大数据商业智能在零售业中的应用

在原始信息数据库中很难实现这些复杂的指标，尽管老总们知道它们很好，但得不到它们，使它们看起来如有若无，直到 BI技术出现后，它们才再次被管理者和分析师所青睐。

商业分析：商业分析的主要数据来源于销售数据和商品基础数据，从而产生以分析结构为主线的分析思路。通过对这些数据的分析，得出了商品种类结构、品牌结构、价格结构、毛利结构、结算方式、产地结构等几个方面的分析结果，得出了商品广度、商品深度、商品淘汰率、引进率、置换率、重点商品、畅销商品、滞销商品、季节性商品等几个指标，通过对这些指标的分析，指导企业调整产品结构，增强自主竞争能力，合理配置。

客户分析：客户分析主要是对一个客户群的购买行为进行分析。比如，我们把客户分为“富人”和“穷人”，那么什么是“富人”，又是“穷人”呢？有了会员卡，就可以根据每月的收入来注册，但是如果没有会员卡怎么办？这可由小票每张票的数量来估计。例如，如果一位客户在100元以上，我们就认为他是“有钱人”；如果一位客户在100元以下，我们就认为他是“穷客户”。由此，还可以衍生出许多其它的分析思路。例如“富人”喜欢哪一种商品，“穷人”喜欢哪一种商品；“富人”的购物时间和“穷人”的购物时间；在这个企业商圈中，是“富人”多还是“穷人”多；“富人”对商场贡献大还是“穷人”贡献大；“富人”喜欢用什么方式付款，“穷人”喜欢用什么方式付款等等。另外，还有商圈客流量分析，商圈购物高峰分析，假日经济对企业影响分析等分析思路。

供货商分析：通过对供货商在选定时期内的各项指标(定购量、订购量、进货量、到货时间、库存量、库存、换货量、换货量、销售量、销售额、供应商品的毛利率、周转率、交叉比率等)进行分析，为供货商引进、储备、淘汰(或淘汰其部分品种)和处理供货商库存提供依据。研究内容包括供应商的构成结构，供应商的交货情况，供应商供应商品的情况(如销售额，利润贡献等)，供应商结算情况等等。例如，我们发现一些供应商所提供的货物销售得很好，因而在某一时期内他的付款情况很稳定，而该供应商的付款方式是代销，那么，如果资金并不紧张，而该供应商所提供的货物销售风险较小，为何不考虑改为代销？——这就能降低成本哦。

人事分析：通过对公司人事指标，尤其是销售人员指标(重点销售指标，毛利指标)和采购人员指标(销售额、毛利、供货商数量、购销商品数量、代销商品数量、占用资金数量、周转资金数量等)的分析，达到对员工业绩进行考核，提高员工积极性，为合理使用人力资源提供科学依据。重点分析了员工的构成情况，销售人员的人均销售情况，开单销售情况，个人销售情况，各管理机构的人均销售情况，毛利润贡献情况，采购人员所负责的商品进货情况，代销比例情况，引进商品销售情况如何，等等。

商业指数对零售业的分析远远超过了上述的范围，至少还包括资金运作分析，库存分析和结算分析，库存分析，门店分析，调拨优化，采购优化。规范适用的零售行业 BI解决方案，涉及的主题有：销售分析，门店分析，商品分析，仓库分析，库龄分析，会员分析，以及 ETL+ OLAP+前端报告等，内容都很全面。通过系统的培训， IT人员只需掌握业务系统的后台数据库字典，对 ETL中的相应字段进行简单的修改，就可以完成数据对接过程，从而快速出成果。

这在实际操作中的确有很大的利用价值，谁能正确地分析自已的运作，谁就能及时地修正自已的经营方针和政策，谁就会赢得未来！