nubianicvjir的部落格

當下互聯網的餘震未醒，「新零售」又提出。本錢上升、生齒盈余消逝、電商滲入率飽和都在倒逼零售的整體升級。

不管業內業外，當局公司，都在談轉型。但關頭如何轉型，基點在哪？這都需要索求。

有人說，消費厘革的出發點一定是在里消費者比來的處所，此中最關頭的一環，就是要提升本身的數據能力，真正實現以用戶體驗為中間的經營模式。

就在上月，步步高團體電商事業部產品技術總監王衛東在帆軟零售大會上揭曉了一場「頗具款式」的演講。從數字化立異驅動業務成長、「人貨場」的數據剖析、再談到實際的數據化治理案例。

全程乾貨滿滿，總計4700餘字，建議浏覽時候10分鐘。

步步高商業連鎖股分有限公司（下文簡稱步步高），是觸及零售業、電子商務、貿易地產、互聯網金融、大型物流等多業態的大型貿易集團。今朝具有步步崇高高貴市、步步高百貨(廣場)、步步高雲猴網、步步高置業(步步高新天地)、步步高電器城、太楚餐飲、匯米巴便當店等業態。2016年發賣收入跨越320億元人民幣，位列中國民營企業500強第158位。

一、數字化立異驅動營業變革

2017年是步步高數字化轉型的一年，整體數字化創新計謀方針是線上節約顧客時候，線下「揮霍」顧客時候，締造更好的購物體驗。步步高具有百貨和超市兩大事業群，兩個事業群的客戶群體是不同的。步步崇高高貴市營業以快捷為主，百貨業務以客戶體驗為主。若何通過數字技術來提高客戶滿意度呢？整體是增強聰明體驗、優化線上渠道、客戶畫像精準行銷三個路徑來實現手藝驅動業務立異。

客戶獲得與經營的閉環

運營的樞紐是兩條線：獲客和經營。我們的數字運營系統，環繞著用戶的運營這個重心，以顧客為中心，融會數字手藝形成客戶獲得與客戶經營閉環。抓好這兩條線，讓客戶群赓續壯大，提高客戶成長轉化率，以此來包管毛利的提高。零售行業是個薄利行業，提高企業毛利，就是要在這個閉環裡面多下工夫。具體怎麼下工夫呢？可以針對性舉止設計（目的）、剖析人群相幹性（精準）、交易簡便個性化、提供更多價值（權益/辦事）、了解顧客喜好（消費偏好）、博得顧客信賴和主動傳佈。

客流數據闡明建模

傳統零售的數據是基於交易客流，根基同等於俗稱的會員。商超裡面的客流其實分為交易客流、飯店客流、進店客流、達到客流、潛在客流。這裡最容易獲取的就是買賣客流，因為企業現有的CRM系統或者收銀系統根基都能涵蓋這部門客流。而現行的基於CRM客流管理和收銀系統客流經管模式有兩個經管上的缺點。一是遍及正視客戶的消費能力，而輕忽傳播與分享能力，也沒法量化客戶的傳佈與分享能力；二是高度正視新用戶的數目積累，而輕忽後期的長時間辦事和維護，靠利益刺激，吸引促銷客戶而非忠實客戶。我們應當有新的認知：到店等于會員，得顧客數據者得天下。怎麼得顧客數據？這就要豎立一整套的全顧客全消費行為辦理的客流剖析系統。

身份辨認

顧客到店，不同級此外會員消費分歧，給企業帶來的效益也有較大不同。如何提前辨別會員品級？而不是在收銀的時刻強迫出示會員卡來過後統計會員。首先，是對分歧渠道、體例獲得的顧客機那裡統一的ID和ID映照圖譜方案，可以或許在具體的場景中辨認顧客。好比步步高用WIFI探針、手機號、微信號、支付寶ID、人臉辨認等等。只要有了顧客ID，那麼客戶就成為了廣義的會員，把這些懷孕份信息的會員經管起來，在不同的場景中預判用戶行為，在顧客離店之前便進行恰當的會員關切和消費指導。

客流分析系統

客流剖析系統的進級，計謀方針就是要獲取全顧客全消費行為數據。傳統的客流分析系統，首要是人工統計、紅外感應、視頻檢測，採集到的主要就是進店客流、POS等銷售數據，能做的工作優先，主要是就是強化管理，努力提高顧客轉化率。然而，一方面是競爭加重，另外一方面是經營本錢增添，這些都要求步步高必需要做變化，以連結較強的競爭力。進級的客流闡明系統，重點是對到達客流、車流數據、顧客運動軌跡、WIFI探針等做挖掘建設。通過識別和數據採集手藝和數據分析手藝，步步高得以富厚會員畫像做精準的會員成長關切和辦理，提高客單附加值，提高會員活躍度，乃至從周邊商圈吸引到潛伏客流並最終轉化為忠誠會員。

二、數據剖析綱領

數據分析的核心三要點

我們鋪設整體的信息化，是有明確的綱領的。這個綱領就像是做項目標章程，是我們的指點文件。數據闡明的焦點三要素是什麼，是數據一致、適用當先、以人為先。保持數據的一致性，是要解決數據渙散在各個系統，分歧部分重複開發報表，不同報表製作計算口徑紛歧的問題。步步高經由過程成立同一的數據倉庫，集中解決數據紛歧致的問題，並連結嚴酷的定期保護。杜絕脆而不堅，實用當先，不做表面文章，重在先能用，再好用。步步高數據分析項目一期，明確暫緩大屏項目，優先從查詢報表、監控報表、數據分析報表三步逐次實現。這就是對峙先能用再好用。以人為先，東西次之。帆軟東西確切數據闡明領域的成熟的平台，但對象再好用，做再多的分析，營業人員不會用，也是捨本逐末，功虧一簣。步步高經由過程成立專業的大數據學院，在企業內部培育種植提拔大數據剖析軟體專業人材，精曉營業，谙練掌握數據剖析對象，然後由他們連系企業特點，向團體各單元推行數據分析平台。

人貨場財指標梳理

傳統零售運營，分四個維度：人、貨、場、財。固然大體維度類似，但具體到指標，照舊各有不同。我們針對本身，做了專門的維度和指標的梳理。

人員，首要分為員工和顧客，前者是對內辦理，後者是辦理客戶運營。如何用這些數據，假如做對內治理，我們要計劃好目的，計劃好對內管理的定位。要想對內治理好用到位，必需基於每個貿易聰明單元設置各自的KPI考核。萬萬不要給本身挖坑，做個嵬峨上的剖析或報表。不消嵬峨上，只需要幾個樞紐指標值。作為營業人員，他更多存眷的是老闆對他設定的考核指標，若何改良公司層面的事迹。業務人員存眷的，是KPI。顧客闡明，重點稽核3個指標：客單價、毛利率、會員數。客單價的轉變，毛利率的變化，會員的清算流失、有效、進獻、年歲層次轉變直接在日報中表現，天天都要抓。

貨。我們從採購環節、供給鏈環節、銷售環節、售後環節進行指標管理和節制，穿透整個經營環節。我們只把環節指標挑選出來，作為監控項和辦理項。具體的監控和治理指標，可以看上圖。

場。我們在場這個維度上重點辦理績效。包括發賣指標、競爭情形指標、促銷指標、渠道指標。每次促銷勾當，不僅會監測會員和銷量指標，還會重點監測場指標，貨源是零售長期不變經營的基石。

財。財政重點存眷的一點就是毛利和回款。步步高的百貨，重點還關註銷售利潤率。

數據闡發，報表實例，專業的人都在這裡！加入FineReport臉書粉絲團！

3、數據剖析案例

我們的數據闡發項目2017年還在重點就建設中。很多的數據闡明的實踐剛有起色，並未獲得曆久的經營驗證。所以部分經驗和案例結果圖還未便公然，我們也本著開放的心態，歡迎更多同業能前來交流。這裡就部門內容做個分享。

巡店預警

我們的會員管理部份只存眷門店會員數據，其他周邊數據營業部分並不想要。所以不需要定製太多的報表，也不需要供給太多的維度和指標數據。曾經，兩個月的時候完成的第一版巡店預警控制報表，一耳目員反饋說沒用。他們只存眷商品調撥，需要及時查詢相幹數據。這個預警報表能不克不及告知營業人員當前門店哪一個品類、哪個商品有問題，告知營業人員這些，就是他們最需要的。我們對初版報表稍作改動，出來了下圖的終究版。如今一線營業人員，可以經由過程一張報表直接告知他們那些商品有異常，哪些銷量有異常，哪些會員有異常。旗下的梅西新天地有1萬多款SKU，這一張報表就能夠完成監測和闡發。固然，針對會員也供應了要害指標畫像，只供給業務人員最為存眷的幾個指標。

對標比價

我們引入京東、天貓、一號店和其他同行的一些外部數據，監測零售同業商品的價錢走勢和當前活動。憑據外部數據，步步高一整套數據闡發報表會主動給門店司理手機提醒異常，會直接告知他哪些價格有異常，同業確當前價格和歷史價錢多少，和展望近期價格走勢，並給店長供應建議價錢做參考。

除銷售對標比價，另外一個就是採購。假如發現採購價錢高於隔鄰同業，商超裡面採購經理會說別人家在做促銷活動，或有其他原因。但是顧客偏偏就是垂垂到隔壁家消費去了。現在專門開辟了對標比價系統，店長拿著手機，對著商品QR code一掃，就可以立馬顯示天貓、京東、一號店甚至是一些隔鄰同業的價錢。步步高在每一個超市門店，都實現了對標比價的利用對接。

異常監測闡明

目前我們已經創立了銷售、毛利、庫存、會員和積分的五大異常模塊。本來傳統的體例監測是依托專家經驗（甚至良多企業如今也是這麼做的）。那麼我們闡發一下，對於出差，第一周1次，第二周2次，第三周2次，第周圍0次，第五周4次，第五周是否異常？若是專家判定3次以上算異常，那就是異常，假如專家判定4次以上是異常，那就4次恰好達標，不算異常。這裡面就有人為制定固定標準的局限。同理，我們看定單數轉變，連續多日統計後，某一天訂單量為85，這是不是異常？同樣類似的會員消費，消費頻率達到幾多算是活躍會員？業務專家給的指標建議，都是固定的，很難自動調理。我們也很難針對每一個SKU、每個定單都單獨去做人工測試。那怎麼辦？步步高採用的是建立闡發模子，系統自動算一個標準差為基礎的UCL、LCL和CL。因為這個是固定一個標準差，所以闡發模型是專業的。而整個三個指標的計算，是系統動態的按照近期數據或者全部歷史數據主動計算的，所以這三個指標也是隨著營業成長主動轉變的。如許就勤儉了指標保護的工作量。再對定單數通過該模子剖析，模型給出UCL=81，那麼顯然定單數85屬於銷售異常。異常檢測分析，其實核心就是創立動態的異常指標。

到店客流監測

到店顧客，其實是需要我們重點經營轉化的。那麼要思考幾個問題：這些客戶從哪裡來，客戶量有沒有轉變，這些客戶要消費什麼，這些客戶哪些是常客，這些客戶都對哪些店面感興趣等等。能用數據回答清晰這幾個問題，就利便進行顧客的數據運營和管理了。

起首，若何回覆這些客戶數量的變化。因為一天歡迎的顧客眾多，很難用人員觀察統計，即便採用按時定點放置人統計人數，也是不科學抽樣，可信度不高。步步高進級了客流剖析系統，得以經由過程泊車場數據系統、WIFI探針數據、人臉辨認等手藝主動識別客流轉變，然後，定製出客流量檢測看板。步步高首要關注近一小時累計客流量、近一小時新增客流量、今日累計客流量、本日平均停留時間這四個主要指標。固然，還針對歷史數據做對比分析，會對比昨日數據，看指標轉變數值和變化幅度。這些指標變化也是納入異常檢測闡發局限的，只要超越動態的CCL和UCL，系統自動給店長預警，提醒相幹人員採取措施，並聯系關系KPI績效。催促一耳目員實時有用的解決問題。

那麼客流總數異常，從哪些維度查找原因呢？或客流總數正常，客流質量是不是也正常呢？步步高重點關注兩個對照類指標。一個是新老客戶佔比，一個是本日客戶到店分布對比。客流數異常，首先要看的就是新老客戶佔比和數目的變化，新客戶削減多是宣揚或促銷的問題了；老客戶削減，多半是會員政策或者商品經營出了問題。如許，步步高就輔助業務人員快速分析營業問題，實時接濟解決營業問題。固然，實時客流總數正常，也要存眷新老客戶佔比轉變。好比展開促銷舉動，新客戶佔比增加明顯是促銷的一個要害指標。

到店客戶，他們來了，我們想知道他們都逗留在哪裡，去了哪裡，好做針對性的店面布局和行銷管理。步步高採用電子圍欄手藝、WIFI探針、人臉辨認等手藝，及時採集人流分布數據和活動軌跡。那做這個是什麼目的呢？其實說白了就是為了百貨經營時增添客戶的整體駐留時候，提高消費的可能性。步步高在梅西新寰宇做了客流及時分布剖析和客流軌跡闡發。通過這些剖析，步步高可以判定客流都是從哪些區域過來的，乃至是從哪一個周邊小區過來的。然後從分歧區域進店的客戶，消費目標有和不同，消費習慣有何分歧，是不是有更多的消費需求可以挖掘。負責治理的樓層長司理要思慮：為什麼一些區域熱度很高，另外一些區域熱度卻很低，為什麼有些熱度高的區域終究毛利卻不高，此刻的店面布局是不是有更公道的方案。

經由過程對客流的監測和闡明，步步高將一些經營決議計劃所需要的數據和信息下放到基層經管崗，讓熟悉營業個店長樓層長來提出決策建議，供高層選擇，用數據來支持決議計劃，用可視化分析提高決議計劃效率和科學性。

文 | 帆軟數據利用研究院 船長