20 16 이' 신규 소매' 개념을 제시한 이후 주요 소매상들이 전환 조치를 취하기 시작했다. 소매업의 발전으로 볼 때 판매자 시장이 구매자 시장으로의 전환으로 오프라인 매장을 주도하는 상품 중심의 전통적인 소매 모델이 병목 현상을 겪고, 기존 소매업자를 고객 중심의 경영 모델로 전환하도록 강요하고, 범주 관리 강화, 공급망 최적화에 더 많은 관심을 기울이고 있습니다. 오늘날, 새로운 소매의 탐구는 이미 6 년이 지났다. 어떤 기업은 변화할 힘이 없어 어쩔 수 없이 자기 매각을 강요당하고, 다른 기업은 자신의 발전 길을 탐구하고 있다. 현재, 새로운 소매 발전은 새로운 단계에 접어들었다. 어떻게 하면 정교한 운영을 실현할 수 있는지, 큰 데이터를 바탕으로 모든 부분을 충분히 공급할 수 있으며, 소매업체가 직면한 본질적인 문제, 즉' 비용 절감 효율' 을 해결하는 것이 초점이 되고 있다. 다음으로 새 소매의 본질적 변화에서 어떻게 실제로 데이터 기능을 실현할 수 있는지 논의할 것이다. 무엇을 바꿀까요? 새로운 소매의 세 가지 주요 관건, 즉 사람+상품+장소' 사람' 은 전통적인 소매 관리가 구매와 판매를 위주로, 모델이 간단하고 조잡하여 소비자에 대한 관심이 부족하다. 새로운 공급과 수요 관계 하에서 소비자로 돌아가는 소매 생태 원점이 핵심이 되었다. 소매업자는 대상 고객의 특성과 방향에 따라 브랜드 데이터를 통합하여 다양한 소비자 고객의 행동 변화와 추세를 파악하는 등 데이터의 가치를 발굴해야 합니다. "상품"-소매업 발전의 객관적인 원인으로 소매 공급망이 오랫동안 공급자에 대한 의존도를 높였습니다. 구매팀은 매장의 효율성과 마진율을 운영 및 높이는 대신 공급자에게 비용과 반환점을 부과하는 데 주력함으로써 소매업계의 범주 관리 및 공급망 전문 역량 교육이 장기적으로 지연되면서 각 지역 관리팀이 각자의 정치를 위한 분산 관리 국면을 형성하고 있습니다.,,,,,,,,,,,,,,,,,,,,,, 。 그러나 새로운 환경에서 소매업체는 공급업체와의 협상과 협력의 수동적인 상황을 타파하기 위해 공급망 역량을 통합하기 위한 통합 관리 성과 평가 및 분석 시스템이 필요합니다. "현장"-과거 전통적인 소매는 오프라인 매장을 위주로, 지금은 오프라인 융합, 여러 장면 융합이다. 예전에는 지리적 위치 중심 사업이었는데 지금은 장면 기반 사람 중심 사업이다. 소매업의 전 채널 발전은 대세의 추세이다. 대규모 데이터 분석 기능을 통해 정교한 운영을 향상시키고, 대상 고객의 소비 시나리오를 통찰하며, 범주 운영을 통해 혁신 촉진 활동에 협조할 수 있습니다. 소매 빅 데이터 분석에 직면 한 문제 소매 기업 정보 아일랜드 현상은 심각합니다. 운영, 상품, 생산, 재무 등 다양한 사업부가 대량의 데이터를 생성하고, 시스템이 독립적이며, 데이터를 얻고 심층적으로 분석하기가 어렵습니다. 통합 BI 데이터 분석 플랫폼을 구축하여 고립된 정보를 깨고 데이터 공유의 가치를 창출합니다. 업무 부서의 주요 임무는 운영 프로세스, 평가 지표, 매장 관리, 인력 관리 등 자체 부서의 일상적인 운영입니다. 그러나 큰 데이터가 자신에게 어떤 가치를 가져다 줄 수 있는지에 대한 인식이 높지 않다. 동시에, 우리는 데이터 분석에 대한 기술과 도구에 대해 거의 알지 못하고, 자신의 업무에 대한 이해와 데이터 분석을 긴밀하게 결합하고, 데이터 분석에 필요한 다양한 요구로 전환하기가 어려워, IT 팀과 대형 데이터 팀이 업무를 깊이 이해하기가 어려워졌다. 결국 IT 부서에서 제공한 결과는 비즈니스에 대한 가치가 제한되어 구체적인 요구를 제시할 수 없습니다. 많은 소매업체의 전체 데이터 수집 플랫폼은 완벽하지 않으며 데이터 추출, 통합, 시각화, 탐색 및 분석 수준은 상대적으로 뒤떨어져 있습니다. 일반 업무 보고서는 데이터 웨어하우스에서 데이터를 캡처하여 간단한 분석을 위한 고정 형식의 보고서로 남아 있습니다. 일부 기업이 데이터 플랫폼을 구축하더라도 경영 분석 보고서를 실시간으로 렌더링할 수는 있지만 보고서 제공 수준에만 머물러 있습니다. 어떻게 고치나요? 애자일 BI 는 새로운 소매업이 위의 분석을 돌파하는 데 도움을 주며, 데이터 분석의 주요 모듈은 사용자, 매장, 상품, 채널의 네 가지 측면으로 나뉘어 완벽한 소매 데이터 애플리케이션 시스템으로 요약할 수 있습니다. 0 1 사용자 분석 사용자 분석은 주로 고객 집단의 구매 행동을 분석합니다. 사용자 연령, 1 인당 구매 횟수, 총 구매 금액, 소비 지역, 구매 경로 등의 데이터를 분석하여 소비자의 쇼핑 행동과 선호도를 심도 있게 꿰뚫어 고가치 고객의 소비 법칙을 찾아내 정밀 마케팅을 통해 판매량을 높인다. 점포 분석 실체점은 영업액을 성과지표로 삼고 있지만 매출이 좋지 않은 점포에 대해서는 더 이상의 디지털 관찰과 개선이 어렵다. 문점 여객류 추적은 데이터 분석을 통해 일, 주, 월, 연도별로 주기분석과 교차 점포 분석을 할 수 있을 뿐만 아니라 POS 영업액 등 판매 데이터와 결합해 통합 분석을 할 수 있어 다음 주기의 경영 실적을 예측하고 소매업자가 경영 효과를 극대화할 수 있도록 도와준다. 03 상품 분석 상품 분석의 주요 데이터는 판매 데이터와 상품 기본 데이터에서 비롯된다. 주로 범주 구조, 브랜드 구조, 가격 구조, 마진 구조, 결제 방법 구조, 산지 구조 등을 분석합니다. , 이로 인해 상품의 폭, 상품의 깊이, 상품 탈락률, 상품 도입률, 상품 대체율, 중점 상품, 베스트셀러 상품, 체판 상품, 계절상품 등 다양한 지표가 생겨났다. 이런 지표에 대한 분석을 통해 기업 상품 구조의 조정을 지도하고, 우리가 경영하는 상품의 경쟁력과 합리적인 구성을 강화할 수 있다. 채널 분석 한 기업이 온라인과 오프라인 채널을 모두 운영하면 가맹점의 상황을 알아야 한다. 재고와 품절은 모든 소매상들이 시급히 해결해야 할 문제이기 때문이다. 소매업자가 사용자의 수요를 정확하게 예측하지 못하면 공급과 수요의 불균형을 초래하고, 높은 재고나 품절, 결국 비용 낭비를 초래할 수 있다. 채널 데이터를 분석하여 공급과 수요의 균형을 효과적으로 통제하고 비용을 절감할 수 있습니다. 현재 소매업체의 디지털화 전환의 중점은 기초와 건설채널에서 전방위적인 데이터 응용으로 옮겨가고 있으며, 소비자와 공급망에 대한 세밀한 관리가 이루어지고 있음을 알 수 있습니다. 대내에서 상품, 매장, 조직의 지속적인 최적화를 실현하다. 소매의 본질로 돌아가기 위해 소매업체의 고품질 발전을 실현하다.