作者: admin来源: 未知时间:2018-03-15 17:40:49
近几年，面对消费者的习惯变化、电商竞争等一系列严峻挑战，昔日的零售巨头亚马逊、美国著名连锁百货公司——梅西百货（Macy's）、家乐福、中国500强企业之一永辉超市等零售商们的业务增长开始出现了下跌趋势，这些企业的管理层针对此种情况都开始积极思考如何利用创新的数字技术，加速数字化转型，实现企业的利润高速增长。
在2017AWS技术峰会上，亚马逊的首席技术官沃纳·威格尔（WernerVogels）博士在接受媒体采访中表示：“数字化转型是企业生存的唯一出路。对于亚马逊零售方面而言，每小时产生超过一百万条交易记录，包括消费者购买产品的花费、选择的产品渠道、偏好产品的类型、产品使用周期、购买产品的目的、消费者家庭背景、工作和生活环境、个人消费观和价值观等。目前我们已经有几十亿笔定单的历史交易数据，我们基于机器学习，对这些历时数据进行建模分析，便可掌握消费者的消费行为、兴趣偏好和产品的市场口碑现状，使管理者能够掌握零售行业潜在的市场需求，以及清楚的了解到每个细分市场的产品销售量和产品价格走势等，从而使企业能够通过价格的杠杆来调节市场的供需平衡，并针对不同的细分市场来实行动态定价和差别定价。除此之外，亚马逊还通过数据分析对库存进行严格的把控，实现了物品的零积压。”
亚马逊的首席技术官沃纳·威格尔接受媒体采访
美国著名连锁百货公司——梅西百货（Macy's）于2011年花费巨资投入到大数据平台的建设当中，并于当年完成了数字化转型，从此走上了高速发展之路，在2012年财富世界500强排行榜中，梅西百货排名第417位。当时负责Macy's的数字化转型副总裁Karem Tomak主导了这家已有150余年历史的零售商进入了大数据分析驱动业务增长时代。Karem Tomak在接受福布斯记者采访中介绍到：“在2011年之前，Macy's仍然依靠Excel电子表格来分析客户数据、销售数据等，随着业务的增长，Macy's每天都会产生数千万亿兆字节的信息，这些信息来源包括商店交易数据、社交媒体Facebook/Twitter用户购买产品后的评论数据等，Excel已经完全无法适用这些业务数据的分析。然而当时我们缺乏长期跟踪记录的技术，导致业务发展遭遇瓶颈，严重影响了投资回报率。恰逢当时大数据技术发展势头正猛，对于像Macy's这样大体量的零售商来说，大数据被看作是一个关键的竞争优势，不仅可以借助大数据分析对客户购买行为进行分析，实现商品的个性化推荐，而且通过对客户的历史消费记录进行分析，优化货架上的商品位置，提升商品售卖量。为了更好地理解客户购买行为并加强公司的促销活动，实现更高速的利润增长，我于2011年初启动商业智能软件的搭建，并于当年投入使用，结果是令人信服的，根据数据显示，大数据分析帮助梅西百货店铺的销售额增长了10％。”
国外的零售商借助大数据分析突破了业务增长瓶颈，实现了销售额的高速增长。而国内的零售商企业也在不断地追赶，通过加速大数据平台的建设，实现企业的数字化转型之路。
家乐福中国供应链处长曹海东在接受Yonghong的采访中表示：“家乐福中国于2014年开始建立供应链部门，然而供货厂商的的送货率、仓库的库存质量以及门店的销售情况等数据，对于我们供应链部门而言，完全是黑洞，以致影响了供货效率以及业务的发展。但是在使用永洪产品之后，我们通过Yonghong的分析平台，能够详细的了解家乐福整个供应链数据，包括厂商送货率、以及门店的销售情况、库存质量等，以便我们能够根据实时数据制定策略。通过和永洪科技合作，保障了我们能够将顾客所需的产品，在正确的时间，按照正确的数量、质量和状态送到正确的地点，而且极大地降低了公司的运营成本。”
Yonghong作为国内大数据行业领军企业，致力于为零售、金融、制造、物流、电力、地产、医疗、能源、交通等行业带来变革和创新。客户能以极低的门槛、极高的易用性、端到端完整的数据处理能力快速构建属于自己的数据应用。积累至今，永洪科技基于众多零售项目包括家乐福等零售商的实践进行提炼，与客户、合作伙伴一起打造了数据应用体系以及零售数据分析解决方案，在零售的用户分析、门店分析、商品分析、渠道分析等领域都有着坚实的实践基础。
零售数据应用体系
用户分析
用户分析主要是对顾客群体的购买行为的分析。通过对用户的年龄、人均购买次数、购买总金额、消费地区、购买途径等数据进行分析，深入洞察消费者购物行为和偏好，寻找到高价值客户的消费规律，通过精准营销，提升销售额。
用户分析
门店分析
实体门店需要营业额作为绩效指标，但对于营业额不佳的门店，却难以有更进一层的数字观察与改进。通过数据分析，进行门店客流追踪，不仅能根据日、周、月、年等做周期分析、跨门店分析，还能结合POS营业额等销售数据做整合分析，进而预测下一周期的营运绩效，助力零售商达到经营效益最大化。
门店分析
商品分析
商品分析的主要数据来自销售数据和商品基础数据。主要分析商品的类别结构、品牌结构、价格结构、毛利结构、结算方式结构、产地结构等，从而产生商品广度、商品深度、商品淘汰率、商品引进率、商品置换率、重点商品、畅销商品、滞销商品、季节商品等多种指标。通过对这些指标的分析来指导企业商品结构的调整，加强所营商品的竞争能力和合理配置。
商品分析
渠道分析
如果企业同时运营着线上渠道和线下渠道，需要对加盟商的情况做到心里有数，因为库存和缺货是所有的零售商需要迫切解决的一个难题。如果零售商对用户的需求没有进行精准的预测，则会导致供需失衡，造成高库存或者是缺货状态，最终将造成成本上的浪费。通过对渠道数据进行分析，可以对供需平衡进行高效管控，降低成本。
渠道分析
纵观国内外零售巨头，无不因为业务增长困难遭遇瓶颈走上了数据化转型之路，通过数据分析驱动业务，为企业节约了运营成本，实现了企业的利润提升。另外，深刻的数据洞察也帮助企业快速发现新的销售增长点，继而走出阶段性的经营瓶颈。对于国内零售商而言，相比耗时费力以及投入高昂成本组建专业数据分析团队，通过Yonghong Z-Suite一站式大数据分析平台就可实现业务自助式分析。永洪的产品、行业解决方案与数据应用现已成为国内零售业数字化转型的首选方案。
|
