数据驱动决策：BI在零售业的数据化管理

无论是商业智能时代的应用建设，还是当下大数据时代的数据应用/数据产品建设，行业化、角色化与场景化，均是一个重要的趋势。

当下，许多企业逐步开始具备场景化思维，更为注重用户体验，业务运营更多的围绕用户的消费场景来展开。从这个角度来看，数据应用的场景化，是与之一脉相承的。

零售业的运营管理中，一线的管理核心——店长的重要性，已经几乎为所有企业所共知了。当前，站在服装企业总部的角度，基于终端零售运作、商品运作管理、VIP顾客管理等主题，进行数据分析已经较为广泛。而面向店长层面的，支撑其日常工作的数据分析类应用，则相对缺乏。本例试图初步构思一例服装企业中，适宜给到终端店长这个角色来使用的若干项应用，以期从数据和分析等角度，辅助其终端店铺日常运作管理的各个方面，提高工作效率和管理水平，最终实现团队能力的提高和业绩的提升。

本文所讨论的应用，不局限于数据及指标的呈现。而是在提炼了若干指标，并简述其用处基础上，适当加入进一步深入的问题原因探究与跟进行为参考。本文从以下几点适当进行扩展的介绍：

1.从数据与指标的单纯呈现，提升至结合一系列指标对状态的诊断，形成预警，即问题的推送；

2.适当加入对于某些问题，终端店长当前工作可以借鉴参考的指引；

具体的应用体系，将从终端、商品、店员、VIP顾客、信息公告五个角度进行组织，前四项是按零售管理及其数据分析的几大关键主体来进行划分，最后一项是定位于总部与终端店长信息传递的一个渠道。每个角度下会组织有若干的子方面，它们依据企业数据现状或是随着管理水平的提升，是可以逐步进行扩展的。同样的，依据不同企业的运作模式或是管理需求重点，各项应用中的指标是可以裁减调整的。下文便依次对其各个角度展开介绍。

终端管理

终端管理角度，以“场”为核心主体组织相关应用。分为三个部分，一方面是业绩监控，一方面是运营指标，另外一个是库存管理。

业绩监控

通常我们讨论与业绩相关的指标，掰着手指头一算，就可以罗列出许多许多出来。我们尝试着基于某些规律，对其进行分类。从时间角度上看，各个指标有日级别、周级别、月级别。从指标涉及的内容角度上来看，有基础类指标，如销售计划、实际零售、计划达成率，以及是时间轴上的衍生指标，如同期值、同比增长率、上期值、环比增长率、本年累计值、同年累计值值、年累计增长率等等。我觉得有一点是需要注意的，对于店长这个角色来说，如此多的指标，不是不够，而是会显得有些过多了，内容过多，往往又造成失去重点，让店长们无所适从了，因此业绩监控指标的选取，应当尽量简洁且足以说明问题。当然，未列示的指标以说明部分所涉及的指标，可以以扩展显示的形式，供一部分数据化管理思维或数据分析习惯较好的终端店长来深入使用。那么，最基础且重点的指标可以有：

• 昨日业绩、销售单数、昨日达成；（昨日计划数据、计划与实际的差额为辅，视具体情况来做展现或者设为可选查看）

• 本周累计业绩、周计划达成；（呈现方式与日级别数据类似，计划数据及差额为可选）

• 本月累计业绩、月计划达成；（细节同上）

• 今日计划、今日累计业绩；

• 本周业绩相对达成、本月业绩相对达成；

如果用BI来整合数据分析，就会呈现类似如下的一个销售看板。

以上指标清晰易懂，店长看业绩及业绩达成即可了解目标的完成情况，这是其需要了解的核心数据，还可以将上述指标进行分组，在使用的时候，可以在各个指标组切换来看，更显精简。至于预警，便可基于日业绩达成，周业绩相对达成、月业绩相对达成来进行，终端店长需要对昨日业绩达成较差、本周业绩相对达成或本月业绩相对达成不理想的情况，及时检查问题所在。这里所使用相对达成很有用，毕竟月度进度等指标在月度中间无法直接用作进度的判断，月中发现问题着手改进，要远远好过月度之后才获得一个只能去“亡羊补牢”的指标数。

需要说明的是，有的企业，终端店铺的日计划、周计划或者是没有很好的编制，或者是没有统一规范的收集并导入系统，那么日达成、周达成便自然无法呈现。终端零售管理中，日计划的编制，在越来越多的企业中开始规范的执行了。随着服装行业企业纷纷推动深化终端的管理精细化，细粒度的销售计划缺失，是极为可怕的。

另外，关于当日的业绩，这个是可以使得终端店长除了了解过去的信息，也能对当日进行中的业绩进行近实时监控，当然，这也会对后台数据系统的数据采集、数据处理，提出更高的要求。

再者，还有一些的指标，如去年同月累计销售额等指标，在总