前言
上次发了一篇零售数字化转型的长文，有朋友追问，那落地方案有没有呀？这话说的！怎么可能没有呢！
你要是开了一个小店，那就去买一套系统就好了，软硬件全解决，也就万把块钱。加点钱还能给你弄个小程序啥的。
你要是一个零售连锁企业，规模不大，市面上也有现成的软件，SaaS版和独立部署版本的都有，这就稍微贵了一些。
如果你们公司有很多家连锁，规模还挺大，品类很杂，供应商很多，合作形式各异，系统也不少，那可能就得上一套大数据平台或者零售中台了。
嗯，今天来给你分享一下零售业大数据体系建设指南。
零售业务流程梳理
开局一张图，什么图？业务流程示意图。
有人说架构图应该从现有的技术体系开始画，其实不对。企业架构最先画的其实是业务架构，然后是数据架构、应用架构和技术架构。
业务架构必须是第一步就要画清楚的，因为所有的一切的一切，都是为业务服务的。脱离业务的架构是没有任何意义的。
当然，这个图非常抽象，很多细节都被掩盖了。我们需要根据自己企业的实际情况，梳理一个独有的业务架构图。
当然，每个业务流程都应该尽可能详细的画出来。有些时候，我们在跟业务部门捋业务流程的时候，捋着捋着，业务自己就发现有些地方需要优化了。
这些业务流程不用想着抄别人的，因为即便是完全竞争对手，业务流程也会迥异到简直是两个物种。
数据架构
业务流程和架构梳理好之后，我们就能用数据的语言，把业务抽象出来。很多人对数据架构比较犯怵，不知道怎么抽象比较好。
其实这很简答。你只需要记住一点就行了：“数据是业务在数字世界的投影”。所以用数据抽象业务的时候，就有几个原则：
1、全局性
2、一致性
3、最细颗粒度
其实要抓的原则很多，这里只列三个我认为最重要的。因为有这三个原则，就能把我数据映射业务的重点。
全局性要求我们在思考的时候，一定要跳出当前业务，从整个企业甚至整个供应链角度思考，否则容易走回头路；
一致性要求我们必须先定义规范、规则，然后一以贯之。否则就会顾此失彼，最后乱成一团；
最细颗粒度其实容易理解了，第一、二范式就是为了保证数据不可再拆分。这一点把握住了，数据抽象的层次也就能确定了。
这里也给大家分享一个零售业数据模型的全景图。
还是与业务流程一样，我们需要根据业务流程进行裁剪和不断细化。毕竟数据是业务的投影，业务是什么样的，数据就应该相对应的落下。
数据应用架构
TOGAF中定义的其实是应用架构。但是TOGAF是通用的企业架构搭建指南，所以在这里优化成数据应用架构。
零售的数据应用其实很多，按照零售的核心业务域，可以分为交易（商品、销售、促销）、供应链（供应链上下游协同）、财务（财务与费用）和运营（媒体与会员）四大块。
每一块都有典型的数据应用：
当然，也可以梳理一个贵司的价值链，从整个价值链上下游的角度，梳理出对应的数据应用，包括各种数据产品和业务应用。
梳理出数据应用的方法很多，市面上能参考的应用也不少，各位都可以参考一下：
比如下图就是针对智慧门店的数据应用，非常具有可参考性。
这个偏互联网的数据应用框架也很有参考意义：
技术架构
很奇怪吧？技术架构居然是在最后。
其实也很容易理解，业务和技术，就是一座桥，业务在这头，技术在那头，中间是数据架构和应用架构。
技术架构，现在流行的无非就是数据仓库、大数据平台或者是数据中台。
这是偏传统的那一套：
这是偏中台的那一套：
还是一样，拿来改吧改吧就行。如果要再底层一些的，那就参考这个，比较通用：
