数据化运营-创建零售与数据结合的新形式课件.pptx

1、数据化运营是指品牌商和企业运用大数据的手段对业务进行运营，通过数字化转型提升自身业绩的过程。新零售的“新”是以“人”为核心进行的体验升级改造，新零售与数据化是不可分离的，传统零售企业想要实现向新零售的转型就必然要走上数据化经营这条道路，通过运用互联网技术对消费者的行为数据进行记录，对门店进行智慧化的综合管理，帮助门店提升经营效能。0707CHAPTER数据化运营创建零售与数据结合的新形式学习目标零售企业构建数据化运营模式的基本步骤用大数据绘制消费者画像的步骤智慧门店解决方案的基本构成模块零售企业常用的运营数据分析指标和经典的数据分析方法大数据，新零售模式发展的坚实助力7.1数字化转型，向新零售

2、转型的必由之路7.2消费者画像，用大数据绘制消费者虚拟代表7.3智慧门店，用数据化运营模式提升门店运营效率7.4目 录CONTENTS运营数据分析，用大数据驱动精细化运营7.5大数据对零售业的价值主要表现在三个方面：分析和管理消费者01消费预测02个性化精准营销03大数据，新零售模式发展的坚实助力7.1数字化转型，向新零售转型的必由之路7.2消费者画像，用大数据绘制消费者虚拟代表7.3智慧门店，用数据化运营模式提升门店运营效率7.4目 录CONTENTS运营数据分析，用大数据驱动精细化运营7.57.2.1 企业实现数字化转型升级的基本要求01创新业务模式的能力02与消费者深度互动的能力案例小米

3、打造极致参与感，和用户做朋友小米社区举办的同城会活动7.2.1 企业实现数字化转型升级的基本要求01创新业务模式的能力02与消费者深度互动的能力03跨渠道整合能力04数据分析能力05培养数字化员工队伍的能力7.2.2 创建、利用、整合三步走，构建企业数据化运营模式213创建多触点数字化渠道整合价值链中的元素利用信息进行运营管理企业构建数据化运营模式的三个层面：7.2.3 做好四项工作，有效实现数据赋能01创建大数据云平台02保持算法迭代更新03构建精准的消费者画像04采取精准营销策略7.2.3 做好四项工作，有效实现数据赋能01创建大数据云平台02保持算法迭代更新03构建精准的消费者画像04采

4、取精准营销策略案例用数据算法卖衣服的Stitch fix消费者时尚偏好调查7.2.4 零售企业数字化转型“五步曲”构建数字化门店：前端触点数字化上云：基础设施云化数据中台赋能：运营数据化组织在线：核心业务在线化零售企业可以在全渠道、上下游生态链中实现用数据来指导运营，全面进入零售数字化零售企业可以在数据中台上构建包括选址、货品分析、人员分析等一系列的场景和应用数据中台能够为零售企业的智能客服、语音客服的沟通语言提供“个性化语料”，帮助零售企业实现会员管理数字化在和消费者的触点上，零售企业可以借助多媒体渠道和物联网设备，通过全域数据进行效果可量化的精准营销，实现营销数字化零售企业可以通过全域数据

5、沉淀的消费者画像及洞察进行精准广告投放或品牌设计，实现品牌数字化零售企业可以利用数据中台中的历史数据开展会员奖励体系、会员招募体系及会员裂变机制等设计7.2.4 零售企业数字化转型“五步曲”构建数字化门店：前端触点数字化上云：基础设施云化数据中台赋能：运营数据化组织在线：核心业务在线化供应链数据化改革：供应链智能化智能化供应链对零售企业运营产生的有利影响12345驱动零售企业依托大数据开展商品设计与研发驱动零售企业在线上线下各个渠道开展精细化运营驱动零售企业建立柔性供应链驱动零售企业进行全局物流优化、智能补货及调度等驱动零售企业建设供应链金融、消费者金融、供应商金融等环节7.2.4 零售企业数

6、字化转型“五步曲”构建数字化门店：前端触点数字化上云：基础设施云化数据中台赋能：运营数据化组织在线：核心业务在线化供应链数据化改革：供应链智能化案例让数据开口，波司登通过“上云”解决库存问题大数据，新零售模式发展的坚实助力7.1数字化转型，向新零售转型的必由之路7.2消费者画像，用大数据绘制消费者虚拟代表7.3智慧门店，用数据化运营模式提升门店运营效率7.4目 录CONTENTS运营数据分析，用大数据驱动精细化运营7.57.3.1 消费者画像的两种主要类型消费者的消费行为与需求画像消费者的偏好画像7.3.2 构建消费者画像的基本步骤明确消费者画像的方向和分类体系收集消费者信息交易面信息基本面信

7、息主观面信息消费者信息风格喜好类品牌倾向类消费方式类价格敏感类隐私容忍类会员体验类交易日常类积分等级类客服记录类好评传播类退货投诉类竞争伙伴类姓名单位类联系方式类收入资产类行业地位类关系背景类需要收集的消费者信息的主要内容7.3.2 构建消费者画像的基本步骤明确消费者画像的方向和分类体系收集消费者信息收集消费者信息的渠道说明直接渠道通过市场调查获取消费者信息品牌商和企业的调查人员可以通过电话调查、问卷调查、面谈等方式获取消费者的第一手资料，也可以借助仪器来对被观察消费者的行为进行观察并加以记录，从而获取有效信息在提供服务的过程中获取消费者信息在品牌商和企业为消费者提供服务的过程中，为了满足自己

8、的需求，消费者通常会直接且毫无避讳地向品牌商和企业表达自己对商品的看法或期望，对服务的评价和要求，对品牌商和企业竞争对手的看法，以及身边朋友的需求和购买意愿等，所以品牌商和企业可以借助为消费者提供服务的过程来增加对消费者的了解，并收集有效的消费者信息从消费者投诉中获取消费者信息品牌商和企业将消费者的投诉意见进行分析与整理，并建立消费者投诉档案，为改进服务、开发新商品提供基础数据资料在终端获取消费者信息在终端通过与消费者进行面对面的接触来收集消费者信息，例如，通过激励消费者办理会员卡，让其提供自己的基本情况，如联系方式、地址、性别、年龄等信息，品牌商和企业可以借此获取消费者的购买信息，如消费者购

9、买商品的品牌、数量、档次、消费金额、购买时间、购买次数等，这样就可以大致了解消费者的消费水平、消费风格，以及对商品价格和促销活动的敏感度等间接渠道网络搜索品牌商和企业可以借助搜索引擎、网上黄页、手机短信、行业网站等平台和方式来搜集消费者的相关信息。这种渠道的优点是覆盖面广，信息量大，但搜集到的信息准确性和可参考性较低，在使用之前需要经过详细的筛选老客户老客户通常与品牌商和企业已经形成了良好的互信关系，愿意分享一些看法和信息，因此品牌商和企业可以通过与老客户之间的沟通来搜集消费者的信息。这种渠道搜集来的信息比较具体，而且具有较强的针对性，但往往带有老客户自身的主观情感专业机构有些专业的咨询公司会

10、向外界提供专业的分析报告，这些信息有些需要付费，有些是免费的，品牌商和企业可以与这些专业机构保持联系，以获取有效的消费者信息收集消费者信息的主要渠道7.3.2 构建消费者画像的基本步骤明确消费者画像的方向和分类体系收集消费者信息构建标签体系，为消费者贴标签语义化/标题每个标签通常只表示一种含义，在进行消费者画像时，无须再对标签进行过多的文本分析等预处理工作人们能够很方便地理解每个标签的含义，这就保证了消费者画像的实际意义和应用价值；能够较好地满足业务需求，例如，能够帮助品牌商和企业判断消费者的偏好短文本标签标签的特征7.3.2 构建消费者画像的基本步骤明确消费者画像的方向和分类体系收集消费者信

11、息构建标签体系，为消费者贴标签维度标签内容基础属性性别、年龄、地域、教育水平、出生日期、收入水平、健康状况等社会/生活属性职业、职务（如工程师、职员、管理者等）、婚姻状况、社交/信息渠道偏好、房屋居住情况（如租房，还是自有房）、车辆使用情况（如有车，还是无车）、孩子状况（如是否有孩子，孩子的年龄段等）行为习惯常住的城市、日常作息时间、常用的交通方式、经济/理财特征、餐饮习惯、购物习惯（如购物渠道、品牌偏好、购买的商品品类等）兴趣偏好/倾向浏览/收藏内容偏好（如浏览视频、文章的类型，浏览电视剧、电影的类型等）、音乐偏好（如音乐的类型、歌手等）、旅游偏好（如跟团游、自驾游、国内游、出境游等）心理学

12、属性生活方式（如作息规律、喜欢化妆、喜欢素食、关注健身等）、个性（性格外向、文艺青年、特立独行、敢于尝新等）、价值观（如崇尚自然、勇于冒险、关注性价比、关注品质等）构建消费者标签体系的维度及标签内容7.3.2 构建消费者画像的基本步骤明确消费者画像的方向和分类体系收集消费者信息构建标签体系，为消费者贴标签消费者画像示例7.3.2 构建消费者画像的基本步骤明确消费者画像的方向和分类体系收集消费者信息构建标签体系，为消费者贴标签消费者画像验证大数据，新零售模式发展的坚实助力7.1数字化转型，向新零售转型的必由之路7.2消费者画像，用大数据绘制消费者虚拟代表7.3智慧门店，用数据化运营模式提升门店运

13、营效率7.4目 录CONTENTS运营数据分析，用大数据驱动精细化运营7.57.4.1 智慧门店，提升运营效率的强心剂智慧门店具有以下优势：01体验提升，智能硬件技术带来的附加价值02全流程数据管理，提高运营效率03精准会员营销，提高会员转化率04线上线下全渠道互通7.4.2 搭建有效的智慧门店系统模块名称模块功能客流分析对进店访客数、访客店内行动轨迹、访客在店内驻足时间进行统计和分析，并将统计结果与POS 机（一种多功能终端，可用于非现金结算）或企业资源计划（Enterprise Resource Planning，ERP）系统中的数据进行对接，并汇总成报表，进而形成单个和多个门店在一定周期

14、内的客流量变化曲线，从而了解天气、营销活动、节假日等因素对客流产生的影响，以指导门店运营策略的制订会员运营消费者进店后，通过人脸识别匹配消费者信息，判断消费者是新客还是熟客或者会员，为导购开展个性化销售提供参考。针对门店会员，系统可以联动会员信息（如会员购买记录、消费频次、购物喜好等），让导购对会员进行精准销售远程巡店将原有的线下巡店转移到云端，基于互联网流媒体传输技术，借助视频监控设备，管理人员只需登录云端，即可随时随地查看各个店铺的运营状况。此外，管理人员可以通过统一的线上检查管理平台在线配置统一的店铺管理标准体系，定制统一的工作检查表，并实现按需检查，场景关联，通过在线对比就可以找到各个

15、门店之间的差异，从而实现更加高效的连锁门店管理智能导购基于人脸识别技术和人工智能技术，通过店内智能展示屏或智能导购机器人与消费者进行有趣、好玩的互动，提升消费者的参与感和体验度。此外，可以借助线上活动分享实现对线下引流，借助线上线下多种营销方式与消费者进行频繁互动，进而提升门店流量和转化率收银追溯借助智能收银系统，被扫描过的商品信息都可以显示在视频上，防止出现商品标签被更改、商品漏扫等情况。此外，管理人员可以进行按需检索，当发现结算账目存在问题时，可以直接按照商品信息进行搜索，并调取门店指定视频片段，帮助解决存疑交易智慧门店系统的构成模块及其功能7.4.2 搭建有效的智慧门店系统案例安踏，借智

16、慧门店打造“价值零售”大数据，新零售模式发展的坚实助力7.1数字化转型，向新零售转型的必由之路7.2消费者画像，用大数据绘制消费者虚拟代表7.3智慧门店，用数据化运营模式提升门店运营效率7.4目 录CONTENTS运营数据分析，用大数据驱动精细化运营7.57.5.1 零售业“人”“货”“场”三个维度的数据分析指标体系与“人”相关的数据分析指标人“人”的类型数据分析指标指标含义备注员工成交率成交率=成交顾客数 客流量100%可用于评价店铺或员工的销售效果，该指标的结果与商品陈列方式、商品销售价格、促销活动等因素都有关系销售完成率销售完成率=销售完成数目标数100%可用于评价店铺或员工的销售能力平

17、均接待时长平均接待时长=接待所有顾客花费的时间总和接待顾客数可用于评价员工的工作能力平均成交时长平均成交时长=促使顾客完成成交花费的时间总和成交顾客数可用于考察员工的工作效率。在具体应用中，需要将该指标与客单价结合起来，通常来说，用最短的时间成交最高的金额的员工被认为是优秀员工投诉率投诉率=发起投诉的顾客数顾客总数100%可用于评价员工的服务水平、商品的质量水平、店铺的服务水平等员工流失率员工流失率=某段周期内流失员工总数（该周期期初员工总数-该周期期末员工总数）2100%反映店铺的管理水平、店铺的经营水平、店铺实施的某项政策对员工的影响程度等情况工资占比员工工资占比=企业支付的员工工资总额销

18、售额100%可用于评价店铺的人力成本情况、店铺的盈利能力、店铺的员工关怀情况与“人”相关的常用的数据分析指标7.5.1 零售业“人”“货”“场”三个维度的数据分析指标体系“人”的类型数据分析指标指标含义备注顾客客单价客单价=某个时间段内销售总金额有交易的顾客数可用于评价店铺员工的销售能力、店铺内顾客的消费能力、店铺的销售能力等件单价件单价=某个时间段内销售总金额销售的商品的总数量可用于评价店铺内商品的价值、员工的销售能力连带率连带率=销售总数量成交总单数100%可用于评价店铺的销售能力、店铺内商品的受欢迎程度新增会员数新增会员数=期末会员总数-期初会员总数可用于评价某个时间段内店铺的经营效果、

19、某项推广活动的效果会员增长率会员增长率=某时间段内新增会员数期初有效会员数100%可用于评价某个时间段内店铺的经营效果、某项推广活动的效果会员贡献率会员贡献率=会员产生的销售总金额销售总金额100%可用于评价会员质量、会员的消费水平等会员回购率会员回购率=某段时间内产生交易的老会员数期初有效会员总数100%可用于评价会员的活跃度、忠诚度会员流失率会员流失率=某段时间内流失掉的会员数期初有效会员总数100%可用于评价会员的忠诚度会员平均年龄平均年龄=所有会员年龄总和有效会员总数可用于评估店铺顾客的年龄水平，了解顾客的心理状态、消费需求和消费行为特征与“人”相关的常用的数据分析指标7.5.1 零售

20、业“人”“货”“场”三个维度的数据分析指标体系与“货”相关的数据分析指标货商品所处环节数据分析指标指标含义备注采购环节广度采购的商品品类数，广度比=采购的商品品类数可采购的商品总品类数100%可以反映商品品类的多样化程度宽度采购的SKU 总数，宽度比=采购的SKU 总数可采购的商品SKU 总数100%代表了店铺内商品的丰富程度和店铺内商品可供消费者选择的程度。宽度越大表示该店铺内的商品可供消费者挑选的余地越大深度平均每个SKU 的商品数量，深度=采购的商品总数量采购的SKU总数代表了店铺内某类商品可销售的数量覆盖度覆盖度=有某款或品类商品销售的店铺数适合销售该商品的总店铺数100%适合连锁性质

21、的品牌商和企业使用，可以用来衡量商品铺货率供应链环节订单满足率订单满足率=订单中能够供应的商品数量总和订单商品数量总和100%可用于评价仓库的缺货情况订单执行率订单执行率=能够执行的订单数量订单总数量100%可用于评价企业的储运情况准时交货率准时交货率=准时交货的订单数可以执行的订单数100%可用于评价企业供应链服务的效率订单响应周期订单响应周期=系统中确认收货时的时间-系统中下订单的时间可用于评价企业的供应链运作效率与“货”相关的常用的数据分析指标7.5.1 零售业“人”“货”“场”三个维度的数据分析指标体系商品所处环节数据分析指标指标含义备注供应链环节库存周转率第一种计算方法：库存周转率=

22、出库数量（期初库存数量+期末库存数量）2）100%；第二种计算方法：库存周转率=销售数量（期初库存数量+期末库存数量）2）100%从实际运营来看，一般来说，一件商品只会被销售一次，但是如果某件商品被退货，则会出现一件商品被销售多次的情况平均库存平均库存=（期初库存+期末库存）2期初库存是指某个计算段内计算日期开始时的库存；期末库存为某个计算时间段内计算日期结束时的库存。期初库存、期末库存和平均库存是评价库存数量的重要指标库存天数库存天数=期末库存金额（某个销售期的销售金额销售期天数）可用于衡量店铺是否有缺货的风险库销比库销比=期末库存金额某个销售期的销售金额100%一般用于年度指标有效库存比有

23、效库存比=有效库存金额总库存金额100%一般来说，有效库存是指能够给店铺带来销售价值的库存销售环节货龄商品从生产开始之后的时间一般来说，货龄越大、库存越大的商品是急需进行价格调整的与“货”相关的常用的数据分析指标7.5.1 零售业“人”“货”“场”三个维度的数据分析指标体系商品所处环节数据分析指标指标含义备注销售环节售罄率售罄率=某段时间内商品的销售数量商品的到货量100%反映了商品的销售速度折扣率折扣率=商品实收金额商品标准零售价金额100%可用于评价店铺的利润水平动销率商品动销率=某个时间段内商品累积销售数商品库存数100%可用于评价商品销售与库存备货之间的匹配度当天缺货率当前缺货率=当天

24、缺货SKU 总数/当天销售SKU 的总数可用于评价商品销售与库存的匹配度品类结构占比品类结构占比=某品类销售额总销售额100%可用于评价店铺存货结构或店铺进货结构是否合理价位段占比价位段占比=某个价位范围内商品的销售额总销售额100%可用于评价店铺内商品的定价是否合理正价销售占比正价销售占比=按照正价销售的商品的销售额总销售额100%可用于评价店铺的利润水平，是员工销售能力和企业管理能力的综合体现商品现值商品当前被消费者认可的价值与货龄、库存和售罄率有一定的关系滞销品销售占比滞销品销售占比=滞销品销售数量商品的总销售量可用于评价店铺的商品结构、商品的销售情况与“货”相关的常用的数据分析指标7.

25、5.1 零售业“人”“货”“场”三个维度的数据分析指标体系商品所处环节数据分析指标指标含义备注售后环节退货率第一种计算方法：退货率=某个周期内退货的商品数量该周期内销售的商品总数100%；第二种计算方法：退货率=某个周期内退货的订单数量该周期内达成交易的订单总数量100%可用于评价商品质量、店铺和员工的服务水平等残损率残损率=残损商品数商品总数100%是分析店铺销售利润的指标之一，也是分析供应链工作质量和效率的指标之一与“货”相关的常用的数据分析指标7.5.1 零售业“人”“货”“场”三个维度的数据分析指标体系与“场”相关的数据分析指标场“场”的类型数据分析指标指标含义备注线下实体门店预测额根

26、据不同的依据形成的预测销售额度可用于评估销售任务，制订销售目标进店率进店率=进店人数路过人数100%可用于评价门店对顾客的吸引程度试穿率试穿率=试穿商品的顾客数进店人数100%可用于评价商品对顾客的吸引力成交率成交率=成交顾客数进店人数100%可用于评价员工的销售能力、顾客对商品的需求程度坪效实体门店每坪的面积可以产出多少营业额。坪效=某个区域产生的销售额该区域面积可用来评价某个门店或某个流程的销售效果人效人效=某个团队的销售额该团队人数可用于评价某个团队的销售效率、门店的人力成本，帮助门店合理规划人力资源配置每平方米租金每平方米租金=租金面积可用于评价门店的成本、盈利水平净开店率净开店率=（

27、开店数-关店数）期初店铺总数100%可用于评价实体门店的扩张速度与“场”相关的常用的数据分析指标7.5.1 零售业“人”“货”“场”三个维度的数据分析指标体系“场”的类型数据分析指标指标含义备注线上网店或官方商城浏览量（PV）店铺各页面被查看的次数一个用户多次点击或者刷新同一个页面被记为多次浏览，累加不去重访客数（UV）某个时间段内全店铺各页面的访问人数在所选时间段内，同一访客多次访问同一个页面会进行去重计算访问深度顾客一次连续访问的店铺页面数可用来评价网店商品或页面对顾客的吸引力跳失率顾客通过相应的入口访问店铺，只访问了一个页面就离开的人数占通过该入口访问店铺的总人数的比例是衡量网店转化率的

28、重要指标添加转化率添加转化率=把某款商品添加到购物车的人数访问该款商品的总人数100%可用于评价某款商品对顾客的吸引力，也是评价某款商品订单转化率的重要指标之一成交转化率成交转化率=达成交易的人数访问总人数100%可用于评价网店的销售水平、某款商品的受欢迎程度与“场”相关的常用的数据分析指标7.5.2 用科学的思维方式指导数据分析对比思维时间拍下总金额（元）拍下付款金额（元）成交总金额（元）成交会员数拍下订单数拍下付款订单数拍下支付率2019 年12 月12 日102343743748450.0%2019 年12 月13 日591.5328.8328.835360.0%某品牌网店2019 年1

29、2 月12 日和2019 年12 月13 日的订单成交记录7.5.2 用科学的思维方式指导数据分析对比思维降维、增维思维拆分思维假设思维同比，一般情况是指今年第N 月与去年第N 月相比较。同比主要是为了消除季节变动的影响，用于说明本期发展水平与去年同期发展水平对比而达到的相对发展速度，如2019年11 月的销售额与2018 年11 月的销售额相比。环比是报告期水平与前一时期水平之比，表明现象逐期的发展速度，如2019 年10 月份的销售额与2019 年9 月份的销售额相比。7.5.3 熟悉经典分析法，不怕分析没思路同比/环比分析法1趋势分析法2相关性分析法3又称比较分析法、水平分析法，它是通过

30、对财务报表中各类相关数字资料进行统计，将两期或多期连续的相同指标或者比率进行定基对比和环比对比，得出增减变动方向、数额和幅度，以揭示企业财务状况、经营情况和现金流量变化趋势的一种分析方法。对两个或多个具备相关性的变量元素进行分析，从而衡量两个变量因素的相关密切程度。相关性的元素之间只有存在一定的联系，才可以进行相关性分析。7.5.4 数据分析工具让数据分析事半功倍最基本也最常见的数据分析工具，其功能非常强大，几乎可以完成所有的统计分析工作。瀑布图7.5.4 数据分析工具让数据分析事半功倍最基本也最常见的数据分析工具，其功能非常强大，几乎可以完成所有的统计分析工作。散点图7.5.4 数据分析工具让数据分析事半功倍最基本也最常见的数据分析工具，其功能非常强大，几乎可以完成所有的统计分析工作。除了Excel 之外，还有SQL、Hive、Python、Google Analytics、GrowingIO、Fine BI、Power BI 等各类数据分析工具，每种工具各有优缺点，品牌商和企业在选择数据分析工具时应视情况、视侧重点来定。思考与训练1传统零售企业应该如何做好数字化转型与升级？2对于零售企业来说，通过“上云”实现数字转型的基本步骤是什么？3给消费者画像的基本步骤是什么？4零售业常用的与“人”相关的数据分析指标有哪些？在进行数据分析的时候，需要注意运用哪些思维方式？