大家下午好，首先非常感謝大家能夠在百忙之中抽出時間來參加這次的活動，今天要和大家分享的是該如何從觀念層面，技術層面以及應用層面出發，對零售行業的數據分析。

零售行業對數據的靈活性，時效性和及時性的要求相對會比較高，但是零售行業的數據會比較大，指標比較復雜，所以導致大家在傳統的ERP的系統中，很難很好的去做數據分析，有些零售企業的規模不小，但是實際上在管理方面是非常的粗狂，比如說，在某一次盤點當中，還存在著兩年前的貨品，它的庫點存了兩年，這樣的經營狀態可能在以往沒有什么太大的問題，但對于現在來說，電商行業在宏觀上沖擊比較大，整個的宏觀經濟會比較有影響，對于消費者來說，會不太敢消費。但從數據上來看，整個零售行業的消費的基點是越來越高的，生長也是非常的快。那么對于零售行業來說大數據的概念是什么呢？又該如何從技術上解決大數據分析的難點？要怎樣才可能發揮大數據的價值呢？

電商對于線上傳統零售商行業的沖擊是非常大的，在2015年，雙11阿里巴巴的成績單！1天912億，增長60%。京東則銷售了2852萬件3C商品。這是在以往的傳統的零售行業是難以想象的一天能夠賣出這么多的商品。現在的整個零售行業，根據國家統計局數據顯示，2015年全年社會消費品零售總額300931億元，比上年名義增長10.7%。全年全國網上零售額38773億元，比上年增長33.3%。其中，實物商品網上零售額32424億元，增長31.6%，占社會消費品零售總額的比重為10.8%；大家可以從中看出來的一個趨勢，電商有可能在未來統治零售業的江湖。而早在2012年的一個電視節目上，王健林和馬云曾設下賭局，"10年后，如果電商在中國零售市場份額占到50%，我給馬云一個億。如果沒到，他還我一個億。"

那么為什么電商可以踩著傳統零售上位，盡享風光？

我們不妨來分析一下電商的核心競爭力是什么？是因為啥都能買到？信息透明？亦或是交易成本低？......

在我個人看來，電商的核心競爭力在于，通過海量的數據處理，讓我們做購買的決定時，變的更輕松，更靠譜。舉例來說，我們在京東上買東西，搜索空氣凈化器這類商品時，它首先會告訴你某個商品有多個人評價，評價越多，也就意味著越多人買；當你點擊去之后，就可以看到好評度是95%，還是98%？如果是在360瀏覽器中打開的話，還有一個價格趨勢，告訴你歷史價位走勢如何，其他電商平臺是不是更便宜？除此之外，還有其他同類或同價位商品的推薦與排名。有了這些信息，你就掌握了做一個購買決策時的幾個關鍵信息：

（1）這款商品好不好賣？

（2）這款商品口碑好不好？

（3）這個價格便不便宜，現在是不是最便宜的時候？

（4）有沒有其他更好的商品？

我們再嘗試到線下的電器店去逛逛：找到空氣凈化器的專柜時，幾個熱情的不同品牌的導購員會迎上來，每個人都說自己的好，讓你不知所措。看了價格，根本不知道這個價格是能講價還是不能講價，如果能講價，也不知道自己談下來的價格是不是最低的價格。于是乎，眾多的不確定性，導致我們一定是逛完國美再逛蘇寧，最后，極有可能是因為一些完全不重要的贈品讓我們買了單。

對比一下，兩種購物的體驗，差別在哪里？一個是清清楚楚，一個是糊里糊涂。那為什么電商在沒有看到實物的情況下，卻可以給人明白消費的體驗呢？--這就是大數據的價值。換言之，電商核心的競爭力就是大數據的利用能力。

其實大數據對零售行業來說，就是一味藥，不吃也可以（可能是慢慢等死，也可能快速被市場淘汰！），吃了一定會有效，但份量多少，要吃多久，都暫時沒有定論，所以，藥不能停！首先，遇到問題的時候切記不要太著急，但也不可放任不管。企業在不斷的去嘗試，尋找不同的解決方法，但其實這是在浪費時間，因為它沒有從根本上找到問題的根源。不管你用什么樣的管理工具管理手段，在整個過程當中，人才是主體，是需要時時的查看，時時關注，時時分析，只有這樣才可以不斷改善我們所關注的點。不斷的持續下去，這樣的問題才可以在根源上解決，要從根本上理解和分析大數據的難點。

從技術上看，要如何解決數據量大的問題？我們可以采用分布式存貯與計算解決方案、內存式計算方案和OLAP方案。這里我是推薦大家使用OLAP方案，因為它在技術上，提前做聚合，查詢的時候不在是做計算，只是瀏覽，這樣就可以減少內存和CPO資源，它的優點是利用空閑的時間，幫你把各種需要分析的數據提前算好，對于硬件的資源來說是沒有任何的依賴，而且成本低，上手容易。對于數據質量不好該怎么辦，可以使用Excel表來維護，可以把手工維護的資料把握到BI的系統。不同業務系統之間的數據邏輯關聯有缺失，可以通過規則的建立和數據清洗的方式的處理來解決。

業務部門的需求老是變怎么辦？可以通過IT人員幫業務人員用專業BI工具開發報表，或者購買一個工具讓業務部門自行靈活的查詢分析。這兩個途徑都是可行的。第一種途徑則需要IT人員要有專業的能力和大量的員工，但這不是一個很好的解決方案，因為你會發現同一張的報表給不同的人，總能從中挑出一些毛病出來。最好的方案是工具可以比較好的滿足業務人員自給自足的需求，那么怎樣才能做好自助的分析呢？從商品維度、變量和指標出發，來分析業務部門各方面的需求。我們用到的BI系統應該是不依賴于各項的報表，是當你需要的時候就出來，它會自己通過鼠標的方式，來識別出來，可以在瀏覽報表的時候任意切換到你所需要用到的信息，這樣才能從根本上解決,才可真正的做到自助分析。

指標的計算復雜怎么辦？比如，客單價，周轉率，動銷率，雖然公式計算簡單但是從中計算的小票數是挺困難的，在實際運用中也是挺困難的，這就要從多個角度進行分析，可以統計商品類的客單價來進行匹配SKU的布局。我們是推薦用最明細的數據分析來進行分析整合的，這樣才可以滿足所有可能的需求。

那么要如何發揮大數據的價值？這就需要我們洞悉銷售規律，做好銷售預測。

利用線性回歸的方法來進行預測，預測帶來的良好愿意是希望能夠達到的目標，但事實上沒有預測是沒有那么準確的，預測的也是建立在過去數據分析的基礎上，進行對未來的一個估算。這就是以前是怎樣，未來也會是怎樣的，其實在中間會隱藏了一個假設，那么這個假設會成立么？想當然是不成立的，因為過去不代表就是未來。

以下的這張圖是2014年周銷量與2015年預測周銷量，由此可以發現某一個品類或某個規律在前兩年基本上的曲線是比較穩定的，你會發現用這種預測還是比較準的，但是我們不能輕信這樣的預測。

把品類的銷額、毛利、庫存、周轉率等不同的指標關聯在一起，交叉比例是個很好指標等于毛利率乘以周轉率，也就是說如果毛利率高，周轉就快，那么毛利率也就快，盈利也就多。

通過以上的這樣業績圖，可以清楚的看到與業績相關的各項關鍵指標之間的關聯的變動情況，并可任意切換時間與門店來查看，幫助決策者將業績關鍵指標一目了然，快速定位問題所在，可以通過這幾個關鍵的指標來看這家門店的經營的水平。其實就是從數字來看這兩方面的水平，如果數字很差，由此可看出，經營管理的水平也是很差的。

零售行業的數據分析其實是一門很深的學問，同時也希望我們會更加的努力后續繼續和大家分享，今天的分享就到此結束，謝謝大家！

本文出處：暢享網 本文來自云棲社區合作伙伴暢享網，了解相關信息可以關注vsharing.com網站。

總結

以上是生活随笔為你收集整理的零售行业数据分析，你必须要知道这些的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。