
傳統(tǒng)零售行業(yè)過去是“許三多”——客戶多、商品多、門店多。到今天還要加上一多——數(shù)據(jù)多。雖然互聯(lián)網(wǎng)的發(fā)展以及電商的井噴,使得零售行業(yè)在2017年遭受了閉店潮,但從另外一個(gè)角度來說,即使在實(shí)體、電商競爭均十分激烈的服裝零售領(lǐng)域,也有從大數(shù)據(jù)中獲利的典型。2018年,實(shí)體零售如想逆勢突圍,必須轉(zhuǎn)型,成為數(shù)據(jù)管理型企業(yè)。
2017年,零售業(yè)受到互聯(lián)網(wǎng)與電商的沖擊,遭受閉店潮。年初,商超巨頭沃爾瑪宣布全球閉店269家,涉及員工上萬人;萬達(dá)百貨近四十家店關(guān)閉;天虹百貨、陽光百貨、瑪莎百貨也紛紛淪陷;年底,朋友圈瘋狂流傳《實(shí)體店陣亡名單》,除了前面提到的幾家之外,梅西百貨、家樂福、麥當(dāng)勞、美特斯邦威、李寧等知名品牌也“榜上有名”。
與此同時(shí),Inditex作為擁有Zara、Pull&Bear、Bershka等多個(gè)快時(shí)尚品牌的母公司,卻在2017年交出了凈利潤上漲10%的成績單,銷售額達(dá)到233.1億歐元,成為歷史最高記錄。這種上揚(yáng)的勢頭更延續(xù)到了2017年——根據(jù)上周三發(fā)布的報(bào)告,Inditex集團(tuán)各品牌開業(yè)1年以上的店鋪,在本財(cái)年的頭六周里銷售額均上漲了8%。而H&M,則以下降1%的成績惜敗開場。
Zara的成功來自方方面面,最核心的一點(diǎn),驗(yàn)證了著名經(jīng)濟(jì)學(xué)家郎咸平的洞察:“2000年后成功的企業(yè),成功不是靠創(chuàng)新,而是靠快速反應(yīng)。”Zara有一套自己的速射生產(chǎn)系統(tǒng)(rapid-fire production system),信息依靠每個(gè)門店經(jīng)理手中的PDA傳遞給總部,以銷定產(chǎn)、以產(chǎn)定購;他們在POS機(jī)、ERP、SCM、CRM與CAD中產(chǎn)生的數(shù)據(jù)從來都不是彼此孤立的。因此無論是庫存管理、生產(chǎn)模式、與門店配送,都像坐了火箭一般,快到其它品牌無法簡單抄襲。為什么都叫快時(shí)尚,但H&M、GAP就是快不過Zara?Inditex的首席執(zhí)行官Pablo Isla在接受采訪時(shí)說:“沒有什么秘訣,我們只是做到了快速響應(yīng)數(shù)據(jù)。”
那么,2018年,零售商如何像Zara一樣,快速響應(yīng)數(shù)據(jù)呢?我們根據(jù)零售行業(yè)的特點(diǎn),總結(jié)了行業(yè)數(shù)據(jù)分析的五大趨勢,供大家參考。
趨勢一:全源數(shù)據(jù)整合
零售行業(yè)門店多、客戶多、Sku多,經(jīng)常面臨的問題是,銷售數(shù)據(jù)在一個(gè)系統(tǒng)中,客戶數(shù)據(jù)在一個(gè)系統(tǒng)中,商品信息在一個(gè)系統(tǒng)中,各個(gè)系統(tǒng)之間彼此不相關(guān)聯(lián),很難從數(shù)據(jù)中發(fā)現(xiàn)隱藏的問題或商機(jī),更不可能做到像Zara那樣,根據(jù)每個(gè)門店的信息反饋,將存貨周轉(zhuǎn)率提至業(yè)內(nèi)最優(yōu),比其它品牌高3~4倍。
對于有數(shù)據(jù)頭腦的決策者來說,明知有大量數(shù)據(jù)可用,卻難以調(diào)動(dòng),這種感覺會(huì)更加痛苦。往往決策者需要看到某個(gè)指標(biāo)來指導(dǎo)決策,但從提出需求到IT響應(yīng),卻需要一周甚至更長時(shí)間。到手的數(shù)據(jù)已然過期,只能用來復(fù)盤。
2017年,將有越來越多的零售行業(yè)從業(yè)人員受益于全源數(shù)據(jù)整合工具——它可以將零售商散落在本地文件、云端數(shù)據(jù)與第三方系統(tǒng)中的數(shù)據(jù)整合在一起,同時(shí)運(yùn)用在線數(shù)據(jù)處理工具,抽取其中的關(guān)鍵指標(biāo),形成定制化的數(shù)據(jù)集。從提出需求到拿到報(bào)表,將以小時(shí)甚至分鐘計(jì)。高薪聘請的數(shù)據(jù)分析師或數(shù)據(jù)科學(xué)家,將有更多的時(shí)間用來分析數(shù)據(jù);管理者也能用第一手的數(shù)據(jù)用來進(jìn)行銷售布局、調(diào)整營銷策略等。
趨勢二:數(shù)據(jù)分析不再被專業(yè)分析師“壟斷”
零售行業(yè)包羅萬象,有員工上萬的全球性企業(yè),也有單兵作戰(zhàn)的小店。以前,要進(jìn)行數(shù)據(jù)分析,要經(jīng)過提取數(shù)據(jù)、清洗數(shù)據(jù)、建模等過程,必須由專業(yè)人員來進(jìn)行,而且通常要部署一個(gè)專業(yè)的數(shù)據(jù)分析部門,花費(fèi)不菲。但在2017年,即使是便利店主也能深耕數(shù)據(jù),這完全是因?yàn)榻换バ詳?shù)據(jù)視覺工具的誕生——僅需鼠標(biāo)點(diǎn)擊、拖拽,就可以生成各種各樣的圖表,上手性極強(qiáng),任何人都可以操作。而且,數(shù)據(jù)視覺融合了人腦科學(xué)、管理科學(xué)與信息科學(xué)的精華,可以激發(fā)使用者的商業(yè)智能,快速驅(qū)動(dòng)決策??梢哉f,在這個(gè)年代,我們有能力擁抱這種本身具有高度的專業(yè)性、但卻更加容易操作的數(shù)據(jù)分析工具了。而且,這種工具由于依托于云,不需要本地部署,不需要購買硬件,所以價(jià)格相對低廉。
因?yàn)檫@種工具的誕生,高級分析將不再被專業(yè)分析師“壟斷”,中小微型的零售企業(yè)也可以利用數(shù)據(jù)驅(qū)動(dòng)管理;另外,只要愿意,企業(yè)人人都可以擁有自己的管理看板,僅抽取自己最關(guān)心的指標(biāo),用精準(zhǔn)的數(shù)據(jù)來指導(dǎo)自己的工作;最后,無論是自己分析、還是與它人分享,可視化圖表都要比單純數(shù)字或文字的報(bào)表更加直觀,更能促進(jìn)決策。
趨勢三:讓企業(yè)的響應(yīng)速度跟得上數(shù)據(jù)的生產(chǎn)速度
想跟上Zara腳步的企業(yè)很多,但至今沒有出現(xiàn)“第二個(gè)Zara”,何解?
很大一個(gè)原因是因?yàn)?,企業(yè)的響應(yīng)速度追不上數(shù)據(jù)的生產(chǎn)速度,而這是數(shù)據(jù)驅(qū)動(dòng)運(yùn)營的關(guān)鍵。拿Zara與H&M的速度戰(zhàn)來舉例,兩個(gè)企業(yè)看到T臺(tái)走秀(獲取靈感)的時(shí)間是一樣的,但H&M從打版到出貨需要3個(gè)月左右的時(shí)間,Zara僅需兩周。如果信息不能在第一時(shí)間被消化、利用,其時(shí)效性就無法保證,而世界千變?nèi)f化,過期的信息就等于錯(cuò)誤的信息。
如何讓企業(yè)的響應(yīng)速度跟得上數(shù)據(jù)的生產(chǎn)速度?首先,一手?jǐn)?shù)據(jù)需要直達(dá)一手分析。以前的商業(yè)智能,需要做大量的重復(fù)性工作,即使是格式相同的周報(bào)、月報(bào),每一次需求都代表著一系列的工作;但2017年,一手?jǐn)?shù)據(jù)可以直達(dá)一手分析:只要用數(shù)據(jù)處理工具制作一次數(shù)據(jù)流,并基于該數(shù)據(jù)流制作一次分析看板,以后的工作量就是點(diǎn)擊一次鼠標(biāo)、選擇自動(dòng)更新源數(shù)據(jù)的事兒。其次,一手分析需要直達(dá)決策人。企業(yè)各層級、各職能的負(fù)責(zé)人,不再基于一份復(fù)雜的報(bào)表,拆分自己最需要關(guān)注的部分,而這部分指標(biāo)可能還并不精確;他們只需要擁有一個(gè)自己的管理看板,并選擇實(shí)時(shí)更新即可。最后,一手決策需要直達(dá)執(zhí)行團(tuán)隊(duì)。無論是生產(chǎn)、供貨、配送、還是運(yùn)營,都能第一時(shí)間拿到?jīng)Q策、看到支持決策的數(shù)據(jù)以信任決策、最終執(zhí)行決策,完成從數(shù)據(jù)到行動(dòng)的全過程。只有數(shù)據(jù)-分析-決策-執(zhí)行全部秒級響應(yīng),才能保證企業(yè)的響應(yīng)速度跟得上數(shù)據(jù)的生產(chǎn)速度。
趨勢四:移動(dòng)分析加速零售行業(yè)發(fā)展
數(shù)據(jù)的分析與分享,只能在PC端實(shí)現(xiàn)嗎?如果報(bào)告的接收人是常年需要輾轉(zhuǎn)各地的CXO、是銷售、是買手等不能朝九晚五對著電腦的角色,那么再好的工具,是否都無法實(shí)現(xiàn)“即時(shí)響應(yīng)”了?當(dāng)年,Zara為每個(gè)門店的經(jīng)理定制了PDA,保證了信息的無障礙流通,堪稱業(yè)界創(chuàng)舉。我們不禁想象,如果零售產(chǎn)業(yè)鏈上的每一個(gè)關(guān)鍵節(jié)點(diǎn),從CXO、生產(chǎn)部門、供應(yīng)商、配送中心、到門店等,都能通過移動(dòng)端來共享信息,那么很多問題,都將不再是問題。
2018年,零售實(shí)體店將與大數(shù)據(jù)全面整合,這不光是說傳統(tǒng)零售行業(yè)都要往線上商城上轉(zhuǎn)移陣地,而是說,實(shí)體店也能利用數(shù)據(jù)來優(yōu)化整個(gè)業(yè)務(wù)鏈條。其中最關(guān)鍵的工具之一,就是支持移動(dòng)端分析的溝通協(xié)作工具。有了它,CXO即使人在機(jī)場,也能基于數(shù)據(jù)輸出決策;運(yùn)營人員即使全天在外,也可基于數(shù)據(jù)調(diào)整自己的推廣渠道;銷售團(tuán)隊(duì)更能隨時(shí)隨地掏出手機(jī),基于數(shù)據(jù)展示自己產(chǎn)品的優(yōu)勢。移動(dòng)分析工具突破了時(shí)間和空間的限制,全方位助力企業(yè)管理數(shù)據(jù)化。
趨勢五:機(jī)器學(xué)習(xí)帶領(lǐng)零售業(yè)走向科技密集型產(chǎn)業(yè)
除此之外,機(jī)器學(xué)習(xí)、人工智能的發(fā)展也能為零售帶來機(jī)遇。H&M“回收舊衣”,除了環(huán)保,也有節(jié)省生產(chǎn)資源的目的。而Zara則在生產(chǎn)源頭就利用機(jī)器來規(guī)劃每一塊布料的使用,確保剪裁方式是最節(jié)省的?,F(xiàn)在,AI、機(jī)器學(xué)習(xí)等可能對于某些傳統(tǒng)零售企業(yè)來說還有點(diǎn)遙遠(yuǎn),但也許用不了幾年,AI就會(huì)進(jìn)入廣大企業(yè),替代人工完成一些日常的工作,帶領(lǐng)零售行業(yè)從“勞動(dòng)密集型”產(chǎn)業(yè)走向“科技密集型”產(chǎn)業(yè)。屆時(shí),有用數(shù)據(jù)的增量會(huì)比今天更加可觀——我們是否做好準(zhǔn)備,迎接新智慧?
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計(jì)的實(shí)用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價(jià)值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時(shí)代,BI ...
2025-07-10SQL 在預(yù)測分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢預(yù)判? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,預(yù)測分析作為挖掘數(shù)據(jù)潛在價(jià)值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價(jià)值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點(diǎn),而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報(bào)考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗(yàn):捕捉數(shù)據(jù)背后的時(shí)間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗(yàn)如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時(shí)間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時(shí)間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實(shí)戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗(yàn):數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢變化以及識(shí)別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對策略? 長短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨(dú)特的門控機(jī)制,在 ...
2025-07-07統(tǒng)計(jì)學(xué)方法在市場調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場調(diào)研是企業(yè)洞察市場動(dòng)態(tài)、了解消費(fèi)者需求的重要途徑,而統(tǒng)計(jì)學(xué)方法則是市場調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動(dòng)力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準(zhǔn)確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動(dòng)力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價(jià)值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03