数据化管理：洞悉零售及电子商务运营

作者：	黄成明
页数：	306
定价：	59.90

出版社：	电子工业出版社
出版时间：	2014-07
购买地址：	京东当当

笔记

粉丝

推荐语：在本书中，作者将各种数据分析方法融入到具体的业务场景中，最终形成数据化管理模型，从而帮助企业提供运营管理能力。数据化管理一定是要与具体的业务需求紧密结合，通过对数据的分析与洞察，能够解决具体业务问题，预测业务变化趋势！

撰写笔记

andrea_zhou于 2016-11-16 09:23已经看到

第2章寻找零售密码 2.1 周权重指数

周权重指数，
1、以日销售额为基础，以周为单位，进行权重分析；呈现销售规律。
2、是个相对值；通常7.0～14.0之间；值越大表示所统计的主体日销售额波动幅度大；
3、用于店铺量化处理销售状况、销售事件的工具。

andrea_zhou于 2016-11-15 10:03已经看到

第2章寻找零售密码 2.1 周权重指数

在基于日期维度分析趋势或特征时，剔除掉异常日期很重要。
但是事实上这份数据维护起来确实繁琐，异常日期是可到日到店粒度，还需动态维护（非正常销售日有些事后才知）
绝大多数系统实现的过程中少有企业能做到。
如果能够做到，也算是在这个角度实现了精细化管理。

andrea_zhou于 2016-11-14 18:55已经看到

第1章什么是数据化管理 1.6 数据化管理应用模板

模板化、产品化、系统化、工具化……
不管用什么名称，用什么工具或平台来承载，总归是沉淀于产品，将积累的知识可以推广，可以改进。
这是效率上的提升，也会是更大面管理水平的提升。
个人有自己的一套模板，是一项好技能，可以“强身健体”
企业有一套自己的模板，可以不断积累，打造最适合自身的分析应用树，持续提升管理水平。

andrea_zhou于 2016-11-14 18:49已经看到

第1章什么是数据化管理 1.5 数据化管理流程图

第7步编写报告，所举例，与车品觉书中所提三个指标意思相同。
不管是做分析报告，还是做分析应用（如仪表盘驾驶舱），一定是要：
弄清楚对象&角色，弄清楚场景，亦即书中所提到的审题。

点-线-面的思路可以在应用设计中参考。

打爆一两个重点，讲透它，比泛泛的一些无效的论述/应用，要有意思有价值得多。
曾几何时，我们也曾在自己数据分析系统里为了存在而堆砌了多少无效和低价值的应用，值得思考。

andrea_zhou于 2016-11-14 18:43已经看到

第1章什么是数据化管理 1.5 数据化管理流程图

八部曲：
分析需求->收集数据->整理数据->分析数据->数据可视化->应用模板开发->分析报告->模板应用
第1步分析需求尤为重要，很有可能决定了整个环节的价值度。分析需求时，亦考虑难点、重点、痛点等，综合考虑价值度、可实现性。同时，对于需求亦会有规范性的要求。
第2步收集数据，字面易懂，实际难行，尤为外部数据的采集，很多时候都困于此；

andrea_zhou于 2016-11-14 18:36已经看到

第1章什么是数据化管理 1.5 数据化管理流程图

步骤不是目的。最终目的的能够分析、解决问题，并可持续应用于改进。
前一部分即为发现问题、分析问题、解决问题，收集反馈的闭环，
第二部分则为系统化（模板化）并持续完善
系统化的好处可以积累沉淀、推广与持续改进。

andrea_zhou于 2016-11-14 16:53已经看到

第1章什么是数据化管理 1.4 数据化管理的四个层次

四个层次：
业务指导、运营分析、经营策略、战略规划；
总的说来，到底几个层级不是最重要，基本上是可从具体业务操作级到战略级；面向的角色从一线到高层；
在之前，数据系统建设之初的定位很重要，定位会满足于这些层级中一个或多个，或是逐步迭代。
现实中现在越来越流行的是面向场景，基于层次里面的场景。

andrea_zhou于 2016-11-14 15:28已经看到

第1章什么是数据化管理 1.3 数据化管理的意义　

转成BI的术语，针对所述几条意义看一下：
1、量化管理，这个是通用的，就像是可以支撑KPI等管理方式的落地；
2&3、结合到了业务上的，应该是效果层面的，譬如增收降本
4&5、之前所聊数据仓库&BI的几项特性，一致性、及时性、准确性、集成性。

andrea_zhou于 2016-11-14 15:03已经看到

第1章什么是数据化管理 1.2 数据化管理的概念

数据化管理的定义：
运用工具，科学分析，结果运用到各个环节各个层次的业务中。
从之前BI角度来看，闭环的概念也是类似。
发现问题、分析问题、解决问题；
P21的通俗比喻，从技术线角度来看，大致会等同于
仪表盘、预警、数据分析与诊断、数据整合与处理等方面；

andrea_zhou于 2016-11-14 14:54已经看到

第1章什么是数据化管理 1.1 “聪明”的销售人员

案例2，排班
在项目中是有遇到过对终端员工进行分析的，但是真的做到排班这一层级的系统化工具，不是太多见。
可能也与排班数据通常不在POS或者ERP系统中有关。
在专有的数据分析类系统或应用中，这一块是可以实现的，而且是有许多要点可以予以融入和考虑的。

andrea_zhou于 2016-11-14 14:56已经看到

第1章什么是数据化管理 1.1 “聪明”的销售人员

案例一后文，
利用数据建立一项监控制度，设定预警条件，顶起筛选出有问题的店铺，然后再服役其他抽查等监控手段。
这可以用于产品化思路，几年前也略有尝试。
筛选出来有问题的店铺，类似于预警信息的推送，比让用户去再一次发现问题，又要好不少。
譬如可以最基础的排班信息、实际情况、业绩、问题，纳入PDCA等，想象空间很多。
但是作为系统来看，其ROI需要考量，因此很多时候仍是流于部分人员的Excel之中，当然Excel也具有足够的灵活性。

数据化管理：洞悉零售及电子商务运营

目录

手机绑定