[]
本章节以一个销售场景业务数据分析为例,带您快速上手使用 Wyn 商业智能制作第一张仪表板和报表,通过对业务数据的分析,解决实际的业务痛点,同时掌握 80% 用户会用到的高频核心功能,零基础的用户可以使用 Wyn 完成简单的数据分析。
XX 公司主营门店零售业务,包括粮油副食、日用品等,目前公司在全国各个大区、省份都有门店覆盖,业务处在扩张和上升期,期望可以通过对各项业务数据(包括:销售订单数据、会员数据、门店数据等)的分析,快速掌握销售整体动态,及时发现业务运营问题,调整营销策略,进行精准投放,实现公司利益最大化。利。益最大化
在这家公司运营的过程中,面临的痛点有:
业务数据多又分散,无法快速和全面了解公司业务运营状况
门店分散在各个城市,无法快速根据销售趋势调整各个门店的商品库存
会员数据信息杂乱,无法快速整合,精准了解客户群体
商品种类多,以及在每个门店、城市销售业绩不同,无法精准投放营销
将业务系统里已经有的销售订单数据、商品数据、会员数据、门店数据、预算数据等接入统一的数据分析平台 Wyn 商业智能,通过建立各个表的关系,将原始的在数据库的物理模型整合和加工成业务人员可理解的"业务模型",同时根据业务分析需求将原始数据计算成各个"业务指标",多个维度的分析和展示到仪表板和报表上,最终实现如下目标:
管理人员: 多维度了解销售业绩趋势,全方位掌握企业运营
业务人员: 实时了解销售较好的门店和热门商品,优化库存
销售总监: 掌握各个大区的销售完成情况,及时调整销售计划
市场总监: 了解客户画像,精准投放营销资源
在以上案例中,基于销售场景的CRM系统的原始业务数据如下,包括:订单数据、商品数据、会员数据、门店数据、大区、组织等维度数据,我们将基于以下业务数据来分析和解决客户遇到的实际的业务问题。
方法1: 整合原始业务数据,逐层拆解分析维度和业务指标。
具体分析思路如下:
首先我们将原始业务数据拆解为三个大的维度:商品、订单(也就是销售业绩)、客户;
然后在每个维度上在进一步拆解要分析的业务指标,具体可参考下图:
在业务指标的基础上,我们可以根据原始数据的维度表和表关系,总结可分析的维度,比如可以基于地理、时间、商品分析销售数据指标,可以基于门店分析商品的业务指标。
通过以上三个步骤,就可以总结出要分析的所有维度和度量值(也就是下面的“业务指标”)。接下来就可以以此为目标来整合、加工业务数据,对于一些非原始数据的业务指标,需要通过二次计算得出,比如销售完成率。
方法2: 通过目标倒推要分析的数据和业务指标:从各个角色实际工作中要解决的问题进行倒推,比如:业务人员要实时了解销售较好的门店和热门商品,对库存进行及时的调整,可以通过分析各个门店各个品类的销售数据,通过数据分析的结果来辅助优化库存或者营销策略,同样其他角色也是。