智能零售系统分析方案

以客户经营为核心的分析决策支持系统商业智能解决方案用友优普信息技术有限公司1、零售行业的管理理解2、以客户经营为核心的商业智能解决方案2、1零售管理财务分析2、2零售管理运营分析2、3智能营销分析[品类结构分析、会员动态聚类分析]3、基于BI的关键应用4、大数据目录消费者越来越智慧：他们了解自己的需求按照年龄分类的“物联的消费者”百分比X一代（70后）和Y一代（80后）最愿意使用替代方式进行购物希望以新的方式与零售商保持联系，并结识消费者消费者最看重以及他们认为零售商最需要改进的7个方面“我”经营品种繁多、品牌多样、规格多样，难以有效掌控各类产品的销售情况、库存情况、缺货情况、盈利情况，以及形成未来商品的销售趋势预判零售行业当前面临的管理难点产品品种繁多客户群非常庞大，需求多样化，对客流量分布、客户购买频率、消费水平等情况的分析以及客户需求把握、会员忠诚度管理都成为难点客户群庞大利润率普遍较低，需要通过信息管理系统提供全面、及时、准确的分析数据，使管理层能及时掌握销售情况、促销情况、盈利情况等竞争激烈利润偏低零售业不断扩大规模，门店分布各地，要为不同地域的客户群提供服务，管理面临规模以及地理扩展的挑战，及集中化管理和提升管理效率的难点管理规模大地域分散建立全面集成的、跨地区、跨模式的业务分析系统，形成整个公司的“集成化运营分析系统”，将企业销售数据、财务数据转换为“业务及时洞察”零售行业需要从五个方面提升运营能力提升经营决策效率分析公司收入和利润的主要类别结构、品牌结构、价格结构等，并分析产品之间的关联性，指导企业调整品类结构，加强品类合理配置提升品类管理能力收集并集成多方客户信息来源，获取多维客户信息，实时掌握客户的购买行为、购买意向、沟通渠道、忠诚度等，准确了解细分客户群的分布、特征和需求，针对性的进行客户营销，提升客户价值提升客户洞察力及时掌控供应商组成、供货情况、供货周期等信息，逐步建立供应商评估机制，加强对供应商的管理；及时掌控产品库存情况、覆盖周期、缺货情况等提升供应链掌控和库存管理能力基于对客户信息和商品信息的掌握，加强对客户需求的深入洞察和对产品关联的深入分析，实施个性化营销、定向促销等提升精准营销能力1、服装用品零售行业的管理理解2、以客户经营为核心的商业智能解决方案2、1零售管理财务分析2、2零售管理运营分析2、3智能营销分析[品类结构分析、会员动态聚类分析]3、基于BI的关键应用4、大数据目录外部数据……电子商务零售BI解决方案框架POSCRMERP/SCM数据仓库数据整合（ETL）零售运营分析智能营销分析采购/供应商分析库存分析商品/品类分析成本/费用预算分析财务/资金分析销售分析顾客/会员分析促销分析管理门户品类结构/会员聚类分析模型KPI及分析报表运营监控预警公司高管门店店长品类经理市场经理供应商…CRM/CallCenter智能营销分析零售管理运营分析零售分析决策支持系统财务/资金费用预算分析财务盈利能力、资产收益、应收款周转率、现金比率、ROI、杜邦模型、量本利模型、利润模拟分析采购库存分析采购及时率和成本、供货周期、供货质量、库存周转率、库存覆盖天数、缺货分析等销售分析销售收入、毛利润、品类构成、客户构成、客户变化趋势、品类销售变化趋势等顾客/会员户分析会员动态聚类客流量、会员数、活跃度、会员购买频次、客单价、客流时间段分布…根据客户基本属性、消费行为、消费倾向、购买频率、会员消费分段等动态聚类，确定细分客户群品类结构分析品类增长率、品类各店构成、畅销品类、盈利品类等根据客户消费历史数据、产品特性、产品适用客户、购买客户等建立关联模型公司高管门店店长品类经理市场经理供应商…零售分析决策支持系统关键构成会员分析品类分析营销活动门店绩效分析门店销售分析、畅销品分析、缺货分析、库存占用分析、费用预算执行分析、坪效分析…①②③1、服装用品零售行业的管理理解2、以客户经营为核心的商业智能解决方案2、1零售管理财务分析2、2零售管理运营分析2、3智能营销分析[品类结构分析、会员动态聚类分析]3、基于BI的关键应用4、大数据目录零售运营分析与绩效管理管理桌面——角色/主题指标体系——主题报表体系——主题企业经营状况的全面洞察体现预测-监控-分析的全程掌控分析决策支持系统①桌面+指标+报表财务分析主题销售分析主题费用预算分析主题零售运营分析与绩效管理——分析主题采购/库存分析主题门店分析主题企业的未来会出现多种情况，在每种情况下企业的盈利会发生什么样的变化？企业维持目前经营水平条件下的亏损预警企业收入水平发生变化条件下的亏损预警企业成本费用水平发生变化条件下的亏损预警预警过快增长预警过快下降预警亏损预警财务风险预警报表项目异常预警链接：更多模拟预测模型1、服装用品零售行业的管理理解2、以客户经营为核心的商业智能解决方案2、1零售管理财务分析2、2零售管理运营分析2、3智能营销分析[品类结构分析、会员动态聚类分析]3、基于BI的关键应用4、大数据目录可维持天数精确计算补货量公式：说明：通过可维持天数，结合订货周期，精确订货，减少资金占用；用最近两周日均销售来代替通常的以月来计算平均，考虑到销售曲线，更加合理。最近两周日均销量当前库存余额可维持天数坪效分析追求最大的门店销售能力公式：说明：可以按月、季或年的时间维度来分析指标；反映各门店的经营能力。门店面积销售金额坪效库销比反映存货的合理性公式：说明：评价货品的销售能力及存货数量的匹配程度；库销比过大的货品，成为滞销货的危险性偏高；如果库销比大，且上市天数也较大，需要采取促销策略。本期销售数量期末库存数量期初库存数量库销比2/)(1、服装用品零售行业的管理理解2、以客户经营为核心的商业智能解决方案2、1零售管理财务分析2、2零售管理运营分析2、3智能营销分析[品类结构分析、会员动态聚类分析]3、基于BI的关键应用4、大数据目录顾客/会员精准的市场定位营销活动门店/目录/电商精准营销PrecisionMarketing定制个性化营销活动与关怀以客户为中心的经营模式下的运营绩效用精准营销打造零售市场的核心竞争力会员动态聚类品类结构分析③②在恰当的时间、向恰当的客户传递恰当的商品信息管理理念与模式的转变：从传统以产品为中心-以客户为中心信息转化为知识的技术支撑：海量的信息数据，如何转化为营销决策的信息客户经营的新突破：以智能数据为支撑，定制个性化的客户营销与关怀可口可乐公司的价值在于可口可乐的保密配方！DB数据库就是公司的财富！BI就是帮助挖掘、发现其它价值的工具！②精准营销——品类结构分析为什么要做品类结构分析？企业的主力商品？门店的主力商品？门店的商品库存结构是否最优？那类商品成长性最好？受季节性波动影响的是那类商品？那类商品的毛利贡献最好？商品存货缺口是否可提前预知？不同类商品间的关联性如何？如何促进销售？…….结合模型分析，查询更详细的报表精准营销——顾客/会员动态聚类（群/类）激励促销挽留推荐关怀顾客/会员③…“我”…客户特征消费行为会员姓名、年龄、性别、婚姻状况、区域、小孩年龄、小孩性别、兴趣爱好、手机、邮件……购买的品牌、购买频度、总消费额、每周平均消费额、购买商品平均单价、购买商品最高单价、最近一次购买时间、最近一次产生交易的门店、参加门店活动的次数、最近一次参加活动的时间……？？客户消费行为客户群[一群客户]客户同类特征客户群[一类客户]高价值的稳定客户高价值的稳定新客户高价值的潜在客户节日消费主力客户新客户偶尔客户价格敏感客户理性消费客户将失去顾客失去顾客……顾客/会员聚类定义客户群规则：关联分析商品关联销售VIP客户-商品关联销售例：客户购买行为分析例：客户贡献价值例：忠诚度分析基于分析的精准营销活动精准的营销活动：根据商品关联性，组织个性化推荐、定向营销、产品组合营销等精准的营销活动。会员分析：一类客户群的消费行为产品碰撞关/联分析：产品之间的消费关联性促销效果评估促销结果分析促销效益分析基于对客户信息细分分析对客户服务进行优化及个性化基于精细化数据处理对营销进行考核、分析及优化基于对数据的精细化加工为供应商提供深层次的增值服务各系统的数据进行整合，抽取、关联，进入分析数据仓库对数据进行深度的挖掘、多维钻取与业务建模分析决策系统（BI）对企业其它信息化系统的影响与联动零售运营分析与绩效管理精准营销品类分析会员分析ERP/SCMCRM/CallCenterPOSe-commerce1、服装用品零售行业的管理理解2、以客户经营为核心的商业智能解决方案2、1零售管理财务分析2、2零售管理运营分析2、3智能营销分析[品类结构分析、会员动态聚类分析]3、基于BI的关键应用4、大数据目录数据信息的穿透查询分析移动分析应用智能预警，实时揭示管理异常问题与微信、邮件互通批注形成讨论区商业智能应用的创新与优化智能实时预警及移动分析应用与ERP系统集成应用实时数据传输权限共享分析结果可直接用于业务系统穿透式分析查询深刻洞悉数据背后的管理本质bi报表的灵活设计与多维应用灵活的报表设计与多维报表应用WEBI报表智能型的自定义报表利用数据仓库技术，数据来源于分析数据而不是简单的业务数据，采用多种分析方法，实现报表多维度的分析展现。【“维度”、“度量”的拖拽式应用】地区维度进行分析不同维度下的分析结果展现经营管理人员案头必备工具，真正实现“懂业务就会设计、应用报表”！异常管理的预警规划灵活定义多种预警方式：门户、仪表盘、红绿灯、趋势灯…图表直观预警、报表的数据颜色、底色、排序…并可结合管理权限对数据进行限制；BI移动智能分析应用1、服装用品零售行业的管理理解2、以客户经营为核心的商业智能解决方案2、1零售管理财务分析2、2零售管理运营分析2、3智能营销分析[品类结构分析、会员动态聚类分析]3、基于BI的关键应用4、大数据目录大数据特征大数据就是大量数据？数据来源复杂大数据特征实时单一数据无信息数据量大数据仓库表空间列式数据库内存数据库时间云数据库•多维存储•稳定，查询速度快•写入速度慢•关系数据库•与普通关系数据库可随时转化•稳定，维护简单•写入与查询尚可•列式存储•读取速度快•单独语法，维护困难•单表数据受限•稳定性不够好•内存存储•写入与查询速度快•与关系数据库语法接近•总数据量受限•稳定性不够好•分步存储•查询速度特别快•支持非结构化数据效果最好•维护困难•大量硬件资源大数据技术发展列式数据库行存储结构IO读取方式:•数据是按数据块读取•数据块中每行数据包含表的所有列•尽管查询只访问表中3个列，但所有100列都需要从磁盘读出•表列数越多，行存I/O效率就越低，性能越差列存储IO技术:•表的每一列物理上分开存储•每一列是以数据包(DC)为单位组织的•只有访问查询所涉及的列产生IO•查询没有涉及的列不需要访问，不产生IO•表列数越多，列存I/O效率越高，越有性能优势传统行式数据库c5c4c3c2c1…c9c8c7c6r1r2r3r4r5列式数据库c5c4c3c2c1…c9c8c7c6r1r2r3r4r5行式数据库IO的有效数据1%-10%列式数据库IO的有效数据30%-90%数据驱动的企业难点数据的准确性一个业务人员能用的产品企业随需而变的决心