觀遠(yuǎn)數(shù)據(jù)蘇春園：2020年零售消費(fèi)品行業(yè)智能決策四步法

　 域名預(yù)訂/競價(jià)，好“米”不錯(cuò)過

近日，由ITShare、CTOA首席技術(shù)官領(lǐng)袖聯(lián)盟、FMCG快消品行業(yè)CIO聯(lián)盟聯(lián)合主辦的「零售消費(fèi)品行業(yè)CIO年會(huì)」在上海舉辦。

觀遠(yuǎn)數(shù)據(jù)創(chuàng)始人兼CEO蘇春園受邀參加，并發(fā)表了《AI+BI ，智能時(shí)代下的數(shù)據(jù)決策實(shí)踐》主題分享。

從復(fù)盤2019年零售企業(yè)數(shù)字化轉(zhuǎn)型的趨勢和“AI+BI”的落地應(yīng)用兩個(gè)角度，蘇春園在現(xiàn)場與近200位零售CIO分享了數(shù)據(jù)智能的一些前沿應(yīng)用案例。

蘇春園及其創(chuàng)始團(tuán)隊(duì)在零售數(shù)據(jù)分析領(lǐng)域都有超過10年的從業(yè)經(jīng)驗(yàn)，他們看到了零售消費(fèi)領(lǐng)域?qū)τ谏虡I(yè)智能應(yīng)用的一些變化，以及未來趨勢。蘇春園總結(jié)到，過去，只有沃爾瑪這樣有數(shù)據(jù)科學(xué)家團(tuán)隊(duì)和大數(shù)據(jù)資源的巨頭才有能力發(fā)現(xiàn)“啤酒和尿不濕”的故事，而隨著算法、算力和數(shù)據(jù)的普及，數(shù)據(jù)智能一定會(huì)普惠到更多的企業(yè)。

根據(jù)Gartner2019年年初針對中國CIO的調(diào)研報(bào)告顯示，國外企業(yè)2019年的IT預(yù)算排在第八位的是AI，而中國CIO則把BI數(shù)據(jù)分析排在第一，人工智能排在第二。

蘇春園表示，過去若干年，企業(yè)決策主要是依賴Excel或報(bào)表對歷史數(shù)據(jù)進(jìn)行分析總結(jié)。而未來3年，更智能的決策一定是依賴更海量的數(shù)據(jù)探索和更實(shí)時(shí)的數(shù)據(jù)分析，甚至預(yù)測和自動(dòng)診斷去提前發(fā)現(xiàn)問題。 觀遠(yuǎn)數(shù)據(jù)現(xiàn)在在做的就是通過“AI+BI”的解決方案幫助企業(yè)看三年做三個(gè)月去部署智能數(shù)據(jù)解決方案。

現(xiàn)場，蘇春園也通過展示觀遠(yuǎn)智能數(shù)據(jù)分析在聯(lián)合利華、百威英博、斑布、岡本、NOME(諾米家居)、奈雪的茶、鮮豐水果、全家便利店等零售快消品企業(yè)中的落地實(shí)踐，分享了零售企業(yè)數(shù)據(jù)分析過程中的注意點(diǎn)和可避免踩的坑。

連鎖零售品牌智能數(shù)據(jù)分析實(shí)踐

連鎖零售品牌有很多細(xì)分的業(yè)態(tài)，比如生活家居、茶飲、社區(qū)生鮮、便利店等，每個(gè)業(yè)態(tài)都有一些共性的數(shù)據(jù)痛點(diǎn)。觀遠(yuǎn)數(shù)據(jù)通過服務(wù)了一些細(xì)分領(lǐng)域的代表企業(yè)，沉淀了成熟的零售智能數(shù)據(jù)分析實(shí)踐經(jīng)驗(yàn)。

1 、幫助某連鎖零售品牌把一家核心指標(biāo)排名倒數(shù)34位的店鋪提升到第一

連鎖零售品牌普遍存在產(chǎn)品集群和門店環(huán)境一體化的現(xiàn)象，所以企業(yè)都很關(guān)注單店單品管理。觀遠(yuǎn)數(shù)據(jù)通過幫某連鎖零售品牌搭建諸如銷售業(yè)績渠道/區(qū)域分布及排行、銷售業(yè)績商品類目分布及排行、銷售折扣趨勢分析、客流來源分布及排行、零售指標(biāo)環(huán)比分析等指標(biāo)分析體系，幫助其可以高效實(shí)時(shí)地獲取直觀的可視化數(shù)據(jù)分析結(jié)果，同時(shí)給出行動(dòng)化的指導(dǎo)建議，提升門店?duì)I業(yè)能力和服務(wù)水平。

該品牌在近期的一次工作復(fù)盤中提到，通過看指標(biāo)、看日報(bào)、看商品，三個(gè)月之內(nèi)幫助一家核心指標(biāo)排名倒數(shù)34位的店鋪提升到排名第一，這背后就是數(shù)字的作用。

2 、用實(shí)時(shí)數(shù)據(jù)分析監(jiān)測某茶飲品牌新品表現(xiàn)，輔助營銷和供應(yīng)鏈備貨

茶飲是新品推出頻率最高的零售業(yè)態(tài)之一，尤其是換季時(shí)，一個(gè)季度可能推出十幾款新品。在過去，品牌一般是每個(gè)星期了解一次新品的表現(xiàn)，如果連續(xù)兩周表現(xiàn)不佳就會(huì)下架。

而現(xiàn)在，觀遠(yuǎn)數(shù)據(jù)可以通過新品追蹤、暢滯銷分析、動(dòng)態(tài)監(jiān)控、關(guān)聯(lián)分析和商品畫像等分析模型，幫助某合作的茶飲品牌將新品在不同店鋪的監(jiān)測精細(xì)化到每30分鐘、每10分鐘一次。最快了解新品上市時(shí)在不同區(qū)域的表現(xiàn)趨勢和市場接受程度，并且輔助預(yù)警功能，提前做好暢銷新品的供應(yīng)鏈端原料備貨和區(qū)域性營銷政策調(diào)整。

3 、實(shí)時(shí)數(shù)據(jù)分析、智能預(yù)警協(xié)助某連鎖生鮮品牌高效止損

生鮮品牌都難以避免商品損耗的問題，很多水果店都會(huì)遇到一到晚上或者一些季節(jié)性水果沒有賣掉就報(bào)廢的情況。

蘇春園表示，過去的店鋪商品和庫存之間的匹配很多只能依賴店長的經(jīng)驗(yàn)，看陳列看堆頭，一天最多一周復(fù)盤一次。而現(xiàn)在通過實(shí)時(shí)數(shù)據(jù)分析和智能預(yù)警功能，督導(dǎo)、區(qū)域經(jīng)理可以實(shí)時(shí)了解各個(gè)店鋪的銷售情況，每天對店鋪決策干預(yù)若干次，這樣就能及時(shí)發(fā)現(xiàn)問題，快速調(diào)貨或補(bǔ)貨，極大降低了產(chǎn)品損耗。

4 、成熟數(shù)據(jù)分析模型助力知名便利店品牌復(fù)制優(yōu)秀店長

很多連鎖門店都會(huì)存在優(yōu)秀店長稀缺的問題，好的店長永遠(yuǎn)只有5%,這部分店長都有比較高的分析思路和決策水平。他們知道通過看客流、看庫存去判斷經(jīng)營出現(xiàn)了哪些問題。

觀遠(yuǎn)數(shù)據(jù)通過將優(yōu)秀店長的數(shù)據(jù)分析思路沉淀成數(shù)據(jù)分析模型，可以幫助合作的便利店品牌提高了店長的平均經(jīng)營水平，復(fù)制出更多優(yōu)秀的店長。

快消品牌智能數(shù)據(jù)分析四步法

在快消領(lǐng)域，蘇春園表示，觀遠(yuǎn)數(shù)據(jù)團(tuán)隊(duì)?wèi){借多年的數(shù)據(jù)分析經(jīng)驗(yàn)，已經(jīng)總結(jié)了一套快消品牌數(shù)據(jù)智能規(guī)劃路徑，大致分為4個(gè)階段。

第一個(gè)階段重點(diǎn)是搭建最核心的銷售和績效考核的體系;第二階段需要對于商品進(jìn)行更細(xì)顆粒度的分析;第三階段則需要進(jìn)化到全景庫存監(jiān)控，費(fèi)用、成本、利潤、供應(yīng)鏈分析等應(yīng)用;第四階段則是通過AI預(yù)測實(shí)現(xiàn)一些自動(dòng)化的分析。

場景一：快消品銷售分析模型的設(shè)計(jì)與應(yīng)用

出貨分析、經(jīng)銷商分析、KA POS分析是銷售分析的常規(guī)指標(biāo)，任何企業(yè)都逃脫不掉。

然而，蘇春園表示，更創(chuàng)新型的企業(yè)是將這些分析指標(biāo)細(xì)化，做到更細(xì)顆粒度的分析。比原來在同樣一個(gè)時(shí)間段里面多一千到一萬次分析，比如說不同的商品在不同的時(shí)間點(diǎn)一天看多少次，沒次看到問題就直接采取行動(dòng)，這樣就能對銷售、市場形成快速反應(yīng)能力。

場景二、績效考核模型設(shè)計(jì)與應(yīng)用

蘇春園表示，渠道績效考核的核心不只是看結(jié)果。在整個(gè)執(zhí)行過程中，要通過檢查拜訪覆蓋率完成情況、KA/系統(tǒng)/門店缺貨率、分銷系統(tǒng)的覆蓋率等表現(xiàn)，去發(fā)現(xiàn)異常問題，改善問題，最終賦能到整個(gè)經(jīng)營的核心。

場景三、商品運(yùn)營的模型設(shè)計(jì)與應(yīng)用

任何一個(gè)快消品牌，核心利潤商品大概只有10%，而這部分核心商品卻代表了企業(yè)50%的核心利潤收入。

蘇春園認(rèn)為，企業(yè)可以通過品類單品淘汰優(yōu)化、新品試銷追蹤、重點(diǎn)商品銷售分析去監(jiān)測Top100商品的不同利潤，不斷更新優(yōu)秀單品，持續(xù)提高營業(yè)額。

場景四、某500強(qiáng)客戶的AI項(xiàng)目落地實(shí)踐

以觀遠(yuǎn)數(shù)據(jù)合作的某世界500強(qiáng)客戶為例，從前端營銷分析，實(shí)時(shí)數(shù)據(jù)追蹤到物流領(lǐng)域的Control Tower(控制塔)，該企業(yè)在數(shù)據(jù)分析領(lǐng)域的創(chuàng)新措施已經(jīng)反向輸出到全球。

在物流領(lǐng)域，該企業(yè)已經(jīng)做到平均每天超過數(shù)萬張到十萬張訂單全程的可視化和自動(dòng)化監(jiān)控。比如每一小時(shí)看沒被計(jì)劃的訂單情況，連續(xù)三個(gè)小時(shí)過了SOA的話，會(huì)自動(dòng)追蹤對應(yīng)的生產(chǎn)的產(chǎn)能和發(fā)貨的供給關(guān)系，做到全程自動(dòng)的監(jiān)控。在需求預(yù)測和稽查方向，觀遠(yuǎn)數(shù)據(jù)針對其多渠道的網(wǎng)點(diǎn)，通過算法、業(yè)務(wù)模型，幫助其實(shí)現(xiàn)了幾十倍的ROI增長。

AI概念已經(jīng)火了很多年，但是很多企業(yè)依然停留在POC階段，或者做了簡單的算法就停滯不前。蘇春園表示，AI項(xiàng)目的真正落地，算法只是冰山一角，可能只占到20%，企業(yè)首先得有足夠優(yōu)質(zhì)的海量數(shù)據(jù)基礎(chǔ)，其次就是基于數(shù)據(jù)結(jié)構(gòu)和業(yè)務(wù)場景開始建模并通過模擬分析不斷優(yōu)化迭代。以業(yè)務(wù)為導(dǎo)向，以最終應(yīng)用落地為目的，端到端的全面交付能力才是項(xiàng)目走向成功的保障。

申請創(chuàng)業(yè)報(bào)道，分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處，共同探討創(chuàng)業(yè)新機(jī)遇！