动成本 厂房 机械设备 房屋租金 管理人员工资 其它固定成本 边际贡献率 =边际贡献/销售收入 边际贡献率>15%是良性的，确保公司快速增长的情况下，成本在一定可控范围内，将运营导向降低变动成本，保障企业发展处于良性状态： 1、在原材料不断上涨的情况下，如何通过精益生产降低商品成本？ 2、如何通过精准投放，提升推广ROI? 3、如何通过现代化技术，构建智能仓储，提升作业效率，减少人力成本？ 4、如何通过大数据算法，做到快递智选，降低物流成本？ 财务管理：如何用一个指标管控一家公司的整体经营？ 利润 （利润=销售收入-成本） （成本=变动成本+固定成本） 边际贡献=销售收入-变动成本 固定成本 变动成本 销售收入 成本 商品分析：矩阵分析法在优化产品结构上的应用 减少过多的投入、维持现状 区分新老品，如果为新品，尝试增加推广；如果老品，可以继续保留，需要注意以销定采，避免库存积压 盈利 新星产品 金牛产品 销量低 销量高 瘦狗产品 问题产品 因销量较高，不能轻易停售，考虑降本 如果是新品可能处于推广期，建议继续观察；如果是老品，可以采取清库停售策略 不盈利 建议篇 平台建设经验分享 BI看板搭建哪些工作环节必不可少 平台建设经验分享：吉家BI系统建设路径 BI系统从解决多系统数据查询问题到成为智能决策利器，助力企业数字化发展。 量到质的蜕变 人员配置：总监+2名数据分析 工期：54天，上线50张报表经验分享：坚定信念+借观远之力 人员配置：2名数据分析工期：第1年 经验分享：毛遂自荐+有求必应 人员配置：项目经理+2数据分析工期：第2年 经验分享：合理规划+保质保量 人员配置：项目经理+2数据分析工期：第3年 经验分享：资源整合+决策支持 部署实施 1.0自主运营 2.0创新发展 3.0应用自如 萌芽期成长期壮大期腾飞期 GerminationStage Growthperiod Grandness RiseRapidly BI看板搭建哪些工作环节必不可少？ 1、需求沟通 与利益相关者沟通，明确表报的目标、数据来源和展示要求，确保全面理解需求。 0102 2、需求评估 分析需求的可行性和优先级，考虑数据的可用性和准确性，制定详细的开发计划。 6、反馈迭代06 收集用户反馈，根据实际使用情况进行调整和改进，以不断优化报表 的功能和体验。 033、报表开发 基于需求和评估结果，设计报表结构、数据源和可视化方式，使用合适的工具实现报表开发。