零售业bi的几点思考解决方案

零售业BI的几点思考JohnZhaoJohnZhaoSeniorSolutionArchitect主题主题•零售业的BI•零售业的BI面临的问题零售业的BI面临的问题•零售业的BI解决方案•数据挖据在零售业的应用•零售业的CRM•零售业的CRM•结论零售业BI的案例零售业BI的案例零售业的商务智能零售业的商务智能是应该具有收集和分析大量的客户，消费者，供应商，内部流程的数据并能够和相应的环境相关联。以及把这些数据转换成决策性的信息信息。DataWarehouseThedataisstoredinadatawarehouseandvariousanalytical(OLAP)anddataminingtoolsDataWarehouseThedataisstoredinadatawarehouseandvariousanalytical(OLAP)anddataminingtoolsareusedtoturndataintoactionableinformationPOS数据管理POS数据管理POS的数据是通过收银台或其他销售设备采集的。以上数据经过清理存放到数据仓库据收其据存据库中。初始数据数据清理数据存储和分析利用些（OLAP）和数据挖掘工具可以将以上数据变成对决策有用的信息DataWarehouse利用一些（OLAP）和数据挖掘工具可以将以上数据变成对决策有用的信息。利用分析工具展现决策建议零售业所关心的基本问题零售业所关心的基本问题„哪些是销售最好的产品?„哪些产品对利润最有作用?哪些产品对利润最有作用?„哪些产品应占据最佳货位?„哪些产品退货最多?„哪些是季节性和区域性的产品?„最佳销售和最佳利润的N种产品零售业所关心的基本问题（供应链）„现有库存?零售业所关心的基本问题（供应链）„分销中心的补货率?现期库存%?„现期库存%?„品类的预测和计划?„哪些产品会经常短缺?„什么是买点?„什么是买点?„最佳库存?客户和市场经理关注的问题„我们是否在吸引新的客户?客户和市场经理关注的问题„我们是否在保持现有的客户?„平均购物篮的大小?„购物篮的大小是否会水季节变化?„哪些是我们最好的客户?个域的店铺合的标„那个地域的店铺是我要合并的目标?„我得促销活动效果如何?我们的客户消费趋势怎样次数和金额„我们的客户消费趋势怎样（次数和金额）?„某种产品会促使一次性的客户?零售业的BI零售业的BI产品分析•产品分析•客户数据挖掘•供销存关系零售业应用（BI）一些统计SourceAMR,2004分析家对BI观点分析家对BI观点业务分析对财政的影响：业务分析对财政的影响：•Thestudyfoundthatabusinessanalyticsimplementationgeneratesamedianfive-yearreturnoninvestment(ROI)of112%withameanpaybackof1.6yearsonaveragecostsof$4.5million.Oftheorganizationsincludedinthisstudy,54%haveg$gy,anROIof101%ormore.•TherangeofROIresultsfromthesebusinessanalyticsprojectsisimpressiveReturnsrangefrom17%tomorethan2,000%.While46%oftheorganizationsgeneratedanROIof100%orless,34%generatedanROIbetween101%and1,000%,and20%reportedROIof1,000%ormore.•2002,TheFinancialImpactofBusinessAnalytics分析家对BI应用的观点分析家对BI应用的观点•ApplicationsthatleveragebusinessintelligenceanddemandApplicationsthatleveragebusinessintelligenceanddemandanalyticsarepriorities•Realizingthatabetterunderstandingofconsumerdemandhelpsoptimizetheexecutionofmerchandisingstrategies,44%ofrespondentsplantostartaneworupgradetheirbusinesspppgintelligenceframeworkstoimprovebothtop-linerevenueandoverallnetmargin.•2004RetailITBudgetingStudy•Thursday,April29,2004•ScottLangdoc,RobertGarf,FenellaScott主题主题•零售业的BI•零售业的BI面临的问题零售业的BI面临的问题•零售业的BI解决方案•数据挖据在零售业的应用•零售业的CRM•零售业的CRM•结论零售业的数据采集和分析的问题无信息标准由于多渠道零售数据不完整性人力短缺使数据分析更复杂化数据不完整性现行系统可靠性人力短缺多数据源现行系统可靠性多数据源数据质量差50%的成本是在对数据的清洗零售业的数据采集和分析的问题Status-quointoday'sbusinesses:multipleversionsofthetruth主题主题•零售业的BI•零售业的BI面临的问题零售业的BI面临的问题•零售业的BI解决方案•数据挖据在零售业的应用•零售业的CRM•零售业的CRM•结论企业化数据仓库的最佳实践企业化数据仓库的最佳实践…高度集成化…高度集成化BiPlatformsThatProvideOne-stopEnterpriseIntelligenceSource:ForresterResearch,Inc.零售业BI基本组合零售业BI基本组合Commonareasofreportinginretail门店运营产品品类Analytics运营分析计划客户化产品分析零售CRM客户化报表零售企业管理Analytics分析BI标准方案案例总经理案例销售产品库存主管业务销售产品库存报表预测分析BI架构BI架构Example:SalesComparisonTY/LYRegionalSalesCategoriesGraphicalFunctions:E.g.MarketShare区域品类销售区域品类销售零售数据管理门店零售数据进入门销售库存管理物流销售审计+财务资金流+分销财务控制信息数据仓库控制信息门店管理需求供货供应链CRM数据库补充补充规划产品POS产品零售数据流程主题主题•零售业的BI•零售业的BI面临的问题零售业的BI面临的问题•零售业的BI解决方案•数据挖据在零售业的应用•零售业的CRM•零售业的CRM•结论什么是数据挖掘？•数据挖掘是帮助我们从数据库中找出隐含的规律目标利用分析结果改善运营的客户关系收入和•目标:利用分析结果改善运营的客户关系，收入，和利润。数据挖掘模式„2聚类„1–决策树9ThesetoolscomedeliveredwithanSAPNetWeaverBI„3ABC等级„2–聚类andSAPCRMlicense„3–ABC等级ABC„4相关性„5–计分„4–相关性„6–终身客户价值„5–计分„6–终身客户价值„7–崭新,频繁,消费金额RFM1.决策树–概念客户收入年龄信用Et购买行为•确定影响客户行为的因素•预测客户的将来行为客户收入年龄信用Etc.购买行为客户历史数据Mick$48Excellent…Yes(Query)Jagger10,000EltonJohn$3,00022Fair…NoJohnTinaTurner$8,00036Excellent…YesEtc.……………其它客户的Willie$6,50034Fair…?行为（新）(Query)NelsonCarolKing$2,00063Excellent…??KingEtc.…………?1.决策树–结果年龄根节点建模数据取自根节点35=35测验„数据取自根节点„测验数据决定下步节点„所有数据归结到树叶节点收入买100%决策节点$5000=$5000解释结果不买信用决策节点$5,000=$5,000由上至下Rule:年龄在35岁以下收入在5000元以上信用100%信用树叶节点一般很好年龄在35岁以下，收入在5000元以上信用一般的客户有35%的可能会买。年龄，收入，信用是对客户购买行为最有影买35%不买65%响的因素35%65%2。丛集（聚类）分布结果第一组RevenueAgeRevenueAge第二组ThevaluesontheYaxisarerevenueintervalsThevaluesontheYaxisarerevenueintervalsThegreenbarsrepresentthepopulation’sdistribution,theredbars=Cluster2’sdistributionGraphicaloutputdescribesfourclustersbysizeandinfluence.Qualitymeasuresanalyzeclusterdistances(distinctiveness)andintra-clusterdistancesintra-clusterdistances(homogeneitywithinacluster).UploadresultstoBImasterdata,createCRMtargetgroups,,ggp,andpredicttheclusterofagivenbusinesspartnerbyinputtingvaluesforattributes.TheInfluenceChartexplainshowsignificanteachattributewasincreatingthecluster.3。ABC等级划分ModelModelOutput-BWBWBWClass“A”–About10%ofourcustomersgenerate20%ofourrevenue4。相关性分析交叉销售规则Products•相关分析揭示商品之间隐含的规律交叉销售规则EProducts哪些商品客户会一起买?CAC相关分析DEBD规则导出DEECustomersAB4。相关分析结果确定交叉销售规则的置信度和支持度置信度是客户购买相关产品可能性（62.50%）支持度以上的行为发生的次数占所有的数据中的百分比（23.81%）加权计分表5。计分„加权计分表客户群年龄Points(Age)IncomePoints(Income)地区Points(Region)Useweightedscoringtorankcustomersaccordingtothe(Age))on)Weight30%50%20%110–197250002南5CalculatedscoreforCustomer2:customersaccordingtotheimportanceofcertainattributes119220–2910500005西330–120东=(10x30%)+(5x50%)+(3x20%)=6.1„线性回归ŠUseregressiontopredicttheimpactofone(ormore)attributeonanother.3303921200008东7ŠExample:WhatwillbetheimpactofpricereductiononsalesinRegionsNY,PA,andTX?„非线性回归法6。终身客户价值-概念（CLTV）6。终身客户价值概念（CLTV）用终身客户价值回答以下问题•用终身客户价值回答以下问题:–这些客户为我们带来什么样的利润?–我们是否还要保留这