21克:仅需3天,我们就用Quick BI搭建起数据驾驶舱

本文涉及的产品
智能商业分析 Quick BI,专业版 50license 1个月
简介: 简介: 数智化并不仅仅是大型企业才需要去思考的课题,而是摆在所有企业面前的一个可选项。借助Quick BI搭建的数据分析体系,21克实现了销售、财务、供应链等多部门业务的数据化支撑,从一份份本地化的Excel文件,到清晰美观的数据看板,数据所能带来的价值改变正在21克中逐渐显现。

21克成立于2016年,是一家诞生于桂林本土,放眼于全球的家居行业综合性企业,公司深耕家居产品行业,具备丰富的零售、电商资源积淀,以及强大的供应链整合能力,以跨境电商为市场切入点,不断创新与快速迭代。


作为一家仍处在快速发展期的创业型企业,21克在追求业务增速的同时,也在不断夯实和完善企业的数智化能力。在组织架构设计层面,引入了先进的中台机制,建立BSCM(大供应链管理)、DGT(数据治理)、CE(消费者互动)三个横向打通的中台支撑团队,将具备通用性的工作内容,收口至中台层重点攻坚,将前台业务从烦琐的重复性工作流程中解放出来。

团队组织架构


去年年末,21克引入了由阿里云数据中台研发的Quick BI ,用以补足公司在数据可视化分析领域的能力短板。通过将公司过去所沉淀下来的订单交易、市场营销、财务等相关数据进行清洗和分析,快速构建起全场景数据消费能力,洞察出对公司经营发展更有益的营销策略。


首先摆在DGT(数据治理组)面前的是各部门数据口径不一致的问题。如果连最基础的数据标准都无法统一,那数据分析也将成为“精确的错误”,无法真正发挥出数据价值。


DGT部门负责人Chlorine提到:“我们公司的销售业务部比较多,各自都有各自的习惯,为了保障数据分析项目能够高效推进,我们选择以跨部门报表为突破口来进行数据标准地统一,比如要向高层汇报的数据,以及涉及财务的数据,我们会优先来进行规划管理。”


就拿最常见的销售额统计为例,一项交易记录涉及的时间众多,有订单创建的时间、客户付款时间、仓库发货时间、财务到账时间等,后续可能还会涉及售后退货等,如何来定义时间周期,各部门就需要达成共识。“我们在做偏好分析的时候,会按下单时间来,一旦涉及到财务相关,就会以交易完成时间为准。”来自DGT的数据专员Clyde这样解释。


一、数据驾驶舱:大盘核心数据一目了然


亚马逊作为21克最核心的销售渠道之一,贡献了较大比重的订单销量,因此数据团队选择以亚马逊平台作为数据分析试点的第一站。


通过第三方ERP系统以及亚马逊本身开放的API接口,数据团队每个月会定期提取数据进行汇集整合、清理加工后写入数据库,并接入Quick BI。形成一张数据较为全面的大宽表,为后续制作管理层数据看板,提供了详实的数据基础。


数据驾驶舱部分截图


在21克的数据驾驶舱中,管理者可以随时随地直观地看到各种大盘核心数据,如销售统计、地域热力图、利润情况、SKU销售排行榜等。同时,还可以通过丰富的控件进行自主筛选,如按地区、店铺、时间、项目、币种等查看相关数据。


二、让营销广告投放有据可依


目前输出的业务数据看板除了满足管理层看数需求外,也让业务人员在广告营销投放层面,有了更有力的数据支撑,可以有针对性地开展精细化营销策略。


通过针对历史数据进行汇聚,并经过技术清洗和整理生成丰富的特征洞察,将一条条纯数字的交易表格,通过Quick BI在仪表盘中以更易于理解和分析的可视化组件展示。


营销分析看板


市场部人员则可自己通过报表控件筛选条件,来查看分析更详细的报表内容,进而在不同平台(如Google等搜索广告平台,以及Instagram、Facebook、TikTok等社交平台)形成具备差异化的广告投放策略,以更少的投入获得更丰厚的营销回报。


三、供应链数字化:更可控的风险和成本


经过2个月不到的产品使用期,21克的数据团队成员已经通过Quick BI构建了3个数据消费场景,包括管理层看板、基本销售情况分析、以及面向财务侧的利润分析等。


Chlorine表示,Quick BI使用起来对于数据分析新人非常友好,这给他们团队的工作起步扫清了很多障碍,在内部的协作过程当中也能快速渗透铺开。“接下来我们将进行更全链路的数据接入,以及将数据写入流程自动化,实现底层数据源自动更新,减少人工投入,让更多部门的人员都可以通过数据分析与洞察,对业务流程和策略进行调优升级”。


如供应链部门对数据反馈的实时性要求更高,一旦能将采购、材料、仓储、物流等数据及时通过Quick BI来进行展示和分析,将对货品周转、库存压力、质量监控等提供策略指导,比如针对售后问题反馈,可以反向对供应商进行筛选,及时发现质量保障能力较弱的供应商或某不合格批次产品,减少公司的售后成本及损失。


数智化并不仅仅是大型企业才需要去思考的课题,而是摆在所有企业面前的一个可选项。借助Quick BI搭建的数据分析体系,21克实现了销售、财务、供应链等多部门业务的数据化支撑,从一份份本地化的Excel文件,到清晰美观的数据看板,数据所能带来的价值改变正在21克中逐渐显现。

相关实践学习
阿里云实时数仓实战 - 用户行为数仓搭建
课程简介 1)学习搭建一个数据仓库的过程,理解数据在整个数仓架构的从采集、存储、计算、输出、展示的整个业务流程。 2)整个数仓体系完全搭建在阿里云架构上,理解并学会运用各个服务组件,了解各个组件之间如何配合联动。 3 )前置知识要求:熟练掌握 SQL 语法熟悉 Linux 命令,对 Hadoop 大数据体系有一定的了解   课程大纲 第一章 了解数据仓库概念 初步了解数据仓库是干什么的 第二章 按照企业开发的标准去搭建一个数据仓库 数据仓库的需求是什么 架构 怎么选型怎么购买服务器 第三章 数据生成模块 用户形成数据的一个准备 按照企业的标准,准备了十一张用户行为表 方便使用 第四章 采集模块的搭建 购买阿里云服务器 安装 JDK 安装 Flume 第五章 用户行为数据仓库 严格按照企业的标准开发 第六章 搭建业务数仓理论基础和对表的分类同步 第七章 业务数仓的搭建  业务行为数仓效果图  
目录
相关文章
|
1月前
|
存储 人工智能 分布式计算
数据不用搬,AI直接炼!阿里云AnalyticDB AI数据湖仓一站式融合AI+BI
阿里云瑶池旗下的云原生数据仓库AnalyticDB MySQL版(以下简称ADB)诞生于高性能实时数仓时代,实现了PB级结构化数据的高效处理和分析。在前几年,为拥抱大数据的浪潮,ADB从传统数仓拓展到数据湖仓,支持Paimon/Iceberg/Delta Lake/Hudi湖格式,为开放的数据湖提供数据库级别的性能、可靠性和管理能力,从而更好地服务以SQL为核心的大规模数据处理和BI分析,奠定了坚实的湖仓一体基础。
|
5月前
|
运维 监控 数据可视化
产品测评 | 大模型时代下全场景数据消费平台的智能BI—Quick BI深度解析
Quick BI是阿里云旗下的全场景数据消费平台,助力企业实现数据驱动决策。用户可通过连接多种数据源(如本地文件、数据库等)进行数据分析,并借助智能小Q助手以对话形式查询数据或搭建报表。平台支持数据可视化、模板快速构建视图等功能,但目前存在不支持JSON格式文件、部分功能灵活性不足等问题。整体而言,Quick BI在数据分析与展示上表现出强大能力,适合业务类数据处理,未来可在智能化及运维场景支持上进一步优化。
|
6月前
|
人工智能 自然语言处理 数据可视化
大模型+BI:一场关乎企业未来生死的数据智能卡位战 | 【瓴羊数据荟】数据MeetUp第四期
随着大模型技术突破,全球企业迎来数据智能革命。Gartner预测,到2027年,中国80%的企业将采用多模型生成式AI策略。然而,数据孤岛与高门槛仍阻碍价值释放。
236 8
大模型+BI:一场关乎企业未来生死的数据智能卡位战 | 【瓴羊数据荟】数据MeetUp第四期
|
6月前
|
SQL 人工智能 自然语言处理
颠覆传统BI认知:Quick BI如何用“傻瓜式”操作重塑数据决策?
Quick BI是阿里云推出的一款零代码+AI数据分析工具,专为业务人员设计。通过简洁的界面和强大的功能,它让数据“开口说话”。从Excel秒变智能资产,到拖拽式构建高定看板,再到自然语言查询与预测分析,菜鸟也能轻松上手。企业微信集成、移动端优化等功能,助力实时决策。Quick BI打破技术壁垒,推动数据民主化,让每个岗位都能用业务语言对话数据,实现真正的数据驱动转型。
|
6月前
|
数据可视化 数据挖掘 BI
基于烟草零售商订单数据的Quick BI体验报告
Quick BI旨在通过智能的数据分析和可视化能力帮助企业构建高效的分析系统。在我初步了解该产品后,发现它不仅支持创建美观的仪表板、复杂的电子表格以及动态大屏,还能够无缝集成到现有的业务流程中,极大地提升了工作效率。尤其对于需要频繁展示数据分析结果给管理层或客户的场景来说,Quick BI提供了一个便捷且专业的解决方案。
|
6月前
|
数据可视化 数据挖掘 BI
Quick BI评测报告:从IT开发视角评测“全场景数据消费式BI平台”
Quick BI评测报告:从IT开发视角评测“全场景数据消费式BI平台”
226 0
|
7月前
|
人工智能 BI 自然语言处理
【瓴羊数据荟】 共话AI×Data的企业应用进化,瓴羊「数据荟」MeetUp城市行上海场顺利收官!
瓴羊「数据荟」Meet Up城市行系列活动第四期活动将于3月7日在上海举办,由中国信息通信研究院与阿里巴巴瓴羊专家联袂呈现,共同探讨AI时代的数据应用实践与企业智能DNA的革命性重构。
283 0
【瓴羊数据荟】  共话AI×Data的企业应用进化,瓴羊「数据荟」MeetUp城市行上海场顺利收官!
|
9月前
|
供应链 监控 安全
基于Quick BI的多部门组织下的数据共享及管理方案
本文介绍了企业在使用Quick BI时面临的数据共享与安全控制需求,涵盖技术、财务、销售等部门的具体挑战,并提出了基于角色组授权、工作空间隔离、行级权限管理等解决方案,确保数据既能高效共享又能安全可控。
424 5
基于Quick BI的多部门组织下的数据共享及管理方案
|
9月前
|
搜索推荐 安全 数据挖掘
QuickBI行级权限:精细化数据访问控制,轻松实现千人千面
随着企业数据量的快速增长和应用场景的多样化,数据权限管理变得至关重要。QuickBI的行级权限功能通过条件组合授权和用户标签授权两种模式,实现了灵活、精细的数据权限控制。条件组合授权适用于多规则配合场景,如不同部门仅能看到自身产品线数据;用户标签授权则适合大规模个性化权限管理,如按地区限制数据可见性。该功能简化了配置步骤,提高了权限管理效率,确保数据安全合规且有效利用。
543 1
|
5月前
|
SQL 数据可视化 BI
Quick BI产品测评:从数据连接到智能分析的全流程体验
瓴羊智能商业分析-Quick BI是阿里云旗下的云端智能BI平台,连续五年入选Gartner ABI魔力象限。它提供从数据接入到决策的全链路服务,支持零代码操作、40+可视化组件与OLAP分析,实现跨终端呈现。其创新点包括云原生架构、企业级安全体系及智能决策引擎,适用于零售、金融等行业。评测中,通过免费试用与官方文档,体验了数据准备、仪表板搭建及智能小Q功能,发现智能化能力强大但部分文档需更新优化。
598 67