场景1：集团总部工作人员巡店发现门店主陈列区域商品没有什么动销，而店长也不知道应该如何通过调整陈列来提高零售。 场景2：分区域商品总监想查看门店新品零售情况，但是面对着整个门店的已陈列商品和库存中堆积的商品，无法快速判断新品零售与售罄情况。 场景3：月度会议上，集团高管大发雷霆：“这家门店已经连续两周同比下滑了，立刻解决此现象！” 上述传统零售行业的常见场景，反映了三个关键问题： 门店店长长期被动接受总部培训，缺乏主动思考； 门店缺失简单直接的数据报表以支持运营需求； 3、门店运营通常以月度绩效结果为目标，缺失复盘意识和落地行动； 随着公司稳步发展，公司决策层与管理层对门店经营能力提出了更高的要求，粗放式、被动式等经营方式不符合门店精细化运营策略。 需求分析 公司高管希望通过数据分析来解决这个问题，IT部门协同业务部门一起梳理需求，强调以门店经营为中心，赋能门店数据支持，得出需求脑图： 1、业务现状 无法整体上看到门店零售情况； 门店零售目标以往由总部下发，未能按照导购实际排班情况进行个人指标分解； 无法跟踪查看门店商品的进销存情况以提高商品售罄。 2、关键指标 零售指标：客单价、件单价、连带率； 商品指标：商品售罄率、库存周转天数 计划指标：计划填报率。 3、改进措施 门店导购填报日计划、实现目标追踪，提高复盘能力； 通过报表整体呈现，聚焦重点指标； 以线下门店带教和线上视频录播，提高导购对报表的理解能力； 通过门店日、周、月复盘表，导购能够实际解读报表、定位问题 4、场景痛点 门店计划填报不及时； 以往的数据分析报表落地性不强，无法指导业务执行； 5、异常提醒 逾期未填写门店计划的异常推送 库存周转天数低的商品补货预警 结合以上分析通过数据报表进行业务呈现，实现业务数据化和数据业务化，提高终端导购的零售运营能力，实现业务行动的高效落地！ 指标梳理 业务部门已明确需要重点解决的痛点场景，如何让数据分析报表更加能够落地，呈现更加简单呢？我们使用鱼骨图将指标进行串联，并且还原业务场景。 统计方法运用 为了提高指标的可用性，我们将指标进行了四层梳理，①指标是否真实还原了业务场景；②指标的计算方式是否统一、合理；③是否需要对指标进行预警监控，使得数据更加直观；④是否需要清理脏数据和异常数据，使用指标更具有可比性。 可视化 为了让门店导购能够了解消费数据、品类数据和单品数据，我们利用BI做了三个报表，依次为门店零售画像、门店商品画像和门店单品画像。 注：由于此案例选取企业项目，数据部分模糊展示。 数据分析报表介绍： 1、报表满足管理链和信息链的综合需求，尽管我们以终端门店经营为导向，导购可以查看自己所属门店的零售数据报表，集团总部也可以按照区域、分部等进行多店对比分析，由于指标口径在设计之初已与业务统一，因此数据分析报表可以实现集团上下行动有效落地。 2、报表以简单可视化为目的，聚集主要指标，同时也将一些辅助指标隐藏可选，实现不同查看用户的数据需求。 3、报表之间具有明显的业务逻辑，零售看消费结构，商品看销存结构、单品看周转趋势，一层一层递进，符合业务部门的报表查看习惯和业务场景。 4、对重点指标进行可视化排名，对异常指标进行预警作用，比如哪个时段零售额最多，哪些商品需要进行补货，商品品类结构如何？在关键指标上重点加强可视化，使得重点明晰，报表简洁而不简单，提高可用性！   数据价值 “通过这个报表，我们能够结合库存情况去调整商品补货策略，优化商品结构”—这是来自业务部门的声音。 “这个平台非常好，通过这个平台我知道了哪些商品卖得好，库存还有多少，能够及时将好卖的商品、相似的商品进行陈列”—这是来自门店导购的声音。 通过门店智慧平台，集团前中后台建立了方向一致的业务协同关系，能够将门店销售情况以量化简单的方式呈现给门店导购，能够对商品运营的业务执行提供平台支持。以消费者为核心，以门店为中心，乃是零售行业的制胜法则。 课程评价 我就职于IT数据岗，负责BI推广和数据产品运营，首次知道帆软有《数据运营官》课程的时候，其实内心很激动，这不就是我想要学习的课程吗？虽然课程时间不长，但是的确有助于我实现项目思维的转型，了解了一个成功的项目需要注意的因素。近期，我所负责的一个移动端产品项目就运用了这门课程的理念：实现了不同层级的需求，数据的价值得以释放，这门课程的确对我的实际工作有巨大的提升作用。作为一名数据工作者，各种知识迭代更新，这门课程让我更加清晰明白自己的职业道路：能够理解业务痛点，并且用合适的模型去解决，最后用业务用户能够理解的语言去推广，这对我来说更加具有挑战。最后 希望能够和不同行业的数据工作者多多交流，一起创造数据的价值！