大数跨境
0
0

教你学会建立一个行业的分析模型

教你学会建立一个行业的分析模型 大数据分析与应用
2019-10-14
0
导读:电商数据分析漂泊多年经验总结

十年前误打误撞进入了电子商务行业,又不知不觉做了几年数据分析工作,恰好赶上了电子行业发展的红利期,对于这个行业的数据模型建设还是有一些看法的。

就数据分析来说,个人觉得对于每一个行业来说都是非常重要的,也确实能带来实际效果:

比如说利用数据分析做会员的细分以进行精准化营销;利用CRM系统来管理会员的生命周期,提高会员的忠诚度,避免会员流失;利用会员的购买数据,挖掘会员的潜在需求等等。

但是公司一开始也是没有数据系统的,数据模型建立起来步履维艰,下面分享一点我的经验:

一、行业的大数据架构

最开始进公司的时候是在运营部,主要是负责运营报表的数据,当时的系统还很差,提取数据很困难,做报表也很难,都是东拼西凑一些数据,然后做成PPT,记得当时主要的数据就是销售额、订单量、毛利额、客单价、每单价、库存等一些特别基础的数据,然后用这些数据作出一些图表来。

后来公司上了FineBI,采用一站式大数据分析产品及解决方案,这才建立了数据分析平台,提取数据非常方便了,而且维度也多,可以按照自己的想法随意的组合分析,那个阶段主要就是针对会员购物行为的分析,开始接触数据建模。

从源数据对接、数据抽取转化、数据仓库、数据集市、整合分析、自助分析,依靠FineBI建立了完整的行业大数据技术应用架构:


源数据方面,整合业务系统、web数据、手工录入、系统日志相关的数据,打破各个生产系统的数据孤岛局面。

然后进行数据抽取、数据转换、数据加载的质量管理,之后将相关数据写入数据仓库,并且输出到数据集市中进行数据建模,按照财务分析、质量分析、生产分析、库存分析、销售分析等主题进行整合,通过FineBI实现基础科目的数据可视化展示,以及各类灵活场景的数据探索式自助分析。

二、模型的建立

1、总裁驾驶舱

以前的时候,各经营业务关键指标分散在各业务系统,管理者想查看了解比较麻烦,而且传统数据统计采用人工核算、汇报的方式,反馈滞后,没有时效性。

因此,我通过FineBI设计好的管理驾驶舱,将一些关键指标展示出来放到系统主页或者显眼的位置,提供给总裁、高层领导或者综合业务管理者进行核心指标总览,比如:

  • 通过客户、品牌结构和销售趋势分析,了解公司产品的优劣势,针对实际情况制定经营战略;

  • 库存结构和库存周转情况展示了库存的状态,库存周转率越高说明仓库使用率越高、价值越大。


通过综合数据的展示,整体把握公司运营状况:

  • 管理者输出管理压力,公司整体情况一览无余,同时对于下层执行者也起到一定的监督威慑作用;

  • 有问题及时暴露、及时发现;

  • 节约重复核算和汇报的工作量,提升工作效率。

2、生产质量分析

没有体系化的生产质量分析方案,以上问题会给企业增加很多不必要的成本,比如:

各分公司采购金额不统一、不透明财务管理混乱,生产随机性比较大,没有参考数据对比分析和计划;合格率不准确、无监督,工厂不合格品数量不断增多;不合格品项目和原因不明确,无法提出针对性的调整方案。

这个时候可以通过图表的形式将生产和质量管理相关的指标数据直观的展示出来,把各分公司采购额排名透明,对于投入多产量少的企业给予提醒;展示对比各个生产项目的合格率,定位问题突出的点,针对制定提升合格率的方案措施。


通过对生产过程管控分析,为企业节约大量采购、产品返修、报废等大块的成本。

3、产品销售分析&&销售预警分析

有时候,公司会遇到区域销售情况、客户产品结构、门店销售状态不清晰,企业战略制定和资源配置不合理,各产品单品销售情况不清晰的问题。

此时,我们会通过区域地图展示产品各区域销售情况,同时对各单品在门店的销售表现通过颜色、警戒线等进行预警分析。


具体的销售预警分析:


销售数据的综合分析展示,为企业战略制定、资源分配、产品生产营销计划制定等项目提供数据参考和支撑。

关键场景:

  • 通过对全国各区域销售情况分析,对于强势区域、发展趋势明显的区域或者重点目标区域给予资源倾斜;

  • 门店预警分析,参考销售比较好的门店给销售一般的门店提供参考的销售方案;

  • 根据各单品的销售情况,安排生产计划和营销活动,增补库存或者去库存。

4、库存与账款分析

之前的时候,库存结构不合理,滞销、脱销等问题频发;库存周转率持续降低,企业应对风险的能力变弱,经营风险增大;应收账款账龄不断延长,大大增加呆账、坏账的风险。

没有体系化的库存与账款分析方案,以上问题都会增加企业运营的风险。

我们就会使用图表或者预警推送等手段监控库存、账款方面的关键要素。


实时或者定期对库存、账款数据监控分析,对于异常指标及时提醒,并提出针对性的解决办法,规避不必要的风险。

关键场景:

  • 监控原材料、半成品、成品的库存情况,保证生产工作正常进行,对于呆滞的产品及时清库存;

  • 库存周转率是工厂经营状态的关键指标,直接或者间接代表企业的盈利和变现能力;

  • 应收账款提示,对于账龄超过一定期限的给与预警提示到相关商务人员及时催款,降低风险和损失。

总结

写到这里基本上写的差不多了,以上也是我的个人见解,当然我也存在一些不足,后面和大家一起交流学习啦~有兴趣的可以加我个人号

推 荐 学 习

一文教会你财务报表分析,小白也能看懂
数据分析掌握这个方法,你就会了一半
教育行业|教育行业数据分析四大应用场景

长按识别二维码关注我哟

码字不易,给个在看吧~

【声明】内容源于网络
0
0
大数据分析与应用
专注数据分析,提供数据分析干货,数据分析工具介绍以及各行业数据分析应用状况
内容 701
粉丝 0
大数据分析与应用 专注数据分析,提供数据分析干货,数据分析工具介绍以及各行业数据分析应用状况
总阅读21
粉丝0
内容701