佛山市中醫院，創建於1956年，是一所集醫、教、研及康復為一體的三級甲等中醫醫院。其骨傷科、腦病科、糖尿病科、腫瘤科被評為「國家中醫藥管理局十二五重點專科和建設單位」，10個專科被評為「廣東省中醫藥局重點專科」和「廣東省中醫藥局重點建設單位」，另有3個市級特色專科。其中骨傷科是國內嶺南代表性流派，相傳至今已有五代傳人，在國內、港澳台地區及東南亞久負盛名。 發展帶來新問題隨著醫院業務發展和智慧手機的普及，臨床和管理部門對於報表的多維度展示、數據鑽取及行動端支援的需求越發明顯，而計算機中心也一直缺乏有效手段來滿足需求。經過2周的調研，四大問題尤為突出。 1、業務經營數據決策，都是明細表格，缺乏豐富的可視化圖表支撐； 2、業務報表不支援微信公眾號，但行動端看報表、做分析的需求強烈； 3、數據斷層，無法進行關聯和鑽取； 4、缺乏動態的可視化大屏，通知靠廣播，交互靠電話，效率太低。 醫院高層規劃數字醫院、智慧醫院的長遠目標，需要利用數據中心資源開展BI、科研、運維工作，但缺乏現代化的大數據分析軟體展示工具成為了目標實現瓶頸。 解決問題思路 為了解決上面四大問題，中醫院的計算機中心做了多方考察。在一次醫藥行業全國CIO交流會上，了解到同行使用帆軟數據分析平台的經驗，給中醫院帶來了啟發。原來，現在市場上已有成熟的數據分析平台來滿足需求。之前一直局限於接觸集成商，尋求合適的系統代碼開發方案。在平台選型考察時，佛山中醫院主要考慮了這樣四個指標： 1、易用：產品平台要方便開發，這樣才能滿足快速交付。現在醫院的業務變化快，患者和醫務人員的新需求多，只有易用的產品才能滿足高效開發的需求； 2、展現能力強大：需要豐富的圖表製作和交互效果。中醫院高層明確提出要放棄現有的簡陋表格化的系統，採用更多圖表和交互效果的系統。同時，要能滿足現在和未來五年的業務需求，展現能力必須要強大； 3、100%支援行動端：要支援原生APP、APP集成和微信公眾號集成。醫院現有微信企業號「佛中醫之家」，日常醫療辦公已經完成微信化，所以新的數據分析平台必須要集成到微信端。同時，醫院內部還有自己的APP，APP集成也必不可少。 4、合理的價格：產品和服務最終價格在年度預算範圍，並且整體方案能帶來最大的潛在收益。比如行動端展現支援，這裡面如果和微信集成效果不足100%，那麼將來就有可能限制數據分析平台的應用。如果不能做到流暢、炫美的大屏交互，那麼也是性價比不足。合理的價格，排在首位的是功能和性能。 探索實踐 佛山中醫院的選型流程比較長，項目開發特別注重規劃。由於前期和帆軟醫藥行業顧問做了深入交流，項目前期規劃很完善。完善的規劃是項目成功的一半，豐富的實施經驗是規劃落地的保證。所以，在中醫院正式取得帆軟授權後，兩個人不到三周，就完成了了挂號大屏、骨科門診大屏、檢驗大屏、行動端微信應用等四大重點模塊。 挂號大屏 佛山中醫院是全國重要的中醫醫院之一，其中骨傷科是遠近聞名。每年，都有大量全國各地的患者慕名而來，及時疏導患者，給患者提供專業的醫療服務和人性化的服務體驗是中醫院一直追求的目標。計算機中心，就從最常見的也是最容易讓患者傷神的挂號服務開始突破。以前的顯示屏，是一塊黑底白字的表格顯示器，直勾勾的顯示哪些醫師還未約滿。現在將顯示器更換為全新的LED電子顯示屏，在原有醫師出診信息報表的基礎上做了設計美化，增添了全國就診分布（一個動態的航線圖效果）。同時，將實時挂號總數顯示在大屏上（可以看到骨傷科門診人數高出一倍多），患者和家屬也能看到當天挂號趨勢，合理安排挂號時段。從對患者家屬的調研來看，這個挂號大屏，患者家屬第一眼看到就覺得中醫院專業，在這裡就醫踏實。當然，後續醫師的專業治療才是硬功夫。但重要的是，這個挂號大屏是得到了院方高層領導和患者家屬的一致認可。 骨科門診大屏 挂號大屏是門面。雖然有幫到了患者，但多少有一些形象工程的味道。而內部骨科門診大屏，才是真的幫到醫護人員的。中醫院骨科是王牌科室，每天都有很多各地慕名而來的患者，患者眾多導致對醫護人員的需求特比大，怎樣合理安排不同科室的醫護人員成了大難題。以前，中醫院靠的是電話系統，哪個骨科門診室人數多了，來個電話，然後護士長找各個門診室，協調醫生和護士去救急。這導致每天醫護人員的工作就像是在激烈戰鬥，而且每次都是門診室人滿為患了才能亡羊補牢。沒有辦法預先做出安排，平穩協調。現在基於帆軟的自定義地圖模塊，現在開發了骨科門診大屏，護士長在電腦前掃一眼，就能看到各門診室的患者排隊人數和各科室的醫護人員數。其中顏色越深、越紅的門診室為當前患者最多的，需要及時協調資源處理。通過及時處理，可能患者還沒排起長隊，但是醫護資源已經提前安排到位，提高了骨科門診的整體效率。從2周的問卷統計來看，骨科門診患者的滿意度提高了30%。同時，接待患者的數量平均每天上升約23%。 檢驗大屏 檢驗科室，要針對全院送檢的樣本進行醫療設備檢驗。通過現場觀察溝通發下，檢驗科每天都要統計臨床處理的工作量、處理的及時率、樣本分布、報告分部。同時，對於檢查報告，還需要重點標註危急指標項。以前，這些都是以做日報和口頭經驗的方式來交接傳遞。現在，流程和業務經驗知識都通過下面這個大屏固化下來。比如說當天危急值，通過大屏，跳動提示檢驗人員，對相應的報告作關注和重點批註。雖然這個監控大屏才上線不到3周，但檢驗科的同事們親自發來的感謝信，確實提高了工作的準確度。同時也降低了工作強度，大大提高了報告批註的效率。臨床處理及時率從80%直接上升到100%，並且樣本超時現象也在明顯減少。 行動端微信應用 2014年7月，患者行動服務與支付系統成功上線，並接入微信服務號，成為佛山市第一家可線上完成預約挂號、支付、查詢報告等功能的微醫院。然而，這裡上線的微醫院其實只是類似流程審批和結果查詢的功能。而且更多的是面向患者的，解決的也是患者家屬辦理就醫耗時、繁瑣的問題。對於院方的中高層，並沒有享受到微信公眾號應用等帶來的便利。中高層迫切需要的經營報表和管理報表仍需要計算中心來手動製作，並且在內容和時效上，還遠未達到中高層的100%滿意。也是在和帆軟醫藥行業數據分析顧問梅總的溝通中，中醫院這邊了解到帆軟有整體的微信集成技術方案和微信端如何給不同領導採用不同頻率的業務方案。同時，中醫院還根據現有的信息系統，做了分期建設的規劃。（有興趣對醫藥行業如何做數據分析規劃作更多了解的可以留言）首期3周，優先規劃的就是費用類查詢和對比分析報表。從各類處方查詢、藥品查詢到醫師查詢。 這裡最常用的兩個報表製作是骨傷科門診室醫療收入總構成報表和年度科室總收入TOP10 報表。高層領導每年會給各科室分配年度收入任務，通過年度科室總收入TOP10 報表，高層可以發現積極優秀的科室，及時進行表彰，或者進行經驗交流分享，幫助其他科室提高進步。中層根據自身科室的收入構成，來進一步分析需要提高哪部分的收入，或者如果發現部分收入異常，如何調整。 未來一年規劃 佛山中醫院的目標，是把所有數據分析工作都搬移到大屏和行動端。所以，對下一步的分析規劃，做了四步走策略。 第一步：報表梳理，刪除冗餘、整合零散； 第二步：查詢優化，隔離業務、建立維度； 第三步：報表遷移，從舊報表系統遷移到帆軟報表； 第四步：監控大屏，完善各類監控大屏。 其中，監控大屏預期規劃是要做日常運作監控、檢查科室監控、安全事件監控、質控監控、藥方配藥監控、投訴處理監控等模塊。未來，佛山中醫院預期通過帆軟平台，建成如下圖的商業智慧運營系統，讓醫院數據分析完全自動化。 文 |帆軟數據應用研究院 船長

丸悅公司作為日本首都圈NO.1的食品超市連鎖店，以東京為中心開設有270家店鋪。在中國，丸悅與中國零售業巨頭蘇寧雲商組建合資公司，將丸悅在日本積累了約70年的專業知識和經驗與蘇寧雲商急速成長擴大的經驗相融合，面向中國華東地區，積極展開超市連鎖事業。2013 ~ 2015年，公司年平均虧損3000萬元。2015年開始進行基於數據分析的管理模式，一舉扭虧為盈，實現了連續兩年銷售額增長40%，費用同比每年下降10%左右。 背景 丸悅是一家日資企業，經營管理方式有著很強的日本文化風格：講流程、重細節。丸悅2013年進入中國，沿襲固有經營管理方式，並且只選擇日本供應商合作，日常經營出現諸多摩擦，最終多方原因導致年虧損3000萬的解決。作為中方代表，中方100人的團隊和日方團隊激烈交鋒後達成共識：丸悅中國的決策要依據中國市場現狀，基於數據的分析得出，由雙方中高層的管理者共同表決通過後實施。在這個共識之下，丸悅在開業準備、營業支援和會員管理三方面取得了顯著突破。 解決方案 解決方案分三部分，分別是開業準備、營業支援和會員管理。整個數據分析基於帆軟平台，整合數據，建立從查詢報表、報表製作、管理報表以及主題分析的一整套經營分析體系。 開業準備 日本丸悅做事比較注重數據化，新開一家店基本上要求由上海或者北京的調查公司對店進行全面調查，內容涉及競爭對手、人口消費習慣等各方面，還要定期回訪。開業準備一般有特定的流程：市場調研、選址、購買者分析。但是目前來說，尚未在國內找到專業的調查公司來完成這三項準備工作。日本丸悅在日本經營70年，它有很多自己的方法，但在國內很不適應。但丸悅中國在國內市場探索了兩年，卻做出了自己的成績。 針對市場調研，丸悅採用了常用的SWOT分析模型。通過數據分析平台發現，無錫蘇寧廣場開店的SWOT如下圖。從內部來看，優勢在於丸悅中國水果品質齊全、工作人員素質高，劣勢在於周邊商圈消費低迷；從外部來看，周邊居住的多是25~39歲的群體，而且周邊工作者有大量午餐需求，但同時威脅也不小，周邊存在不少超市和菜市場。針對丸悅中國高端精品超市的定位，團隊認為蘇寧廣場有巨大的潛在機會，在這個角度，值得選擇。 針對選址，團隊採用3C模型（Company商鋪，Customer顧客，Competitor 競爭者）對開店的選址分析，發現蘇寧廣場的1小時經濟圈、2小時經濟圈、3小時經濟圈覆蓋範圍，至多3小時暢達長三角，顧客交通十分便利。但同時也發現，周邊商圈消費份額低，並且大潤發、八佰伴、三陽百盛等吸引了大部分客流，存在明顯的競爭格局。開店選址在此，就必須和這些超市百貨競爭，精品超市的定位有利於和普通商超差異化競爭。經過這三年的角逐，在無錫當地的精品超市中，丸悅中國的銷售額是大潤發超市的2倍左右。像紅豆或者其他的精品超市，基本上也被甩在身後一大截。 針對購買者特徵分析，要開新店，肯定要對客戶群分析，要了解周邊客戶都有哪些消費特徵。團隊重點分析了節假日女性顧客年齡分布、工作日女性年齡構成分布和顧客來店頻率以及來店顧客的家庭年收入。通過分析發現，節假日高價值顧客（20~39歲的女性）佔比達66%，而工作日高達72%，來店顧客的家庭年收入和來店頻率也比較高，十分滿足丸悅本身品牌的定位。當然，丸悅中國還正在建立模型，期望後期開店可以直接把調研的數據和模型進行比對，來做綜合的評分作為指導，同時降低開店調研費用。 營業支援 精品超市的銷售分析，是精確到時點的，分時點來制定不同的銷售策略。如何能掌握實時銷售數據，並做好精準的實時數據分析，尤為重要。下圖是無錫兩家店面的24小時分時段的銷售數據。可以看到，整體的消費趨勢是相似的，但略有不同。這裡主要做兩個對比：不同店鋪的分時段銷售曲線，不同日期的分時段銷售曲線。把綜合的分時段曲線做對比分析，找出不同日期、不同店面的銷售差異，制定個性化的銷售策略。店鋪做的每一個時點的銷售情況分析，數據及時傳輸給到各個店的店長，店長可以能夠實時掌握銷售情況。同時，和視頻系統進行連接，店長能夠親眼看到店裡的情況。 針對商品分析，這個工作比較細緻。因為精品超市做得深、做得專，秘訣就在商品和會員這裡。精品超市的商品品質是比一般超市要求高得多的，同時還得經常推陳出新。針對不同年齡層次的會員，做專門的喜好商品分析。後來團隊發現，特色水果比起一般水果更能吸引顧客。那麼如何制定銷售策略？丸悅採用差異化毛利率的行銷策略。其中特色水果和生鮮因為品質競爭力很強，所以在這塊毛利率定的比較高，約30%。而其他商品毛利率在10%~20%之間分布。 不同的商品，設定不同的毛利率。丸悅中國每個店面有200個SKU，那麼怎麼保持店鋪平均20%的毛利率呢？辦法就是對不同商品提供不同面積的牌面。像生鮮、熟食、肉魚，因為是丸悅主打的商品，整個銷售比例幾乎達到50%。丸悅定位的是精品超市，而這部分商品一般都是高端會員大量消費。相比價格來說，會員對品質更為敏感。所以這部分的商品，可以保持高品質，高毛利，同時在店鋪中提供優質的牌面。 既然店鋪50%都是一些生鮮、熟食、肉魚等保質期比較短，同時價格比較高的商品。那麼必然吸引的是消費目的性極強性顧客，會員粘性會較低。如何吸引更多的新會員，同時吸引更多的老會員能常來逛逛呢？丸悅的策略是母嬰用品高品質但是價格很有吸引力。比如天然足貼，118元一盒，這個價格比電商平台、周邊超市都要低，甚至比上海的精品超市低150元左右。尿不濕，整體毛利率控制在4%，價格是很有吸引力的。嬰兒用品是日常消耗品，經常需要採購。丸悅的店面一般都距離小區或者寫字樓很近，方便白領女性隨時購物。所以有吸引力的價格促使新老會員常來店鋪，既帶動了人氣，又能增加不少新會員，同時推出的高端新品還能有不錯的成交量。 會員管理 作為這個精品超市，會員是持續經營的根本。2017年一季度，丸悅會員的消費佔比大約達到了60%。那麼在會員費用投入上也是逐步和其他超市做了一個差異化，更傾向於互動性。同時，通過帆軟平台對會員消費數據的分析，掌握會員消費習慣和消費屬性，舉辦雙倍積分、節日活動、農場見學、VIP茶話會等會員活動，提高店鋪吸引力。會員活動主要是針對3月以內有消費的會員，通過豐富多彩的會員活動，會員的活躍度維持在50%以上，會員活動也能吸引會員的重複購買，復購率維持在60%以上，極大的提高了店鋪的客單價和銷售額。 國內企業經營，最難得的是準確的外部數據。為了清楚了解顧客的需求和偏好，通過不定期會員線上調查，獲取會員對超市的不滿和期望，持續改進運營方式。例如通過調查發現，會員更喜歡通過微信和樓宇電視獲知超市的促銷信息。當然，這種調查並不新鮮，但是傳統紙質調查工作量極大，效率低，同時數據準確度很差。現在丸悅正在試行微信問卷測試，可以實現微信掃一下QR CODE，自動獲取會員信息，然後完全無紙化填寫問卷，還能採集照片和附件，十分便捷高效。 文 | 帆軟數據應用研究院 船長

傳統零售行業有很多特徵，在這個行業中經營多年的企業都有一套自身經驗。然而，傳統零售長期以來的一個大家都心知肚明，但是不太願意去分享經驗，大家表面上的關係都是非常和諧的，但是背後確實都有各自的訴求、各自的利益。經驗難得，一般企業都守口如瓶。今天，筆者就閑聊這個零售商和供應商，看看怎麼在共享數據，或許讀完能有些啟發。 傳統零售的訴求，我概括這三方面：客戶洞察，高效運營，協同供給。 顧客洞察 什麼是客戶洞察的核心？是顧客要什麼，就是所謂的顧客需求。怎麼來挖掘、預測這個需求？主要的辦法就是做用戶畫像，然後根據用戶特徵，執行特定的經營策略。 高效運營 什麼是高效運營？其實就是如何將我們大量的門店、大量的人員、大量的商品用數據分析指導，有區分的服務於廣大的顧客群體（會員和非會員）。做到高效的關鍵，就是用數據對經營管理流程和指標做量化，做考評。量化考評做什麼？領導或許這麼想：這個指標不達標，給我去干，再不達標，走人（其實是想說滾蛋）。下屬或許這麼想：這幾個指標，跟大家比，我做得好，年終獎老闆你得說到做到，獎金不到位，我走人（去尋留爺處）。所以，簡要來說，高效運營是為了制定合理的量化指標，並監督執行。 協同共給 協同供給其實就是整個商品庫存數據如何讓供應商和零售商共享。怎麼共享，最重要的就是做好利益共享，其次就是如何用IT系統實現協同的運營操作。利益分配的事情，老闆來談。我們只談如何實現協同供給的運營操作。 每一點展開都大有可說，受篇幅限制本文就單聊聊如何做零供如何共享數據做客戶洞察。 客戶洞察，這部分數據怎麼來？零供之間要客服哪些障礙？其實主要是兩方面：意識和意願。從經驗來看，很多零售商還是沒有數據共享這個意識，認識不到把部分數據開放給供應商的價值；另一方面，有些意識到數據共享價值的零售商，沒有意願要開放數據，認為這些數據涉及到自己經營的秘密，或者乾脆就是和供貨商談不攏利益分配。這兩個阻礙要克服，辦法就是談，慢慢談，談明白，談清楚。那麼，其實共享的數據有哪些呢？主要是會員銷售佔比、區域市場佔有率、單品管理、存銷比等數據。 客戶洞察，首先關注的就是消費行為。我們關注哪些具體行為呢？有三個。 最近一次購物是什麼時候？ 累計購物金額有多少？ 過去一段時間消費多少次？ 分析最近一次購物是區分會員的活躍度，或者說就是要針對不同活躍度的會員採取措施，改變活躍度分布，整體上提升會員消費頻率，多賺錢。湖南貝貝熊採用業務專家判斷的辦法，制定了活躍、一般、沉睡、流失、永久流失的活躍度參考值。同時，要結合不同品類和不同品牌特點，做活躍度對比分析。這個活躍度分析，既能幫助零售商清楚了解自己的會員消費行為分布，也能讓品牌商（也是供貨商）了解品牌與品牌之間是如何轉化的。品牌之間的轉化，是品牌商極為敏感的信息，迫切需要。 分析累計購物金額有多少，本質上就是定位我們的大客戶。我們針對每一個品牌做品牌購物金額分析。首先，計算某品牌（以雅培為例）會員平均消費額=單個日期段內某品牌總收入/消費會員數。這裡的單個日期時間段內某品牌總收入是指在貝貝熊會員體系裡面得到的單品或者單品牌總收入。然後根據這個平均值採用業務專家判斷，人為對數值分段（如下圖）。低貢獻會員為累計消費金額低於雅培會員消費平均值的1/2，超級貢獻會員為累計消費金額高於雅培會員消費平均值的5倍。 過去一段時間消費多少次？對基於品牌、品類的會員購物次數進行分段分析，依靠業務專家將消費次數分層，然後分層統計出會員數。針對會員數分布，對不同層次的會員開展相應的措施。比如，發現雅培會員的整體分層分布和上一個周期變化比較大，那麼就要重點採取措施了。如果發現某單品新客減少，或者客戶普遍在減少，怎麼辦？會員是不是選擇了其他品牌的同類產品？ 其實，上面對會員分層統計分析，就已經在做用戶畫像的工作了。用戶畫像本身不難，難在如何與運營結合起來。貝貝熊做的用戶畫像，目標很明確，就是定位品牌商關注的用戶轉化。先根據會員基本信息和消費信息，識別出會員的購物習慣，包括購物頻次、購物金額、關聯購買商品或品牌等，為會員做好標籤。 根據上面的不同會員標籤，對會員進行分群，並制定針對性的行銷策略。如何分群？策略是根據購物次數、購物金額、最近購物日期三個指標，將客戶做分類。如下圖，購物次數高、購物金額大單近期購物頻率低的，要有危機感，要及時把這類可能流失的大客戶拉回來。購物次數多、近期也消費但購物金額少的客戶呢，可以嘗試一些優質新品體驗活動，將低客單價客戶轉向高客單價。有機會提升的會員，重點管理，積極主動行銷。而優質會員，要保持溝通和關懷，增強粘性和滿意度，而不是考慮促銷。 零供合作，品牌商有哪些好機會呢？這邊講幾個實踐經驗。 機會1：品牌商的會員是誰。零供合作，供應商（就是品牌商）可以在零售商的會員體系中，分析出哪些會員在購買其品牌產品，同時，哪些會員在購買其他品牌的同類產品。分析同類產品會員的總的消費習慣，和同行做差異化競爭。 機會2：品牌商增加了多少新會員。新增了會員，這些會員都是從哪些渠道來的，參加了什麼活動來的，從什麼同類品牌轉化而來的，新會員近期消費多少次，按次數分類大概會員數是什麼分布。同時，又有哪些會員流失，轉移到了其他品牌，具體都轉移到了哪些品牌。 機會3：發覺新會員的特點。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，將這些特徵動態展示在眼前。 機會4：會員增長趨勢。探尋會員增長呈現的是什麼樣的軌跡，探尋不同小類會員的增長軌跡。這對品牌商來說，太重要了。品牌商會特別關注產品的整個生命周期運營，那麼通過分析每個單品或者小類的新會員增長趨勢，可以判斷出單品或者小類是在成長期還是在衰退期，可以及時制定產品運營策略。 機會5：什麼樣的方式促銷最有效。分析哪個促銷參與的會員最多，針對性的制定促銷策略。當然，對於促銷活動來說，要參考的不僅僅是會員數一個指標。但不可否認，傳統零售企業提供的品牌會員是最精準的、信息最完善的。所以，在零售企業中的品牌促銷分析，是完全可以幫助品牌商制定促銷策略的。 機會6：高滲透的品類是誰。啤酒和尿布的故事，雖然是個騙人的故事，但確實給我們提供了思路啟發。我們分析和某品牌關聯度比較高的品類，比如說，分析買了雅培奶粉的會員，還買了其他那=哪些品類。我們看到買尿褲的比例很高，而護理用品、營養輔食、嬰兒用品的關聯度也很高。雖然說，商場貨品位置安排，不一定根據這個關聯度把這些商品密集集中或者做分散分布。但是，對應關聯度高的商品，組合優惠銷售、組合放置促銷提示牌是很值得推廣的策略。 機會7：高滲透的品牌是誰。狹路相逢，勇者不一定勝。但多些商業智慧，就多一些取勝的機會。我們根據會員數據，分析購買了本品牌商品的會員還購買了哪些同類的其他品牌的會員。這個可以是基於新會員做分析，也可以基於老會員作分析。針對新會員分析，可能得到的是新會員選擇搖擺的原因；針對老會員分析，可能得到的是品牌產品和同類產品的細微差異。 其實零供合作，還有很多方面可以探索。比如購物籃分析、滲透率分析、促銷有效性分析、價格彈性分析等等。筆者也在探索階段，上文只是當下的一些思考和收穫，或許日後能發現更好的方式、方法，甚至推翻現在的想法和結論。希望大家能帶著實踐是檢驗的標準的態度，一起交流和探索，歡迎留言~ 文|帆軟數據應用研究雲 船長

當下互聯網的餘震未醒，「新零售」又提出。成本上升、人口紅利消失、電商滲透率飽和都在倒逼零售的整體升級。 不管業內業外，政府公司，都在談轉型。但關鍵如何轉型，基點在哪？這都需要探索。 有人說，消費變革的起點一定是在里消費者最近的地方，其中最關鍵的一環，就是要提升自身的數據能力，真正實現以用戶體驗為中心的經營模式。 就在上月，步步高集團電商事業部產品技術總監王衛東在帆軟零售大會上發表了一場「頗具格局」的演講。從數字化創新驅動業務發展、「人貨場」的數據分析、再談到實際的數據化管理案例。 全程乾貨滿滿，總計4700餘字，建議閱讀時間10分鐘。 步步高商業連鎖股份有限公司（下文簡稱步步高），是涉及零售業、電子商務、商業地產、互聯網金融、大型物流等多業態的大型商業集團。目前擁有步步高超市、步步高百貨(廣場)、步步高雲猴網、步步高置業(步步高新天地)、步步高電器城、太楚餐飲、匯米巴便利店等業態。2016年銷售收入超過320億元人民幣，位列中國民營企業500強第158位。 一、數字化創新驅動業務變革 2017年是步步高數字化轉型的一年，總體數字化創新戰略方針是線上節約顧客時間，線下「浪費」顧客時間，創造更好的購物體驗。步步高擁有百貨和超市兩大事業群，兩個事業群的客戶群體是不同的。步步高超市業務以快捷為主，百貨業務以客戶體驗為主。如何通過數字技術來提高客戶滿意度呢？總體是增強智慧體驗、優化線上渠道、客戶畫像精準行銷三個路徑來實現技術驅動業務創新。 客戶獲取與經營的閉環 運營的關鍵是兩條線：獲客和經營。我們的數字運營體系，圍繞著用戶的運營這個重心，以顧客為中心，融合數字技術形成客戶獲取與客戶經營閉環。抓好這兩條線，讓客戶群不斷壯大，提高客戶成長轉化率，以此來保證毛利的提高。零售行業是個薄利行業，提高企業毛利，就是要在這個閉環裡面多下功夫。具體怎麼下功夫呢？可以針對性活動設計（目的）、分析人群相關性（精準）、交易簡便個性化、提供更多價值（權益/服務）、了解顧客喜好（消費偏好）、贏得顧客信任和主動傳播。 客流數據分析建模 傳統零售的數據是基於交易客流，基本等同於俗稱的會員。商超裡面的客流其實分為交易客流、飯店客流、進店客流、到達客流、潛在客流。這裡最容易獲取的就是交易客流，因為企業現有的CRM系統或者收銀系統基本都能涵蓋這部分客流。而現行的基於CRM客流管理和收銀系統客流管理模式有兩個管理上的缺陷。一是普遍重視客戶的消費能力，而忽視傳播與分享能力，也無法量化客戶的傳播與分享能力；二是高度重視新用戶的數量積累，而忽視後期的長期服務和維護，靠利益刺激，吸引促銷客戶而非忠誠客戶。我們應該有新的認知：到店即是會員，得顧客數據者得天下。怎麼得顧客數據？這就要建立一整套的全顧客全消費行為管理的客流分析系統。 身份識別 顧客到店，不同級別的會員消費不同，給企業帶來的效益也有較大差別。如何提前區分會員等級？而不是在收銀的時候強制出示會員卡來事後統計會員。首先，是對不同渠道、方式獲取的顧客機那裡統一的ID和ID映射圖譜方案，能夠在具體的場景中識別顧客。比如步步高用WIFI探針、手機號、微信號、支付寶ID、人臉識別等等。只要有了顧客ID，那麼客戶就成為了廣義的會員，把這些有身份信息的會員管理起來，在不同的場景中預判用戶行為，在顧客離店之前便進行適當的會員關懷和消費引導。 客流分析系統 客流分析系統的升級，戰略目標就是要獲取全顧客全消費行為數據。傳統的客流分析系統，主要是人工統計、紅外感應、視頻檢測，採集到的主要就是進店客流、POS等銷售數據，能做的工作優先，主要是就是強化管理，努力提高顧客轉化率。然而，一方面是競爭加劇，另一方面是經營成本增加，這些都要求步步高必須要做變革，以保持較強的競爭力。升級的客流分析系統，重點是對到達客流、車流數據、顧客運動軌跡、WIFI探針等做挖掘建設。通過識別和數據採集技術以及數據分析技術，步步高得以豐富會員畫像做精準的會員成長關懷和管理，提高客單附加值，提高會員活躍度，甚至從周邊商圈吸引到潛在客流並最終轉化為忠誠會員。 二、數據分析綱要 數據分析的核心三要點 我們鋪設整體的信息化，是有明確的綱要的。這個綱要就像是做項目的章程，是我們的指導文件。數據分析的核心三要素是什麼，是數據一致、實用當先、以人為先。保持數據的一致性，是要解決數據分散在各個系統，不同部分重複開發報表，不同報表製作計算口徑不一的問題。步步高通過建立統一的數據倉庫，集中解決數據不一致的問題，並保持嚴格的定期維護。杜絕華而不實，實用當先，不做表面文章，重在先能用，再好用。步步高數據分析項目一期，明確暫緩大屏項目，優先從查詢報表、監控報表、數據分析報表三步逐次實現。這就是堅持先能用再好用。以人為先，工具次之。帆軟工具確實數據分析領域的成熟的平台，但工具再好用，做再多的分析，業務人員不會用，也是捨本逐末，功虧一簣。步步高通過成立專業的大數據學院，在企業內部培養大數據分析軟體專業人才，精通業務，熟練掌握數據分析工具，然後由他們結合企業特點，向集團各單位推廣數據分析平台。 人貨場財指標梳理 傳統零售運營，分四個維度：人、貨、場、財。雖然大體維度相似，但具體到指標，還是各有不同。我們針對自身，做了專門的維度和指標的梳理。 人員，主要分為員工和顧客，前者是對內管理，後者是管理客戶運營。如何用這些數據，如果做對內管理，我們要規劃好目標，規劃好對內管理的定位。要想對內管理好用到位，必須基於每一個商業智慧單位設置各自的KPI考核。千萬不要給自己挖坑，做個高大上的分析或者報表。不用高大上，只需要幾個關鍵指標值。作為業務人員，他更多關注的是老闆對他設定的考核指標，如何改善公司層面的業績。業務人員關注的，是KPI。顧客分析，重點考核3個指標：客單價、毛利率、會員數。客單價的變化，毛利率的變化，會員的整理流失、有效、貢獻、年齡層次變化直接在日報中體現，每天都要抓。 貨。我們從採購環節、供應鏈環節、銷售環節、售後環節進行指標管理和控制，穿透整個經營環節。我們只把關鍵指標篩選出來，作為監控項和管理項。具體的監控和管理指標，可以看上圖。 場。我們在場這個維度上重點管理績效。包括銷售指標、競爭情況指標、促銷指標、渠道指標。每次促銷活動，不僅會監測會員和銷量指標，還會重點監測場指標，貨源是零售長期穩定經營的基石。 財。財務重點關注的一點就是毛利和回款。步步高的百貨，重點還關註銷售利潤率。 三、數據分析案例 我們的數據分析項目2017年還在重點就建設中。很多的數據分析的實踐剛有起色，並未得到長期的經營驗證。所以部分經驗和案例效果圖還不便公開，我們也本著開放的心態，歡迎更多同行能前來交流。這裡就部分內容做個分享。 巡店預警 我們的會員管理部分只關注門店會員數據，其他周邊數據業務部門並不想要。所以不需要定製太多的報表，也不需要提供太多的維度和指標數據。曾經，兩個月的時間完成的初版巡店預警控制報表，一線人員反饋說沒用。他們只關注商品調撥，需要實時查詢相關數據。這個預警報表能不能告訴業務人員當前門店哪個品類、哪個商品有問題，告訴業務人員這些，就是他們最需要的。我們對初版報表稍作改動，出來了下圖的最終版。現在一線業務人員，可以通過一張報表直接告訴他們那些商品有異常，哪些銷量有異常，哪些會員有異常。旗下的梅西新天地有1萬多款SKU，這一張報表就可以完成監測和分析。當然，針對會員也提供了關鍵指標畫像，只提供業務人員最為關注的幾個指標。 對標比價 我們引入京東、天貓、一號店以及其他同行的一些外部數據，監測零售同行商品的價格走勢和當前活動。根據外部數據，步步高一整套數據分析報表會自動給門店經理手機提示異常，會直接告訴他哪些價格有異常，同行的當前價格和歷史價格多少，以及預測近期價格走勢，並給店長提供建議價格做參考。 除了銷售對標比價，另一個就是採購。如果發現採購價格高於隔壁同行，商超裡面採購經理會說別人家在做促銷活動，或者有其他原因。但是顧客偏偏就是漸漸到隔壁家消費去了。現在專門開發了對標比價系統，店長拿著手機，對著商品QR code一掃，就能立馬顯示天貓、京東、一號店甚至是一些隔壁同行的價格。步步高在每個超市門店，都實現了對標比價的應用對接。 異常監測分析 目前我們已經建立了銷售、毛利、庫存、會員和積分的五大異常模塊。原來傳統的方式監測是依靠專家經驗（甚至很多企業現在也是這麼做的）。那麼我們分析一下，對於出差，第一周1次，第二周2次，第三周2次，第四周0次，第五周4次，第五周是否異常？如果專家判斷3次以上算異常，那就是異常，如果專家判斷4次以上是異常，那就4次剛好達標，不算異常。這裡面就有人為制定固定標準的局限。同理，我們看訂單數變化，連續多日統計後，某一天訂單量為85，這是否異常？同樣類似的會員消費，消費頻率達到多少算是活躍會員？業務專家給的指標建議，都是固定的，很難自動調節。我們也很難針對每個SKU、每個訂單都單獨去做人工測試。那怎麼辦？步步高採用的是建立分析模型，系統自動算一個標準差為基礎的UCL、LCL和CL。因為這個是固定一個標準差，所以分析模型是專業的。而整個三個指標的計算，是系統動態的根據近期數據或者整個歷史數據自動計算的，所以這三個指標也是隨著業務發展自動變化的。這樣就節約了指標維護的工作量。再對訂單數通過該模型分析，模型給出UCL=81，那麼顯然訂單數85屬於銷售異常。異常檢測分析，其實核心就是建立動態的異常指標。 到店客流監測 到店顧客，其實是需要我們重點經營轉化的。那麼要思考幾個問題：這些客戶從哪裡來，客戶量有沒有變化，這些客戶要消費什麼，這些客戶哪些是常客，這些客戶都對哪些店面感興趣等等。能用數據回答清楚這幾個問題，就方便進行顧客的數據運營和管理了。 首先，如何回答這些客戶數量的變化。因為一天接待的顧客眾多，很難用人員觀察統計，即使採用定時定點安排人統計人數，也是不科學抽樣，可信度不高。步步高升級了客流分析系統，得以通過停車場數據系統、WIFI探針數據、人臉識別等技術自動識別客流變化，然後，定製出客流量檢測看板。步步高主要關注近一小時累計客流量、近一小時新增客流量、今日累計客流量、今日平均停留時間這四個主要指標。當然，還針對歷史數據做對比分析，會對比昨日數據，看指標變化數值和變化幅度。這些指標變化也是納入異常檢測分析範圍的，只要超出動態的CCL和UCL，系統自動給店長預警，提示相關人員採取措施，並關聯KPI績效。督促一線人員及時有效的解決問題。 那麼客流總數異常，從哪些維度查找原因呢？或者客流總數正常，客流質量是否也正常呢？步步高重點關注兩個對比類指標。一個是新老客戶佔比，一個是今日客戶到店分布對比。客流數異常，首先要看的就是新老客戶佔比和數量的變化，新客戶減少可能是宣傳或者促銷的問題了；老客戶減少，多半是會員政策或者商品經營出了問題。這樣，步步高就幫助業務人員快速分析業務問題，及時幫助解決業務問題。當然，及時客流總數正常，也要關注新老客戶佔比變化。比如開展促銷活動，新客戶佔比增加顯然是促銷的一個關鍵指標。 到店客戶，他們來了，我們想知道他們都停留在哪裡，去了哪裡，好做針對性的店面布局和行銷管理。步步高採用電子圍欄技術、WIFI探針、人臉識別等技術，實時採集人流分布數據和運動軌跡。那做這個是什麼目的呢？其實說白了就是為了百貨經營時增加客戶的整體駐留時間，提高消費的可能性。步步高在梅西新天地做了客流實時分布分析和客流軌跡分析。通過這些分析，步步高可以判斷客流都是從哪些區域過來的，甚至是從哪個周邊小區過來的。然後從不同區域進店的客戶，消費目的有和不同，消費習慣有何不同，是否有更多的消費需求可以挖掘。負責管理的樓層長經理要思考：為什麼一些區域熱度很高，另一些區域熱度卻很低，為什麼有些熱度高的區域最終毛利卻不高，現在的店面布局是不是有更合理的方案。 通過對客流的監測和分析，步步高將一些經營決策所需要的數據和信息下放到基層管理崗，讓熟悉業務個店長樓層長來提出決策建議，供高層選擇，用數據來支撐決策，用可視化分析提高決策效率和科學性。 文 | 帆軟數據應用研究院 船長

證券行業是中國計算機應用高度密集的行業之一，如何利用好各項數據是券商擺脫低層次的同質化競爭，走向差異化服務優勢的重要途徑。那麼以數據為基礎，通過數據分析指導服務和決策就顯得尤為重要。 在東北證券的數據平台建設完畢之後，結構化數據初步實現了統一歸集，數據報表和圖表可視化均可以通過Cognos工具實現。但是，由於Cognos使用繁瑣、開發複雜，東北證券的數據小組一直無法接手該工具。 同時，東北證券的新需求不斷出現，亟需通過系統保存工作中產生的結構化數據，取代excel記錄和上報數據的模式。所以，東北證券自助開發了「數據助手」這一B／S架構的系統，較為完善的解決了當前數據填報的需求。 但是，因為多種原因，兩個系統並未採用統一資料庫，報表數據查詢基於oracle資料庫，數據填報則基於SQL server資料庫。數據同步通過ETL工具，每天晚上定時將數據助手庫數據抽取至數據平台庫。總之，兩個不同的系統和兩個不同的資料庫，讓業務人員在使用上費時費力，讓IT人員在後台管理上勞心勞力。 東北證券有著近百家營業網點，分布於全國各地，公司總部對各營業網點的任務數據下達需求越發強烈。此外，在大數據分析軟體和商業智慧報表系統技術的迅速發展下，東北證券信息技術部認為，公司需要一套全新的智慧報表系統，解決上述全部痛點，同時能夠迎上大數據可視化的浪潮，幫助公司不斷向前。 周期/節奏 2015年11月，東北證券信息技術部完成了公司大數據分析挖掘平台可行性分析報告，其中智慧報表系統將作為其平台上層應用系統之一。報告分析比較了開源版大數據平台和商用版大數據平台的優缺點，已經智慧報表系統在大數據平台之上能夠為公司提供哪些應用場景。 2016年1月至2月，東北證券信息技術部完成了國內幾家大數據平台、智慧報表系統等產品的POC測試，完成POC測試報告的編製。 2016年7月，在智慧報表系統方面，東北證券選擇了帆軟報表系統。 2016年8月，完成報表開發的總體需求分析工作，確定了統一的報表製作式樣。 2016年9月，完成了各項需求的開發和測試工作。 2016年10月，東北證券智慧報表系統上線試運行。 2016年11月，東北證券智慧報表系統正式上線運行。 2016年11月至今，東北證券信息技術部已經能夠獨立承擔公司各項報表開發工作，對公司各業務部在報表數據支援方面，做到了報表需求及時響應，快速落地。 開發工具——帆軟報表 FineReport 客戶分類/所屬分類——東北證券股份有限公司/大數據技術服務 任務/目標 1、智慧報表系統能夠對接Hadoop大數據平台，通過此系統能夠完成BI拖拽和分析功能； 2、實現東北證券各營業網點有許可權的查詢統計自家資產、交易量和客戶數等數據； 3、實現東北證券各營業網點有許可權的查詢公司總部下達的任務及最新任務完成情況； 4、解決數據填報的問題，在一套系統中實現數據查詢和數據填報等功能，擁有附件上傳等功能； 5、實現東北證券經紀業務管理部、零售客戶部、網路金融部的考核任務填報、績效考核數據填報； 6、實現東北證券經紀業務管理部對公司各營業網點的基本信息、人員信息、經紀業務數據等多項數據的上報、審核和管理； 7、實現智慧報表系統同電子簽字板對接，實現無紙化簽字辦公，實現辦公簽字統一管理。 挑戰 項目實施過程中，主要的挑戰來自以下幾個方面: 1、傳統關係型數據倉庫對於大數據量數據的統計、計算效率上的挑戰。 2、公司各項經營指標計算方式的了解、掌握、梳理工作。公司數據平台採集匯總多個系統數據，每個系統有各自的供應廠商負責，所以如何了解、掌握各系統資料庫表結構，梳理出一系列準確的指標項數據是我們首要面對的挑戰之一。 3、由於東北證券的營業網點數量近百家，並且每家營業網點均有3人使用此系統進行數據填表和查詢等工作，這樣在營業網點方面用戶數量有3百人，用戶數量較大。 同時，地域分布廣，所以在系統上線初期，如何讓如此數量的公司員工學會使用該系統，讓其學會通過此系統完成數據填報和Excel數據導入等，是比較大的挑戰。 4、東北證券總部處於東北長春，相比其他地方，在IT技術、IT人員方面均有不小差距，在大數據技術方面更是如此。所以公司如何能夠招入更多大數據技術人才，組建大數據團隊，真正將公司大數據平台運作起來，是一項不小的挑戰。 實施過程/解決方案 1、平台架構 公司數據平台基於Oracle資料庫實現，在大數據量數據的統計、計算效率上性能低下，導致某些報表查詢時間超長，操作不友好。 在公司尚不具備Hadoop大數據平台的背景下，先通過編寫存儲過程的方式，優先計算出結果數據，並保存在一張結果表中，從而大幅縮短查詢時長。但是仍存在一個問題，就是查詢數據僅能實現T+1式查詢。 與此同時信息技術部正在籌建Hadoop大數據平台，從而徹底解決此問題。 2、數據採集 在數據採集方面，由於東北證券擁有數據平台，能夠實現結構化數據的歸集。每個工作日，在櫃檯交易系統數據初始化完成後，開始進行櫃檯數據、CRM數據、自營、資管等十多個應用系統數據的採集工作。在數據採集方面不存在困難。 3、數據清洗 較為複雜的工作就是數據清洗。由於ODS層數據包括了櫃檯數據、CRM數據、自營、資管等十多個應用系統數據，並且每個系統供應廠商並不相同，所以在數據清洗環境耗時耗力較大。 各系統供應商中，有的不同意提供系統表結構文檔，有的同意提供系統表結構文檔但是文檔質量不高，或是文檔更新緩慢。 對於不同意提供系統表結構文檔的系統供應商，採用同其項目經理溝通指標需求的方式，由其反饋基於ODS層數據的SQL語句。 對於同意提供系統表結構文檔的系統供應商，採用先查看錶結構文檔，根據文檔內容同其項目經理溝通指標需求，自主編寫SQL語句。此方式較上一種而言，效率更高效，並且可以使我們快速了解表含義和結構關係。 數據清洗結果產出多項數據指標，用於支援智慧報表查詢統計。 4、數據填報報表開發 數據填報報表分為總部業務部門填報報表和營業網點填報報表。 (1)總部業務部門 總部業務部門填報報表主要用於編製營業網點當年任務、預算，往年績效數據。 如公司網路金融部根據各營業網點去年開戶數量、導流數量，再乘以一定比例，即定義出各營業網點今年需推廣安裝融e通App的任務數據。此時，數據仍存儲在Excel文件中，通過系統的Excel導入功能，導入此數據。 營業網點通過系統可以查詢到自家各項任務數據，同時也可以查看到前一工作日任務完成情況數據。例如，本年度任務數量為1萬戶，截至到上一工作日完成數量3千戶，剩餘7千戶，完成比例30%。 由於總部下達的各項任務數據的計算公式每年都會有變動，所以採用通過數據填報的方式導入數據，而不是在數據平台中通過sql語言編寫。優點主要為，計算過程和計算思路均由業務部門完成，技術部門僅需根據需求提前做出填報報表即可。 (2)營業網點 營業網點通過填報報表主要進行數據上報等工作。 […]

行動互聯網普及的當下，銀行業內外部數據不斷積累，如何解決信息孤島問題？如何進行數據整合？如何將數據可視化？如何充分發揮數據價值？圍繞這些問題，杭州聯合銀行近幾年進行了多角度的數據分析探索，在帆軟銀行大會上演講分享。這裡整理成文，歡迎留言探討。 關於杭州聯合銀行 杭州聯合銀行全稱「杭州聯合農村商業銀行股份有限公司」，是一家區域性農村金融機構，有著60多年的發展歷史。杭州聯合銀行總部在杭州，主要經營區域在杭州市區六城區(不包括蕭山、餘杭和富陽)，註冊資本16.67億，下轄分機構數146家，員工總數2300餘名。截至2016年12月末，全行資產總額1488.72億元，各項存款餘額1077.68億元，各項貸款餘額757.25億元。 項目背景 杭州聯合銀行企業內部，有這樣的聲音：現在需要做管理輔助系統嗎，是不是需要很多信息化基礎？杭州聯合銀行認為，基本的業務系統是必要的，隨著業務系統的穩定運行，企業也隨著市場變化要面臨更多的挑戰，信息化、數據分析是精準應對挑戰的武器。這個數據分析項目，正是基於10多年來的信息化積澱。 2005年到2010年，杭州聯合銀行信息化架構逐步形成：ODS、CRM系統、風險管理系統、OA系統、門戶網站相繼上線運行； 2011年到2015年，信息化水平快速提升：數據中心、災備中心、流動性系統、信貸管理平台、績效考核系統、數據查詢平台、微信URCB家園上線運行； 2016年到2020年，重點規劃互聯網金融+大數據：其中，就包括聯銀E貸、微信平台、風險信息查詢系統、管理輔助系統、互聯網雲服務平台、大數據分析軟體等。 公司業務系統逐步建設多年，確實提供了豐富的業務數據，同時也積累了大量的數據查詢和數據分析需求。具體來說，數據分析的一期項目，主要是三個訴求： 一、指標數量多，希望統一查詢入口。杭州聯合銀行每年都有很多考核指標，包括行內指標、行外指標、上級單位監管指標等等，這些指標又多又雜，統計下來，高達150多個分組。同時，這些指標可能還存在相互衝突，這個部門用這幾個指標，另一個部門卻用其他幾個指標。這種情況，已經嚴重影響到內部的業務管理效率。所以，急需一個統一的指標分析入口，其實也就是一個統一的數據分析平台，為大家提供公認的、客觀的數據分析結果。 二、指標時效性差，希望提升決策效率。因為指標複雜，對接的數據來源更為繁雜，有些新業務，公司不允許進系統，所以杭州聯合銀行系統就沒這些數據，這部分就要手動導入或者Excel分析。另外有些指標分析，是需要多人逐級進行Excel匯總才能統計出來結果。這兩種情況，都會導致指標時效性差，經常都是只能看上周，甚至上個月的統計數據。領導需要最新業務指標數據做決策，杭州聯合銀行就得加班加點採集數據、核對數據、做Excel匯總分析等。杭州聯合銀行意識到，急需提升杭州聯合銀行數據分析的效率，提升決策效率。 三、人工介入多，希望提高指標準確性。數據準不準、數據全不全，這是杭州聯合銀行的Excel報表經常要面對的無解問題。數據是多人通過Excel層層上報的，或者是從不同系統中導出來的。一張報表，責任人眾多，很難保證數據完全準確、完整。另外，相關責任人可能考慮個人利益，私自調整數據，這樣核查起來也是很困難的。所以說，因為人工介入太多，很多指標一直是將信將疑的用著。所以，用一個平台或一個信息化系統來解決這個問題，最合適不過了。杭州聯合銀行依靠系統，來監督、核實數據的準確性和完整性。 項目面臨挑戰 這個管理輔助系統，是杭州聯合銀行結合帆軟的技術方案和業務方案完成的。大部分工作都是杭州聯合銀行內部團隊加班加點實現。有些挑戰，對於專業的、大型的數據分析公司或許微不足道，但對杭州聯合銀行來說，確實是大膽的嘗試和突破。 挑戰一：數據多源頭。杭州聯合銀行指標繁多，對應業務系統也多，對杭州聯合銀行團隊而言，要整合20幾個業務系統，實在是困難重重。杭杭州聯合銀行自身的系統建設和維護情況並不是十分樂觀，要同時對接不同的數據源，迫切需要一個平台能簡單配置，實現同時接入數據。在做選型的時候，就是充分考慮了這點，最終採用帆軟報表來實現報表製作以及數據對接。 挑戰二：台賬數據質量差。因為業務管理不是很嚴格，台賬數據質量比較差。怎麼做這塊的數據清洗呢？杭州聯合銀行用帆軟報表的填報模塊開發了數據審核頁面，審核入庫數據，把好了數據質量的第一道關。當然，數據質量的治理一部分依靠一部分靠開發的數據採集、審核頁面，但另一部分還是要依靠平時強化數據錄入管理。 挑戰三：圖表開發效率。杭州聯合銀行數據分析項目組沒有配備太多的代碼開發人員，所以代碼開發能力相對不足。但數據分析的重要內容就是圖表開發。所以在選型時就明確要成熟的數據分析平台，要零編碼實現圖表開發。事實也證明，零編碼圖表開發，確實能夠實現數據分析報錶快速交付。 挑戰四：用戶使用體驗。管理輔助系統（也即數據分析系統），是行長親自拍板的項目，高層、中層和基層員工都要使用，用戶體驗必須要好。銀行定義好的標準是圖表製作要新穎、炫麗，圖形交互流暢，手機、PAD、大屏可以同步支援。 成果展示 杭州聯合銀行管理輔助系統（即數據分析系統）目前共開發了300餘張分析報表，其中涵蓋了董事會、分行機構、省聯社、年度經營任務等十多個板塊。 台賬管理 台賬數據質量差，是數據分析項目的一個重大挑戰。如何做好這塊的數據清洗呢？首先，台賬總數據量不是很大，十幾萬條水平。其次，清洗的規則並不是特別明確的。有些是數據缺失，有些是信息不準確，有些是只有業務人員才能識別出來數據有問題。針對這個情況，項目組開發了多個類似的信用證墊款維護頁面。除了可以錄入新數據，還可以針對老數據進行維護。錄入、校驗、提交，一步到位，方便快捷的解決了台賬管理問題。 董事會日報 針對董事會高層對數據準確性和及時性的要求，項目組開發了每日數據視窗頁面。領導進入系統首頁，可以一目了然地看到關鍵指標匯總數據，同時系統頁面高亮顯示異常數據，提醒指標變動情況。同時，系統支援詳細鏈接，也就是可以通過匯總指標進行點擊鑽取，了解匯總之前的詳細數據，讓高層踏實放心企業經營的明細狀況，企業是否健康運行，一套系統就可以滿足需求。 董事會指標詳情 董事會高層，重點關注的貸款完成總額、貸款增量完成率、貼現餘額及增量走勢、貸款總額增量及完成率走勢、貸款總額及同比走勢等，項目組用董事會指標詳情報表一張展示，文字與圖表結合，直接給領導展示分析結果。同時，業務組成結構與趨勢結合，從多個維度深入分析指標，讓高層能更全面透徹了解業務經營狀況，科學決策。 存款餘額近10日走勢 針對具體的業務經營，業務部門監測分析存款餘額近10日走勢，系統分析總分結合、時點與趨勢結合，同時加以聯動比較補充，既方便從整體把握業務進展趨勢，又能詳細看到具體的業務組成明細，同時還能關聯分析不同支行、網點之間的業務關係。 分支行指標詳情 分支行經營，其實是業務中很重要的一環，因為涉及到每一個支行，都有不同的指標要做監測。項目組調研各分支行需求，經過多方分析討論，最終確定了統一的分析指標作為參考。其中包括支行目標、完成率、排名、支行網點存款數、支行網點目標完成率以及各分支行網點的存款新增完成率。大家通過這個統一頁面，既能看到自己下轄單位的經營情況，又可以和同級單位做競爭對標。 年度綜合計劃經營任務完成情況表 針對我們總行支行的經營任務完成指標，項目組分主題進行了匯總。並且針對匯總指標，設置了鏈接鑽取功能，可以直達詳細指標頁面。省聯社年度綜合計劃經營任務完成情況普查，之前是連續加班數周，不斷的採集、匯總、核實數據，往往需要上百封郵件和十幾個Excel才能最終完成。現在一張帶總分聯動的報表，完全自動化生成，輕鬆滿足需求。科技部可以騰出更多精力用於信息化建設和數據分析的規劃和設計上。 經驗總結 總體來看，杭州聯合銀行數據分析項目是成功的。項目提高了指標的實時性，提高了監測效率；頁面簡潔，提高了用戶體驗；系統方便易用；分析指標和維度豐富，增強了數據分析的效果。除了機器的出力，也離不開人力的支援，總結起來， 一是得到領導層的支援，二是業務部門全程積极參与。項目之初就是行長親自敲定的，所以項目實施過程中，高層持續關注。同時，杭州聯合銀行是有合資文化的，業務部門是習慣於積极參与項目的。當然，在十幾項實施過程中，科技部也積極爭取領導的關注和業務部門的長期參與，在多方努力下，確實取得了良好效果。此外，杭州聯合銀行對這個項目目標定位準確，專註於數據分析，及時高效地用合適的平台搭建出來數據分析系統。正如當初項目啟動大會所言：目標準確也很重要。 文 | 帆軟數據應用研究院 船長

上周參加了貴陽數博會論壇「大數據科技引擎助力金融創新」。會上工商銀行王都富先生作了精彩報告，從實踐的角度，傳統的商業銀行怎麼用互聯網的思維、大數據分析軟體科技，來推動創新發展和持續發展。 工商銀行是全球最大的信用卡銀行，總資產是全球最大的，存款也是全球最大，貸款、應急資本、品牌價值，信用卡發卡量，這幾個指標目前來看也在全球排名第一，這裡暫定認為是實力雄厚的宇宙第一大行。 中國互聯網金融與大數據產業的蓬勃發展 【王都富】：互聯網金融起源於美國，中國的互聯網金融經過近幾年的探索發展，已經進入世界的前列，甚至中國互聯網金融領先世界。我們應該用哪些指標去衡量，或者評判中國的互聯網金融已經領先於世界呢？我們主要的談一下。一是，互聯網在整個GDP比重第三年的時候我們指標已經超過美國，現在大概7%左右，2025年可能會超過25%。二是，互聯網的用戶數是最大的，現在微信的超過5個億，支付寶的用戶超過了4個億，我們是全世界最大的；三是，中國網路的信貸，互聯網信貸是全世界最大，去年超過一萬億；四是，全世界最大的互聯網公司中國佔了4家，包括騰訊、阿里、百度、京東，前十家的互聯網上市公司。 【王都富】：近幾年，我國大數據產業迎來了發展的高峰期，這也有一些數據大家可以看一下。近三年，中國數據產業營業收入規模，每年保持30%的增長。另外我們中國雲計算的市場應用佔全世界的比重超過10%。中國佔了世界的十分之一，這個指標也是非常大的。還有就是從實體、企業來看，近十年大數據領先企業與其他企業稅前利潤增速對比，大大高於其他企業，就是大數據對實體經濟的支撐起到非常重要的作用。 【王都富】：大數據技術對大數據金融業績的提升、風險的管控也發揮了非常重要的作用。比如客戶管理，大數據技術對我們精準行銷、獲取客戶，也產生了非常重要的作用。如何實現信用卡獲客？傳統的渠道是靠網點、客戶經理去獲客，或者跟互聯網公司合作實現線上獲客。現在做的好的銀行線上獲客的比重有70%，未來比例會更高。產品管理方面，行銷方面也做了非常多的大數據技術應用，篩選了不同目標客群，開展精準行銷，成效非常顯著。另外，在風控上利用大數據技術，大大提升了傳統商業銀行風險管理的能力和水平，特別是網路相關的應用領域，利用大數據風控的提升發揮了非常大的作用。 信用卡是商業銀行最具互聯網與大數據基因的產品線 【王都富】：信用卡和互聯網金融業務範圍高度重疊，兩者內容是最接近的。兩者有兩個相同的最基本的特徵：海量用戶和海量數據。這就有了大數據應用的基礎。在商業銀行領域，大數據技術應用最早、最多、最廣泛的就是信用卡業務應用大數據風控的技術，互聯網是這樣，信用卡業務也是這樣。所以從這些角度來講，商業銀行信用卡和互聯網金融也是最接近的。 【王都富】：信用卡是大數據的生產者和應用先鋒。因為信用卡的信息是最全的，有姓名、年齡、收入、單位、消費習慣等等。現在評價一個客戶，可以將過去從200多個維度豐富到現在的1萬多個維度，積累了大量的用戶數據，可以進行多角度的的數據分析。另外是應用方面，不僅僅是客人基本的信息，同時消費的筆數可以衡量，通過消費的金額、消費的領域也可以分析消費的行為。這都是切合了互聯網下一步發展的方向。 以大數據為支撐，構建領先的風險管控體系 【王都富】：大數據技術支撐對廣大中小商戶提供融資的服務，為廣大個人提供消費金融的服務。基於大數據風控的體系，以大數據科技為支撐，構建領先的風控的體系，保障我們業務的健康快速可持續的發展。所以我們現在建立信用卡業務板塊決策數據的平台。我們過去的數據都是行業的數據，現在互聯網時代，引進很多外圍的數據。如百融金服、黑名單也可以引進。藉助自身的數據、社會的數據、銀行的徵信、第三機構的數據，來使我們搭建的風控模型更加科學、更加合理。所以現在風控體系，擺脫了過去都是靠行內數據的困境。接下來我們還會引進第三方機構的數據。同時，我們也聘請了美國專家來搭建數據模型。現在共六大類60多個模型，包含市場行銷類的模型、預測類的模型等等。我們開發了一個「白客戶」，對我來說這個客戶是全新。但只要客戶在網上申請，填的身份證號、姓名。根據這幾個數據，經過大數據更空系統預測收入，可以做到秒授信、秒審批、秒付款。 【王都富】：秒授信、秒審批、秒付款，這是我們的目標。當然現在非常重要的是建立全球領先的實時的風控的預警系統。我們已經上線了2.0版本，這是目前國內的銀行業針對信用卡板塊最先進的監控的系統，現在200多個模型，實時監控我們信用卡使用消費的情況。我們的客戶在美國消費，20毫秒內即可發現這筆交易有可能存在欺詐，可及時阻斷這個交易，保證客戶的資金安全。 【王都富】：我們也做了很多其他模型和實例，不斷的實踐過程中。我想傳統的商業銀行裡面，互聯網的時代，用互聯網的思維、大數據的技術，我們也擁抱互聯網，積極的探索創新金融產品和服務，用廣大的個人客戶中小商戶提供更加全面的客戶。信用卡是小小的卡片，但是插上互聯網的翅膀、大數據的翅膀，小小的卡片也可以有意義。 筆者早年也參加過銀行業幾家公司的數據項目，當然，可能達不上工商銀行這樣的體量。但多企業也從小數據、大數據，從自動化報表製作、BI系統、大數據平台做了不少努力。 近幾年大數據在國內確實發展迅猛。從2011年底，我國工信部把信息處理技術作為4項關鍵創新技術工程之一，其中包括了海量數據存儲、數據挖掘、圖像視頻智慧分析，這都是大數據的重要組成部分。2015年，五中全會的「十三五」規劃中將大數據作為國家級戰略。截至2017年6月，連續三屆數博會召開，凝聚全國之力共同探討大數據發展的經驗和教訓，規劃發展。從效果來看，政府確實開放了部分數據，國內像也崛起了眾多數據公司和大數據技術應用公司。但我們也應該看到，大數據所依賴的核心技術大多還被國外把持。像Hadoop生態圈，國內企業更多的是扮演應用角色，稍有領軍企業。所以，我國大數據產業的發展高峰，是大數據商業應用的高峰，但我們還需要注重大數據底層基礎技術的研發。 正如以上，依託大數據技術，工商銀行提升了客戶管理水平，實現了精準行銷，提高了信用卡線上獲客比重，同時還提升了風控水平。大數據技術的應用，除了平台技術本身，其實更多的還是需要業務模型，需要像工商銀行這樣的業務運營專家來搭建業務管理和風險控制的模型。用大數據技術實現這些模型，對接內部數據和外部第三方數據。商業銀行的信用風險，很大程度上來自信息的不對稱。其中主要是信息不真實、不成程度的欺詐以及信用主體的高度耦合。藉助大數據技術，首先是採集到維度多、來源多、種類多的數據，然後用大數據存儲技術和大數據計算、分析技術，將隱藏數據之中的關聯關係和風險管理監測起來，通過可視化的平台，輔助業務決策，提高銀行的經營能力。 銀行行信用卡業務和互聯網金融業務，兩者業務模式相近。互聯網金融的大數據應用風控經驗，銀行信用卡業務可以充分借鑒。可參考早前專欄的一篇文章《寒冬之下，互聯網金融的數據化建設心得 – 知乎專欄》。海量的用戶和海量的數據，促使信用卡業務依託大數據技術進行管理和風險控制，同時也為利用大數據技術挖掘消費行為提供了實踐土壤。所以說，信用卡天然具備互聯網與大數據的基因。 銀行信用卡風控，需要建立有效的業務決策數據平台，融合風險信息可視化技術，構建風險管控體系。業務決策數據平台，需要能從客戶基本信息（開戶三要素、地址、聯繫方式等）、客戶風險信息（外欺系統風險資料庫信息）、客戶銀行業務與往期處置信息（資產負債信息和資產質量信息）三個維度，立體、全面、直觀、準確展現客戶全方位風險要素，實現客戶風險畫像的動態可視化。利用業務決策數據平台，對風險客戶的資產情況、社會關係、行為軌跡等信息橫向關聯，縱向發掘，支援風險信息的交叉分析驗證和多維風險評估，提升風險客戶評價的可靠性和準確率。 文 | 帆軟數據應用研究院 船長@李向川

這是來自帆軟愛好者論壇裡面一位番薯分享的案例，這裡整理給大家參考學習！ ERP——Enterprise Resource Planning 企業資源計劃系統，是指建立在信息技術基礎上，以系統化的管理思想，為企業決策層及員工提供決策運行手段的管理平台。ERP系統集中信息技術與先進的管理思想於一身，成為現代企業的運行模式，反映時代對企業合理調配資源，最大化地創造社會財富的要求，成為企業在信息時代生存、發展的基石。 截止到目前，使用ERP的用戶越來越多，對數據資料的探取需求也越來越大，但ERP報表對用戶個性化的需求支持的力度並不大，最多支持SQL語句查詢，而對報表的樣式就無能為力了，從今天開始，我將列舉幾個報表的應用，看如何解決ERP報表使用中的難題的。 一、銷售訂單執行情況明細表 1、ERP過濾界面圖 2、ERP查詢效果圖 相信大家從ERP效果圖中可以看出，報表提供了兩種單據資料，即銷售訂單和銷售出庫單，並且這兩種單據資料還不是在同一行上，都是隔行顯示，用戶體驗並不好，並且這些資料比較單一，如果我還想知道訂單的入庫情況、訂單完工率、訂單按期交貨率呢？那只能對資料進行二次加工，比較常見的方法是把資料導出EXCEL表使用公式來做，粗略估計，沒有個把鐘頭無法做出像樣的報表來。 3、使用FR報表做出來的報表效果圖 用FR做報表，必須要明白點SQL，而且對ERP資料庫也要有一定的了解，清楚每個欄位的含義，否則多表關聯你也是搞不定的，下面是模板資料集語句： SELECT * FROM (SELECT t1.FBillNo,u1.FName AS FCustID,case when u1.FName=’零售戶’ then ‘預測訂單’ else ‘銷售訂單’ end as FCustID1,t1.FDate, u2.FName AS FEmpID, case when t1.FMultiCheckLevel1=16403 or t1.FMultiCheckLevel1=16507 then ‘昆嵛路工廠’ else ‘四產路工廠’ end AS fparentid,t2.FEntryID,t100.FNumber,t100.FName,t100.FModel, CASE WHEN t2.FUnitID=0 THEN ” ELSE u4.FName END AS FUnitID, t2.FAuxQty As […]

資料分析設計架構背景 報表和資料是企業日常管理中最為重要的信息載體，同時也是企業單位各層級人員信息共享和交流的主要手段。許多企業通過多年的信息化建設經驗積累，已經建立了支持業務運作的基礎系統，並且開始希望將各業務系統的資料和報表進行集中管理。然而由於現有業務系統既有的建設思路和技術框架等原因，很難基於需要大量編程的傳統報表開發方式來滿足多層次的報表需求，主要表現為資料環境複雜、報表應用類型多、報表需求變化快等特點。 目前市場上主流的「報表中心」的解決方案大多由各類BI廠商基於自身的工具產品提出來的，其本質是基於自己產品已有功能之上的報表開發。通過BI工具提供的相關功能來實現各類報表的開發。這種方式的弊端是只是發揮了工具的作用，解決了報表的技術開發問題，但是缺乏對開發完成後的報表的集中管理職能，比如：報表的版本控制、報表的分類查詢統計等等。借鑒以往報表中心的經驗，同時為了充分發揮報表中心的集中管理職能，筆者在此提出了一種企業級報表中心的設計思路，以解決在分散業務系統和異構資料環境下的報表資料質量不高、製作過程複雜、開發維護代價高、資料決策支持不到位等報表應用問題，重點解決如下幾個方面的問題： 統一工具 改變以往各應用系統自行使用不同類型的報表工具進行開發的模式，統一企業範圍內的報表工具。通過統一報表工具，一方面統一了相關係統開發商的技術平台，保證開發出來的報表形成一致的風格，同時又便於後期的維護；另一方面，通過統一工具，也可以更方便的對各類系統的報表進行集成，達到集中管理、集中維護的目的。 統一發布 通過報表中心建立一套規範的報表發布流程，將報表設計開發過程和報表的發布過程銜接起來，形成報表的發布機制，同時建立報表的元資料信息、版本管理、訂閱機制、快照等功能，從而形成完整的報表生命周期過程式控制制。 集中管理 給各類用戶建立一種集中的、統一的報表訪問環境、報表管理環境，報表中心本身能夠與用戶現有的用戶認證、許可權控制模式、運行平台融合，並且還需要支持相關Portal產品的規範要求，以保證輸出的報表能夠在門戶中進行展示。 分級應用 報表中心根據用戶信息系統部署模式的不同，可以支持企業集中一個報表中心，以及省、市多級報表中心的應用模式，通過完整的許可權控制機制和發布機制，能夠將報表物理上發布到報表中心或其它應用系統中，並根據用戶的不同許可權實現授權使用，以保證報表操作的安全性。 筆者認為當前企事業單位裡面重點的問題並不是報表開發的問題，而是要解決報表管理分散、應用分散的問題，因此，圍繞上面幾個方面的目標，筆者在此提出一種以集成整合、報表管理為主要手段的企業級報表中心的架構設計思路。 技術架構 根據上述總體設計思路，企業報表中心的總體技術架構如下圖所示： 整個報表中心總體分為資料層、集成層和應用層三部分： 應用層 報表中心的應用邏輯上分為三大部分，報表設計中心、報表管理中心和報表應用中心。 報表設計中心：主要通過報表與商業智慧開發軟體提供的開發環境，完成報表的設計和開發工作，是一個集成的設計和開發環境。報表設計中心具備連接各類資料源，並通過對資料源的訪問、資料的過濾、轉換等資料集成操作，實現報表的展示。報表設計中心應具備的功能見功能架構部分內容。除了提供報表開發環境外，報表設計中心還應提供對外的介面，一方面便於將報表結果導出成EXCEL、PDF等常用的格式；另一方面也應具備將開發完成的報表發布的應用伺服器上，以便於用戶方便的訪問報表。另外，報表設計中心也應該具有和其它系統（比如：資料中心系統、企業門戶系統等）在界面層面的集成能力，以實現將報表設計開發環境和其它應用系統環境在功能層面實現整合，方便用戶的統一使用。 報表管理中心：報表管理中心為報表使用者提供了一個集中的管理環境，目的是對報表設計中心開發完成的報表進行統一管理，提供報表目錄管理、發布管理、版本管理、元資料管理、訂閱管理、報表統計分析、許可權管理等功能。通過報表管理中心，為使用者提供授權後的、可訂閱的報表功能。同時也建立了一個報表集中管理平台，信息人員可以對報表的發布、分發、使用等環節進行控制，為企業範圍內的報表應用提供了一種控制和持續優化的手段。報表管理中心同時對外提供一些介面服務，以實現報表應用中心和管理中心之間的功能調用和信息訪問。通過報表管理中心發布出去的報表最終可以部署在報表應用中心，也可以發布到現有的各類應用系統之上。 報表應用中心：報表應用中心為企業提供了一個集中的、統一的報表集散地，未來企業範圍內的所有報表（或面向管理層、領導層的報表及資料分析功能）都可以在報表應用中心進行集中部署，作為用戶訪問報表的統一門戶。報表設計中心開發完成的報表最終都發布並部署在報表應用中心。報表應用中心提供了報表的訪問入口和報表輸出服務，其它各類系統可以通過多種方式（portlet、URL連接或服務）的方式來獲得報表的操作。 資料層 資料層作為報表中心的集中存儲環境，為報表管理中心和報表應用中心提供相關信息的存儲，同時包括報表元資料的信息。報表元資料可以和企業級的元資料存儲庫合并為一個存儲區域。報表中心資料庫包括了管理中心所需的各類目錄信息、配置信息、概要信息，以及報表的快照資料。 集成層 集成層作為報表中心內部模塊之間、報表中心與報表工具和應用系統之間進行信息交換的平台，其中集成了各種信息交換的技術實現，包括：web服務、ETL、消息隊列、FTP等。根據報表工具的不同、業務系統的平台不同有選擇的採用不同的交換技術。集成層的資料交換服務平台實質上和資料中心系統中的資料交換服務平台是一個概念，集成層為報表中心完成了資料交換、信息訪問的職能。 功能架構 企業級報表中心功能上分為報表設計中心，報表管理中心和報表應用中心，功能架構如下：

南國乍暖還寒之際，FineReport報表工具又迎來了新的合作夥伴——上海勝章管理諮詢有限公司。這是FineReport報表繼進軍金融，電信，公安，煙草，稅務，政府，鋼鐵，航空，外貿等各個行業之後，向新領域的又一次延伸。 隨著近幾年國內市場經濟的空前繁榮，越來越多的企業已不滿足於現階段滯後的會計核算和管理模式，從而開始向專業的諮詢公司尋求更加積極有效的解決辦法，正式這樣的大背景，孕育了FineReport與勝章的合作。