智能零售系统分析方案

1、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

2、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

3、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

4、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,POS,CRM,ERP/SCM,数据仓库,数据整合（ETL）,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

5、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

6、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,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,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,桌面+指标+报表,零售运营分析与绩效管理分析主题,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

7、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,财务预警,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,举例1：零售财务分析,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

8、，考虑到销售曲线，更加合理。,何时补货？ 各门店销售经营能力状况？,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。,如何保持合理的库存水平？,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。,举例1：零售销售分析,举例2：零售客户分析,举例3：零售店存/促销/绩效分析,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

9、 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 Precision Marketing,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,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

10、是公司的财富！ BI就是帮助挖掘、发现其它价值的工具！,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）,“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

11、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,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。,促销效果评估,商业智能（BI）,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，

12、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,ERP/SCM,CRM/Call Center,POS,e-commerce,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,商业智能（BI）,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

13、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,革命性的报表拖拽式设计BI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”！,智能预警、实时推送,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

14、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？,大数据,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