找Martech上Marsgo

字體大小: +
4 分鐘閱讀時間 (732 個字)

零售分析框架與儀表板完整解析

20220928-072333

作者:

劉彥廷

博宏雲端商業智慧發展部總監


許多大型企業在進行數位轉型與導入數據驅動文化時,經常遇到雖有龐大的數據資料但不知如何建立模型並加以有效應用,進而導致企業內部資料渾沌與效率低落之狀況,我們希望藉由以下觀點協助企業改善現有狀況,並進而提升策略準確度與營運效率等方面問題。


首先由上而下驅動的策略規劃為所有分析活動的起始點,利用以全局視角建立的戰情室,可將各項核心指標層層細化,並依不同職權作專業分工優化,如下圖是零售業各單位之核心指標。


KPI儀表板是高管用於輕鬆監控組織中最重要的指標所使用的報表。與其他儀表板相比,此儀表板提供的詳細資料或上下文訊息通常較少,不適合探索性分析。但它可以快速提供趨勢、異常值等關鍵訊息,供決策參照。


然而大多數企業中並無設有專業數據分析師之職位,導致在產出後的儀表版經常無法符合各個不同部門單位的使用習慣,以下我們提供了4種不同形式的儀表板設計原則,以符合使用上之需求:


  1. Q&A儀表板:Q&A儀表板通常設計為組織或組織部門內最重要/緊迫的問題。這些問題可以從戰略計劃、緊急計劃或業務中的特定問題設計。 中階管理人員可以使用這種類型的儀表板來定期主動追踪多個問題。

  2. Top Down儀表板:此儀表板專注顯示較高層次的匯總KPI以及提供更多上下文資訊的詳細訊息。這對於負責監督或管理組織的高階領導和中層管理人員很有用,可以一目了然地監控關鍵指標和/或深入了解模式可能發生的原因,並推動由上到下的發展策略。如物流部門協理關注從KPI儀表板中所拆解出來的發貨時間、發貨成本等關鍵指標。並同時了解運送方式、商品類別對發貨時間、發貨成本的趨勢影響。

  3. Bottom Up儀表板:此儀表板適合希望在非常詳細的級別上監控數據的中層管理人員或分析師。可針對特定數據點的波動採取干預或行動。如物流部門供應鏈管理師細看每一配銷中心,一整個月的發貨流程波動,與利潤、成本關係圖。並進而可結合其專業領域的知識配合探索式分析的能力,找到insight。

  4. One Big Chart:此儀表板通常以地圖或散點圖,用一塊大螢幕打造戰情室,清晰地呈現所有銷售細節,而此類儀表板通常提供高階管理階層迅速了解公司整體營運狀況。


另外以不同部門分析的主題切入,各自所關注的KPI皆有所不同,以下我們統整了企業中的六大部門,各別所關注的KPI:


  1. 門店運營:作為消費者的第一線接觸點,重心放於潛在交易轉化和主客戶經營。店長乃至於第一線銷售人員,皆需要利用統一佈建的儀表板實時查看各項運營指標,如銷售額、利潤、熱銷商品。同時區域督導需回答以下問題:查看區域內各門店績效,並能夠深入到表現不佳的門店並專注於需要協助的人力、商品類別、商品。

  2. 商品運營:哪些是暢滯銷商品,並且如何做為訂貨與促銷的參考、產品的最適當定價、各區域門店適合的價格帶產品、各類商品銷售情況及對比其所佔的庫存比例是否合理,以上這些分析可再由營運支援部門的產品經理做為門店的訂貨、調轉及促銷提供參考依據。完整的商品運營解決方案,包含了價格制定、商品運營、庫存管理、供應鏈管理等議題。

  3. 市場行銷:零售商通常會根據市場需求、特殊節日(雙11)、產品上市活動(搭贈、預購)、季節性(長袖服飾夏季促銷)等因素,展開一系列的市場行銷活動,並期望能提升銷售、提升迴轉率、消化庫存、新增會員數、重點產品銷售達標。大部份的銷售是通過促銷活動完成的,因此計劃和執行促銷活動對於零售商是至關重要的任務。促銷分析又可分成三個階段進行資料視覺化分析—促銷前規劃、促銷期間和促銷後檢討做為下次活動的參考。

  4. 顧客關係:如何區別與分辨不同的客群,可為零售業呈現清晰的客戶畫像,深度挖掘客戶價值。並針對各客群做客製化與精準行銷。我們最常使用的模型為RFM分析,RFM分別對應: R(Recency)最近一次消費、F(Frequency)消費頻率、M(Monetary)消費金額,了解RFM的定義後我們就可對各個客戶進行評分並將有類似消費習慣的進行分群。

  5. 全渠道運營:麥肯錫公司(McKinsey&Company)研究發現,由於受到了COVID-19衝擊,全球公司的數位轉型速度加快了7年。大多數顧客已開始習慣自取、外送、電子商務的消費模式轉變,因此如何整合ERP、POS、CRM、線上數據,並支持分析人員最大程度還原數據原貌,是現今零售發展的趨勢。

  6. 人力資源和財務分析:零售業內部管理以人員管理、財務管理為主。人員管理包含:招募管理、流動管理、績效制定、授薪分析。財務分析包含應收帳款分析(AR)、成本結構分析、獲利分析、績效分析、產品別損益分析、損益粗估模擬、毛利粗估模擬、滾動式毛利預估。


最後企業在數位轉型的過程中,我們應該將目標聚焦在如何利用資料來提升商業價值,而不是在資料準備上,我們希望任何人都可以用非編寫程式的方式分析數據,讓在企業裡的各個部門更專注在其策略與工作內容上,並透過數據分析來提升工作效率與決策支持。


本文同步刊載於理財周刊:https://www.moneyweekly.com.tw/Magazine/Info/理財周刊/88228



作者介紹:

劉彥廷 co-founder and CEO

博弘雲端 商業智慧發展部 總監

Tableau資料視覺化與商業分析筆記 站長

遠傳大人物 講師

軟體銀行 台灣2019行銷年會 講師

數位轉型 數據為財
行銷數位轉型的上帝視角

Powered by AMT

Cron Job Starts