
大數(shù)據(jù)思維與零售業(yè)關(guān)系非同一般 離了哪個(gè)都不行
大數(shù)據(jù)、云計(jì)算、移動(dòng)互聯(lián)是當(dāng)今互聯(lián)網(wǎng)技術(shù)的核心。習(xí)近平總書記在第二屆世界互聯(lián)網(wǎng)大會(huì)上指出:“中國(guó)將大力實(shí)施網(wǎng)絡(luò)強(qiáng)國(guó)戰(zhàn)略、國(guó)家大數(shù)據(jù)戰(zhàn)略、‘互聯(lián)網(wǎng)+’行動(dòng)計(jì)劃,發(fā)展積極向上的網(wǎng)絡(luò)文化,拓展網(wǎng)絡(luò)經(jīng)濟(jì)空間,促進(jìn)互聯(lián)網(wǎng)和經(jīng)濟(jì)社會(huì)融合發(fā)展?!边@為豐富宣傳思想工作方式手段指明了方向。數(shù)據(jù)化管理做零售行業(yè)誰(shuí)都離不開(kāi)數(shù)據(jù),我一直認(rèn)為數(shù)據(jù)和科技是改變未來(lái)行業(yè)的兩大主題。其中數(shù)據(jù)(數(shù)據(jù)分析師培訓(xùn))尤其重要,但是反過(guò)來(lái)看,不管是線上零售還是線下零售,對(duì)數(shù)據(jù)的重視程度是千差萬(wàn)別,特別是傳統(tǒng)零售。數(shù)據(jù)思維和零售思維這塊基本上很弱的。
數(shù)據(jù)思維
我說(shuō)幾個(gè)問(wèn)題大家可以自測(cè)一下,看你們知不知道自己的數(shù)據(jù):
1、你們知不知道這個(gè)月截止到現(xiàn)在為止,你們的店鋪或者說(shuō)你們區(qū)域VIP卡的貢獻(xiàn)率是多少?
2、上周你負(fù)責(zé)的店鋪和負(fù)責(zé)的區(qū)域或者你公司的退貨率是多少?
3、上個(gè)月你的顧客的流失率是多少?
4、你的店鋪銷售團(tuán)隊(duì)的流失率是多少?
這四個(gè)數(shù)據(jù)如果你們能在30秒鐘之內(nèi)回答出來(lái),證明你的數(shù)據(jù)化管理得不錯(cuò)。如果回答不出來(lái),說(shuō)明你的數(shù)據(jù)思維(數(shù)據(jù)分析)還比較偏弱。實(shí)際上這幾個(gè)是我們平時(shí)不管是線上還是線下經(jīng)常用到的數(shù)據(jù),這些數(shù)據(jù)也許不是你本身工作內(nèi)容,但是這些數(shù)據(jù)一定是每天的工作中,或者月會(huì)、周會(huì)上你經(jīng)常聽(tīng)到的數(shù)據(jù)?;卮鸩怀鰜?lái)只說(shuō)明當(dāng)時(shí)你沒(méi)有把他們”存儲(chǔ)“下來(lái)。
如果這幾個(gè)數(shù)據(jù)管理失效的話,會(huì)讓你的績(jī)效考核、團(tuán)隊(duì)管理、企業(yè)數(shù)據(jù)化管理失效等等。有很多的危害。
比如說(shuō)VIP卡的管理,VIP卡的貢獻(xiàn)率,我曾經(jīng)遇到一個(gè)店鋪,它一年銷售兩三千萬(wàn),而其中62%的銷量來(lái)源于同樣一張VIP卡,做過(guò)零售的大概應(yīng)該知道這里面的問(wèn)題是什么。問(wèn)題就是,大家都用同一張VIP卡。表面看上去沒(méi)問(wèn)題,大不了是店員刷點(diǎn)積分,年末拿點(diǎn)禮品,但是里面有天大的漏洞。
會(huì)員卡一般都有打折的功能,如果一個(gè)顧客是現(xiàn)金買的,但店員按打折之后的價(jià)格錄入系統(tǒng)里面,這里面的差價(jià)就很有可能被店員吃掉了。如果你在企業(yè)里面不關(guān)注這個(gè)數(shù)據(jù),有可能你的績(jī)效考核失敗,因?yàn)樗麖腣IP卡里面拿到的差價(jià)就可能大于他通過(guò)績(jī)效拿的獎(jiǎng)金,這樣他還會(huì)在乎你的目標(biāo)?肯定不會(huì)。
剛才問(wèn)大家的數(shù)據(jù)里的第二個(gè)數(shù)據(jù)是退貨率。退貨率表面上沒(méi)什么關(guān)系,而實(shí)際上退貨率仍然存在秘密。一些零售店鋪的老手可以利用店鋪在搞促銷低價(jià)與正常售價(jià)之間的時(shí)間差,利用退貨單來(lái)賺差價(jià),細(xì)節(jié)我就不說(shuō)了。這也會(huì)讓你的績(jī)效考核失效。
所以從這個(gè)方面來(lái)看,要想有數(shù)據(jù)化管理,首先是對(duì)數(shù)據(jù)的管理。首先把你平時(shí)常規(guī)要用到的一些指標(biāo)、一些數(shù)據(jù)在你心中進(jìn)行管理。像退貨率你需不需要每天、每周、每月都去統(tǒng)計(jì)?看哪些店鋪有異常,還有團(tuán)隊(duì)的流失率你不關(guān)心嗎?
所以數(shù)據(jù)思維的第一步就是進(jìn)行數(shù)據(jù)的基本管理,先得有數(shù),這里面第一個(gè)要有數(shù)據(jù)意識(shí),看到一些重要的數(shù)據(jù)要把它記下來(lái),不管是記在頭腦當(dāng)中還是電腦里面,要有這種意識(shí)。同時(shí)也要求我們的店鋪或者下屬,或者我們的代理商要實(shí)時(shí)準(zhǔn)確客觀地傳遞數(shù)據(jù)給你們,對(duì)企業(yè)來(lái)講如果店鋪沒(méi)有實(shí)時(shí)管理這些數(shù)據(jù),談數(shù)據(jù)化管理就是白談。
數(shù)據(jù)思維的第二步是要有養(yǎng)數(shù)據(jù)的意識(shí)
我前兩天跟一個(gè)朋友聊天,他說(shuō)他的企業(yè)要用大數(shù)據(jù)進(jìn)行管理。我說(shuō)你現(xiàn)在連數(shù)據(jù)都沒(méi)有,怎么進(jìn)行大數(shù)據(jù)管理?我們現(xiàn)在大多數(shù)傳統(tǒng)零售暫時(shí)不需要大數(shù)據(jù)管理,我們現(xiàn)在只需要小數(shù)據(jù)管理。
大數(shù)據(jù)化不是說(shuō)數(shù)據(jù)多就叫大數(shù)據(jù),千萬(wàn)不要這樣誤解,是錯(cuò)的。而我們傳統(tǒng)領(lǐng)域的數(shù)據(jù)往往都是小數(shù)據(jù),離大數(shù)據(jù)還有很遠(yuǎn)的距離。特別是我們很多零售店鋪連最基本的數(shù)據(jù)都沒(méi)有,比如有的店鋪某天做了10張單子,下班以后店長(zhǎng)再把10張單子統(tǒng)一成一張單子錄到系統(tǒng)里面,這樣我沒(méi)辦法算出客單價(jià)和連帶率,而這是零售店鋪管理非常非常重要的指標(biāo)。所以數(shù)據(jù)思維歸根結(jié)底先得有數(shù)據(jù),再去積累數(shù)據(jù),最后把數(shù)據(jù)運(yùn)用到業(yè)務(wù)中去,我們才能談得上去做分析,去做績(jī)效考核,去做管理。
養(yǎng)數(shù)據(jù)包括把現(xiàn)有的數(shù)據(jù)質(zhì)量提高,或者是把有些目前看似無(wú)用的數(shù)據(jù)納入數(shù)據(jù)庫(kù)中去,第三是要有前瞻性養(yǎng)數(shù)據(jù)意識(shí),提前布局。
零售思維
做零售行業(yè)的應(yīng)該都知道,就是那三個(gè)字:人、貨、場(chǎng)。做零售的每個(gè)人都說(shuō),每天不說(shuō)幾次就好像OUT。這三個(gè)字能化解我們零售行業(yè)遇到的絕大多數(shù)的問(wèn)題,遇到問(wèn)題之后我們都從這個(gè)角度去做思考。比如說(shuō)某個(gè)區(qū)域的客單價(jià)下降,對(duì)很多傳統(tǒng)零售商來(lái)講,他想到的是什么原因客單價(jià)下降,而不是主動(dòng)去思索里面的邏輯。客單價(jià)可能跟商品有關(guān),也可能跟人有關(guān),也可能跟場(chǎng)有關(guān),所以我們需要從人、貨、場(chǎng)三個(gè)方面去思索客單價(jià)下降的原因是什么,才有找到背后的原因。而不是遇到一個(gè)數(shù)據(jù)出現(xiàn)問(wèn)題,我們就去找答案,答案實(shí)際上是藏在邏輯里面。邏輯里面就是人、貨、場(chǎng)。
回到剛才說(shuō)的客單價(jià)的案例,跟人有關(guān),第一個(gè)跟顧客有關(guān),第二個(gè)跟店鋪員工有關(guān),這樣就分成了兩維。而這兩維里面還可以細(xì)分,顧客可以分成新顧客、老顧客、會(huì)員顧客或者中端顧客、高端顧客、低端顧客,到底是哪些顧客在下降?這里面就需要數(shù)據(jù)分析,去做對(duì)比,這就是數(shù)據(jù)化思維和人、貨、場(chǎng)的結(jié)合。第二個(gè)是員工,我們也分成老員工、新員工。是老員工的問(wèn)題還是新員工的問(wèn)題?貨和場(chǎng)也可以都往下延伸。
零售業(yè)90%的問(wèn)題都可以歸納到人貨場(chǎng)的思維模式中
我每次在給企業(yè)做培訓(xùn)的時(shí)候,都會(huì)用一個(gè)案例,用人、貨、場(chǎng)的思維邏輯建立一個(gè)評(píng)價(jià)體系,將男朋友轉(zhuǎn)化成老公的評(píng)價(jià)體系。就看你能不能想到男朋友或者是老公跟哪些人有關(guān),或跟哪些貨有關(guān),這里面的貨難道是指的商品嗎?肯定不是商品,是指的貨幣和未來(lái)的價(jià)值,這是貨,所以人、貨、場(chǎng)之所以被稱為零售行業(yè)的基本思維模式,是因?yàn)樗€可以擴(kuò)大,還可以去延伸。
思維邏輯
這是一張圖,當(dāng)我們發(fā)現(xiàn)店鋪或者區(qū)域數(shù)據(jù)出現(xiàn)異常的時(shí)候,應(yīng)該有怎樣一種思維邏輯、思維方式。當(dāng)我們發(fā)現(xiàn)店鋪的數(shù)據(jù)出現(xiàn)異常,例如成交率下降以后,很多人的思維就是直接去找背后的原因,而不是先去梳理數(shù)據(jù)和邏輯,這樣反而不容易找到背后的原因。所以我們?nèi)プ隽闶鬯季S的時(shí)候,一定要有邏輯。
繼續(xù)用客單價(jià)來(lái)比喻,如果發(fā)現(xiàn)某個(gè)店鋪的客單價(jià)異常,我們第一步要想這里面數(shù)據(jù)源是不是有問(wèn)題,是不是算錯(cuò)了?如果建立在錯(cuò)誤數(shù)據(jù)源基礎(chǔ)上去找委托的原因,自然就是拍腦袋做無(wú)用功。比如客單價(jià)的數(shù)據(jù)上很有可能是去年團(tuán)購(gòu)拉高了客單價(jià),今年沒(méi)有團(tuán)購(gòu)客單價(jià)當(dāng)然自然就下降了。這個(gè)時(shí)候你還得去找客單價(jià)下降的原因是不是就沒(méi)有任何意義?
所以遇到數(shù)據(jù)異常的先要看數(shù)據(jù)源是不是有問(wèn)題,如果數(shù)據(jù)源沒(méi)有問(wèn)題,那么看同一個(gè)品牌下,A店鋪如果客單價(jià)下降,我們要看同一品牌下面B店鋪、C店鋪、他們有沒(méi)有客單價(jià)下降的情況,如果別的店鋪也有客單價(jià)下降的情況,說(shuō)明這是一個(gè)品牌共性的問(wèn)題,而不是單單這一個(gè)店的問(wèn)題,你就不能只找這一個(gè)店的毛病,去找整個(gè)公司或者區(qū)域的品牌出現(xiàn)了什么客單價(jià)的原因。
如果同一品牌下面別的店鋪,或同一個(gè)城市的別的店鋪沒(méi)有這種客單價(jià)下降的原因,只有這個(gè)A店鋪有客單價(jià)下降的原因,這個(gè)時(shí)候我們要過(guò)渡到第三步,要看本區(qū)域內(nèi)其他對(duì)手有沒(méi)有此問(wèn)題,A品牌客單價(jià)下降了,同一個(gè)商場(chǎng)里面B品牌客單價(jià)有沒(méi)有下降,C品牌有沒(méi)有下降,D品牌有沒(méi)有下降,如果整個(gè)區(qū)域里面大家的客單價(jià)都在下降的話,說(shuō)明是整個(gè)區(qū)域出現(xiàn)問(wèn)題了,而不是單單A品牌這個(gè)店的問(wèn)題,思考問(wèn)題的方式又不一樣了。
如果說(shuō)區(qū)域也沒(méi)問(wèn)題,就是A品牌在這個(gè)店有問(wèn)題,競(jìng)爭(zhēng)對(duì)手沒(méi)問(wèn)題,其他店鋪也沒(méi)有問(wèn)題,這個(gè)時(shí)候才可以用人、貨、場(chǎng)進(jìn)行思考了。找到和人、貨、場(chǎng)相關(guān)的一些數(shù)據(jù)進(jìn)行分析(數(shù)據(jù)分析師),有沒(méi)有人的問(wèn)題,有沒(méi)有貨的問(wèn)題,有沒(méi)有場(chǎng)的問(wèn)題,就回到剛才我們說(shuō)的人、貨、場(chǎng)的那種思維邏輯里面。
看趨勢(shì)、看對(duì)比,最終找到問(wèn)題產(chǎn)生的原因,這就是將零售思維和數(shù)據(jù)思維相結(jié)合的一個(gè)非常好的一張圖片,你可以慢慢品嘗這張圖片。這張圖片很強(qiáng)大的,當(dāng)然有時(shí)候我們發(fā)現(xiàn)某個(gè)店鋪的客單價(jià)出現(xiàn)問(wèn)題,同時(shí)發(fā)現(xiàn)整個(gè)品牌也出現(xiàn)問(wèn)題了,或者整個(gè)區(qū)域也出現(xiàn)這個(gè)問(wèn)題了,也就意味著同時(shí)具有品牌共性和區(qū)域共性的問(wèn)題。出現(xiàn)這種情況,那就說(shuō)明一個(gè)問(wèn)題,那就是市場(chǎng)出現(xiàn)了問(wèn)題,那個(gè)時(shí)候就不是對(duì)一個(gè)店和一個(gè)品牌的問(wèn)題,是整個(gè)大環(huán)境的問(wèn)題,就需要用其他方法去解決。
無(wú)論是數(shù)據(jù)思維還是零售思維都需要花時(shí)間去練習(xí),讓他們變成一種思維習(xí)慣。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過(guò)程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語(yǔ)言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11