服務熱線
0755-23004393 13426775645
24
Mar
2022
深度剖析零售業(yè)三大層級數(shù)據(jù)的運用與價值發(fā)掘
零售業(yè)、餐飲業(yè)、金融業(yè)等與消費者直接接觸的產(chǎn)業(yè)，每天都有大量的交易數(shù)據(jù)產(chǎn)生，近年來由于大數(shù)據(jù)分析技術的興起，消費性產(chǎn)業(yè)也相繼投入數(shù)據(jù)分析，試圖從數(shù)據(jù)尋找洞見、擬定戰(zhàn)略并創(chuàng)造價值。大數(shù)據(jù)的概念抽象、架構龐大卻難以掌握，許多企業(yè)制定大數(shù)據(jù)戰(zhàn)略來因應趨勢，卻兩三年毫無作為，主要原因可能是:
1對于外部數(shù)據(jù)的過度追求，卻無決策參考意義
企業(yè)常認定外部數(shù)據(jù)才是自己未知的領域，只要分析大量外部數(shù)據(jù)，就能靠一兩個洞燭先機一舉領先對手。導致部分企業(yè)在設定大數(shù)據(jù)分析目標時，皆在追求“高管未知的洞察”而忽略現(xiàn)有資料能帶來的內(nèi)涵與價值。此現(xiàn)象常導致企業(yè)過度追求外部資料的收集，包含社交渠道(如微信、Facebook)的輿論搜集、天氣、人口地理統(tǒng)計資料等數(shù)據(jù)，而該種數(shù)據(jù)的分析成果通常難與現(xiàn)有顧客的數(shù)據(jù)進行鏈接，最終無法成為決策的根據(jù)。
2虛耗時間擴充數(shù)據(jù)成“大”數(shù)據(jù)，卻無分析能力
除對外部數(shù)據(jù)有過多的期待，企業(yè)在討論大數(shù)據(jù)分析時，通常會出現(xiàn)”數(shù)據(jù)這么少，怎么做大數(shù)據(jù)分析?”的雜音，轉(zhuǎn)而致力開拓數(shù)據(jù)源或整合數(shù)據(jù)，從POS系統(tǒng)、財務數(shù)據(jù)、營銷活動成效、店內(nèi)存貨數(shù)據(jù)、新渠道的顧客活動資料等，最終投入大量資源于升級ERP(企業(yè)資源規(guī)劃)系統(tǒng)，或建立與ERP系統(tǒng)內(nèi)存信息重復的數(shù)據(jù)庫，當企業(yè)內(nèi)部認為數(shù)據(jù)已經(jīng)足夠時，分析能力卻未能跟上，最終仍無法產(chǎn)出具有決策影響力的分析結(jié)果。
為避免上述狀況，先整合有用的內(nèi)部數(shù)據(jù)并針對重大商業(yè)議題快速展開分析更能快速體現(xiàn)數(shù)據(jù)決策的價值，本文將帶領讀者了解消費性產(chǎn)業(yè)各種既有的數(shù)據(jù)組，并探討其應用領域與實際范例:
交易層級數(shù)據(jù)-購物籃中的玄機
交易層級的數(shù)據(jù)即是小票上的資料，從POS系統(tǒng)出來的小票記載每一筆交易的總金額、購買的物品、參與的促銷活動、付款方式甚至會員編號等，藉由小票數(shù)據(jù)，企業(yè)可以了解各種品類的表現(xiàn)及顧客如何購買商品，從各種商品的銷售表現(xiàn)、并買品類、回購率、忠誠度，商品促銷期間、特殊檔期的表現(xiàn)等等，不但可以協(xié)助高管了解銷售數(shù)據(jù)的細節(jié)組成，亦能提供高管商品捆綁、促銷設計的決策基礎。
舉例而言，一臺灣領先便利商店即長期分析其交易層級數(shù)據(jù)，在近幾年的重點鮮食開發(fā)中，該便利商店曾針對銷售額、并買率和潛在需求的考慮，找出現(xiàn)煮咖啡、面包、飯團作為第一優(yōu)先的開發(fā)和擴充品項，并且進一步找到熱門的購買組合，根據(jù)商品利潤等不同種的績效指標設計促銷活動，成功帶動整體的銷售績效成長。
門店層級數(shù)據(jù)-除缺貨數(shù)據(jù)還有什么？
門店的數(shù)據(jù)通常反映運營的績效，常用的領域包含各門店銷售績效的比較、存貨銷售數(shù)據(jù)的分析等等，但對于門店較多的零售業(yè)者而言，運用不同的門店屬性 (如門店型態(tài)、門店區(qū)位、門店大小等) 進行關聯(lián)性的分析，找出銷售績效的驅(qū)動因子，可進一步預測未來銷售績效。
此外，許多新舉措都會以門店為單位來推廣，因此企業(yè)會運用門店層級數(shù)據(jù)變化來評估新舉措的成效。為了避免市場雜音對分析結(jié)果的影響，世界許多領先的零售業(yè)者會運用實驗組與對照組的分析方法，將有實施新舉措的門店作為實驗組，并運用過去的財務績效表現(xiàn)、門店屬性找出與實驗門店相似的對照組門店，進一步評估在新舉措開始后，實驗組與對照組間的績效差異。該分析可協(xié)助企業(yè)了解新的營銷活動、運營策略、定價促銷活動之成效，且可針對不同的品類、消費者、門店類型、商圈的人口地理數(shù)據(jù)進一步的探究，找出未來較適合推行新舉措的門店。
舉例而言，麥當勞中國在推行新舉措時，即會以門店作為基礎進行實驗，并經(jīng)過縝密的市場實驗及數(shù)據(jù)分析做出決策。以推出新商品為例，麥當勞先是在部分門店推行新的商品，并比對實驗組與對照組門店的表現(xiàn)差異，了解新商品是否會對舊商品產(chǎn)生競食、或是否能帶來新的客戶，經(jīng)綜合評估以后，再決議是否推出該產(chǎn)品來完善其產(chǎn)品線。
門店層級的數(shù)據(jù)在分析上較為困難且繁雜，但其中可應用的議題遠超出存缺貨、人力配置管理的范疇，從貨架空間分析與優(yōu)化、運營策略調(diào)整、門店改裝、開關店的影響、營銷促銷策略等，都適合以門店層級的銷售數(shù)據(jù)為基礎進行分析，并作為決策推廣的依據(jù)。
顧客層級數(shù)據(jù)-顧客分群的盲點
顧客層級數(shù)據(jù)的分析近年受到高度關注，包含忠誠計劃的推出，支付工具的創(chuàng)新，營銷渠道的擴張等等都加速鞏固以顧客為核心的數(shù)據(jù)分析邏輯，相較門店層級的數(shù)據(jù)著重于營運、商品端等應用，顧客層級數(shù)據(jù)更聚焦于顧客對于各種營銷溝通、促銷的反應。由于消費者的組成復雜、行為多變且難以預測，多數(shù)的企業(yè)都會先針對顧客過去的行為進行分群，如RFM的分群、消費型態(tài)的分群等，進一步再設計分眾的營銷、促銷活動來最大化顧客價值。
顧客層級數(shù)據(jù)分析與應用的兩個挑戰(zhàn)
(1)顧客對于活動的反饋率、參與程度無法反映至業(yè)績
較為領先的零售業(yè)者已經(jīng)能從各渠道擷取完整的數(shù)據(jù)，了解顧客對于每個營銷、促銷活動的參與率，但高參與率、反應率有時候并不代表高獲利能力，很多時候企業(yè)在顧客已經(jīng)有意愿要購買的商品上，持續(xù)投資營銷資源以及折扣來讓顧客高興，此類的活動更受歡迎反而更損害毛利，因此在顧客層級的數(shù)據(jù)分析，最重要的在于選定正確的衡量標準，(例如每個客戶的購買金額、來店頻率而非參與率)，才能了解各種舉措的真實效益。
(2)顧客分群的預測模型無法快速反應市場變化
顧客層級的數(shù)據(jù)分析最終在于預測新的活動推出時，顧客對于該活動的反應。如金融業(yè)、電子商務及部分的零售業(yè)者都已經(jīng)能針對顧客的分群建立良好的預測模型，但針對顧客的來店頻率、消費金額的預測模型無法預測活動推出后，顧客的增額消費金額、或增額購買頻率，因此很即使了解了顧客未來可能的消費金額，仍難以確認一檔新促銷推出時，顧客多買多少錢，或多造訪門店多少次。
企業(yè)如能解決上述兩種挑戰(zhàn)，將可以完全掌握每一種新舉措對于消費者的影響為何，進一步擬定更能直接營利的顧客經(jīng)營策略。世界領先的銀行及零售業(yè)者常運用”實驗學習”的方式來了解新舉措對于顧客的增額影響為何，先針對部分客戶進行小規(guī)模的實驗，并根據(jù)客戶的各種屬性找出相似于實驗組的對照組客戶，觀察實驗組客戶與對照組客戶在活動開始后，在購買金額、來店次數(shù)上的變化，進一步分析在實驗中表現(xiàn)較佳的客戶的屬性為何，進一步根據(jù)”該活動”建立預測模型，以全盤掌握該活動推廣時，顧客的真實反映。此方法不但能直接了解活動對于績效的影響，亦能針對各別的舉措進行預測，突破原有的顧客分群及預測模型的概念，讓企業(yè)能更大膽的擬定策略，更精準的掌握成效。
舉個實際的案例，一個美國的連鎖便利店業(yè)者想提供熱門商品咖啡8折促銷，卻擔憂熱門商品的促銷會大量損害毛利，因此僅提供部分消費者該項優(yōu)惠，想了解該優(yōu)惠的成效。當實驗開始后，發(fā)現(xiàn)該促銷大幅提升客戶的造訪次數(shù)，同時也帶動顧客的并買行為，整體的表現(xiàn)不但彌補了促銷的成本，還帶動了毛利成長。即使該促銷獲得意外的成功，該企業(yè)也讓利給部分較為精打細算的客戶，企業(yè)因此針對反應較佳的客群建立模型，找出最能拉抬績效的客群，在一半的促銷成本下增加了80%的增額利潤。
了解決策、找尋數(shù)據(jù)、產(chǎn)出分析
要能運用數(shù)據(jù)創(chuàng)造價值需要大量的投入，從數(shù)據(jù)收集、分析能力建置、成果產(chǎn)出到?jīng)Q策應用每個環(huán)節(jié)都相當重要，企業(yè)可以先訂立目標，先了解重大決策需要回答那些商業(yè)問題，才能定義所需數(shù)據(jù)。
拿市場很常見的門店升級作為舉例，坐擁成千上百的零售企業(yè)每幾年就推出新店型來升級門店，但門店改裝的成本甚巨，若成效不佳數(shù)年內(nèi)也無法損益兩平，通常企業(yè)會先試水改裝數(shù)家門店，再逐步推廣。在這項極重要的決策中，高管可能會想先看到幾項數(shù)據(jù)，
(1)已經(jīng)升級的門店的績效相較于原有門店成長多少? 對于銷售金額、客單價、來客量的影響為何?
(2)升級后的門店那些品類、客群的反應最好? 那些品類表現(xiàn)最差?
(3)哪一種門店較適合進行升級，且能在3年內(nèi)損益兩平?
由上述的題目可知，企業(yè)需要以門店層級的銷售數(shù)據(jù)作為分析基礎，再運用交易層級的數(shù)據(jù)和顧客層級的數(shù)據(jù)則用來分析品類、客群行為的變化，方能全面輔助決策。企業(yè)永遠不缺少議題，也具有相當多的數(shù)據(jù)，從重要議題來建立更精準、有效的分析方式，并將分析邏輯與決策流程一致化后，再逐步擴充到各種議題，企業(yè)才能真正全面運用數(shù)據(jù)分析協(xié)助決策與創(chuàng)新。
（聯(lián)商網(wǎng)專欄作者 李展宏/文 作者為APT亞太區(qū)資深副總裁）