過去幾年，實體零售行業與網路的結合幾經周折。實體門市遇冷，不斷佈局電商卻發現這並不是救命稻草。隨著阿里、騰訊紛紛牽手實體零售巨頭，零售的重心再次回到門市，圍繞門市的「新零售」概念儼然成為了新的風口。

新零售是什麼？

在2016年10月的阿里雲棲大會上，馬雲在演講中第一次提出了“新零售”概念，“新零售”立時炙手可熱，引發街談巷議。馬雲提出這個概念後，台灣零售業界也為之震動，大家紛紛開始討論o2o和新零售的概念，並尋求適合台灣的解決方案。

但是“新零售”只停留在望文生義的階段，並沒有誰能夠給出準確的定義和解釋，無論媒體人還是業內專家，都是自己解讀、自己發揮。

馬雲挖的這個坑，終於被阿里研究院填平了，阿里研究院正式釋出了《新零售研究報告》，對新零售的概念和方法論進行了系統的解讀。阿里研究院副院長楊健表示，新零售的核心是重構，產生全新的商業業態，不是簡單現有的零售場景和業態的相加。

報告指出，“新零售就是以消費者體驗為中心的資料驅動的泛零售形態”，核心價值是最大程度提升全社會流通零售業的運轉效率。報告還歸納，新零售具備三大特徵，一是以心為本，消費者體驗為中心，重構人貨場；二是零售二重性，完全資料化；三是零售物種大爆發，催生更多服務形態。

傳統零售商如何向新零售轉型？

站在網際網路＋和大資料時代的雙重風口，傳統零售商該怎麼辦呢？阿里研究院給了新零售的知識框架，如下圖所示，分為後臺、中臺、前臺三大塊，後臺是基礎設施，包含硬體和軟體系統，為中颱的運營和前臺的服務提供技術支援。中臺則強調運營管理，如何追蹤市場動態，確定生產策略，精細化營銷策略，以及如何最佳化流通鏈條，關注企業運營。前臺則強呼叫戶所感所受，如何讓消費者體驗高質量的服務和體驗。

實現從傳統模式到新零售模式下的轉變，關鍵是大數據，傳統零售商需要從原有到商品驅動銷售轉化為資料驅動銷售，將資料視為企業的重要資產並且利用，在去中間化、個性化以及識別使用者應用大資料做支撐。

由此可見，資料分析已然成為新零售的基礎。

零售企業的數據開發過程中，大量企業數據並未得到整合和開發，數據分散、質量差、視覺化程度低等都是常見的困難。這類難題可以通過技術手段得到解決，而很多情況是，企業耗費大量時間和成本解決以上困難，最終所實現的報表系统或BI系统等數據分析應用平台卻依然不能令業務滿意。

相當一部分失敗的專案，不在於技術能力和技術方案，而在於數據應用方案。僅從技術角度出發的方案，數據指標之間、分析內容之間缺乏邏輯性，整個分析平台無主題、無指導性，數據分析平台淪為擺設，報表使用率低、好看不好用、價值體現不明顯等問題接踵而至。

新零售數據分析應用解決方案

要讓數據指導企業各個部門的員工的業務決策，需要提煉不同用戶群不同業務模塊的工作需求，提供整套的企業級新零售數據分析應用解決方案。一般包含企業級管理、門店管理、商品分析、會員分析、銷售分析、行銷分析、採購分析7個模塊，讓數據不僅停留在資料視覺化展示，更直達業務應用。

針對零售業數據應用的困境，帆軟基於對零售行業的理解以及豐富的行業經驗建設出一款專門針對零售行業的數據分析應用平台：零售管家。它深入結合零售業務場景，針對不同業務提供專業的、可用的數據分析方法，最大程度開發零售企業數據價值，為零售企業提供專業、美觀、易用的新零售數據分析平台。

以下新零售資料分析平臺用FineReport搭建，您可下載FineReport進行免費試用體驗。

一、集團管理：業績壓力的輸出者，核心指標的掌控者。

零售高層管理戰情室，報表主題明確、簡潔、有針對性，管理層有目的的使用報表而不雜亂。管理層是業績壓力的輸出者，輸出之後要確保得到最準確和及時的反饋，了解狀況、調整問題、抓住機遇，最終確保企業目標的實現。
集團管理管理儀表板分為瞭望塔、情報室、直播間、集團賽馬表四大模塊，包含了企業業績管理、日/周/月/年度的定期報表、重要數據實時監控報表、門市對比排名報表等。

這些報表滿足在多平台進行共享，行動端、PC端、PAD端、電視、大熒幕。如需要追蹤詳細內容，還可以通過數據鑽取逐層下鑽到門市數據。數據保持實時更新，並根據需要定時以郵件、word、pdf等多種形式報送給指定的使用者。過程中數據的安全性通過許可權管理來控制。

二、新零售門市管理：好方法系統化推廣，好工具全面性提效。

數據化管理的核心執行人群為門市管理者，實現門市管理的數據化，才可以解決企業數據化管理的難題。但門市管理者水平有高低，優秀的店長與一般的店長業績差距很大。這時我們需要通過數據化管理，將優秀的管理方法系統化，再針對店長的工作內容進行數據化轉義，形成一套完整的管理體系，通過管理系統推向門市管理群體，讓門市管理者依據系統平台對門市進行日常管理，提升整體的管理效率和水平。
同時，考慮到門市管理涉及的內容非常多，不僅要管人還要管事，數據分析平台除了為管理者提供動力，還需要提供管理工具，為更好的業績提供方法。店長每日工作所涉及的事項涵蓋關鍵指標、異常分析、實時銷售、實時庫存、銷售對比、會員對比、門店賽馬、預警問題處理、問題管理跟蹤分析等內容。

比如店長通過手機APP，可以實時看到當前門店的毛利率情況，包括月累計銷售同比、月累計毛利同比、區域毛利率、本店毛利率、還有毛利率排行榜。一旦數據異常，系統自動彈出訊息提示經理。門店經理根據分析頁面提供的數據，初步判定毛利是否在可接受範圍。然後根據查看排名靠前的門店的經銷實時情況對比分析，看是自己的有效SKU不足導致的，還是斷銷導致的，或者是客流不足導致的等等，系統會自動對比這些維度的數據，幫助門店經理分析自己店面的不足，及時改正。

門店賽馬成績單是店長管理的一大動力，橫向了解其他門店的經營狀況，充分發揮積極主動性，學習優秀經驗、及時調整門店問題、不斷優化現有管理。

三、新零售商品分析：每一個分析都落實到優化業務中。

商品數據分析由來已久，很多企業已經開始做了各種各樣的商品分析，如品類分析、SKU分析、動銷分析等，但只是基本數據和指標的羅列很難產生有價值的訊息，需要更進一步考慮指標之間的邏輯、分析內容之間的邏輯、商品分析和整個體系之間的關係。真正落地於業務，為業務帶來指導性意見。

商品分析的目標是追求最大毛利。

通過商品庫存管理分析、商品周轉天數分析、實時庫存分析來優化庫存。比如生鮮部門一直有一個問題，由於商品動銷快，常常會出現有些貨賣空了，連庫存都沒了，這就提了一個需求，要求對斷銷單品進行監控，做到實時數據表中，以方便及時調貨。

通過價格帶分析、同行價格對比分析、毛利分析可以優化商品定價。比如下面的油煙機價格帶分析，可以幫助企業了解自身所處的定位區間，及時調整價格策略，避免價格帶留有太大空白，導致競品壟斷。

四、新零售銷售分析：反饋現狀，預測未來。

銷售分析不同於商品分析，更注重環境、市場等維度對於銷售的影響。通過銷售分析可以有效定位銷售問題，捕獲銷售異常，掌握市場銷售方法，從而為企業帶來更好的銷售業績。
銷售分析有三個目的：
解析銷售現狀，從而對未來銷售進行思考和預判斷，進一步調整採購、價格、活動等策略；
銷售問題跟蹤，由大致小定位銷售問題，以最快的時間對銷售進行追蹤，定位銷售問題；
銷售問題解析，通過數據來約束已知問題。

銷售分析客觀定位銷售問題，調整對應銷售策略提升銷售業績。
通過分析品類銷售趨勢、周期性銷售趨勢、商品價格走勢趨勢可以進行銷售趨勢分析。比如下面各個品牌的進銷存佔比分析，視覺化展示銷售歷史數據，通過對品牌售罄率以及銷售數量多維度的數據探勘和數據分析，對各品牌的銷量進行預測。準確的銷售預測對於行銷策略制定、銷售策略制定、採購調整、價格調整都有指導意義。

門市分時段銷售分析，可以據此制定不同時段的銷售方案。

五、行銷活動分析：精準行銷的數據支援。

如何策劃好一場行銷活動？舉辦行銷活動能否為企業帶來應有的效果？行銷活動效果不理想的問題出在哪裡？這些問題備受企業關心。針對行銷進行細緻的分析非常有必要，精準行銷更是這幾年的熱門。

管控問題并持續總結經驗，滾動提升行銷活動水平

從活動前、活動中、活動後三個階段對行銷活動進行分析，數據支援策劃運營人員的決策，全面跟蹤分析行銷活動業績，對活動的成敗進行準確判斷，並進一步解讀尋找行銷活動的長處和短板，提升行銷活動的質量。
做了許多渠道的行銷，哪一種最有效？我們一般通過渠道轉化率、渠道宣傳實時統計、渠道效益對比來做行銷渠道分析。比如下面這張促銷有效性分析，通過分析各個渠道帶來的客單數了解渠道效果。

門市需要經常根據季節變化、節假日或集體性活動來開展促銷活動，例如新年、夏季空調促銷等。對競品價格和銷量的監控可以有效識別出其是否有促銷活動，可以針對性的制定應對措施，防止市場大面積流失；對往年促銷活動開始時間點、持續時間、次數的分析，得出促銷的頻度，以此制定今年的促銷策略；對促銷過程中價格和銷量的走勢分析，再做同比、環比分析，可以看出其促銷的深度和效果，再和競品的促銷效果做對比，對後續的促銷工作有指導意義。

六、新零售會員分析：數量、質量雙增長。

近年來很多零售企業從經營商品的思維開始向經營用戶的思維過渡，越來越重視會員數據。有的企業花費大量成本開發會員數據，也有的企業專註於會員數據的分析，但成功的案例相對較少。例如用戶畫像這一個概念，有企業花很高的成本開發出來卻成為好看不好用的工程，對於企業的實際收益沒有影響。那麼針對會員，怎麼分析可以避免花費過高而難以應用呢？
會員數據分析一般從三個維度來進行：會員數量、會員質量、會員服務。上面提到的用戶畫像更多的是針對會員服務的，而在會員服務體系沒有完善額情況下，在會員服務層面做過多分析工作也難以落地執行。相比於會員服務，提升會員數量、提升會員質量是更值得開發的兩個維度。涵蓋消費規律分析、復購分析、流失分析、價值分析、屬性分析等，分析成本低、好落地，為會員運營提供決策依據。

會員營運是一種通過提供差異化服務和精準行銷，獲取忠誠客戶，長期持續增加企業利潤的商業模式。

高中低價值客戶的比例如何，在不同時段的消費狀況如何，購買品類品牌狀況是什麼樣的？這張用戶價值的分析表為我們的會員行銷提供了可靠支援。

發覺新會員的特點。奶粉的品牌商吸納了新會員，這些會員總數是多少，他們是從哪些活動來的，第一次購買是什麼渠道，他們分屬於哪些年齡段，購物金額有什麼分布，對不同小類（一段奶粉、二段奶粉、三段奶粉、早產兒奶粉等）有什麼偏好。數據分析工作，將這些特徵動態視覺化展示在眼前。

七、新零售採購分析：選擇合適的商品、合適的供應商、合適的價格、合適的數量。

採購的商品類型決定著門市的定位、門市的銷量和人氣；採購的商品數量決定著門市庫存周轉的合理性。採購對於門市來說非常重要，直接影響著門市的業績。我們可以通過採購分析，為品牌選擇、品類選擇、數量選擇、供應商選擇、新品引進、商品淘汰等提供科學的依據。

選擇合適的商品、合適的供應商、合適的價格、合適的數量，最大化商品利潤。

某品牌供應商各個分店的庫存分析報表，有效地制定備貨計劃。這張報表是零售企業與供應商共享的，供應商根據庫存預計可銷售天數及時調整備貨策略，既提高了滿足能力，又最大程度的降低了庫存風險。

銷售數據同樣能為供應商提供備貨指導。暢銷的商品多備貨，滯銷的商品少備貨，並且針對滯銷商品及時制定相應的價格促銷策略，這對於超市和供貨商來說，都是優化經營的明智選擇。

搭建新零售數據分析應用平台時，還需要注意以下4點。

一、數據管理雙驅動。
管理層輸出壓力，把業績目標層層轉化為數據指標；資訊系統數據流出發，提供資料，將基礎數據層層提煉，形成有效訊息給管理層提供數據支援。從下面的業務支撐到上面的集團管理，打通彼此之間的聯繫，形成一個完整的管理體系。

二、分析主題明確。
企業從來不缺報表，一些企業中報表數量巨大，但大多沒有明確的主題和目的，僅僅是以各種維度來實現對資料視覺化展示，給業務的指導價值很低。真正有價值的報表需要從業務出發做數據分析，讓每張報表都有其應用場景，並提供針對業務場景的指導意義。還可以通過定期對報表的訪問閱讀狀況進行分析，了解每一張報表的使用人數、使用頻率、使用時間，及時調整有問題的報表。

三、平台的擴展性。
零售行業內的企業業務模式雖然相同，但業務細節必有不同之處，所以需要數據分析應用平台具有高擴展性，方便快捷的搭建出具有企業特色的系統。另外，企業的不斷變革中，業務會發生變化，相應的數據分析平台也要能夠隨時根據業務做出調整，調整報表、開發新功能、匯入新資料····平台足夠靈活、易學、易擴展，滿足企業長期使用的需要。

如下圖中，集團數據決策平台通過與微信企業號實現對接，管理員在後台配置好定時調度任務，系統就能將不同類型的數據報表準時推送到指定的微信帳號。通過集成和定時調度的方式，企業管理者能夠定時查看公司的經營情況，IT資訊部門也免去了按時導出報表，再進行手工推送的麻煩。

四、多平台管理。

行動化辦公的需求廣泛存在於各企業之中。方便了出差在外的工作人員及時查閱報表，同時，數據、預警定時推動到wechat、釘釘等通訊軟體中，更是讓數據查閱這個動作更具主動性。零售業中的店長由於工作場所在門店中，對於行動端辦公的需求更加強烈，及時、方便的查看數據、數據入庫大大提高了工作效率。
傳統的實體零售業，一般都有巡場/巡店的要求，對這一工作每一個環節的深入了解，提供便利的工具可以讓這一工作更加便捷有效。比如，可以隨時使用手機通過掃描QRCODE查看商品的銷售、庫存狀況，查看其他店鋪庫存狀況看是否需要調撥；巡場發現的衛生、陳列、服務等方面的問題，直接通過手機拍照實時上傳系統總結彙報。

如下圖，在大盤點的時候，各課課長通過手機先做各自區域的預盤點，提前校對庫存、高架、排面的數量，減少20%漏盤單品，降低50%錯盤單品，大大提升盤點效率。盤點掃碼查詢單品庫存、售價、最近一次進貨日期&數量等數據。

零售管家與指標庫介紹

帆軟十多年來深耕於數據分析領域，深知數據於零售企業而言的重要性，也深知零售企業在數據的開發和應用中所存在的困難。針對零售業數據應用的困境，帆軟基於對零售行業的理解以及豐富的行業經驗建設出一款專門針對零售行業的數據分析應用平台：零售管家。

它深入結合新零售業務場景，針對不同業務提供專業的、可用的數據分析方法，最大程度開發零售企業數據價值，為零售企業提供專業、美觀、易用的數據分析平台。零售管家不僅提供零售業數據平台的建設方案，更提供從數據的清洗整理，到指標的梳理、邏輯的搭建，
一直到數據的解讀一系列完整的數據的應用方案。

指標庫一直是各個企業關注的一部分，同時也是所有乙方都會提供的一個模塊，但是大部分指標庫往往停留在PPT或思維導圖之上，最終落到數據平台時往往固化在某個模型之中，無法讓業務直接靈活的使用。而業務有對指標靈活分析應用的需求，大部分企業存在業務多次向IT所有數據，IT會為此感到煩惱，業務也無法快速獲得他們所需要的數據。

零售管家平台做到將指標庫落到系統之中，此外還建立了指標與指標之間、指標與維度之間的關聯關係，讓業務人員可以自主地獲取任何他們想要的數據。

零售管家平台對指標進行分類管理，單純從指標整合角度，對指標進行人、貨、場、財四個維度分類整理。在平台應用層面，從業務人員視角進行整理，分為：實時分析指標、門店分析指標、商品分析指標、會員分析指標、庫存分析指標、採購入庫指標、行銷分析指標。

喜歡這篇文章嗎？歡迎分享按讚，給予我們支持和鼓勵！