零售业bi的几点思考解决方案

1、零售业BI的几点思考John ZhaoJohnZhaoSenior Solution Architect主题零售业的BI零售业的BI面临的问题零售业的BI解决方案数据挖据在零售业的应用零售业的CRM结论零售业BI的案例 零售业的商务智能零售业的商务智能是应该具有收集和分析大量的客户，消费者，供应商，内部流程的数据并能够和相应的环境相关联。以及把这些数据转换成决策性的信息。信息DataWarehouseData WarehouseThe data is stored in a data warehouse and various analytical (OLAP) and data mining

2、 toolsThedataisstoredinadatawarehouseandvariousanalytical(OLAP)anddataminingtoolsare used to turn data into actionable informationPOS数据管理POSPOS的数据是通过收银台或其他销售设备采集的。以上数据经过清理存放到数据仓库据收其据存据库中。初始数据数据清理数据存储和分析Data Warehouse利用些（OLAP）和数据挖掘工具可以将以上数据变成对决策有用的信息。利用一些（）和数据挖掘工具可以将以上数据变成对决策有用的信息利用分析工具展现决策建议零售业所关心的基

3、本问题 哪些是销售最好的产品? 哪些产品对利润最有作用? 哪些产品应占据最佳货位? 哪些产品退货最多? 哪些是季节性和区域性的产品? 最佳销售和最佳利润的N种产品 零售业所关心的基本问题（供应链） 现有库存? 分销中心的补货率? 现期库存%? 品类的预测和计划? 哪些产品会经常短缺? 什么是买点? 最佳库存? 客户和市场经理关注的问题 我们是否在吸引新的客户? 我们是否在保持现有的客户? 平均购物篮的大小? 购物篮的大小是否会水季节变化? 哪些是我们最好的客户? 那个地域的店铺是我要合并的目标 个 域的店铺 合 的 标? 我得促销活动效果如何? 我们的客户消费趋势怎样（次数和金额） 我们的客户

4、消费趋势怎样 次数和金额 ? 某种产品会促使一次性的客户? 零售业的BI产品分析客户数据挖掘供销存关系零售业应用（BI）一些统计Source AMR, 2004分析家对BI观点业务分析对财政的影响：The study found that a business analytics implementation generates a median five-year return on investment (ROI) of 112% with a mean payback of 1.6 years on g$gy,average costs of $4.5 million. Of the o

5、rganizations included in this study, 54% have an ROI of 101% or more.The range of ROI results from these business analytics projects is impressive Returns range from 17% to more than 2,000%. While 46% of the organizations generated an ROI of 100% or less, 34% generated an ROI between 101% and 1,000%

6、, and 20% reported ROI of 1,000% or more.2002, The Financial Impact of Business Analytics分析家对BI应用的观点Applications that leverage business intelligence and demand Applicationsthatleveragebusinessintelligenceanddemandanalytics are prioritiesRealizing that a better understanding of consumer demand helps

7、optimize the execution of merchandising strategies, 44% of respondents plan to start a new or upgrade their pppgbusiness intelligenceframeworks to improve both top-linerevenueand overall net margin.2004 Retail IT Budgeting StudyThursday, April 29, 2004Scott Langdoc, Robert Garf, Fenella Scott主题零售业的B

8、I零售业的BI面临的问题零售业的BI解决方案数据挖据在零售业的应用零售业的CRM结论零售业的数据采集和分析的问题无信息标准由于多渠道零售使数据分析更复杂化人力短缺多数据源数据不完整性现行系统可靠性50%的成本是在对数据的清洗数据质量差零售业的数据采集和分析的问题Status-quo in today's businesses: multiple versions of the truth主题零售业的BI零售业的BI面临的问题零售业的BI解决方案数据挖据在零售业的应用零售业的CRM结论企业化数据仓库的最佳实践高度集成化Bi Platforms That Provide One-stop

9、Enterprise IntelligenceSource: Forrester Research, Inc.零售业BI基本组合Common areas of reporting in retail门店运营Analytics客户化报表产品分析Analytics企业管理零售CRM分析产品品类计划分析BI标准方案案例总经理主管业务销售产品库存预测分析报表BI架构Regional Sales Categories区域品类销售门店门零售数据管理零售数据进入销售库存管理物流销售审计+财务分销资金流数据仓库控制信息供货 供应链 门店管理 需求 CRM 数据库 补充 规划 POS 产品 零售数据流程 主题零

10、售业的BI零售业的BI面临的问题零售业的BI解决方案数据挖据在零售业的应用零售业的CRM结论什么是数据挖掘？数据挖掘是帮助我们从数据库中找出隐含的规律目标:利润。利用分析结果改善运营的客户关系，收入，和利用分析结果改善运营的客户关系收入和数据挖掘模式󰂄1 决策树󰂄2 2 聚类󰂄3 3 ABC 等级ABC9These tools come delivered with an SAP NetWeaver BIand SAP CRM license󰂄4 4 相关性󰂄5 计分󰂄6 终身客户价值𘀍

11、2;7 崭新, 频繁, 消费金额RFM1. 决策树 概念 确定影响客户行为的因素 预测客户的将来行为 客户 客户历史数据 收入 $ 10,000 $ 3,000 $ 8,000 $ 6,500 $ 2,000 年龄 信用 48 22 36 34 63 Excellent Fair Excellent Fair Excellent Et Etc. 购买行为 ? (Query) Mick Jagger Elton John Tina Turner Etc. Yes No Yes ? ? 其它客户的 行为 （新） (Query) Willie Nelson Carol King Etc. 1.决策树

12、结果年龄根节点>= 35<35测验买100%<=$5<=$5,000000决策节点不买100%树叶节点很好一般不买买65%35%建模󰂄数据取自根节点󰂄测验数据决定下步节点󰂄所有数据归结到树叶节点解释结果由上至下年龄在35岁以下，收入在岁以下收入在5000元以上信用一元以上信用般的客户有35%的可能会买。年龄，收入，信用是对客户购买行为最有影响的因素2。丛集（聚类）分布结果第一组RevenueAge第二组RevenueAgeThe values on the Y axis are revenue intervalsThe g

13、reen bars represent the populations distribution, the red bars = Cluster 2s distributionGraphical output describes four clusters by size and influence. Quality measures analyze cluster distances (distinctiveness) and intra-clusterdistancesintra-cluster distances(homogeneity within a cluster).Upload

14、results to BI master data, create CRM target groups, ,ggp,and predict the cluster of a given business partner by inputting values for attributes.The Influence Chart explains how significant each attribute was in creating the cluster.3。ABC等级划分Class “A” About 10% of our customers generate 20% of our r

15、evenue4。相关性分析 相关分析揭示商品之间隐含的规律 Products 哪些商品客户会一起买? E A C D B D C 交叉销售规则 规则导出 相关分析 E D Customers A B E 4。相关分析结果62.50%）支持度以上的行为发生的次数占所有的数据中的百分比（23.81%）5。计分󰂄加权计分表客户群年龄Points(Age)IncomePoints(Income)地区Points(Region)Weight12330%10 1920 2930 3039710250%25 00050 000120 120000258南西东20%537Use weighte

16、d scoring to rank customersaccordingtothecustomers according to the importance of certain attributesCalculated score for Customer 2:= (10 x 30%)+ (5 x 50%) + (3 x 20%) = 6.1󰂄线性回归󰂊Use regression to predict the impact of one (or more) attribute on another. 󰂊Example: What will b

17、e the impact of price reduction on sales in Regions NY, PA, and TX?󰂄非线性回归法6。终身客户价值-概念（CLTV）用终身客户价值回答以下问题:这些客户为我们带来什么样的利润? 我们是否还要保留这些客户?那个客户部分对我们最有利?我们会投资在争取或保留这部分客户吗?6。CLTV分析结果7崭新, 频繁, 消费金额（RFM）7预测客户对促销活动的反应及于最近，频率，和客户花销额度原理将客户分成几部分例: 5 近期部分x 3 频繁部分x 2 消费金额划分客户群找出每部分客户对促销活动的反应相应率= 有响应数/总数预测未

18、来活动的针对性数据挖掘架构 客户端界面 模拟 工具 数据集 Master data CRM 分析建模 Results Local data store 市场 门店 ODS objects Real-time 数据挖掘 Models 智能连接器 网络 Cubes SPSS MSTR 文档式的 数据挖掘 数据库型的 数据挖掘 SPSS数据挖掘案例（某零售店）产品组织结构产品组织结构：产品类型类1->产产品类型类2->产产品类型类3->产产品产类型4->产品其中产品共有13万种客户交易量1257万次交易，时间从2006年1月到2008年10月，但是月但是10月数据不全所以被忽

19、略客户个数6万多多所有店铺的平均毛利润是24%左右产品品类品类销量销量预测主题零售业的BI零售业的BI面临的问题零售业的BI解决方案数据挖据在零售业的应用零售业的CRM结论。IT结构及下一代CRM 快速系统集成和分布 技术服务可重复使用 企业型服务架构 便于业务流程外包和合并 灵活采用和使用业务流程 业务架构 IT 架构 SOA Order to Cash ENTERPRISE SOA Order to Cash Cancel Order Delete from Database Send Notify Notification Suppliers Cancel Shipment Rollba

20、ck Inventory Cancel Invoicing Adjust Planning Cancel Order Manually built Low reusability No governance Individual development Business semantics Productized services Unified repository Aligned development 分析方法-数据挖掘QuestionWhich Offer(s)?10% OffOptimizeTVSetTV SetAnswer20%Off20% Off?TV Set20% OffTV SetTV SetWith Free VCRWithFreeVCRWhich Channel(s)?2?31Which Target Group(s)?21With Free VCRTV Set主题零售业的BI零售业的BI面临的问题零售业的BI解决方案数据挖据在零售业的应用零售业的CRM结论BI应用的目的有效的管理有管及时的决策降低成本提高销售和利润方案总结