随着企业数据量的急剧增长，数据分析已经成为零售行业改善经营的重要手段。然而，很多企业对于如何建立一套自上而下的数据分析指标体系，依然缺少全局的思考能力。无法理清部门级指标与公司总指标之间的业务逻辑关系，经常出现需求与结果断层的情况。

观远数据「护航者公益直播」第四期邀请了在连锁零售领域具有多年数据分析服务经验的顾问 周道明分享了《数据智能助力连锁零售业务逆势增长》。 通过细分场景的方法与案例分享，指导企业如何根据自身业务情况构建完善的数据分析指标体系。

数据驱动运营的目标拆解

“数据驱动”是近几年零售行业老生常谈的话题，那么，如何用数据驱动零售业务持续增长？在找到方法之前，企业必须明确做这件事情的目标是什么，而大部分都是以“提升效率”为核心目标进行数字化改革。

回归到企业运营层面，效率提升又可以细化到企业的店效、坪效、品效、客效、人效等各个方面。

具体来说，就是在前端 通过顾客消费数据的采集和分析刻画消费者画像；在中端 根据前端获取到的消费者差异化的需求，提供针对性的产品和服务；而在后端 ，在供应链数据打通的基础上，通过数据驱动，提升产品研发以及产品配送的效率。这些可以总结为连锁零售企业里，数据驱动运营的一个核心目标。

数据驱动运营的四步法

如何用数据驱动运营，具体需要怎么做？观远数据凭借在零售数据分析行业多年的服务经验总结了效率驱动运营的四步法。

第一步是打通企业各个业务系统的数据源 ，实现数据的互通互融。这里包括数据接入、数据清洗等过程。

第二步是基于完整的数据源构建统一的数据分析平台。 并通过观远数据指标体系落地方法论，基于公司总体战略目标，来构建“以终为始”的业务指标体系。

第三步是在有了指标体系之后，根据观远数据在零售行业沉淀的一些分析实践再结合客户实际的业务需求来构建数据分析场景。 比如说，门店业绩的健康诊断、品类结构分析等。

最后，可以将搭建出来的业务分析场景固化在观远数据平台上，形成不同的数据应用产品赋能给业务部门。 比如手机端的店长管家，大屏端的商品作战室等。

在观远数据护航者计划第四期的公益直播中，周道明也分享了在销售业绩诊断、 门店业绩诊断、商品分析、生鲜损耗分析 等场景中如何有效构建数据指标体系。

观远数据连锁零售大数据分析BI解决方案

讲师「金句集锦」——周道明

1、销售业绩诊断-客单价

“如何提升件单价通常来说是最困难的，因为很多时候商品的价格不是零售商来决定的，是由市场来决定的。但是我们可以提升商品的规格容量，比如疫情期间，顾客更倾向于购买大包装的商品来减少出门的次数。”

2、门店业绩诊断-缺货分析

“门店缺货的原因诊断起来比较复杂，可能是订货不准，可能是后端供应链出了问题。而供应链端处理问题有可能是备货计划不准，还可能是原材料不足。因此需要实现从销售端到整个供应链链条的串联分析，才能找到问题的抓手。”

3、商品分析-爆品分析

“便利店行业是解决顾客一餐一次的生意，因此我们要知道不同时间段、不同区域、不同季节哪些是畅销商品。从而需要我们更细颗粒度地对业务数据进行诊断，简单概括叫做：单店、单客、单次、单品、单时、单度。”

4、生鲜损耗分析

“生鲜品牌最大的难点是损耗控制，损耗控制最大的问题在于是否及时。而损耗分布在采购，仓储，配送，门店销售各个供应链环节。通过数据监控预警平台来监控各个环节，将能有效辅助生鲜企业降低损耗。”

截止到目前，观远数据也在连锁零售领域合作了包含全家、见福、生鲜传奇、来伊份、蜜雪冰城等众多品牌，未来，观远数据将继续深耕零售领域，用数据赋能零售企业精细化运营。