第112期“南零商盟”：观远数据VP鲁伊莎总分享“快时尚行业大数据智能运营方法与实践”

关于「观远数据」

观远数据成立2016年，致力于为新零售、新消费、新经济领域客户提供新一代数据分析与商业智能（AI+BI）解决方案。观远数据团队在大数据分析与商业智能领域积累了超过10余年的行业经验，曾经为超过百家中国及全球500强公司提供过企业级数据分析产品与服务。可以把过往的服务大型客户的经验赋能到本土企业的智能数据分析中。

目前，观远数据已经服务了包含联合利华、百威英博、汉堡王、王府井百货、中国银行、小红书、蜜芽、Lily、江南布衣、赫基、菲安妮、生鲜传奇、上蔬永辉等百余家零售企业。

智能决策的本质，不是一次的爆发式增长，而是持续的增长机会

谈及“数据智能驱动决策升级”，很多企业主的第一印象是能给我带来什么样的结果，会有多少销售额、利润提升？而其实，任何事情都不是一步而就的，观远数据能做的是从过程管理上帮助企业持续提高效率，发现更多的增长机会，给结果更多支持。

试想，当一个品牌每周有1000次增长的机会，每个品类每周提高10%的精准度，52周之后，与你竞争的就不是隔壁的品牌了，这就是智能决策的本质。

数据智能推动决策升级，而回到数据应用这个层面，我们认为企业对数据的应用绝对是一场颗粒度革命。大家都知道，日系三大便利店最大的运营特色就是单店单品管理，这已经是当时精细化运营的一个典范了。但是我们发现，这个还远远不够，观远很多头部客户对于数据颗粒度的精细化程度已经精细到午休的单店、单品、单刻，单次了。通过这样精细化颗粒度的运营，我们就可以持续找到更多的增长机会，去真正感受智能决策的本质。

工业时代极大放大了人们的体力，而从IT时代过渡到智能时代，人们的脑力得到了充分释放，算法、算力、大数据的发展也为我们构建智能时代奠定了基础。

根据Gartner对全球CIO 2019年数字化预算的调查显示，在全球范围内“将增加投资”排名第一的是数据分析，人工智能排名第七；而在中国，数据分析排名第一，人工智能已经排到了第二的位置。观远数据刚好把握住了时代的风向标，将AI融入BI，帮助企业构建数据智能决策大脑。

AI应用的价值对于很多企业来说是毋庸置疑的，那么，如何去构建AI高级分析？在什么程度去做这件事？是很多企业遇到的问题。观远数据的团队在跟很多五百强客户合作的过程中，通过观察他们整个数据体系搭建的历程，最后总结了从敏捷分析到智能分析的“5A”数据落地方法论。

1、敏捷化：不管数据基础怎么样，新业务还是老业务，第一时间快速构建数据体系。
2、场景化：这个行业里面最领先的企业他们怎么去看店、看货、看人、看供应链，怎么去对标，这是第二点。
3、自动化：当我有了数据体系之后，能不能让它更加普惠，能够自动的数据追人，去提醒发现这个问题。我们的店长不需要在电脑前，他也不可能在电脑前，他只需要数据告诉他下五秒应该做什么决策，更加自动化。
4、增强化：更进一步利用AI实现增强化，通过先进计算力实现更深度分析。
5、行动化：建议行动化，赋能算法能力，包括预测包括自动诊断，指导在重要的决策上怎么不断优化。

“5A”方法论并不是企业一定要按照这个步骤去走，观远数据可以根据客户的实际数据情况和业务需求，帮助客户有节奏的去搭建自己的智能数据分析体系。那么，这套系统的方法论在实现客户数据可视化的基础上，在各个阶段可以给客户带来怎样的数据价值？观远数据也把他总结为三个阶段，也叫数据运营三部曲。

第一阶段：数据普惠，两端赋能

两端是指决策端和业务端（门店端），观远数据通过为企业搭建一套一站式的商业智能平台，可以满足从决策端到业务端的层层数据分析和业绩追踪。

在过去，对于决策者来说，最大的苦恼莫过于无法及时了解一线的数据情况，实时看到公司整体的经营情况。门店也只能沉浸在自己的小圈子里，无法及时获悉同类型店铺的运营情况，学习相关的运营技巧，每个店长的管理水平也都是参差不齐。

而观远数据通过为企业搭建这样一站式的数据分析平台，决策层可以通过战情指挥室（或者企业数据大屏），对公司整体业务数据进行层层监测，进行快速指挥和决策，从而大大提高管理效率。并结合异常指标预警、智能推送，对某项指标进行跳转、联动、钻取等功能从空中追踪问题根源，及时将命令从总部、分公司下达到终端，实现总部到终端的层层赋能，提高管理半径。

在决策端做了足够的铺垫之后，推广到门店端，我们提倡业务做减法，让他们更流畅地去应用这些数据。这里的主要表现有四点：

• 复制优秀店长：可以把很多优秀店长以及观远数据在业务中沉淀的数据分析经验落地成数据分析模型，比如商品、门店、会员分析等，直接帮助企业培养一线店长的分析思路，提升整体店长的业务分析水平。

• 提高管理效率，实现快速反应：观远移动BI实现了“口袋数据”的模式，业务员可以随时随地了解经营状况，每日实现T+1的复盘，快速应对市场变化做出决策调整。

• 订阅预警，逐级控险：通过平台预警、订阅等功能，帮助店长及时发现经营问题，及时采取补货、填仓、活动促销等动作，实现数据追人。当然，不仅推送给店长，我们会根据问题的严重程度逐级推送给不同等级的负责人，帮助企业实现层级管控，高效控制风险。

• 减轻数据分析工作负担：观远自助分析平台支持拖拽式报表制作，对于业务人员没有技术要求。

据观远某头部时尚女装客户反映，他们的店长平均每天会看十次公司的移动BI，这样高频率的使用给企业营收带来的增长机会是不可估量的。

第二阶段 搭建全方位的数据智能运营平台

在帮助企业做好了数据普惠两端赋能的落地之后，很多企业自上而下就已经形成了很好的数据意识。这个时候，就可以围绕企业商品流转为核心去帮助企业构建业务、商品、渠道、会员在内的全方位运营体系。

1、业务运营，沉淀优秀的业务分析思维

观远数据后台提供非常自助的敏捷分析和探索分析能力，可以从不同维度，不同视角自动呈现可视化分析，将人工经验沉淀为固化的自动规则，提高数据分析员的工作效率，减少人工失误。

2、商品分析，实现对商品的360°表现监测

观远数据的商品作战室和异常库存监控，可以覆盖商品的效益分析、畅滞销分析、价格段分析、ABC分析、毛利分析、库存分析、流转天数分析、退货率分析、残损率分析等全生命周期监控。帮助品牌优化进货、价格、布局和库存，实现最大效益。

3、 渠道分析，赋能渠道全生命周期管理

通过对全渠道业绩进行分步分析和重点店铺跟踪，企业可以定位到不同渠道对于不同品类的消化程度，及时发现问题渠道，并可以通过对标杆店铺的运营能力复制到其他渠道，拓展渠道能力优化渠道结构，提高优秀渠道的占比。

4、 会员分析，构建以消费者为中心的数据洞察

会员一直是时尚品牌最核心的运营中心，观远数据可以通过对用户行为分析、会员活动分析、留存分析，清晰地刻画用户群体画像，从而指导品牌进行千人千面的营销，打造极致的用户体验，提高复购率。

如果企业能够实现这种覆盖全体系业务场景的数据赋能时，对公司来说将会带来两个层面的价值提升。一是高度的自动化，这样可以避免很多人为失误，消灭多余的人工重复劳动，真正把数据运营的专业知识体系沉淀到系统当中进行正向循环；其次就是提高我们的数据运营能力，帮助我们进行更个场景数据赋能的落地，包含优化进货、库存布局、渠道结构，提高门店跟踪等。

阶段三 无处不在的智能决策

在完成了前面两个步骤之后，企业已经建立了一个全场景的数据运营体系，拥有了足够清晰的数据结构和分析应用能力。这个时候，就可以尝试去做一些深度分析，例如AI项目的探索。

AI项目是很多零售企业向往的，但是在确定做AI项目之前，企业也应该避免去踩两个坑：

• 首先就是整体的数据基础，如果数据基础不够好，很容易事倍功半；

• 其次就是对于AI项目目标的设定，很多AI项目牵头的都是业务负责人甚至是CEO、COO这样的一号位角色。向他们汇报的流程是比较长的，而AI项目要真正能够产生价值，是需要很多业务部门去配合的，中间很可能只会产生几个有价值的点，更多是没有价值的点。如果一开始预测结果和预期有太大偏差很可能会否定项目的意义。所以，我们建议做AI项目一定要把他拆得更细，PVC更加明确地去量化，形成每一个PVC这样共同的小目标，然后再去分阶段地放大，可能能够避免特别巨大的投入。

任何一个数据产品的上线，都是一场新的运营迭代的开始。对于数据分析类产品来说，后期的推广运营会更有助于我们基于业务场景去做产品的迭代升级，最后再反哺到业务中。

最后，感谢大家的聆听。