
互聯(lián)網(wǎng)之道,看電商的數(shù)據(jù)化管理方案
關(guān)于數(shù)據(jù)化管理。我們可以將該模塊的數(shù)據(jù)工作分成兩個部分,一是通過數(shù)據(jù)來輔助日常工作,讓日常工作中的選擇判斷更加規(guī)范,這是用數(shù)據(jù)來做事的。另一個是通過數(shù)據(jù)來評價工作業(yè)績,讓針對相關(guān)工作的管理更加規(guī)范,這是用數(shù)據(jù)來管理的。我們先看做事的,商品在零售電商企業(yè)中一般都走過下面的幾個過程:
商品從采購開始到最終賣出去,按照商品的流程走下去,但是商品的售賣情況、退貨情況又反過來影響商品的采購選擇。在每個節(jié)點是有不同的事情要做(運(yùn)輸這個節(jié)點,很多情況運(yùn)輸是由供應(yīng)商來負(fù)責(zé)的,所以可能零售商沒什么事需要做),本篇先針對采購這一個模塊來討論。
關(guān)于采購所要做的事:
選擇商品品類、規(guī)劃品類結(jié)構(gòu),對于大部分企業(yè)來說,商品品類的選擇直接決定了企業(yè)的零售戰(zhàn)略了,并不需要在采購這一階段來決定。
選擇品類中的商品品牌,這個是采購決策中重要的一部分,這個工作也可以拆分成兩個內(nèi)容,引進(jìn)品牌與淘汰品牌。
選擇供應(yīng)商,同一個品牌也可能會有多個渠道經(jīng)銷商,選擇合適的供應(yīng)商也是采購的重點工作。
而我們?nèi)绾瓮ㄟ^數(shù)據(jù)來讓以上的工作變的更容易,下面我舉兩個例子。
選擇商品品牌,一個是引進(jìn)一個是淘汰:如果理論上看,引進(jìn)一個商品品牌需要考慮該品牌的熟悉度、質(zhì)量、消費(fèi)者購買欲、品牌預(yù)期和獨特性等等之后進(jìn)行判斷,但上述內(nèi)容很難量化,判斷參考難度大。而其實,上面的幾項總之是可以通過銷售情況來體現(xiàn)一下,可以通過商品的銷售情況來判斷該商品是否值得引進(jìn)。
上圖做了個簡單的舉例,我們通過另一個參考的數(shù)據(jù)集來尋找銷售情況較好的商品,通過查看商品的毛利率、銷量等信息來判斷這個商品是否值得引進(jìn)。根據(jù)實際的情況,該表可以有更多的變化,不同的對比集、不同的業(yè)態(tài)可以有更多的指標(biāo)來判斷,這個圖只提供一個簡單的思路。(不要問我對比集數(shù)據(jù)怎么獲取,可選擇的對比集很多,數(shù)據(jù)獲取的方法也很多)
除了引進(jìn)好的商品外,也需要剔除掉垃圾品牌,這一塊就更簡單了,選擇品類拉出改品類中各品牌商品的庫存、銷售情況,計算庫存可維持銷售天數(shù),就可以得出商品的暢滯銷情況,并依此判斷商品是否需要剔除。
或許有人會說,不同商品不能在一起比較,有的品牌月售1件就厲害了,有的賣10件也是滯銷,這樣做考慮不全面。我要說的是,人來用來干嘛呢,一共10步路程,數(shù)據(jù)完成7步,剩下的還是交給人。數(shù)據(jù)可以讓人們的判斷有更全面的依據(jù),做出更合理的判斷,而不是直接做出判斷結(jié)果。我信一句話:如果你想把事情做到完美,那么多半是做不成的。這里做數(shù)據(jù)分析也是一樣,平衡好數(shù)據(jù)和人的關(guān)系,對數(shù)據(jù)也不要想太多。
在完成品牌的選擇之后,可能面臨著供應(yīng)商的選擇,點擊品名來直接調(diào)出該商品的供應(yīng)商信息,列出供應(yīng)商相關(guān)的指標(biāo)數(shù)據(jù),例如批次進(jìn)價、售價、庫存、銷售額、到貨及時率等。
上面介紹完關(guān)于采購日常工作中的數(shù)據(jù)應(yīng)用,我們再來看管理。
管理的目的,是通過對一段時間工作業(yè)績的回顧和分析,發(fā)現(xiàn)過程中的問題,促使相關(guān)的責(zé)任人更好的做事。其方式也一般是對采購相關(guān)指標(biāo)進(jìn)行展示,或者是根據(jù)指標(biāo)數(shù)據(jù)進(jìn)行排名、對比,以此來驅(qū)動相關(guān)負(fù)責(zé)人更好的完成工作。更復(fù)雜點的也就是整體到個體到節(jié)點的全面監(jiān)控,通過數(shù)據(jù)的可視化展示,來達(dá)到更直觀的體現(xiàn)效果。
針對采購模塊,我們可以將指標(biāo)分成兩部分,一是過程指標(biāo),二是結(jié)果指標(biāo)。
過程指標(biāo):采購頻率、采購費(fèi)用、擴(kuò)展供應(yīng)商數(shù)量、新品引進(jìn)率、商品淘汰率、新品到位率、采購品牌匹配度、價格匹配度、型號匹配度。
結(jié)果指標(biāo):采購商品銷售額、采購商品gmroi、商品毛利率、銷售存貨比率、商品采銷率。。
通過上面我們看出,體現(xiàn)采購價值的結(jié)果指標(biāo),都是需要從商品的銷售結(jié)果中來體現(xiàn)。所以商品分析可以作為一個綜合的模塊,所有的目的都是為了商品賣的更好,帶來更高的利潤,無論是采購、庫存、銷售都是為了這一目標(biāo),所以我這里也不針對單獨的采購模塊做報表demo了。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(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)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 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)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
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)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(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” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 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)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(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 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
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)營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10