商业智能在零售业中的应用

Posted 2021-04-20 CIO之家

在国外，BI分析系统作为经营和竞争的有效工具在零售业中的应用已颇为成熟，正是人大倚仗这一科学而有效的手段，国外零售巨头们在全球范围内拥有越来越大的经营优势。使用BI分析系统，能更好地利用BI（Business Intelligent）即商业智能的功能来分析零售经营的各种数据，透析零售业经营中的内在规律，使企业的经营管理真正上档次、上台阶。

洞悉过去（分析危机）

企业在经营过程中产生了海量的信息，这些信息蕴藏了丰富的经营技巧和市场规律，怎样有效的利用这些宝贵的信息，使之为企业经营服务，成为了零售企业的一个迫切愿望和现实难点。普通的零售业信息系统只能够提供一般的分析数据，不能提供立体化的、多视角的、有渗透力的数据，更不能提供更多潜在的、预测性的经营建议。BI系统恰恰弥补了一般零售业系统在分析上的先天不足。

管理者对数据的分析行为，通常都会有不同的角度出发来获得不同的信息。比如在作销售分析时，最常见的分析数据摄取一般是这样的：在某一特定时间区间内，搜集某些生气勃勃定经营单元（如分店）的主要经营指标（如销售额、成本、进项税、毛利、毛利率、坪效、交叉比、销进比等）的单个及合计数据，据此进行分析。

但是经营者往往会提出更多、更细的数据要求。如提供上述数据指标时要求考虑到时间区间内时间点的细分（如细分到每日或每时），并且顾及到单个分店，同时包含商品细分类别（如按大、中、小来分类，甚至分到单品）等因素。这说明，随着市场竞争的日益激烈，经营者的工作已不是仅仅局限在粗放的数据审阅上，而是需要越来越精细的数据分析，而且这些分析也不仅仅局限于单点单向，而是要多点多向地进行。

由于经营者在分析时会根据不同情况的要求和不同思路分析的灵感，从不同的观察角度，对数据的摄取提出以不同的对象为中心、有时甚至是跳跃式的、跨数据性质、类别的摄取要求，这些数据要求如在一般的分析系统中摄取，不仅搜集整理的工作量巨大，而且分析运用起来也十分便，有的甚至无法融合在一起，这时就需要BI分析系统的帮助了。在BI中把这些不同的观察角度或分析对象不同类别的属性叫做“维”（如日期维、地方维、类别维等），而且这个“维”又是分级的，比如日期可分为年、月、周、日；地方可分为公司、分店、部门和柜组别也可分为大类、中类、小类、细类、系列等。如果在分析中除需要对类似以上的这些数据进行采摘、处理，再加上通常分析工作都会用到的同比、环比等指标的处理，一般的数据分析系统显然已经力不从心了。

这就是笔者要讲的分析危机：老总越来越爱分析，而IT部门却越来越不能胜任分析！那么在运用BI之后呢？一切将完全改变过来。BI分析系统通过连续、立体的动态表来展现各种数据，并且对这些数据进行组合、聚类、排序等处理，给经营管理者带来一种得心应手的分析新感觉。

神秘的BI

BI是一种是一种运用了数据仓库、在线分析和数据挖掘技术来处理和分析数据的崭新技术，其工作原理主要是通过对数据进行抽取、清洗、聚类、挖掘、预测等处理来产生可透析的各种展示数据。这些数据可直观显示分析者所要探询的某种经营属性或市场规律。

BI除了通过动态表展现数据外，还可通过丰富多彩的图形去展现，并且能对图形做拉伸、分块、旋转、透视等多种处理，以更直观可见的方式来展现数据规律。同时还可对数据做各种标识。如特别好的销售数据用绿色表示，特别差的销售数据用红色表示。另外，还可对数据进行跟踪分析。

BI还有一个很优秀的功能就是设定一个边界条件进行挖掘工作，从杂乱无章的数据中找出内在的联系，沃尔玛著名的啤酒与尿布的故事就是这样产生的。

BI分析系统的主要代表功能有：综合分析与告警、趋势分析等。它不仅适用于零售业，同时在金融、保险等行业得到了广泛应用。

开启未来－决胜未来

决胜未来靠的是什么？是通过透析历史的经营情况，归纳成的经验和失败的教训，用数据来证明经营手段是否成功，来预测未来的发展趋势，快速准确的把握风云变幻的市场脉博。而BI正是完成这项使命的有力武器。在国外，BI在零售业上已有了较好的应用，并产生相关的指标体系理论；在国内，还处于初级阶段，但BI本身所具有的灵活性和强大性，使得他在零售业界讯速崛起，呈现了高速上升的趋势。

BI最常见的应用就是辅助建立信息中心，通过BI来产生各种工作报表和分析报表。常见的分析有：

销售分析：主要用于分析各项销售指标（如毛利、毛利率、坪效、交叉比、进销比、盈利能力、周转率、同比、环比等等），而分析维又可从管理架构、类别、品牌、日期、时段等角度观察，这些分析维又可采用多级钻取，从而获得相当透彻的分析思路；同时根据海量数据产生预测信息、告警信息等分析数据；还可根据各种销售指标产生新的透视表（如最常见的ABC分类表、商品敏感分类表、商品盈利分类表等）。

这些复杂的指标在原来的信息数据库中是难以实现的，老总们虽然知道他们好，但得不到，使得这些指标显得若有若无，直到BI技术出现之后，这些指标才重新得到了管理者和分析者们的宠幸。

商品分析：商类分析的主要数据来自销售数据和商品基础数据，据此产生以分析结构为主线的分析思路。主要的分析数据有：商品的类别结构、品牌结构、价格结构、毛利结构、结算方式结构、产地结构等，从对这些数据的分析中产生商品广度、商品深度、商品淘汰率、商品引进率、商品置换率、重点商品、畅销商品、滞销商品、季节商品等多种指标，通过对这些指标的分析来指导企业调整商品结构，加强商品的竟争能力和合理配置。

顾客分析：顾客分析主要是指对顾客群体的购买行为的分析。例如，我们将顾客分成“富人”和“穷人”；那么什么人是“富人”，什么人是“穷人”呢？如果我们有会员卡，可以通过会员登记的月收入来区分，但如果没有会员卡呢？这时可以通过小票每单金额来假设。比如每单金额大于100元的顾客，我们认为是“富人”；每单金额小于100元的顾客，我们认为是“穷人”。据此，又可派生出很多其他分析思路。如“富人”喜欢什么样的商品，“穷人”喜欢什么样的商品；“富人”的购物时间和“穷人”的购物时间；本企业商圈里是“富人”多还是“穷人”多；“富人”给商场作出的贡献大还是“穷人”作出的贡献大；“富人”喜欢用什么方式来支付，“穷人”喜欢用什么方式来支付等等。此外，还有商圈的客单量分析、商圈里的购物高峰分析、假日经济对企业的影响分析等等分析思路。

供应商分析：通过对供应商在选定的时间段内的各项指标（订货量、订货额、进货量、进货额、到货时间、库存量、库存额、退换量、退换额、销售量、销售额、所供商品毛利率、周转率、交叉比率等）进行分析，为供应商的引进、储备及淘汰（或淘汰其部分品种）及供应商库存商品的处理提供依据。主要分析的主题有供应商的组成结构、供应商的送货情况、供应商所供商品情况(比如销售贡献、利润贡献等)、供应商的结算情况等。比如我们发现有些供应商所提供的商品销售一直不错，从而他在某个时间段里的结款非常稳定，而这个供应商的结算方式是代销，那么如果资金不紧张，而这个供应商所供商品销售风险又小，为什么不考虑将他改为购销呢？――这样可以降低成本呵。

人员分析：通过对公司的人员指标进行分析，特别是对销售人员指标（着重销售指标，毛利指标为辅）和采购员指标（销售额、毛利、供应商更换、购销商品数、代销商品数、资金占用、资金周转等）的分析，达到考核员工业绩，提高员工积极性，为人力资源的合理利用提供科学依据的目的。主要分析主题有员工的人员构成情况、销售人员的人均销售情况、开单销售、个人的销售业绩情况、各管理架构的人均销售情况、毛利贡献情况、采购员分管商品的进货情况、购销代销比例情况、引进的商品销售情况如何等等。

BI对零售业的分析远不止以上所述，至少还有资金运转分析、库存分析和结算分析、库存分析、门店分析、调拨优化、采购优化。

这些分析在实际经营中确实有着重要的利用价值，谁能对自已的经营作出正确的分析，谁就能及时修正自已的经营方针和政策，谁就将赢得未来！

欢迎分享与同行转载,但请务必注明作者及出处，尊重作者及小编劳动成果,这是作为信息化从业者最基本的职业素养之一，谢谢!

CIO之家ID: IMCIOW SITE：www.ciozj.com

CIO之家,践行，见未来