电商如何上了bi的道?
副标题[/!--empirenews.page--]
(这就不要跟我提淘宝京东唯品会之类的了,这条道本就是他们趟出来的,以下主要针对垂直电商以及传统零售转电商一类) BI这条道不再新鲜了,但也是有些公司上来了,有些没上来。没上来的可能还不确定什么时机该上,上来的也是各有各的苦衷,家家有本难念的经。 他们为何走上了这条道?每个公司都有他自己的故事,我随便举几个情况: 老板真的懵了 决策力度不足,需要数据支撑 业务层面工作混乱,需要以数据进行规范 老板真的懵了这种情况,是确有存在的。电商这种相比线下模式,其扩张速度非常快,在公司快速扩张期,重心都在业务上,数据往往没有被重视,这是必然的。直到有一天恍然发现,公司这么多的项目,哪个亏了钱哪个赚了钱也摸不准了,再这样下去,会疯。这样,也就不得不将公司数据分析提上日程了,而且一般会要求在短时间内上线。 决策力度不足,需要数据支撑,相比于上一种情况,这个会更加主动一点。举例子,老板说:“我们公司今年的目标是销售额扩大一倍!”。这个不是随便说说的,销售额要扩大一倍,你总得知道该如何去做才能实现这一目标吧,是要扩大市场销量还是要提高客单价?通过加开平台店铺可以吗?老用户可能提高多少,新用户增长需要达到多少?通过数据,能够回答以上问题,目标也就不再只是口号,而是可计划可执行可实现的目标。在公司体量较小时,经验或许可以占据一定的作用,而公司越大,数据也就越来越重要了。 再举个栗子。过去的一个季度,是往年的销售旺季,而今年的利润却同比下滑,不能这样不了了之吧,总得要知道这个季度是销售额太低,还是成本过高了吧,如果是成本过高,需要知道成本花在哪里了吧。通过数据,你可以发现库存成本占比过高,也可以发现大量商品的库存周转率低的不成样子。再进一步通过数据来对商品库存管理,合理采购存储,提高库存周转率,来降低这部分成本,都是可行的。 业务层面工作混乱,需要数据进行规范。这种情况就很多了,很多公司上bi系统都是个别业务部门来推动的,有的是财务部门推动,有的是运营部门推动,有的是人力部门推动。大部分他们推动bi系统的建设,目的一般比较单纯,为了给自己部门省事省时间。从这一角度出发,见效也一般都比较快,甚至会出现在一个部门见效后,逐步扩展到其它部门然后再到全公司的也有。 怎样上道最合适 昨天和几个朋友也有聊到,大家普遍的观点是,从公司老总级别推动bi平台是最合适的。一个公司级的bi平台,要统筹各个部门数据,规范各部门的计量方法,牵扯部门非常多,甚至会涉及到各部门的利益,从某个部门的角度来推动,一定会碰到各种阻碍和挑战。 而如果绕开这些钉子,不对各部门需求进行统筹和规划,成型的bi平台也八成是不好用的。各部门都有自己的统计口径和数据标准,分析结果相冲突怎么办?部门的分析结果,对于公司整体来说没有实现价值最大化怎么办?往往是a部门和b部门的需求各打7折对公司才是最有利的,而这样的协调,在领导层推动会更加容易。这也就是为什么说,公司老总层面来推动bi项目是最合适和最容易成功的。 实施bi项目一般要经历怎样的过程? 能看到的效果,是可视化阶段,都想快速的看到成果,甚至立即通过bi平台发现公司的问题,寻找到公司的发展方向。但是在这一切之前,还有很多基础工作需要做,万丈高楼平地起嘛。 非常重要的一步,要将各系统中的数据打通,建立数据总线。这一步,在后期可能是在上业务系统的时候就直接考虑到了,每新上的一个业务系统都是按照数据总线的规划来布局和实施。但是在没有规划数据总线时(往往大量公司的业务系统都是分散和独立的,这一步都还没有做),这一步就需要花费一定的时间了。没办法,当年欠下的债早晚要还嘛。 紧接着的一步,就是建设数据仓库。一些企业跳过这一步,或者通过数据集市来支撑顶层的bi或者报表,我认为有几个问题是绕不开的。一是很多决策是要考虑多种因素,各主题数据都要在同一标准下整合,最终输出分析结果。而数据集市一般是由上至下的,根据想要分析的内容再进入到数据层搭建的数据主题,是没有考虑数据全局的,很难达到效果。 例如,公司做库存管理分析,需要综合考虑在途库存、在库库存以及销售情况数据。整套下来涉及的主题包括库存、物流以及销售,例如商品这种维度需要设计统一标准在三个主题中。用数据集市单纯的考虑库存主题,难以达到协同管理的效果。二是数据集市会造成大量的数据冗余,分析的主题越多,数据冗余随之增多,一旦出现数据问题,回滚难度非常大。还有一些原因,总体来讲,如果只是针对某个课题进行分析,简单的数据集市或许也可以,但是如果是为公司搭建bi平台,考虑到公司整体的数据分析和决策支持,个人还是建议搭建数据仓库。这一块,也有写过一篇相关的文章:怎样选择数据平台的建设方案? 再下一步就是可视化平台了,前面工作完成后,到了这一步也就简单了。可以选择自己开发,也可以选择finereport或者finebi这种商用报表或者bi工具。这个过程中更重要的一点是规划公司的分析体系,确定分析哪些主题、哪些维度。设计报表间的逻辑关系,将不同部门数据行程关联,最终将协同管理体现在可视化的层面上。我专栏中的一些文章,也在归纳这一块的工作:数据化管理(电商o2o)系列文章目录规划 - 撩撩数据吧 - 知乎专栏 关于对bi平台的期待 既然花时间花钱上了这一平台,一定是对它抱有期待的,不过期待也需要在合理范围内。有些朋友对bi的期待过高,比如这种我上了bi系统,你要展示给我,怎样的投入可以给我带来怎样的产出。bi是决策支持,他可以为决策为管理提供支撑和参考作用,但最终的决策和思考环节依然是靠人来完成。也就是,bi为回答问题提供更多的参考依据,而不是直接给出问题的答案。 (编辑:上饶站长网) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |