品牌服装零售，属于服装产业链的前端管理，也是服装企业最容易做出数据业绩的一环，品牌服装零售的数据分析，该做些什么？又该怎么做？针对这个问题，深圳茜子饰品有限公司信息总监徐涛给我们分享了对零售数据运用的经验，希望能给大家带来一些启发！一、茜子服饰介绍茜子（SHE’S）公司是一家以发饰为主，涵盖围巾、帽子、太阳镜、精品等时尚饰品的公司，采用设计 - 生产 - 销售一条龙的销售模式。销售除了自营门店还包括网络上的网销部分和加盟商，在全国拥有 400 家店铺。二、技术痛点及解决方案在信息化管理过程中，由于公司业务环节较多，涉及的系统比较多，信息管理相对而言比较复杂。而公司对数据统一管理和数据分析的需求比较迫切，所以在这方面一直寻求着一个切实可行的方案——
需要统一的可视化平台；
需要高可靠的数据存储计算技术；
需要实时数据的访问和预警；
需要更敏捷灵活的权限设置功能。
利用 FineReport 做可视化出口，统一管理不再是难题利用帆软 FineReport 能够对接各种数据源，对数据能够有良好的整合、分析、展示优势，茜子公司设立了如下的方案：将所有的数据从各个系统抽取到数据仓库中，然后通过帆软 FineReport 读取数据仓库里的数据，并以报表、图表等各种方式展示出来。同时集成到微信企业号，实现随时随地看数据、做分析。系统搭建架构：光靠工具是无法解决企业问题，还需要技术配套在规划可视化平台的时候，徐涛站在总监的高度，规划了三个重要技术模块，值得借鉴。应对大数据量的存储与计算——数据仓库技术茜子对接了财务、ERP 分销和 OA 的数据，其实是三个角度跟踪企业运转：财务视角、分销视角、办公视角。搭建信息中心（数据仓库）的第一步就是考虑视角的统一，站在公司层面，建立一本内部通行无阻的数据账单，这里我们不谈业务统一的问题，只聊技术层面。数仓技术的第一步就是要基于使用需求来构建数据模型，梳理维度表和事实表，对需要分析的内容做原子粒度的记录；在数仓建设过程中，应用各种数仓技术来实现数据的高效稳定存取；在数仓应用的结尾还需要对前端展现做一定的中间层适配。总的来说，茜子的数仓就是用一个独立于业务系统的数据源，来满足绝大部分的企业分析需求。值得一提的是——茜子对于“库存”和“销售”的区别运算：
库存数据每天只刷新一次，记录是截止到每天凌晨 3 点，通过函数调用存储过程的方式在数仓里计算 30 分钟，刷新在库存类数据表中。
销售数据每天刷新 n 次，在每天的上午十点到晚上的十一点，每隔十五分钟从业务系统抽取一次销售数据，存储在销售类数据表中。
这样的操作是出于技术考虑的，在有限的数仓资源和业务访问通道下，“库存”数据非常庞大，累加计算吃 CPU 资源，每天更新一次也能满足大部分库存分析需求；“销售”数据占用较少计算 CPU，每 15 分钟更新一次做到“准实时”的效果。实时数据，报表直接连入业务数据库刚才提到“准实时”的数据是 15 分钟前的数据，如果遇到企业高层要求“马上把最新的销售库存数据拿出来！”这个时候，就需要提前安排好“后门”——如果数据需要“马上给出”，建立报表直接连入业务数据库的通路“K 级访问”，同时，要注意限制访问层级和访问频次，打开“K 级访问”的监控预警，关注直连数据的信息安全。统一平台管理，权限设置成必然在茜子，各业务系统（包括企业 ERP）承担了生产经营的数据流转润滑剂作用，数据仓库 +finereport 共同构建了企业的 DW&BI 平台。除此之外，由于茜子公司门店的连锁性质，为了实现不同岗位的人看不同的报表，不同部门只能看到报表展示的自己部门的数据，这里利用了 FineReport 的权限控制多不同部门、不同人员做了处理，也是出于信息安全的考虑。茜子的权限控制，从两个方式切入：
目录的权限控制
目标：实现不同用户访问不同的数据报表。 方法：设置用户所属的部门，部门对应的可访问报表。
数据的权限控制
目标：实现用户只能访问自己权限下的数据。 方法：建立用户名和数据的关联性，在报表中读取当前用户的用户名传递到查询语句中。三、业务痛点及解决方案“藏着的数据是没有价值的，只有被合适的人在合适的时间以合适的方式，被看到，才能产生驱动”，谈到报表平台的价值产出，徐涛这样表示。因此在规划报表体系时，他的 IT 部门除了用好技术修炼内功，还积极了解业务基础，能够站台业务角度思考问题。经典的主题——人、货、场“人货场”是零售业态逃不掉的主题，在茜子的可视化平台上落地的情况，IT 部门把人货场的通用指标梳理了分享： 人——员工，对应的指标有：销售额、折扣、客单价、连带率、环比。 场——店铺属性，对应的指标有：店铺面积、销售目标、实际销售、坪效、人效、复购率、留存率。场——零售运营，对应指标有：新旧品维度、上月本月维度、价格带维度、销售数量、销售金额、销售占比、库存数量、库存金额、库存占比、存销比、客单价、连带率。 货——结构效率，对应的指标有：类别维度、季节维度、风格维度、销售数量、销售金额、销售占比、库存数量、库存金额、库存占比、存销比、售磬率、同比。 货——畅滞销，对应的报表有：主推款销售库存，畅销款销售库存，库存积压。徐涛强调，要有系统的去满足业务需求，将主力报表放到“人货场”的框架下，对于特殊需求的报表，先开发满足，后面可以逐步引导到框架下，从而建立业务人员数据分析的标准化。IT 的价值创新 IT 可以始终是做已有的业务内容，用数据实现日日精进的管理，满足“后勤”的岗位职责；茜子不仅仅满足于现状，也通过 IT 的数据资源来开拓新的业务领域——流程 OA 状态 & 会员数据分析。流程 OA 状态：员工提交了 OA 流程，都希望能够尽快处理；审批人（主管）每天处理大量工作，担心遗忘了某个 OA 未审批，对于异常的流程想快速查询很麻烦。茜子将对接的 OA 数据展示成“OA 一指禅”——对 OA 的过程进行即席查阅，让员工心中有“数”。VIP 会员数据分析：茜子定位时尚轻奢饰品，非常重视老客户的运营。之前的状态，主要依靠门店店员自己做周边客户的复购，靠人来的维护 VIP 客户。导致：VIP 用户开拓困难、集团没有 VIP 的抓手、店员离职对 VIP 影响。因此，集团综合考虑，给茜子的数据部门承接起 VIP 会员的数据运营工作，在集团层面做 VIP 主题看板，我们来看看干货实例：1.VIP 数据汇总——在集团层面，运营 VIP 大数，及时发现运营不善的区域和客户群体，通过调整导购绩效来驱动门店导购加固 VIP 群体。2. 会员 RFM 模型分析——Recency（最近一次交易时间间隔）、Frequency（最近一月的交易次数）、Monetary（最近一月交易的金额），是成熟的用户分析模型，适用于企业的 VIP 运用部门，应用方法很多，茜子本持着实用落地原则，没有采用复杂的分析，简单明了的报表：3. 会员商品分析——给商品部的一本“小黄书”，商品部为了延续品牌风格和货品质量，会依赖老会员的消费数据，茜子给商品部提供了会员商品的销售情况：在能够快速了解会员商品的整体销售之外，商品部还需要钻取到类别风格的销售情况，如下：对于 VIP 的销售便好，明细到小类的一个颜色。小结：从被动型 IT 向主动性 IC 转变茜子服饰的 IT，依靠着业务“人货场”的基础思维，能够快速满足业务需求，解放了大量的生产力；抓住企业运营的盲区——OA 流程可视 & 会员运营，凸显 IT 独特的价值，从 Information tech 技术的支撑部门，逐步成长为 Information Center 应用的提供者。对于广大品牌服装零售商来说，数据可视化的地位日益提升，逐步成为企业核心竞争力不可分割的一部分，编者希望通过茜子服饰的套路，来帮助更多的朋友将服装零售可视化从 0 - 1 的搭建起来，让数据成为生产力！转自：https://www.toutiao.com/i6613…