BI赋能零售行业数字化转型

　　2016 年 10 月，马云在云栖大会上提出了“新零售”概念。在新零售时代，数字化转型打通全产业链，零售行业全面数字化已成趋势。

　　在过去的十多年间，零售业一直分为线上和线下两个阵营。线上零售凭借价格低、库存大等优势逐步扩大其版图，但在客户的购买体验上一直存在短板;线下零售面临着大批客户流失的冲击，必须要进行升级变革来引导客户“回流”。新零售时代的到来，让两个阵营从完全对立开始向逐渐融合进行转变。

　　新零售对线上零售而言，是以消费者体验为中心的数据驱动的泛零售业态;而对线下零售而言，则是对传统模式的创新，立足于数字化、数据化、平台化、智能化，对线下商店进行改造。不管是线上还是线下，新零售的核心都在于其基于数据进行的变革。

　　虽然目前零售行业在数据的产生上具有先天的优势，但是由于大部分零售企业缺乏数字化经营意识和数字化经营工具，导致企业在数字化建设上无从下手，也无法让数据成为资产并产生价值。零售行业的数字化转型道路迫切需要找到有效的手段和工具来赋能。

　　一、行业背景

　　在当前的环境下，中国零售行业基于数字化转型已做的工作大概可以分为以下几个方面：

　　1、基础化系统搭建

　　过去几年，很多零售企业都建立了自己的财务、客户、门店、营销、采购、供应链以及服务等信息系统。

　　2、平台化系统延伸

　　领先的零售商不仅已经实现内部系统的协同，而且开始打造贯通上下游和合作伙伴的数字化合作平台，并可以为消费者提供与众不同的数字化商品和服务。

　　3、数字化系统运营

　　在当下被数字化转型热潮裹挟前行的零售商，急需了解自身处在怎样的竞争态势中，以及未来需从哪个方向发力。

　　根据德勤《2017 中国零售企业数字化成熟度转型评估报告》显示：中国零售企业数字化建设大多处于起步与实践阶段，需要向优化和智慧阶段提升。

　　基于行业的变化以及中国独特的数字化环境，德勤总结出在新的市场环境中，零售商取胜所需要关注的三个核心维度：数字化全渠道、数字化供应链网络以及零售分析。这三个维度通过强化消费者触点，用数字化手段整合和优化供应链，并结合系统性的零售分析方法，来实现价值链的优化和协同。

　　其中，“零售分析”尤其重要。那些能够灵活运用大数据分析了解消费者习惯，帮助企业决策、通过数字化供应链平台深度把控上下游资源、以及实现线上线下全渠道数字化贯通的零售企业才更有胜出的机会。

　　二、 解决方案

　　根据中国零售行业数字化转型的特殊阶段和要求，并结合Smartbi所服务零售客户的真实需求，Smartbi提出了针对零售行业数字化转型的解决方案——构建基于数据驱动的零售经营分析平台。

　　1、方案目标

　　通过零售经营分析平台，盘活数据资产，引领管理走向创新化、精细化、数字化，持续提升管理、运营等各项能力，为数据资产不断注入优质资源，从而形成良性闭环。

　　* 零售数字化发展目标

　　2、平台规划

　　该平台方案涵盖了Smartbi大数据分析套件功能规划、应用层面规划、实施路线规划、实施阶段规划。

　　2.1 大数据分析套件规划

　　2.2 应用层面规划

　　根据不同业务体系的用户角色，不同场景和不同的数据热度&规模进行业务应用规划。

　　用户角色：决策中心、数据运营中心、业务管理人员、基层业务人员;

　　场景：大屏、PC、平板、手机;

　　数据：大数据、小数据;历史数据、非及时数据、及时数据;交易数据、行为数据。

　　2.3 实施路线规划

　　从系统规划、数据模型、数据治理、业务应用等维度进行分阶段规划。

　　2.4 实施阶段规划

　　规划依据主要考虑以下因素：

　　企业长期发展战略;

　　业务需求的紧迫性;

　　对公司决策的重要性及可能带来的经济效益;

　　项目完成时间及难易程度;

　　源数据系统状况;

　　替代做法的可靠性及难易程度。

　　先从综合经营分析、数字化营销、大会员中心，后数字化供应链、财务分析、人力资源。

　　先从已有内部“小数据”应用“做深做透”，再根据需求结合外部数据逐步“做大”。

　　3、分析主题&指标体系

　　从采购、营运、供应链、财务四大维度构建分析主题及指标体系。

　　3.1 基于分析的采购和销售：

　　通过数据分析和客户洞察制定更有针对性、利润率更高的商品选品和定价规则;

　　根据消费者需求状况和预测，制定店铺位置、空间和库存分配策略，以实现店铺利润最大化;

　　在不损害利润率和盈利表现的前提下，基于库存、过往销售数据等预测降价促销效果并制定促销方案等。

　　3.2 基于分析的顾客洞察和营销

　　建立数字化平台，提升数据分析能力，通过数据建模及测试/学习，优化营销组合以实现营销投资回报率的最大化;

　　提升购物篮大小和转化率以增加销售;

　　基于顾客画像进行个性化交叉销售和向上销售以最大化顾客生命周期价值和钱包份额;

　　基于企业战略、顾客分群和特征，设计企业专属的忠诚度计划，发现顾客的多种需求，提供多种产品或服务来满足顾客需求，提升顾客忠诚度。

　　3.3 基于分析的运营效率和效能提升

　　运用分析帮助零售商处理各类人力资源问题，包括员工招聘和人才挽留问题;

　　运用分析提高店铺顾客转化率和销售业绩;

　　运用分析根据客流量优化店铺人员调动等。

　　4、数据分析&展现

　　企业报表：利用企业报表做业绩分析时，最经典的 108 报表涵盖销售业绩、库存管理、商品状态。

　　自助分析：自助化的数据访问、探索、展现工具，不仅加快了数据化运营的效率，更为业务思考、业务拓展、管理创新提供了开放共享和交流互动的平台。

　　分析报告：高效完成如定期的采购周报&月报、营运周报&月报、财务分析报告等报告类需求，分析结论及时提报。

　　移动协同：可集成App、微信、钉钉等移动应用，实现移动办公，随时随地获取数据、分享分析结果。

　　人工智能：语音识别、深度学习、人机多次交互、语义模型、自然语言理解、用户使用偏好。

　　三、方案优势

　　在短期内解决企业急需解决的业务问题，使企业的投资很快得到回报。

　　项目能够较好地适应业务需求和行业发展战略的变化。

　　减少资金和人员的压力。

　　逐渐地为企业培养相关技术人才。

　　能够及时发现问题，解决问题，降低整体项目失败的概率。

　　四、方案价值

　　构建基于数据驱动的零售经营分析平台，让技术赋能业务变革与管理创新。

　　数字化对零售企业的影响，不仅仅是建立全渠道销售，更是变革传统经营和管理模式，打造数字化平台和思维，实现运营效率和业绩的双提升。

　　1、建立零售经营分析平台，在提升销售方面，有如下价值：

　　了解企业自身的市场定位是否清晰，以便及时调整市场策略;

　　了解产品结构与目标客群是否匹配，以便及时优化产品结构;

　　了解企业自身的竞争优势是否有效，以便及时强化竞争优势。

　　2、建立零售经营分析平台，在提升效率方面，有如下价值：

　　了解企业运营效率以及存在的差距，以便及时调整业务流程;

　　了解企业成本效率以及存在的差距，以便及时优化成本结构;

　　了解企业人力效率以及存在的差距，以便及时强化人员技能。

　　Smartbi的零售经营分析平台从数据、平台、应用层面，为零售企业提供一体化解决方案，驱动传统零售企业利用数据分析工具构建数字化平台，对数据化运营进行评估、对运营和决策指标进行分解，辅助数字化转型策略，稳步推进零售行业数字化转型，并构建零售行业可持续化发展的能力。