降低数据分析门槛,Quick BI成为大东鞋业8000家门店的数据导航-阿里云开发者社区

开发者社区> 新零售行业解决方案> 正文
登录阅读全文

降低数据分析门槛,Quick BI成为大东鞋业8000家门店的数据导航

简介: 在新零售的大背景趋势之下,消费者需求呈现极度多元和易变,一部偶像剧的热播也许就能带火各种流行爆款。

在新零售的大背景趋势之下,消费者需求呈现极度多元和易变,一部偶像剧的热播也许就能带火各种流行爆款。


大东鞋业拥有超8000家线下门店,每季度平均上新约500款货品。高速周转的货品效率,意味着传统的订货模式不再适用于大东鞋业。传统模式一般会基于门店经营者的经验进行新品订货,容易因为失去弹性,从而导致业务增长无法被快速满足。


而当分公司确定了每款的订货数量,如何进行更合理的首铺策略,既什么样的鞋款放在什么样的渠道能保证最大化的销售量,也往往无从得知。


只有数据能帮助决策实现持续且极致的精细化。


大东创建了全资子公司屹创,负责大东主品牌和子品牌的数字营销技术与运营。


“公司在数字化领域的探索就像开车一样,初级阶段,出行全靠老司机对区域路况的历史记忆,之后逐渐沉淀出了导航地图,可以利用外部工具来辅助决策,终极阶段就是实现自动驾驶了。大东鞋业现在利用AI+BI的组合手段,目前算是走在了数字化导航的阶段。“ 屹创新零售总经理汤叶青说道。


Quick BI助力数字营销与运营


2019年,大数据引擎在大东集团被拉通,这是一个0到1的过程。


通过引入MaxCompute和Quick BI,大东将报表取数从业务系统中彻底剥离,不但解决了以往数据查询即刻导致数据库闪崩的状况,还搭建起完善的报表体系,稳定应对高频、高并发的数据分析需求。

O1CN01TTTaED1XZBvszfzAJ_!!6000000002937-2-tps-864-458.png

Quick BI能力大图


营销管理数据门户搭建 112家分公司全覆盖


在走访了前线业务部门进行充分调研之后,数据团队针对商品首铺、补货、调价等等场景设计出了多套完善的指标体系,利用Quick BI后台连接多种数据源,如ERP、CRM、POS等各类系统,完成复杂的数据建模与计算,产出数据报表,并搭建完整的数据门户供各部门同事随时查阅。


通过Quick BI的空间管理、行级权限管理等功能,数据被安全的下放至112家分公司,再由分公司商品部门随业务需求的变化,自主选择重要的数据指标,通过拖拉拽的方式,零SQL产出数据报表,形成独具特色的营销管理数据门户。

O1CN01WEPo3E1uo3xKRgvlG_!!6000000006083-2-tps-739-462.png

营销管理数据门户测试数据样板


为了鼓励更多的人参与数字化运营的思考,在公司内部培养数据文化,集团举行了指标体系应用的评选,旨在挖掘视角独特且具备高业务价值的新指标开发需求,推广给全员借鉴学习。


围绕同一场景,如夏季首铺,各分公司的商品运营部门都在思考如何通过数据的支持,提升首铺合理性和科学性。在这时候,他们最关心的数据指标是什么,会制作出怎样的报表,产生了怎样的价值?都可以在集团指标体系应用的评选活动中互相借鉴。


这就是一个适合业务横向评比和经验交流的时机,也是数字营销技术与运营团队沉淀分析模版的绝好时机。


智能算法调价 优化库存结构 提高出货效率


Quick BI除了能为大东提供高效的数据可视化能力和自助分析服务外,还提供了部分人工智能能力。

O1CN01hGAp4R1IBAvh5zopI_!!6000000000854-2-tps-864-404.png

鞋品的价格在其全生命周期中会历经次数调整,而调价的原因价格会受到很多因素的影响。


调价前通常会设置一个目标,包含销量与均价,再将一些变化的场景因子考虑进去,比如温度、天气、上架时长、节假日等等,再与现有的店铺和商品纬度的业务数据结合,通过算法模块进行定价模拟,最后输出调价模型,以及调价后的业务评估指标和模型评估指标,用于对调价后销售表现的复盘。


设定的目标和需要被考虑的动态场景因子,是每次调价都不尽相同的变量。这一过程通过Quick BI的数据填报功能输入,该模块提供增、删、改、查以及审批、导出功能。


输入的数据被直接存储于RDS数据库,与存储的业务数据一同在大东的自建智能算法模型中计算出调价模型,完成价格审批流程,将模型导入SAP生成调价建议。灵活的数据填报和修改可以强化从数据调整到智能再到分析的闭环。

O1CN01GxkQ5G1U98YQAARet_!!6000000002474-2-tps-862-537.png

调价执行示意图


算法产出的业务评估指标和模型评估指标由Quick BI搭建可视化报表,呈现调价后的销售目标完成状态和细节数据变化的洞察。


以杭州地区2021年春季调价为例,系统产出的调价建议采纳率为75.7%,调价后销量达成率95.6%。

O1CN016BGaZo1CNe10kZhLg_!!6000000000069-2-tps-862-281.png

业务效果数据

高频日报、周报制作提效


分布在112家分公司的商品部是高度数据化的部门,在这里每天都要产出日报,指导铺货、补货、调货的决策,每周还要产出周报进行向上汇总。


在上线Quick BI之前,需要向总部IT提交数据开发的需求,从开发取数,再到制作报表,周期非常漫长。现在,将Quick BI中“分析师”角色开放给商品团队经理进行自助分析,通过选择适合的可视化图表或电子表格,利用控件进行条件约束,仅需拖拽指标即可在30分钟内完成日报。适合公开的数据结果还可以通过钉钉群进行广泛推送,触达更多的人群。

O1CN01rrgdhY1nw7cGM2IWx_!!6000000005153-2-tps-710-760.png

钉钉群推送报表


支持丰富数据源直连


开放是Quick BI一直坚持的方向,这在支持的数据源类型上也能洞见一二。


早期,由于成本因素,大东会选择多种数据库存储不同的业务数据,在BI工具选型调研时发现,很多厂家的BI产品不能支持大东现有数据库。而Quick BI覆盖的数据源多达38种,并且迭代速度很快,几乎每次发版都会新增数据源类型。


随着业务的发展,大东开始了更多的尝试,目前利用数据湖DLA订阅其他产品的埋点数据,获取到的数据,会回流至数据湖DLA。通过Quick BI直连数据湖,读取实时RT数据明细表,根据营销场景分析需求,创建数据集进行在线多维分析。


大东鞋业在顺应时代发展的道路上,一直走在积极探索数智化转型的前列。围绕用户价值,大东鞋业充分利用数据和技术思维快速洞察目标客户的潜在需求,进行商业模式再造,重塑价值链,真正实现“7天快时尚”。


更多了解Quick BI 可以查看https://www.aliyun.com/product/bigdata/bi(内容来源于阿里云数据中台)

欢迎扫码加入阿里云新零售行业学习交流钉钉群

新零售.jpg

加入钉钉群可享有以下权益↓

新零售行业咨询.jpg

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

分享:

为新零售行业提供最新行业资讯及技术信息

官方博客
最新文章
相关文章
官网链接