消费零售行业数据建设白皮书

帆软软件有限公司出品 www.fanruan.com 让数据成为生产力！ 消费零售行业数据建设白皮书 WHITEPAPERONDATACONSTRUCTIONINTHECONSUMERRETAILINDUSTRY 目录 CONTENTS 01 大咖说 2023第五届智数大会嘉宾分享02 02 行业洞察 从数字化到数智化的业务路径05 03 痛点思考 消费行业的痛与思12 EC电商：精细化时代下的电商困境17 快消行业：核心变革的新趋势19 鞋服时尚：“Excel依赖症”的弊端22 打破数据壁垒，云鲸携手帆软BI系统优化用户体验与营销策略 25 04精品案例 直播电商下半场，BI能否“解近渴”?29 协同共生，赋能高效———数字化应用价值与实践35 让1个SKU持续多赚1%的“探险者”之路38 存量会员运营分析：消费企业“主动造血能力”的引擎 47 05解决方案 经销管理动态分析：快消经营的护城河53 EC电商分析方案：一站式解决电商精细化运营57 消费零售企业门店的管理思考62 012023第五届智数大会 2023第五届智数大会嘉宾分享｜大咖说 02 奉光亲 潮宏基集团信息部总监 “企业数据的基础和业务特征的识别决定了机器学习的上限，好的 模型和算法只是在不断逼近这个上限。 黄成明 《数据化管理》作者 “零售企业的BI应该重视预警系统，让零售数据自己会说话。 段文 紫燕食品数据中台总监 “全渠道数据中台的目的实际上还是让数据回到企业的运营当中， 满足我们业务层、管理层、决策层，以及公司的生产、物流、仓 储、服务等的应用。 钟道锋 山西全球蛙电子商务有限公司总裁 “帆软的创新能力、工具能力和对行业的研究能力为全球蛙服务好 我们的客户提供了很大的助力，未来我们会和帆软持续地合作下 去、持续价值共创！ “ “ “ “ 嘉宾分享 黄杰 交个朋友直播电商数据分析负责人 “关于提效，现在交个朋友整个直播业务已经实现全流程数字化， 从达人招商入驻，到商品提报、爆品推荐、冷品测算、机制对比、 选品定品等，都有线上平台进行管理，现在可以支持多平台、多用户、多矩阵、多业务，真正做到全链路的数字化。 “ 大咖说 2023第五届智数大会嘉宾分享 消费零售行业数据建设白皮书 03 “ “ “ “ “ 崔硕 追觅科技中国区数据经理 “在分析层面我们要关注的不是报表、看板多漂亮，而是在于信息 量多少，BI看板和BI分析不停迭代和升级，紧跟销售节奏，使 得我们不会落后。 王娟 华熙生物功能性护肤品事业线数据分析专家 “通过API、RPA等形式自动化接入数据、数仓标准化处理，再做成业务日常常用的BI报表形式，每日定时更新。业务只要打开 系统，就能看到每天更新的日报，能够节省业务60%的固化工作量，提升整体效率30%。 麦浩超 亿邦动力研究院院长 “今年，不仅是克服困难，更是习惯困难；环境增长再慢、再不确 定，数字化加速的确定性也是最高的，内循环下的消费依旧是最 强的一架马车，期待电商和数字化同业的生态再组局+再创新。 大咖说｜2023第五届智数大会嘉宾分享 木夕 帆软E数通行业产品总监 “用好数据做准分析，才能让数字真正指导生意，促进做更加科学 合理的决策。帆软E数通以数据连接器和BI为产品能力，提供 一站式电商自主数据分析平台，让企业精细化电商运营更简单！ 袁凡 （舒客）广州薇美姿实业有限公司数据分析经理 “企业资源是有限的，人才也是有限的，而我们做企业数字化就是 在有限的资源中创造无限的可能，以满足快速变化的业务需求。 消费零售行业数据建设白皮书 02 行业洞察 从数字化到数智化的业务路径 从数字化到数智化的业务路径 《数据化管理》作者黄成明 在消费品与零售行业，随着电子商务的崛起、市场竞争的加剧和消费者需求的多样化，企业正面临着前所未有的挑战。为了应对这些挑战，许多企业开始探索从数字化向数智化转型，希望通过数智化让企业业务能跟上时代的发展，甚至能成为行业的领军企业。据我观察，有部分成功的企业，但大部分企业还处在懵懵懂懂的探索之中。 智能化 指数化 指标化 标签化 数据化 数字化 我认为企业从数字化到智能化需要经过6个阶段，数字化搞基建、数据化融入业务、标签化实现分类、指标化帮助业务管理、指数化帮助经营监控、智能化释放数字最大潜能。 企业数字化到智能化流程图 企业数字化过程交给信息部领头是行不通的，这不是简单的数字化过程，而是将业务模式融入数字化的过程，需要企业管理层高度重视，需要各部门提前规划好未来3-5年的数字化计划，然后才是信息部门去想办法落地。 数据标签化 信息数字化之后，我们需要对这些原生数据进行加工处理，也就是将数据标签化，数据标签化既是数据基建的范畴，也是数据应用的范畴，更是数据智能化的起点。这是一个万物皆可标签化的时代，数据标签化后可以更方便地对人货场进行管理，也会让数据分析的维度变多，也更容易实现自动配货、精准推荐等营运活动，更大的好处是更容易于AI对接。 企业一定要从战略层面重视标签化：养标签也是企业养数据非常重要的部分，没有数据的企业没有未来，同样没有将数据标签化的企业也会没有未来。建议企业可以先成立一个以数据人员为首的小项目团队推动标签化，然后基于企业3-5年的发展规模来丰富标签库，最后将标签落地。 标签分为静态标签、动态标签与预测标签。用商品来举例，静态标签是商品与生俱来且终身不变的属性，出厂时就锁定不变了，它和商品属性本身强相关，与销售状态弱相关。例如某个sku对应的材质、工艺、产地、颜色、规格、风格、种类等，如一款衣服生产出来后它的这些属性也就确定了，对应的标签也就锁死了。 品牌性别年龄大类中类小类材质货期风格色系颜色品牌A男装老年正装上装西服棉布春装优雅暖色系红色品牌B女装中年休闲下装夹克麻布夏装烂漫冷色系橙色品牌C中性装青年运动套装衬衫丝绸秋装田园中色系黄色少年居家T恤呢绒冬装经典绿色 儿童毛衣皮革都市青色内衣化纤民族蓝色 裤子混纺中性紫色 鞋子色织布前卫黑色 外套白色 连衣裙灰色 配饰棕色 作为一位数据化管理的咨询顾问，消费与零售行业变革的观察者，我将详细阐述这一转型过程中的四个关键阶段：信息数字化、数据标签化、指标指数化、应用智能化。用数据去支持组织的变革、绩效的提升、市场的领先是数字化向数智化发展的主要目的，这个过程不是简单地堆砌硬件、叠加软件这么容易，而是将业务模式根植于企业数字化系统中的一个过程。 信息数字化 信息数字化是数智化转型的基础，它指的是将企业的各类信息，如销售数据、库存信息、客户信息等，从传统的纸质或电子文档形式转化为数字格式。这样做的好处是便于数据的存储、检索和分析。我重点说说其中的问题：虽然现在大部分企业都在数字化，但数字化的广度与深度都不够。 对于一个企业来说，所有可以被记录下来的信息都可以数字化，广义的数字化是将企业人、货、场有关的结构化、半结构化、非结构的信息都数字化并分类存储下来。但数字化的深度还不够，很多信息都是缺失的。比如公司员工上一个服务的公司名称、行业就没有被记录下来，顾客购买特定属性的商品没有被系统打标签，客服与消费者沟通过程没有将文字或语音结构化处理…… 服装企业商品的静态标签（部分） 动态标签，顾名思义是可以变动的，不同的销售时期、不同的销售场景中都可能发生变化，它与商品属性本身弱相关，与销售状态强相关。商品的动态标签更多是为营销部门服务的，目的就是能完美地契合当前业务状态。所以好的动态标签可 1.新订单指数 30% 制造业PMI 2.生产指数 25% 3.从业人员指数 20% 新订单 新出口订单在手订单出厂价格 生产经营活动预期 主要原材料购进价格采购量 生产量进口 从业人员 客户数销售量工程量 1.商务活动 2.新订单 3.新出口订单 4.在手订单 5.存货 6.投入品价格 7.销售价格 8.从业人员 采购经理指数-PMI 4.供应商配送时间指数供应商配送时间 15% 非制造业PMI 5.原材料库存指数 10% 原材料库存 产成品库存 9.供应商配送时间 10.业务活动预期 以帮助我们更好地看清楚业务现状，然后梳理逻辑、制定对应策略。某款商品现在是爆款，它自然会获得最大化的营销资源，但3个月后数据减少，成为了畅销款，营销资源也会发生变化。 有了标签化后就可以自动触发这些营销逻辑，而不需要人为干预。 新旧生命周期推广属性场景属性渠道销售区域客户属性人气值数利润价格区间销量属性库存属性周转属性连带属性 新品号入期主推款次新品成长期陈列款老品成熟期橱窗款 衰退期定制款 职业款派对款节目款婚礼款 普通款 线下款线上款 全渠道 全国华东区华南区华北区 华西区 直销款高人气高利润高价格爆款高库存高周转强连带加盟款中人气中利润中价格畅销款中库存中周转高连带全客户低人气低利润低价格平销款低库存低周转中连带 负利润滞销款不周转低连带 服装企业商品的动态标签（部分） 预测标签是基于历史数据、未来的时间属性、营销安排根据逻辑生成的标签。比如会员数据分析中，可以利用会员（人）消费的历史消费数据，预测他下一次消费时间或者流失时间，然后再标签化。这种预测标签是非常有价值的，它相当于给数据一个结论，而不是数据的简单描述。当某款产品同时出现“预增”和“预缺”时，商品部门就可以自动触发采购或生产计划了；当出现“预减”和“预爆”时，情况就比较危险了，需要紧急启动库存消减计划。 针对商品来说，静态标签是商品固有属性的标签化（基于事实），动态标签是对商品当下业务状态的标签化（基于规则），而预测标签顾名思义就是对商品未来发展预测的标签化（基于预测），它们三个针对商品各个状态，各司其职，各显神通。 采购经理指数构成 指标指数化 从数据化到指标化再到指数化，光有数据是没有产出的，必须通过指标体系才能转化为数据价值，但企业指标是一个庞大的体系，很多指标群其实是可以指数化的。 指标是对某个维度的数据进行衡量，而指数是对若干个相关联的指标进行聚合而衍生出的一个指数，指标是微观，指数是宏观。比如商品价格是指标，CPI就是指数化了，它体现了一个国家的居民消费价格变化情况，CPI再加上商品零售价格、工业品出厂价格等就组成了国家的价格监控体系。 除了CPI之外，国家管理还有国内生产总值（GDP）监控经济，能源弹性系数监控能源与电力的生产与消费，消费者信心指数反映消费者对未来经济、收入等的预判等。 当企业指数体系已经非常完备，并且企业规模达到一定程度时，将各种指标指数化就成为必然，企业领导层需要从宏观角度去监控企业的发展。例如当企业管理层需要了解企业经营状况是否健康时，目前只能分别看销售增长、利润增长、存货周转、现金流、生产效率等十几个指标，其实这些指标完全可以聚合成一个经营前瞻指数或者叫经营健康指数，管理者看一个指数即可。 再比如管理层想了解员工的稳定性，目前只能看各种离职率的分析，离职率有局限性看不到全貌，并且它是对离职人员的分析，并不能预测未来员工的稳定性。企业人力资源完全可以根据员工自我管理（比如上下班是否准时）、员工绩效、员工离职率、行业景气等数据聚合成一个员工离职前瞻指数。 企业裁员风险企业市场表现企业社会事件行业景气指数 消费者信心指数 5% 25% 部门离职率部门招聘广告部门同事提升部门换新领导部门绩效数据 部门业务稳定性 10% 4.部门合作指数 请假次数 迟到早退次数工间外出次数工间外出时长下班时间 加班次数 结婚/离婚/生子上班距离 员工离职前瞻指数 35% 登录招聘网站频率修改招聘网站简历 投递招聘广告次数 35% 发邮件数量 浏览无关网页数据 钉钉签到数量绩效考核得分被投诉次数被嘉奖次数薪资收入数据 3.离职倾向指数 2.工作绩效指数 1.自我管理指数 5.企业行业指数 企业很多东西可以指数化，比如经营前瞻指数、经营现状指数、公共关系指数、企业发展指数、企业资产指数等。管理层甚至可以给每个部门设