数据驱动的元气森林：从12个月到52周、365天的数据分析实战

数据驱动的元气森林 章肖洋元气森林首席运营官 观远数据2022智能决策峰会暨产品发布会 元气森林 公司简介 一家致力于为美好生活创造健康好产品的中国食品饮料企业。 公司成立于2016年，以“整合全球资源为全球用户创造有爱的好产品”为企业愿景。 目前，旗下拥有元气森林气泡水、燃茶、纤茶、外星人电解质水等系列产品，现有5座工厂已经投产。 01 CONTENT 02 03 内容目录 Act 追求结果的最优 LE 动态的结果预估 BU 预算作为方向的指导 在决策的过程中，普遍追求的结果是Act.的最优 一般会用BU.的计划数据作为方向指导，复盘两者间的差异，这是一个中长周期的对照，而周期间的偏差分析还需要LE的辅助LE作为Act的动态预估，一方面是更早的发现执行差异，一方面是提供周期内调整的机会 方向的一致 各个角色的初心 全链路最优 对于结果最优的标准评估与合理估计的规则 跨部门的策略 上下游的需求与服务 全链路最优 周期性的循环，例如S&OP 各个部门的角色，都会以公司最优为出心。在跨部门的长链路上，受限于部门视角的宽度，部门最优与全链路最优的评估会是多因素综合的结果。 多因素 信息对齐的环境 流程与时间的复杂度 策略的执行频率与规范 ATL、BTL、渠道计划、 社会环境、市场变动、生产能力、供应商变动 S&OP的多轮协商，每一 轮针对不同维度的目标 综合评价的流程机制 复杂度与敏捷存在矛盾 服务能力的边界，市场目 标与市场变动的关系，供应链的反应反应结果 让业务用起来 让决策更