《帆軟：2024零售消費企業數字化增長實踐案例集 2.0（65頁）.pdf》由會員分享，可在線閱讀，更多相關《帆軟：2024零售消費企業數字化增長實踐案例集 2.0（65頁）.pdf（65頁珍藏版）》請在三個皮匠報告上搜索。

1、讓數據成為生產力帆軟消費零售事業部帆軟數據應用研究院?零售消費企業數字化增長實踐2.0案例集PREFACE卷首語在當今快速發展的社會中，零售行業面臨著前所未有的挑戰。市場競爭日益激烈，消費者需求不斷變化，供應鏈管理的復雜性增加，運營成本上升等問題，讓許多零售商感到壓力重重。在這個背景下，數字化成為了零售行業的重要發展趨勢。通過數字化技術，零售商可以更好地提高效率，優化供應鏈，實現會員管理的個性化營銷，線上線下融合以及創新業務模式等。本案例集旨在探討零售行業面臨的挑戰以及數字化對零售業發展的幫助與作用。我們將從市場競爭、消費者行為、供應鏈管理、運營成本等多個角度出發，深入分析數字化如何幫助零售商

2、應對這些挑戰。同時，我們也將通過案例分析和實踐建議等方式，為零售商提供更好的數字化轉型的具體方法和策略。希望通過閱讀，您可以更好地了解數字化對零售行業的重要性和作用，同時也能夠獲得一些實用的指導和建議。我們相信，在數字化的推動下，零售行業將會不斷創新和發展，讓數據成為生產力！目錄消費領域典型數字化解決方案零售快消015020027033恒安集團：將業務與技術轉型融為一體，全面實現業務數據化和數據業務化薇美姿（舒客）：協同共生，賦能高效數字化應用價值與實踐維維食品飲料：智能促銷指揮官：數據驅動的精準營銷與客戶忠誠度提升碧生源：深耕功能茶飲的碧生源，何以讓數據常潤，促品牌“常青”？001008消費

3、 4.0 時代的增長新思路消費零售企業的數據價值變現之路鞋服時尚波司登：數字化轉型本質是一場變革，協同驅動業務觀念變化，賦能業務增長足力?。簲底只苿又菩髽I供應鏈創新艾萊依：覆蓋商品、銷售、供應鏈，艾萊依的產銷協同探索與實踐！周大生：從 0 到 1 落地 FineBI 自助分析，數字人才建設賦能經營決策潮宏基：作為彩金珠寶的領潮者，潮宏基如何用數據譜寫品牌零售新“飾”界？039046052058065連鎖門店喜家德：數據化由 0 到 1 轉變，門店管理效率提升 40%周黑鴨：“美味締造者”的背后，蘊藏著數據驅動的奧秘蘇客：釋放數據力量，蘇客領跑快餐業發展王府井：從 0 到 1 的突破，創新打

4、造一站式數據分析解決方案天虹：數字化會員超 4700 萬！數實融合迎來業績增長的“第二曲線”071076082088096交個朋友：直播電商進入下半場，與數據“交個朋友”吧云鯨：打破數據壁壘，云鯨攜手帆軟 BI 系統優化用戶體驗與營銷策略浙江銘弘電商：讓 1 個 SKU 持續多賺 1%的“探險者”之路103108113電商零售超市業態數據分析平臺建設通用方案掃碼免費下載跨境電商數據應用建設方案掃碼免費下載餐飲行業數據應用建設方案掃碼免費下載家居行業數據應用建設方案掃碼免費下載服飾行業解決方案掃碼免費下載美妝行業解決方案掃碼免費下載零售會員營銷解決方案掃碼免費下載直播電商數字化分析方案掃碼免費下

5、載門店管理分析解決方案掃碼免費下載經銷商分析解決方案掃碼免費下載002001零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0大咖說帆軟軟件研究院業務專家 趙珂夢消費 4.0 時代的增長新思路 01消費降級？消費升級？結合整體國家統計局數據，整個社會消費品的總額增長其實是一個比較平緩的過程，整體呈現穩中有進的狀態，下圖左側圖標顯示的是居民的人均可支配收入，不管是城鎮居民還是農村居民，在 2024 年上半年整體人均收入是呈現增長態勢，但中國消費者的信心指數趨勢卻不樂觀。這兩年有一個詞非常的火消費降級，身邊很多人開始用起了拼多多，做起了省錢攻略。拼多多的業務增長超預期

6、，淘寶、京東增長放緩，恩格爾系數上升，低價餐飲服務興起這些都預示著消費降級。但是與之相對的，人均可支配收入是在上漲，居民消費增長率高，部分的奢侈品不斷提價，包括我們結合更多的新興消費的業態在蓬勃的發展等事件又印證我們現在處于消費升級的市場，所以消費升級和降級是同時，他倆并非是矛盾，而是統一事物的一體兩面。消費 4.0 時代到來從前是“供給驅動”的“產品為王”的時代，現在已經逐步開始進入到“用戶為王”的新時代，需求由消費者來驅動，供需關系發生了變化，進入消費 4.0 時代。新消費時代，中國消費市場中產階級在不斷的擴大，渠道非常的細分且多元，供需之間強烈的需求矛盾又產生了，面對這樣的一個市場環境，

7、零售企業的破局之道是什么？唯有洞察消費者。圍繞一個消費者打通 N 種觸點，從購物渠道、接觸信息、媒介，到下單、支付、配送、售后等環節，整體的營銷服務都需要跟上，這就是我們一直在說的精細化運營，只有做到這些才能從存量市場中挖掘潛力，從增量中尋找新的機會。004003零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0結合相關的研究可以發現，目前消費者有兩個特性：一是消費觀念開始改變，消費者更加注重悅己和務實，想要的不僅僅是實物的商品，更多的是體驗式的消費，所以說消費者不是沒有需求了，而是消費者需求開始升級。二是消費決策過程更加復雜化，為什么呢？因為我們剛才講到大環境是

8、渠道非常多元，現在不僅是有線下的商超、百貨、購物店，還有更多新興的電商平臺，消費者會多方比價，多渠道獲取信息。品牌想要破局的話牢牢結合以下幾點：結合產品的品質，我們的價格給消費者帶來怎么樣的實際體驗，以及產品賦予消費者的社會標簽是什么。食品飲料行業，以咖啡產業為例，呈現欣欣向榮的態勢，現磨咖啡成為整個咖啡產業的領頭羊，但是行業內卷非常的重，卷產品、卷營銷、卷渠道?？Х冉绲膬纱缶揞^瑞幸和星巴克。目前瑞幸的營收超過了星巴克，但是從利潤的角度還是星巴克在逐步的上升。我研究的一下星巴克最近做了一些什么事，它里面的做法還是值得大家做一些借鑒和參考的。隨著消費降級的趨勢，星巴克也針對性做了一些低價促銷活動

9、，面向學生黨提供打折優惠、設置了下午四點進行打折促銷，還有部分的產品做了定向營銷的工作。但星巴克賣的僅僅是咖啡嗎？網上更多的說它賣的是社交空間，安靜的無煙的環境，所以大家也可以想想購買星巴克的消費人群和瑞幸是否是同一批人群，這也是結合行業做一些思考。鞋服行業，從整個大盤來看的話，近幾年的年復合增長率處于低位增長階段，從類目里面看的話，它還可以做更多的細分，像女裝、男裝、鞋服，包括童裝都是不同的玩法，再結合品類來看的話，疫情之后，大家對自己的一些健康會更加的關注，戶外賽道非?；馃?，所以運動鞋服是時代潮流中的大贏家。細分消費行業的變化先說美妝行業，2023 年化妝品市場銷售額的數據，不管線上還是線

10、下同比都是在增長，而且線上增長的速度是遠遠超過于線下，這是美妝市場整體的特性，在 2023 年的時候，市場規模已經到了 7900 多億，可以預計在不久的將來，美妝的市場規模將達到萬億級別。消費 4.0 時代的機遇與挑戰結合上述講的整體的宏觀環境，現在品牌增長處于怎樣的階段，我們可以稱之為 VUCA（V-不穩定、U-不確定、C-復雜、A-模糊）。006005零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0首先是市場的競爭非常的激烈，前有國際大牌降維打擊，后有新銳品牌猛烈追趕。二是用戶的需求變化非常的快，且很多是崇尚個性化、定制化的需求。三是隨著流量紅利的衰退，整體

11、的獲客成本是越來越高。四是品牌力、產品力塑造艱難。但有問題就有相應的解法，從數字化的角度出發，整體市場競爭激烈，我們可以結合市場大盤的數據做一些行業分析和競對分析，隨著消費者需求的變化，我們可以拉通消費者從瀏覽、搜索到購物下單的整體流程鏈路的變化，從而更好的前置捕捉消費者的偏好變化。對于獲客成本，我們可以建立全面的流量追蹤系統，識別哪些是優質的渠道，哪些是低質的渠道。在品牌渠道分析這一塊的話，也可以通過品牌官網，社交媒體去加強品牌的宣傳，加強和消費者的各種情感鏈接。結合剛才的路徑我們再來講一下當前在數據應用上比較典型的痛點。一般來說，很多公司在業務側都有常規分析的報表，比如周報、月報、年報等，

12、這些報表需求往往需要業務提需求給到 IT 實現。但是在實際的配合過程中，零售行業的業務變化是很快的，IT 無法及時響應業務需求。特別是我最近接觸到有一些公司的 CEO/CI 提到他們的業務體量基本上每年翻番，在業務高速發展的過程中，業務不斷給IT提需求，IT永遠是在排期，永遠做不完。怎么解決這樣的問題呢？我們來看一個實際的案例，看看在構建數字化的過程中，怎么樣解決上述業務視角和 IT 視角天然存在的矛盾點，以及如何層層加深企業的數字化建設程度。零售行業數據建設應用的現狀與痛點如何構建一站式數據分析平臺我們把整個消費行業的數字化建設應用分為四個階段，第一段是紙質記錄，第二階段是 EXCEL 分析

13、，第三階段敏捷可視化，第四階段是探索式分析，大多數企業處于二、三、四混合的階段。比如說我接觸的某一家集團的公司，它下面有非常多的子品牌，有一些子品牌自己有 IP 的能力，構建了數據庫，它就已經處于第三個階段。另外一個子品牌相對來說薄弱一點，或者說數字化的投入薄弱一點，現在還是 EXCEL 分析為主，處于第二階段。以我們服務過的某家客戶為例，這是我們給客戶規劃的項目建設思路，我們稱之為 1 個平臺、3 個目標、4 個要素，一個平臺指的是一體化的數據分析平臺，隨著客戶業務體量不斷的變大，需要去整合線上和線下的數據，打通前端的營銷數據和后端的供應鏈、采購等多端數據。項目從電商的運營、全渠道精細化的營

14、銷管理，再結合財務的視角做資金上的管控和綜合的分析，幫助企業拉通從數據采集、數據處理融合、數據留存到業務分析這四個過程。項目過程中，我們給客戶提供了全鏈路的解決方案。底層實現全域數據采集，中層實現整體構建企業級的數據指標體系，按照業務能夠理解的數倉，消除 IT 和業務天然的矛盾點。頂層的業務分析層面，帆軟能夠提供標準化可復用的場景包，給提供企業提供參考及復用，提升數據分析應用的效率。008007零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0圍繞企業整體經營，構建高層、中層、業務骨干三級分析框架，高層從宏觀經營視角出發，關注的是我生意好不好，好在哪里，差在哪里？

15、財務側的利潤怎么樣，營銷側的產出投入是怎么樣的，包括供應鏈管理側怎么樣的。中層從各模塊業務視角出發，圍繞業務模塊做進一步分析，比如說營銷板塊，渠道板塊，品牌、會員，財務等等。業務骨干從執行應用視角出發，做更多的主題的深度分析。整個分析框架需要從上往下、從下往上層層打通。數字人才為企業數字化建設保駕護航隨著數字化建設的加深，除了帆軟提供落地實施服務這種方式，我們也非常樂意助力推進企業內部的數據人才建設，基于不同層級管理者在數字化轉型中需要承擔的角色與重點工作，提供數字化人才分層分級培養方案，幫助企業全面提升數字化能力。大咖說從整體視角來看，數據是能夠發揮價值的，但這種價值的凸顯主要集中在規?；?/p>

16、業中。在我多年服務的消費零售企業里面，我發現有效利用與運營數據資產并實現其變現，對大多數企業而言并非易事。企業大體上還是處于比較基礎零散的報表應用狀態，未真正把數據價值全面深入地應用起來。消費零售行業 解決方案資深專家 周道明消費零售企業的數據價值變現之路02解析要素市場從 2021 年開始，我國數據要素市場規模已經達到了 815 億元，并且仍在高速增長，主要集中于數據存儲、數據加工、數據分析領域。針對部分上市公司數字化轉型的前后對比研究顯示，企業數據能真正幫助企業發展，提升企業整體運營效率。數據要素市場發展迅速，數字化賦能效果明顯，數據資產潛在價值巨大來源：中國數掘要家市場發展報告（2021

17、-202）國家工業信息安全發展研究中心 北京大學光華管理學院數據采集45數據存儲2021年我國數據要素市場規模達到815 億元，預計“十四五期間市場規模復合增速將超過 25%數據資產的使用能夠充分挖掘數據的價值，提高各行各業的運轉效率180行業制造業農業、林業及漁業信息和通信行業能源業采礦業金融服務業ROA(%)ROE(%)ROAROE數掘加工160數據交易120數據分析175數據服務85生態保障已推進數字化轉型與未數字化轉型上市公司行業層面回報的影響注:對于每一個行業，第一行是未轉型上市公司，第二行是已轉型上市公司：ROA是資產回報事:ROE是凈資產收益率。50050100150200-0.

18、505.09-1.436.595.598.022.01-2322.85-12.284.3315.13-0.882.75-19.5243.6323.520.433.248.284.172.81-4.61-2.04-1.24-49.25-15.490.8033.76-1.832.49-28.419.224.3237.63010009零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0消費零售企業數據應用現狀核心原因解析缺少科學的數據分析體系建設方法論指引，毫無章法可循缺少企業數據文化培養，企業數據決策的習慣未養成缺少數據產品經理崗位的配置，無法深入到業務部門，主動發起數

19、據應用場最建設規劃，并有意識的宣貫企業的數據文化業務人員更習慣于結果導向式固定報表/圖表，BI高要求的使用和思維門檔和欠缺操作能力及思維固化的業務人員間的落差，嚴重阻礙了企業數據價值的變現缺少完善的數據運營管理機制，隨著B1項目的上線，數據分析應用的建設也就進入了停滯階段，原有開發的分析看板模型沒有專人跟進具體的業務部門應用效果，沒有持續選代開發事先沒有進行數據指標體系的規劃，也會很容易導致從上到下的目標沒有對齊，也就是從公司的戰略目標、業務部門的目標、到各個業務線之間的目標沒有對齊業務需求倒逼出的都是單點、散點數據指標，缺乏整體規劃，效率低目混亂:并易造成開發重復系統越來越繁重缺少分析體系構

20、建方法41事先沒有系統化、體系化的數據應用場最規劃的結果表現就是表多、數多、數據亂、報表看不懂造成整個業務團隊決策效率非常低下決少體系化的數據指標監控，更多關注結果性數據，很多過程性數據往往被忽路，導致當業務結果異常時，靠單一數據或者不成體系的數據，很難快速定位具體原因32010203數據應用方面數據應用都是呈現點狀的應用分布，沒有系統化、體系化的建設規劃；業務部門更多是憑經驗做管理，而不是看數據做管理；數據部門主動研發完成的數據應用分析看板，業務部使用頻率很低，無法全面推廣應用起來，更多還是疲于應對業務部門臨時性的取數及報表開發需求；數據應用更多的還是固定表格報表，站樁式看數居多，探索式交互

21、式應用場景缺失；企業組織間數據不透明，很難完成跨組織的穿透式數據分析應用場景；BI 工具很多時候淪為取數平臺，業務部門更多依賴 Excel 做透視分析；這些都是我與客戶訪談過程中遇到的一些現象，其核心原因是：缺少科學的數據分析體系建設方法論指引，毫無章法可循；缺少企業數據文化培養，企業數據決策的習慣未養成。指標體系方面業務指標體系混亂，不清楚什么層級？什么崗位？應該看哪些數據？怎么看？看完之后怎么行動？指標口徑不一致，出現“同名異義”或“同義異名”的情況，這不僅導致各部門匯報結果難以橫向對比，而且使得管理層無法快速準確地掌握整體業務運行狀況指標重復建設，數據部門在響應快速變化的業務需求時，往往

22、會為了效率而獨立創建新的指標，而不是復用已有的計算邏輯自助式分析平臺缺失很多維度及關聯指標，業務部門很難真正完成自助式數據分析認識企業數據價值變現對于企業數字價值變現，我有兩點理解想與大家分享：數據、信息、知識的理解1、什么是數據？以 35 C 為例，“溫度是 35 C”代表不了任何東西。它有可能是今天的天氣，也有可能是水溫，我們一般認為它只是一個數字事實，而“2024 年 7 月 5 號上午 10 點，廣州市的溫度是 35 C”則是一個更加場景化的數據。實際上，大部分數據都是依賴于場景，我們不能脫離場景來看數據。以連鎖零售行業為例，兩個門店日銷售額分別達到5000元和8000元，僅憑這兩個數

23、字來單獨評判其經營情況，其實是有失公平的。我們要看它在一線還是二線城市？它是 CBD 商圈店、學校店或是公園店？它是旗艦、直營店或是加盟店？所以我們在描述一個數據的時候，一定要基于某些具體的場景。2、什么是信息？“35 C 比我們平時熱”就是信息。所以我認為數據和信息最大的區別是：信息是有比較的，它是有閾值范圍的。從某種角度來看，我們可以將信息想象成紅黃綠燈。為了認定某事物為信息，你必須要告訴我，它是好是壞？它是紅燈、黃燈還是綠燈？這是數據到信息的一個重要轉變。我們之前構建的眾多模型及報表，很多時候僅僅是簡單數字的展現，未到達信息的展現程度，而其中的關鍵在于我們沒有確定閾值及進行好壞的判斷。0

24、12011零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.03、什么是知識？實際上，數據能提供給業務部門的建議是嚴重不足的，因為大多數情況下仍需業務部門自己進行判斷及決策。那么數據背后代表的具體業務含義到底是什么？什么是信息到知識呢？其實很好理解，“35 C 很熱，我們需要穿短袖”這個就是知識。簡而言之，當我們確定閾值及進行判斷之后，還要知道在亮紅燈之后的作業方法是什么？怎么解決亮紅燈的問題？而不是任由其一直亮著紅燈。由此可知，在數據價值變現中，最終節點是執行的動作，即我們所說的知識。而將知識與我們的平臺綁定，即認為它可以形成我們的字符。溫度是 35這是一個數字事

25、實2024年07月5日上午 10點廣州市的溫度是35C這是一條更場景化的數據35C熱死了，需要穿短袖這是知識這是信息35比平時熱數據信息知識智慧/決策的高效轉換我之前投入大量的精力在業務的在線化及數字化建設上，而現在從數據化、數字化角度上看，它僅僅實現了數據的采集。換個角度說，我之前所建設的屬于流程驅動的范圍，即對業務流程的改造，但是這永遠無法真正的實現數據驅動。因此，在我所闡述的從數據到信息、再到知識、最終到智慧的扭轉過程中，最關鍵、最有價值點的是知識的沉淀。如何將業務的實際運營知識與平臺、數據模型有機結合是我們當下真正的著重核心。效率提升促進增長數據價值低高智慧業務ERPOMSWMSCRM

26、POSHR洞察趨勢，推薦最佳策路知識基于對事實和成果的經驗總結，經過業務實踐驗證信息對數據進行整合、轉換、消洗，聯接數據記承業務事實，反映業務原始特征匯聚清洗轉換建模采購庫存渠道門店APP實現數據價值變現之路構建數據分析體系1、構建指標體系構建指標體系中首先需要找關鍵，要在企業數據中找到核心的指標，找到企業真正的關注點。再者我們需要定規則，即定義指標數據的計算口徑。此外，最重要的是找標準，即我們怎么去定義指標的好壞？該如何去做指標的比較基準？構建指標體系的第一核心要素是搭建整體框架。首先需要自上而下承接企業的戰略目標，因為不同重點的戰略目標的達成，最終都會分解到企業各個承接部門的核心 KPI

27、上。若未把戰略目標分解到各個部門，那它將無法實現。再者需要從左至右梳理企業價值鏈流程，即梳理從經營計劃、商品企劃到商品設計、原料采購及生產、商品運營、門店運營的流程。我們要將自上而下的決策鏈與從左至右的價值鏈相結合，構建數據分析的指標體系。從而將指標由決策層、管理層拆解至執行層，落到實處。最后需要建設數據指標的標準，包括基本信息、業務標準、技術標準、管控標準等。我們要將部分的數據與整體的數據治理工作相協同，基于真正的數據驅動運營、數據價值變現來做好數據指標體系建設。2、構建數據應用場景在構建數據應用場景前，我們必須要清楚業務部門的需求點是什么？它的痛點是什么？當企業擁有核心的 KPI 指標之后

28、，我們還需要考慮如何通過數據的業務場景賦能業務部門。這要求我們要基于企業的關鍵價值鏈、痛點以及核心 KPI，梳理整體指標的管理邏輯。因為業務部門真正用到的是基于場景的數據，并且在實際過程中，大部分業務部門的看數邏輯代表著部門的運營邏輯。簡單來說就是，他在看待問題時，會從多維度剖析，而這些視角的排序也代表著具體行動的先后順序，最終我們會基于這個順序設計具體的場景分析模型，以賦能業務部門。數據分析應用場景建設流程梳理業務看數邏輯，并基于看數邏輯梳理指標關聯邏輯，進行數據建模及看板設計開發數據分析應用場景目標確認及業務看數邏輯拆解業務邏輯樹數據建模及分析看板開發數據分析應用場景推廣及迭代ODSERP

29、POSCRM.DW門店域商品域會員域.DM門店主題商品主動會員主題.確認分析場景目標原有看數維度及習慣采集影響業務目標改善的各種原因假設概念講解課堂培訓&研討會操作練習單獨輔導案例分析&情景模擬業務培訓效果監測小范圍試用分析場景迭代完善業務培訓014013零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0企業數據文化的培養數據文化作為文化的延伸，則是指對于在決策過程中使用的數據，高層管理者和員工所推崇的價值觀、展現出的行為和持有的態度影響數據文化企業落地四要素:企業數字化實踐面臨的挑戰44%資料來源：紅杉中國2021年首席信息官調查報告未普及數據文化業務流程復雜，

30、重構難度大缺少數字化人才數字化戰略規劃不清晰缺少合理的組織或機制缺少數據分析和數據應用能力缺少管理層推動與支持數字化資金投入不足缺乏核心技術及應用能力40%26%26%25%22%21%12%39%管理層支持并推動數據的使用1通過數據運營打破團隊溝通壁壘2相信數據的價值，輕松獲取、自由分享3數據思維力是每個角色都應具備的能力4培養企業數據文化1、構建數據組織培養企業數據文化，首先需要有人構建數據組織。因為數據文化的培養并非是自然而然的過程，它必須要有大量的數據運營行為來推動，而數據運營的執行遵循著數據組織所下達數據命令。這需要企業在人員配置方面進行大量的投入，建設數據治理組、商業智能組、數據研

31、發組、技術運營組等。若企業當前的預算較少，也要先根據這個組織體系框架進行規劃，后續再執行。2、構建數據運營機制我認為，當前大部分企業的數據指標體系不是一成不變的，它會隨著企業發展規模的變化而變化，這就需要數據運營團隊不停地迭代、推廣。這涉及到數據運營流程的構建，即當新的數據需求浮現后，企業的數據團隊與業務團隊該如何協同、如何開發、如何驗證。再者需要開展數據專題的培訓，培訓企業的數據思維，包括我所闡述的對于數據、信息、知識的理解，這也是以往大部分企業未大面積宣導過的內容。此外，還需要發布數據運營報告以及推廣內部數據應用大賽，在潛移默化中建立起企業數據文化，以實現企業數據價值的變現。最后，我想與大

32、家分享我個人對于數據的理解：數據本身并沒有價值，數據的價值是隱藏在數據背后的業務邏輯和知識沉淀，數據只有變成智慧，才能實現高效決策，驅動零售業績增長。零售快消恒安集團：將業務與技術轉型融為一體，全面實現業務數據化和數據業務化維維食品飲料：智能促銷指揮官：數據驅動的精準營銷與客戶忠誠度提升薇美姿（舒客）：協同共生，賦能高效數字化應用價值與實踐碧生源：深耕功能茶飲的碧生源，何以讓數據常潤，促品牌“常青”？016015零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0恒安成立于 1985 年，是一家專注于家庭生活用品的快消品企業，擁有 4 枚中國馳名商標，400 億元固

33、定資產，去年年營收達 238 億元。我們在 17 個省份擁有 22 個生產基地，8 5 座物流中心，服務超過 5 億消費者，生產的產品種類多達1386 種，旗下有心相印、七度空間等知名品牌。這些龐大的數據和業務規模也從側面顯示著恒安在數字化轉型過程中所面臨的現實復雜性。將業務與技術轉型融為一體，全面實現業務數據化和數據業務化恒安集團復雜供應鏈中的數字化轉型探索快消品行業的特點是價值鏈長，恒安也是如此。雖然我們的產品是消費品，但是整個模式很多都是 To B 的，特別這幾年消費習慣的變化，整個價值鏈更加復雜。加上恒安整個供應鏈模式，全國那么多生產基地、幾十個區域配送中心（RDC），這個 RDC 還

34、要經過 5000 個經銷商，5000 個經銷商要通過 60 萬加盟店才能夠到達消費者手中。這種復雜的供應鏈結構帶來了巨大挑戰，因此恒安必須快速適應，以“以消費者為中心”的模式推動企業變革。以消費者為中心恒安數字化轉型的“三維”目標2021 年始，我們圍繞這個目標制定了新一輪的數字化轉型流程，把目標分解為三角形的“三個維度”：客戶、運營、產品。雖然恒安的渠道和客戶是 To B，但最終用戶是消費者，所以我們始終圍繞“以消費者為中心”，通過數字化建設，推動業務的精細化運營。在 2013 年至 2021 年間，我們做了多次數字化轉型的嘗試，但見效很慢。因為我們始終沒有確定：企業數字化轉型的終局是什么？

35、直至 2021 年，我們才明確了這個問題。企業的數字化轉型應該像一輛自動駕駛汽車，所有的信息一手采集過來變成數字，通過中央決策、控制器反哺到行為。如此，企業的數字化轉型就可以視作成功了。018017零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0卓越運營實時數據監控與 ERP 重構：做卓越運營必須實時掌握企業經營業績，為此，恒安對 ERP 系統進行了全面升級和業財重構，以實時掌握企業的經營業績。通過對利潤中心和成本中心的深入分析，集團能夠確保合并報表的準確性，實現經營管理的透明化，并有效支持卓越運營的實施?？蛻粲H密重建私域商城：恒安集團在數字化轉型過程中，以消費

36、者為中心，重構了私域商城。以創新、驅動業務和實現精細化運營為宗旨，集團不再以 GMV 衡量商城的效果，而是更加重視讓系統產生消費者的互動和觸點。目前恒安注冊會員數量已達億級。重構業務員巡店系統：雖然近年來線上電商發展迅速，但快消行業主戰場還是在線下。為此，恒安重構了業務員的巡店系統（SFA）。自 2010 年始，恒安的 SFA 系統經歷了多次迭代，此次重構圍繞消費者體驗進行系統建設，以流程驅動管理規范、效率提升，還推動了模式與產品的創新。渠道數字化：為了進一步實現渠道透明化和高效運營，恒安通過數據回流與一件代發的方式逐步完善線下經銷商管理，確保線上經銷商的數據能實時回流，同時通過一件代發模式有

37、效減少庫存壓力。供應鏈系統重構：為了優化供應鏈管理，恒安針對 60 多個區域配送中心（RDC）和 20 多個生產基地，重構了產供銷協同的供應鏈系統，以解決貨品短缺與過剩的問題。早在 2015 年，集團便意識到這一系統的重要性，并在重構過程中以數據質量為基礎，最終解決了各自建系統導致的數據孤島現象。自研與多生態集成：為支撐創新、確保數據的準確性與質量，恒安建立了自研底座。恒安認為數據治理不僅僅是一個項目，而是貫穿于各個系統、各個項目過程中的核心理念，要以終為始、將數據驅動理念貫穿于各個數字化系統的建設中。產品領先數字化系統驅動創新：建立量化數據體系，持續評估數字化轉型的效果，尤其關注訂單滿足率和

38、庫存成本的平衡，努力解決行業內長價值鏈帶來的挑戰。通過數字化系統的實施，恒安集團成功推動了變革與創新，并直接提升了業績，包括優化了訂單滿足率和庫存成本等關鍵指標。目前，整個全價值鏈的管理已經實現了從 0 到 1 的突破。數據管理數字化：為了進一步支持決策，集團在財務、供應鏈和營銷等部門建立了數據分析的核心用戶群體，利用 BI 工具進行數據建模與指標構建。所有關聯用戶只能用指標生成報表，而不允許直接接觸底層數據，這樣確保了數據的一致性和準確性，使得各部門能夠隨時了解企業的經營狀況，明確哪些產品盈利、哪些產品不賺錢，從而提升決策的及時性與精準性。020019零售消費企業數字化增長實踐案例集 2.0

39、零售消費企業數字化增長實踐案例集 2.0數字化邁向數“智”化數字化重構了信息化，而未來的智能化，尤其是生成式 AI，必將深刻重構我們的數字化進程。通過將 AI 與數據結合，我們有可能重構整個 BI 業務，實現更高水平的創新與發展！薇美姿實業（廣東）股份有限公司是中國領先的口腔護理產品提供商，旨在通過一站式及多元化的產品改善消費者的口腔健康及衛生，公司主要從事開發及銷售涵蓋四大口腔護理產品類別（即成人基礎口腔護理、兒童基礎口腔護理、電動口腔護理及專業口腔護理）的多元化口腔護理產品組合。旗下擁有成人口腔護理品牌舒客（Saky）、極悅；兒童口腔護理品牌舒客寶貝（SkayKids）、稚奇（JoyKid

40、s）。協同共生，賦能高效數字化應用價值與實踐薇美姿（舒客）022021零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0薇美姿數字化轉型的四個階段我們把數字化分為四個階段，數字化嘗試者、數字化追隨者、數字化開拓者、數字化領軍者。我們現在自己定位于數字化追隨者階段，這個階段的特點就是人有我有，未來三年我們希望能夠達到數字化開拓者的階段，能有效地開展數字化、提升業務，達到人有我優的階段。最終目標是達到數字化的領軍者，尋求顛覆性數字化創新、進行業務變革。從數據采集到應用，循序漸進我們跟帆軟最早的合作可以追溯到 2018 年，當時合作的契機是因為企業換釘釘，我們當時搭建了

41、一套 SF 工具，把全國接近兩萬名的導購人員納入進來，在 2018 年的時候發現那套已經搬不過來了，生態不兼容，于是就用簡道云自己搭建了一套。2019 年我們又利用簡道云搭建了一整套 PMM。數據有了之后煩惱就來了，這個數據要分析要應用，就得經常去導報表，這個時候帆軟提供了一個產品FineReport。上的過程中又發現一個很大的問題，這個平臺只能技術用，業務用不起來怎么辦？于是我們引進了另一個產品FineBI。當有數據了之后，新的煩惱又來了，大家都在 BI 用數據，各種數據很混亂，所以在 2022 年開始使用數據中臺，2023 年開始做主數據平臺治理，跟服務商顧問合作，針對人員、門店、產品等一

42、系列主數據做統一治理。數據治理一定是個長期的工作，邊治理邊應用，邊應用邊治理，它是一個循環的階段。下面給大家介紹一些我們實際的應用案例。因為我們是一家消費型企業，所以我們倡導的愿景就是以消費者為中心，圍繞消費者的產品及服務、計劃、生產、制造、倉儲物流、銷售、零售、消費者服務、消費者洞察，實現 360 度的賦能價值鏈。每當有業務給我們提要求的時候，我們就會問兩個問題，第一能帶來增長嗎？第二能帶來什么業務價值？這個時候業務其實挺頭痛的，因為我跟你提需求，你問我價值，其實我自己也沒想清楚為什么干這個事情，但是我們就幫著業務去思考為什么要做這個事情，它能給我們企業帶來什么樣的增長，能不能帶來利潤的增長

43、？同時我們對內部也會提一個要求是安全和合規，自從數據安全法和個人信息保護法提升以來，我們做了非常多的工作來保障安全和合規。這是我們整個數字化的價值愿景，我們企業對于數字化生態的規劃，其實就是基于我們的愿景來做的一個布局，目前我們在信息安全合規、基礎設施服務、大數據中臺和各個業務解決方案都有一系列的建樹，同時我們已經在技術平臺服務，Pass 平臺，包括我們的一些算法做了一些嘗試。財務eHR釘釘OA企業管理與協同解決方案研發與供應鏈解決方案銷售應用解決方案消費者解決方案BI算法SRMPLM/LIMSQMSOMSTMS供應鏈DMSB2BTPMSFA小程序/H5電商SCRM會員商城BI人工智能預測分析

44、洞察大數據中臺Data Warehouse+MDMCDP+MA技術平臺服務|PaaSDashboardCloud NativeIAM/IDaaS基礎設施服務IaaS個人電腦打印機防火墻服務器網絡儲存云信息安全與合規測試、評估政策、管理監控、探測024023零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0簡道云搭建 PMM 應用在PMM應用之前，我們的業務員管理有個很大的痛點，業務員分布在全國各地，我們每天要招人、簽合同、合同寄回公司，然后還要做考勤管理、銷售管理，整個鏈路非常長、非常麻煩，同時還涉及到 多個外包服務商，內部也有一些部門需要進行協同，比如人力、法務

45、、IT、銷售，各個部門需要協同。實習生 5 天上手簡道云，大幅降低開發成本原先我們公司的產品設計是外包給第三方的，市場部、產品品類經理經常需要一些設計圖，很多時候就以發郵件的形式，導致整個鏈路不清晰，經常要求的時間又對不上。于是我們就想到用簡道云來干這個事情，通過簡道云把這套流程給拉通。這套流程并不復雜，我們招了一個實習生，他就學了 5 天的簡道云，跟業務部門邊溝通邊搭建，同時去編寫文檔，幫助我們做運維，最后應用上線，整個過程下來全是這個實習生自己干的?，F在我們企業招人一個實習生是 120 一天，如果我們找一個外部的開發，按照行業的標準是 2500/人/天，開發成本大幅降低。這時我們就通過簡道

46、云基于業務流程搭建了一整套從招聘、面試、簽合同、入職、考勤、銷售上報、業績查詢、薪酬查看、在線學習等等。在應用前整個周期是非常長的，整個流程耗時長，工作時間不穩定，而且整個鏈路中經手人非常多、文件非常容易丟失、丟失后溯源的時間長、全手工錄入導致校驗容易出錯?；谶@種場景，我們就做了一系列的業務梳理，以釘釘為入口、以簡道云為基座，各個部門放在釘釘上通過簡道云查看，我們公司的人員入職在簡道云上來進行搭建，一旦入職之后，就會推送到第三方外包系統，給他推送合同，簽訂合同之后，我們會給他開通釘釘，讓他在里面做一些管理上的操作，同時這個信息流程通過數倉、通過 BI 報表來進行實時呈現，讓業務第一時間知道這

47、個人現在在干什么。整個流程下來是在線化的，而且信息實時流轉，協作人員更加快速，下游系統也是全打通的，通過與后端人員的配合，實現一端錄入、多端分發，而且整個過程是有校驗的，通過我們的數據格式校驗、OZR 校驗，包括人臉識別、短信校驗，保證信息輸入人員是真實有效的。目前已經有兩萬人在里面進行入職、離職了，節省 40 萬元快遞費：整個流程從過往的半個月提升到 10 分鐘，上線后真實性也提高了 100%。線下挖聘簽署合同公司擬定合同人力外包公司簽署合同快遞寄送2-3天快遞寄送2-3天整體耗時10-15天流程耗時長工作時間不穩定，往往導致合同沒簽完，人走了經手人多文件容易丟失丟失后溯源時間長錄入全手工無

48、格式校驗容易出錯一旦出現從頭再來第三方系統二第三方系統一第三方系統三數倉簡道云服務釘釘BI應用流程在線化信息實時流轉協作人員快速處理下游系統全打通通過與后端服務配合實現一端錄入，多端分發數據有校驗格式校驗，OCR校驗，人臉識別，短信校驗保證信息收集錄入真實有效第三方工作人員職能IT銷售026025零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0采購分配模型采購分配模型是我們的供應鏈提的一個比較簡單的需求，希望把生產分配，包括原料采購分配到一些好的供應商頭上，基于一套評價體系，給我們的這些供應商做一些評分，來分配他們的生產，同時還要根據距離，包括他的一些運費來給他

49、進行分配，保證收益最大化。問了一圈下來，這種模型如果找平臺做或者外包開發，費用都很高，而且它不確定性特別高，隨時可能變化，需要快速地迭代。所以我們就想了一套方案，通過簡道云進行填報，阿里云的數倉來進行實時計算，在前端通過生產模型工具填入一些信息，將信息提交到阿里云，通過規劃服務來實現分配，快速地計算出結果，業務可以第一時間看到，再跟他想象當中的結果做一些校驗，慢慢地這個模型越來越準確。未來展望我們目前已經基本上把帆軟的全家桶都用完了，我們最后定位FineReport將會作為我們的統一報表的展示平臺，企業級的，比如說高管級以上的報表，在 FineReport 上由 IT 統一來進行搭建。各個業務

50、部門需求的報表，就由各個業務部門的負責人自助搭建敏捷，IT 只需要做好數據服務和數據的治理工作，保證他們能用到完整、準確、及時的數據。同時我們把數倉在這個過程中逐步構建起來，培養出一批自助式分析的人才。最后總結一下，為什么是帆軟？其實系統實現的方式非常多，但是我們做企業的很重要一點要考慮資源情況，資源不是無限的，人才也不不是無限的，所以我們對比了一些成熟的應用平臺，固定的解決方案很難滿足這些快速變化的需求；我們對比做一些定制開發，高成本、長周期地實現，我們成本是很難快速覆蓋的；第三個就是人才，操作簡單，易上手，對人才要求也低。所以大家都可以考慮一下這種場景，因為它快速便捷，如果當這套邏輯跑通了

51、，我們再上一些定制化的產品，其實也更有說服力去為公司獲得更多的預算。028027零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0維維食品飲料股份有限公司成立于 1994 年，2000 年于上交所上市，是一家國有企業控股的大型食品制造企業。維維產業涉足農業資源、食品、飲料、糧油、茶等，擁有維維、天山雪、嚼益嚼、六朝松等國內外知名品牌。維維品牌價值評估過百億。維維出品，被消費者稱譽為“健康品牌，值得信賴”。智能促銷指揮官：數據驅動的精準營銷與客戶忠誠度提升維維食品飲料數據應用痛點攜手帆軟，找到解決方案綜合考量公司銷售業務現狀，充分調研各數據分析產品功能及特點，最終決

52、定采用 FineReport 和 FineBI 系統集成的方式，一方面保留多年來業務部門復雜明細報表的習慣及優點，另一方面針對中高層領導拓展更為實時直觀的圖表分析，高度提煉業務邏輯，拓寬多維度指標，充分利用聯動下鉆跳轉等功能，為經營層決策提供更多種可能。全方面整合銷售數據資源，完成方式精準化變革及數據分析需求閉環。數據不統一下屬各事業部及子公司銷售系統不統一或未普及完全，數據源格式不統一，且有部分空缺，分析起來費時費力。同時多年銷售數據積累，數據體量較大，缺乏數據精細化管理。01方式效果可優化銷售數據分析分散在各個銷售系統的各個功能模塊內，且大多數為以業務為導向的復雜數據報表，這種分析方式對中

53、高層領導而言較為費時，不夠直觀，且分析指標的豐富程度不夠，指向性不明確，不利于中高層領導的輔助決策分析。03分析效率有待提升一些數據分析采用系統數據結合線下上報數據在 Excel 內完成匯總上報，整體分析周期長，出錯率大。02需求不閉環對于各部門提請的業務數據分析需求，不具備統一閉環的流程，導致需求必要性前期得不到準確評估，落地實施周期得不到保證，實施完成的實際效果得不到跟蹤。04030029零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0典型場景場景一：全流程跟蹤年度銷售指標維維采用數據填報的方式定時接入年度制定的銷售額指標，看板以年度為周期，分析一銷售年度內

54、，各大區、片區、產品線、品類的指標達成進度，較歷史銷售年度指標達成進度同比。分解客戶交易全流程，下單、發貨、退貨、回款全動作全分析，各分析板塊間充分聯動，盡量減少銷售時間差帶來的數據分析偏差，全方位分析銷售經營業績?，F階段，中高層領導可以通過較實時且直觀的圖表直接獲取銷售經營業績的年度進度情況，大幅度節約了傳統分析方式的數據匯總時間，銷售經營業績的數據分析效率較以往提升了約 85%，便于及時對市場波動情況做出反饋。以業務發生邏輯指引的分析板塊的邏輯設計，大大增加了分析看板的使用效率，同時減少了由銷售流程帶來的時間差對銷售規律的影響。各分析板塊間的高度靈活的聯動設置，也激發了決策層很多潛在的規律

55、發現，幫助經營決策層以全新的視角探索數據之間的聯系，從而反哺市場業務。場景二：銷售費用控制閉環分析由于預算生成及費用使用階段主要面向業務人員，維維重新劃分了業務口徑的費用項目類型，定制化申請及結案表單，做到重點數據精細化、統一化、標準化，著重處理數據源頭問題。根據實際業務費用控制邏輯設計板塊分布，跟蹤分析銷售費用控制的全流程，對于重點關注的費用板塊，如管理費用及形象店建設費用等，做定制化的鉆取及聯動分析。此外，由于下屬事業部及子公司業務各不相同，提取預算的維度和方式也各不相同，為了提高數據分析的效率，我們定制了一套通用的費用控制分析方式，在數據處理階段就全面關注下屬各個事業部及子公司的業務情況

56、，重點關注數據的統一性。在此基礎上，針對費用提取維度不同、關注點不同等問題再進行二次微調。經營決策業務應用指標跟蹤規律探索業務預警權責定位維維股份智慧辦公協同平臺數據存儲數據工廠數據集市緩沖區需求團環系統監控定時調度權限管控目標導向維度拓展數據挖掘聯動分析指標提煉嵌套鉆取集成數據分析平臺關聯跳轉復雜報表數據計算平臺管理跨系統歷史數據數據源營銷業務巡店拜訪生產管理庫存調度費用控制.數據處理外部采集數據接入核定數據接入歷史數據整合數據清洗數據標準化數據結構轉換數據接入銷售費用預算的提取來源于發貨單的含稅銷售價，我們跟蹤分析各大區客戶的消費額與費用投入情況，計算分析銷售毛利率與費銷比率，從大區、片區

57、、客戶三個層次鉆取，從而達到精準了解費用調配情況和銷售活動的成本效益的目的。銷售費用控制預算生成費用使用預算錄入預算提取預算拆入預算拆出費用申請費用核銷重點關注大區管理費用及形象店建設費用032031零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0場景三：企業客戶畫像分析模型與數據應用基于新的營銷管理系統，大規模且精確地補充填報終端門店的基礎數據，保證終端門店與經銷商的關聯準確性，此外還固定周期地收集終端門店的排面陳列情況等等，彌補終端門店數據的空白?；诳蛻粜袨?、客戶價值等多角度全新定義客戶類型，劃分客戶群體，制定不同的促銷政策，分析不同客戶群體的占比情況、流

58、入流出情況，精準定位流失客戶群體，從客戶渠道、采購品類較高的產品線、商品品類、分析流失等多個角度分析客戶流入流出原因。對流入客戶進一步分析其復購情況、留存情況，實時跟進新客戶動態，彌補增量客戶運營空白。通過對于市場預算提取情況多維度的聯動及鉆取分析，同時結合各個組織及客戶的費用投入情況，中高層領導現在能夠及時跟蹤識別費用成本異常點，迅速采取配套的費用管控措施，大大提高了費用控制決策的效率，實現了費用的精準投放，高效投放，降低了運營成本。費控分析版塊上線后，決策層發現各大區的管理費用占比異常，繼而發現此前對于管理費用的管控較為松散，其中各種費用項目較為雜亂，缺乏成體系的標準。針對此，技術部門迅速

59、調整管理費用申報表單，細化申報數據，展開更為詳細的數據下鉆分析，從而發現了差旅費用執行標準不透明、審批流程不完善等問題。事業部人事部門也重新制定了管理費用報銷細則，對限定的費用項目和費用額度都做了詳細的規定。這一管理漏洞的彌補，自實施以來累計幫助事業部縮減了約 50萬的管理費用開支。此類精準的費用控制決策所節約的成本開支，使得企業釋放了一部分資源用于激發產品及制度創造創新，為企業帶來了珍貴的長期競爭優勢。根據歷史費用投入趨勢及占比，一定程度上輔助了決策層預測短期內未來的費用投入情況，實現了資金靈活調配，評估潛在風險并提前做好應對措施規劃。對于客戶群體的全新定義分類，使得決策層從宏觀層面上把握了

60、企業的客戶群體結構，針對此，迅速調動市場制定了個性化的營銷策略，調整了約 30%的市場費用投入占比，節約了 20%的低效費用投入成本，大幅度提高了營銷活動的費用轉化率，定制化的營銷策略也在很大程度上提高了存量客戶的復購率，新增客戶的留存率也有較為明顯的上升。幫助了決策者精準識別忠誠客戶，通過配套實施的忠誠度計劃、優惠和獎勵政策來運營忠誠客戶，一定程度上增加了市場份額、抵御同品競爭。經過初步的市場調研，定制化的業務服務及營銷策略使得客戶滿意率提升了 35%左右，市場響應度較原先也明顯提高。自客戶分析模塊投入使用后，平均而言，客戶群體整體的費銷比下降了 15%左右。數據支撐的客戶交易趨勢跟蹤，權限

61、下放至業務員群體，再加上原本手工上報統計計算的經銷商庫存動態數據改為實時按模板生成，節約了 90%的統計計算的人力成本，現在業務人員可以既高效又較為精準地預測經銷商的要貨需求，優化了庫存管理和供應鏈規劃，及時進行產品鏈路或客戶渠道的決策調整。項目總結維維食品飲料股份有限公司借 FineReport+FineBI 集成數據分析平臺上線的機會，全面補充了銷售板塊空缺的業務數據，清洗整合了歷史數據，改善了數據錄入方式，解決了長期以來存在的數據不全、不準、不精等問題。并從銷售運營、市場拓張、費用控制、客戶分析、庫存管理等各個方面對市場銷售行為進行全方位多維度多角度的分析，首先解決了中高層領導從宏觀維度

62、上對企業銷售運營現狀的實時把控問題，也一定程度上拓展了許多全新的視角來管理決策，使得企業三十年來的銷售數據價值得以進一步地體現。自集成數據分析平臺上線以來，企業自經營層領導乃至一線業務人員，對于數據分析的需求熱情高漲，從各自的角度出發，提供了很多優質的建議和思路，企業內部數據分析的氛圍濃厚，數據思維逐步發展。在此基礎上，我們將逐步引導把數據分析平臺推廣至企業運營管理的各個方面，充分發揮其價值，增強數據素養，促進數據驅動決策文化在企業內部的普及。精準定位重點客戶，再結合跳轉鉆取功能，由面及點，全方位多角度地分析客戶個體信息，包括基礎信息及簽約情況、業務人員配置、下屬門店資料、形象店建設數據、費銷

63、比投入、指標額完成進度、交易行為分析等等，為業務員提供定制化的業務跟蹤服務提供實時高效的數據分析支撐。對于經銷商的庫存跟蹤數據，從庫存上報到收貨確認，再到要貨需求報送，全部采用線上數據填報的方式，制作成實時的動態分析報表。034033零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0“碧生源常潤茶，快給你的腸子洗洗澡吧”。這句膾炙人口的廣告詞恐怕大家都不陌生。廣告加持下的碧生源（全稱“碧生源控股有限公司”，以下簡稱“碧生源”）當時可謂大放光彩，并在 2010 年完成了港交所上市，成為“減肥茶第一股”。2011 年，碧生源推出的常潤茶銷量突破了 13.7 億，一度達

64、到保健品行業的巔峰。當時間來到 2020 年，居家辦公的工作方式覆蓋了越來越多的家庭。碧生源迅速調整銷售策略，又一次抓住了市場機遇。通過建立營銷團隊、使用微商城和社群吸引客戶，并通過返利和獎勵擴大分銷，實現了銷售模式的創新和線上線下業務的融合。深耕功能茶飲的碧生源，何以讓數據常潤，促品牌“常青”？碧生源減肥茶第一股根據碧生源 2020 年公布的年報，公司實現營業收入 12.9 億元，較 2019 年的收入人民幣 8.1 億元上升 59.2%，公司與其更積極、明朗的發展預期一同拋向市場。事實上，時至今日的功能性瘦身市場仍然很大。根據艾媒咨詢數據顯示，2022 年中國功能性瘦身食品市場規模為 33

65、87.1 億元，同比增長 21.2%，預計 2024 年市場規模將達 4744.5 億元。但作為老品牌，碧生源何以多次抓住市場，維持品牌的“市場活力”？從腦子中的商機到數據中的商機碧生源的創業故事和發展歷程是中國健康產業崛起的一個縮影。在 2000 年，當碧生源創立之時，中國大眾對健康保健的認識普遍停留在傳統的“治已病”層面，即在出現健康問題時才尋求解決方案，在這樣的市場背景下，碧生源憑借對市場的敏銳觀察和對未來趨勢的預判，將目光投向了健康保健品市場。伴隨中國經濟的快速增長和人均收入的提升，民眾的健康意識逐漸增強，碧生源以其袋泡茶領域的便捷、易用的特性，迎合了市場對健康方便解決方案的需求，逐步

66、在市場上伴隨營銷力度建立起了品牌影響力。當數字化轉型的浪潮席卷全球，碧生源集團意識到，未來的競爭將越來越依賴于數據的洞察和分析能力。因此，集團開始著手構建其數字化基礎設施，引入了 BI 工具等，將數據價值應用于商業決策過程中。這標志著碧生源從依賴“用腦思考”商機的傳統模式，轉變為在海量數據中“挖掘”商機的現代模式。數字化轉型為碧生源帶來了顯著的變化。首先，通過實時的市場數據分析，碧生源能夠更快地識別消費者需求的變化，從而迅速調整產品策略和市場定位。其次，數據驅動的決策過程減少了依賴直覺的不確定性，提高了決策的準確性和效率。此外，通過對數據的深入挖掘，碧生源還能夠發現之前未被注意到的市場細分和商

67、機，為產品創新和市場擴張提供了強有力的支持。碧生源 IT 負責人、北京諾通科技有限公司總經理張維軍表示，實現這些成果的背后，碧生源采取了一系列積極的措施。他將碧生源數據驅動決策的過程總結成了三個階段：036035零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0面向業務領導的經營分析面板該面板專注于集團整體、線上、線下銷售情況的深入分析，核心指標涵蓋銷售額、發貨量、純銷量及應收賬款等。分析維度包括時間、趨勢、站點、同比、環比及計劃比等，旨在為營銷負責人提供一個全面的營銷數據把控工具。特別關注線上線下新品銷售情況，以及通過 ERP 系統提供的實時數據，支持營銷總裁和

68、 VP 做出更加科學的管理決策?？冃Ч芾恚禾嵘?，激發潛能碧生源通過 BI 平臺實現了績效管理的數字化和智能化。平臺通過自動化的數據收集與分析，為每一個業務單元、項目甚至個人員工提供了量化的績效評估。這種透明、實時的績效管理機制，不僅簡化了績效評估流程，減少了人力資源成本，而且通過精準的數據反饋，幫助員工明確改進方向，激發了團隊和個人的工作潛能。同時，基于績效數據的激勵與獎勵機制，進一步提高了員工的工作積極性和團隊的整體效率。面向公司股東的董事會經營分析通過圍繞財務核心指標如收入、費用、利潤和現金流進行分析，不深入運營細節，滿足控股董事對公司財務健康狀況的關注。報告允許通過移動端實時查看并分

69、析利潤、成本、現金流和負債情況，確保董事長可以快速把握公司整體資金狀況。此外，報告還深入分析線上板塊的整體運營效果，特別是新品的發貨和銷售情況，幫助識別增長機會并優化產品線。讓數據?！皾櫋?，以數制動發揮數據價值碧生源深知，為實現內部運營管理的透明化，首先需要優化過去人工加半自動的處理方式，避免導致錯誤率上升，失去數據的準確性和歷史數據的參照價值。同時，面對流向數據龐大、人工處理費時費力的及時性問題，應優化流程，采用更高效的工具和技術。在經營成果、績效考核和客戶收益等方面，急需建立清晰的數據標準和定義，確立統一口徑和標準，以實現全面的數據準確性和一致性。在快速變化的市場環境中，碧生源通過搭建商業

70、智能（BI）平臺，成功實現了從數據驅動到智能決策的轉型，特別是在經營分析、績效管理和供應鏈管理這三個核心領域，展現出了卓越的創新能力和管理智慧。碧生源 IT 負責人、北京諾通科技有限公司總經理張維軍提到，“BI 平臺的搭建，內部目前各業務線都已經以該平臺的全息圖為準，明確作為唯一的出口，這足以說明了該平臺數據的準確性、權威性和唯一性?！苯洜I分析：洞察先機，優化決策碧生源利用 BI 平臺深入分析市場趨勢、消費者行為和競爭對手動態，為企業提供了全面而精準的經營洞察。通過整合EAS、OA 等多個業務系統的數據，BI 平臺能夠實時呈現業務運行的各項關鍵指標，幫助管理層快速識別機遇與風險，制定更為科學、

71、合理的經營策略。這種基于數據的決策模式，不僅提升了企業的市場響應速度，而且極大地優化了資源配置，確保了企業在激烈的市場競爭中保持領先地位。將數據分析結果轉化為業務決策和操作。這包括建立數據驅動的決策支持系統，將數據分析結果以直觀的方式呈現給管理層（如通過 BI 平臺），并根據數據分析結果優化業務流程、調整市場策略等。北京諾通科技有限公司作為碧生源內部孵化的科技公司，為碧生源的數字化之路起到了關鍵作用。如今這些成果的落地，不僅大大提升了碧生源的內部運營效率，也為其積累了多條可復制的經驗路徑。運用數據階段獲取數據階段建立數據采集的標準和流程，確保數據的準確性和完整性。這可能包括優化現有的 ERP、

72、CRM 等系統的數據收集能力，以及引入新的技術手段，如物聯網技術來自動收集供應鏈中的實時數據。0103分析數據階段建立強大的數據處理和分析能力，這通常涉及到數據倉庫的建設、數據清洗和轉換工具的應用，以及引入高級的數據分析工具和算法。碧生源需要開發或采購能夠處理大數據、實現復雜數據模型和算法的軟件工具，提高數據分析的自動化和智能化水平。02038037零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0供應鏈管理：優化流程，增強透明度在供應鏈管理方面，碧生源的 BI 平臺同樣發揮了至關重要的作用。通過對供應鏈中的各個環節進行實時監控和分析，平臺能夠及時發現供應鏈中的瓶

73、頸和問題，從而快速響應并采取改進措施。此外，BI 平臺通過對供應商績效的評估和分析，幫助碧生源優化了供應商選擇和采購策略，提升了供應鏈的整體效率和穩定性。更重要的是，通過增強供應鏈的透明度，碧生源能夠更好地協調生產與市場需求，有效降低庫存成本，提高客戶滿意度。碧生源的成功，不僅在于其產品的獨特性和市場定位的準確性，更在于其能夠捕捉到中國消費者健康意識覺醒的歷史機遇。隨著健康意識的普及和消費者需求的多樣化，碧生源也需要不斷地調整和優化其產品線和市場策略，以應對日益激烈的市場競爭。從依賴高層直覺和經驗，到逐步引入市場研究和數據分析來支持決策，碧生源的發展歷程也反映了中國健康保健品行業從粗放式管理向

74、精細化、數據驅動的轉變過程。鞋服時尚波司登：數字化轉型本質是一場變革，協同驅動業務觀念變化，賦能業務增長艾萊依：覆蓋商品、銷售、供應鏈，艾萊依的產銷協同探索與實踐！潮宏基：作為彩金珠寶的領潮者，潮宏基如何用數據譜寫品牌零售新“飾”界？足力?。簲底只苿又菩髽I供應鏈創新周大生：從 0 到 1 落地 FineBI 自助分析，數字人才建設賦能經營決策040039零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0波司登，自 1976 年創立以來，專注羽絨服制造領域已經有 48 年，產品暢銷全球 72 個國家。2021 年，波司登的羽絨服銷售規模達到全球第一，并且在 20

75、23 年實現全年營收達 232.14 億，同比增長 38.4%。自創始以來，波司登一直秉持著“用戶至上，開放創新”的價值觀，在數據領域上也如此。數字化轉型本質是一場變革，協同驅動業務觀念變化，賦能業務增長波司登勇于改革，敢于先行2015 年，波司登的數字化建設屬于起步階段，當時的基礎報表并沒有所謂的數據分析，基本上都是拍腦門決定的整個分析體系。2016 年，我們逐漸構建了一個 SAP 框架并正式啟用。2018 年，我們開始正式全面構建自己的數倉，完成了整體框架的變更以及層級的構建。在數字化構建之路上我們走了將近五年，在路途中也面臨了諸多挑戰。波司登作為一家強業務型公司，業務的主導能力較強，但現

76、有的數字化工具難以滿足我們的個性化需求。我們是一家羽絨服公司，而羽絨服銷售旺季只有短暫的四個月。這段黃金期內實現高營收極為不易，因此業務部門在此期間提出的任何支持需求，我們都需要無條件的滿足。這一現實讓數字化建設之路更為困難，至今我們仍致力于數字化治理的深化。今年，我們毅然進行一個重大改革，決心逐步淘汰并替換舊有產品，努力向開源的組件靠攏，旨在提升效率的同時降低成本。波司登在每件事情上始終追求價值最大化，我前面所講述的是技術價值。那業務價值是什么？我給大家舉一個例子：大家知道電商會有大量的爬蟲數據，比如賬單類數據。在原有產品中，早上九點賬單數據表更新后，爬蟲團隊會立即進行爬數。正常情況下是在業

77、務數據進行爬數完成之后進入數據中臺，最后輸出到分析層。這時候基本上已經到十點半，而業務人員也幾乎開始吃午飯了，整個上午的時間就已經浪費，無法進行進一步的數據分析。由于這個弊端，我們的電商只能做混合平臺的分析，無法立即回顧前一天的數據狀態。而我們重新構建的數據框架就可以輕松滿足我們的需求，只要業務數據層更新，分析層就會同步更新數據。2019-2023架構圖2024架構圖砍掉AnalyticDB，構建了存算分離架構的SelectDB集群升級Dataphin,砍掉DataWorks，打通任務流，完善監控體系通過新的catalog技術，減少數據流量的成本拆分MaxCompute，將計算引擎和存儲節點拆

78、開，直接調用存儲節點，減少流量費用的支出042041零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0將數據交予用戶，真正的生產工具我向大家分享一些波司登的數字化案例，我們在數據分析上是如何從基礎報表制作逐步轉變為數字化產品構建的過程。門店健康碼這是波司登數據案例中比較典型的項目。在短暫的銷售旺季，為了高業績、高壓力，我們會開許多門店。比如，正常門店有 2000 家，在旺季來臨之前，我們會開大量的臨時店、旺季店，總體門店數量會翻倍成 4000 家。那么如何改善一個店鋪的經營狀況，判斷開關店的依據就會變得十分重要?；谶@個場景，我們開發了門店健康碼的項目，通過不同指

79、標、不同狀態來評定一個店鋪的健康程度。這個項目看似簡單，實際內涵豐富。我們規劃了 87 個指標及 8 個核心指標，并且對各個門店的核心指標進行密切監控，匯集所有指標形成清晰明了的數據表。這是項目中整套分析體系的數據產品原型，運營團隊可以通過數據表看到每一家門店的每一個指標，根據顏色確認門店的指標狀態，判斷門店是否預警。自主分析當然，我們不能光看表格所呈現的數據，發現問題就要去解決問題，從而串聯起整體鏈路。因此，我們為門店的具體指標設置對應操作，即當發現一個門店的指標有問題時，點擊此指標就可以跳轉到對應的子頁面，完成一些拉式換貨操作去改善該指標。此外，我們還構建了一個移動端，根據個人查看指標的習

80、慣進行簡單的場景訓練，從而完成整套數據分析。門店健康碼-數據產品-移動端點擊查詢，可選擇其他指標可根據不同的人員記錄指標的選擇查看不同的指標狀態下鉆到門店87個指標涵蓋零售、商品、業務財務、會員、人員后臺開發界面公司指標專題整體指標專題指標判斷依據波司登受旺季影響，4 月份后相當于進入新的一年，即我們會在 4-6 月進行需求評估，并且在 7-9 月進行相應的 IT 開發，10 月份后進入旺季的運維階段，不再進行開發?；诖藞鼍?，我們會收到大量的臨時需求，而無法完全滿足。因此，波司登于 2021 年開始推行自主分析項目以應對此情況。2021 年，我們基于帆軟的 FineBI，采用 Orcale+

81、FineBI+Spider 引擎的架構，經過為期兩個星期的開發，提供了四個類型的數據，并且花費一個星期部署，安排一節課的對用戶進行培訓，確保用戶能夠順利上手使用。當時我們并不看好這個項目，認為在波司登這類強業務的公司中，數據分析根本無法做起來，有需要的表格直接找 IT 提供就可以了。但實際上，項目實施后的反饋效果很好。在項目中，當數據更新后就可以直接快速獲取所需要的數據分析表，不需要經過 IT 的繁瑣流程，提升了整體效率。首次培訓由于首次推廣的效果很好，我們在 2022 年開展了二期培訓，根據首次應用的反饋進行深入培訓。在培訓前我們進行需求調研，并且以此規劃培訓課程，最后展開四周八節課的全功能

82、體系講解的培訓?；谶@一套正規的體系，我們對項目培訓進行了拓展，增加了實操、答疑等環節。二期培訓前期調研需求調研四周八節課(全功能體系講解)問卷調研 會談調研1.初識Fine BI和自主數據集.圖形語法篇，如果用圖說話3.過濾控件和展示組件4.儀表板入門，美食菜肴的搭配5.分享/協助/發布體系/權限體系6.會員分析實際案例講解.場景調研 高頻場景調研 節日性場景調研 活動性調研規劃培訓課程培訓的展開044043零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.02022 年，波司登成立了一個新部門會員部門。整體會員體系的建立是在 8-9 月份，但是在這個時段我們的需

83、求都已經開發完畢，無法承接他們新的數據分析需求。而對于會員部門來說，分析是一個至關重要的節點。因此，我們將 FineBI工具在會員部門進行推廣，為其分析。2022年全年，會員體系的分析全面依托FineBI工具自主完成，IT沒有提供任何助力。在自主分析項目的推廣中，波司登制定了一個策略：放權。我們把能放開的權限向用戶全開放，用戶可以隨心所欲地操作，不用擔心性能，我們來給用戶“兜底”，有問題就讓IT處理。比如目錄制管理，用戶自己制作的報表、開發的平臺自行管理，不需要經過 IT、審批等一系列流程，我們僅負責為用戶打開其所需要的權限。甚至我們將公共使用的數據集也交予用戶自行管理，若用戶有特定的場景或分

84、析需求，可以直接落在數據集上進行分析，并且我們提供全力支持，協助用戶分析數據，滿足用戶需求。波司登通過 2024 年建立的性能架構，可以快速滿足用戶需求。比如用戶上午提出的需求，簡單的上午就能滿足，難度較大的下午就能滿足。大量的用戶需求都具有相似性，基于此場景我們形成了一套完整的分析鏈路。比如在開展活動前，用戶會向業務系統的產品經理提產品需求，同時向數據部門提數據需求，要求提供會員的積分、埋點等數據，而我們的自主分析工具能夠讓用戶對整個鏈路進行追蹤，這相當于完成了一個自洽，不需要我們去針對活動開發一系列報表。此外，我們針對各部門量身制作了數據集，這部分功能極大程度上解決了各部門分析數據、快速拉

85、取數據的需求。在2022 年的數據集中，光是單個主子訂單明細就被引用了 1700+次?；谖覀兊臄底只ぞ?，用戶自行進行目錄分類整理數據集，并且小部門內部可以分享數據，即數據分析團隊所更新的公用數據可以進行通用。過去，波司登在自主分析上專注于制作詳盡的表格，盡管對此業務進行反復探索與優化，卻未能達到我們預期效果。因此，2022 年波司登取得顯著突破，成功實現了用戶由“要表”到“要數”的轉變。這意味著我們不再提供冗長且繁雜的報表，而是以精細化數據集替代，比如提供從訂單到商品再到 SKU 過程中的比較明細的數據。這是波司登 2022 年的最大成果。成果策略可不可以給個排期?可不可以做個固定報表的遷

86、移?Fine Bl的這個新功能，我們是什么可以用到?.數據源需求越來越多數據源需求 自管理目錄，發布無 需經過IT審批 自管理目錄授權，無 需經過IT，直接開權限 定時推送任務，變更，維護，修 改無需經過IT 自管理角色，自管理 人員，人員變更，權 限更換，無需經過IT 開發基礎層、分析層的 編輯和管理權限，固化 分析場景公共數據自管理角色用戶自管理目錄自管理定時調度自管理千里之行，始于足下波司登其實一開始并不看好自主分析項目，反而它產生了更旺盛的生命力。對此，我們進行反思，波司登確實是強業務公司，同時對需求的要求也很迅速，而自主分析項目可以很好的滿足其需求。2024 年，波司登針對企業數字化

87、轉型中的組織與人才領域制定了全面的策略，將其并入現有的集團商學院考核，儲備人才資源，并且對儲備生的轉正制定相應的考核機制，即要求必須學會自主分析產品，并且具備一定的數據分析能力。同年，我們引進帆軟的數據人才服務體系，構建了全面的能力培養體系，針對數據人才進行線上線下培訓相結合，最終實現價值落地。046045零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0數據人才2024年項目計劃能力提升+業務實戰調研準備能力培養企業竟賽6月79月旺季實戰前期準備竟賽環節結果評審1-數據收集與整理能力2-教據分析與建模能力3-數據思維與匯報能力1-培訓準備培訓日歷1-第劃準備評委

88、點評(專家）波司登BI數據包介紹2-場景調研真實場景(真實數據）FineB進階課程數據分析思維培訓課程設計2-宣傳報名全員投票3-考核設計各層級考FineBI入門課程行業場景培訓業務場景沙盤核題目(專家)(真實數據)3-作品指導答辯頗獎4-開營儀式報名參訓FineBl功能內訓翻轉調營商學院溝通能力課程4-賽事評審波司登真實考核題目，檢驗學習成果入門考核進階考核商學院匯報能力課程(真實數據)(真實數據)(真實數據)(真實數據)成果推廣通過競賽的影響力,提升全公司的數字應用意識以賽代練、以賽代學，通過競賽產出高質量業務看板調研參與方，針對性設計培訓內容，更貼合實際篩選目標學員，提升全公司重視程度波

89、司登對數字化轉型的理解是：數字化轉型本質是一場變革，通過一系列變革拉通流程、組織、數據、IT 的協同，達成業務觀念變化和運營模式升級，最終支撐業務增長！掃碼查看服飾行業解決方案足力健開創專業老人鞋品類，經過十年發展，已成為老人鞋行業領導者。品牌深入研究老人腳型變化，通過采集老人腳長、腳寬、掌圍、腰圍、背圍、兜跟圍、腳趾厚度，7 個維度腳型數據，專業研發出適合中國老人腳型的“專業老人鞋鞋楦”，解決老年人穿鞋問題。憑借強大的技術優勢，足力健老人鞋在產品外觀、鞋底、鞋墊等方面，先后榮獲發明、實用新型、外觀設計等 434 項老人鞋專利。目前，足力健下線門店已超3200家，遍布全國各省、市、縣，全渠道布

90、局，線上平臺也已全部覆蓋。足力健已開發老人鞋服、生活用品、科技類產品，致力為老人創造更多美好體驗，成為全球老齡消費品龍頭企業，讓每一位老人都享受健康快樂的美好生活。數字化推動制鞋企業供應鏈創新足力健048047零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0信息孤島的困擾供應鏈產銷協調：管理效率提升 40%，降本 30 萬生產部門與銷售運營部門一直存在著矛盾，生產部門對市場銷售及各渠道庫存情況不了解，當生產資源大時形成大量庫存擠壓，浪費人力物力財力；當銷售比生產大時，生產部門不能及時滿足市場需求。足力健運用帆軟 FineBI 產品，按照供應鏈流程，搭建足力健產銷

91、協同體系，銷售與供應鏈之間協同的數字化展示，當銷售比生產大的時候，通過工作臺數字結果，準備各種生產資源來提升產能，及時滿足銷售與市場的需求；當生產資源過大，銷售不理想的時候，及時對現有生產資源進行調配，減少資源浪費。一款鞋子從市場調研到最終到消費者手中需要經歷設計、開發、選款、試做、采購、生產、計劃、物流、銷售等環節，這些環節環環相扣相互服務才能把客戶滿意的鞋子制作出來服務消費者。各板塊業務產生的數據分散在各個獨立的系統中MES、WMS、ERP、OMS等，公司各層級存在“信息孤島”無法數據共享、難以協同管理，各部門數據匯報，缺乏全局性數據維度，造成決策的片面性。這會產生兩大問題：對管理決策的影

92、響各板塊業務產生的數據全部分散在各個獨立系統中，數據整合篩選、歸類、分析也停留在各業務系統，涉及關聯數據大多需要人工分別導出再手動整合加工，效率低且存在統計方法及口徑不統一問題，公司數據未能高效支持公司運營決策，管理層急需一個能快速掌控企業整體供應鏈的工具。02對生產的影響生產與銷售不協同，配套與需求不匹配，無法生產市場所需鞋品，無法跟蹤配套達成情況，造成產能降低。01通過數字化技術的應用，實現公司流程的自動化、標準化，提高生產效率和工作效率。公司各模塊數字化可以實現資源的共享和優化，降低公司的生產和管理成本。數字化系統可以對全局進行數據分析，隨時發現異常數據并警示，提前規避損失。足力健集團數

93、字化藍圖源數據數據處理數字應用進銷存系統ERP倉儲管理系統WMS訂單管理系統OMS訊鳥管理系統CRM生產管理系統MES配套及原材料系統物流管理系統唯一碼防偽第三方系統ODS(貼源層)EDW(數據倉庫)帆軟商業數據分析離線處理引擎實時數據引擎實時數據調度前臺工作臺任務達成回款分析訂貨發貨市場覆蓋異常監控零售分析庫存分析會員分析后臺工作臺分貨分析庫存分標訂單分析異常監控用戶畫像進店畫像消費畫像物流分析供應鏈工作臺調撥服務配套分析原材料分析成品交付研發數字化SOP管理采購分析調撥類型訂單測算前臺銷售/訂貨一匹配產能/原材料/配套一測算出需采購和交付節點進店數據/用戶消費研發生產銷售結果分析不斷改善產

94、品成立數字化運營中心基于上述痛點，足力健與帆軟公司合作，以總經理牽頭成立數字化運營中心，深入各個部門調研業務需求，制定了足力健集團數字化藍圖，全局性數據中心化處理，統一輸出足力健各鞋款研發、生產、商品、物流、庫存、銷售、會員、等不同模塊的數據，數據口徑統一，方便決策層掌握公司全局數據，以便及時做出決策。1、全部設計方案存儲進公司數據倉庫。2、對于出樣商品，流轉到下工序的方案建立商品數字化檔案卡，記錄商品全部生命周期內數據。1、記錄出樣的周期，并通過數字化技術優化設計流程，縮短研發周期。2、通過數字化技術精確核算材料成本，包括材料種類、用量、價格等，以便更好地控制生產成本。1、將 工 藝 流 程

95、 數 字化，包括工藝步驟、操作指南、注意事項等，以提高生產效率和質量2、數字化后可在生產環節隨時監控相關數字指標，及時發現不良并改善。1、記錄量產中的各項生產指標，分析產能和配套材料數據、提高生產效率，降低成本。2、分析生產指標和標準化指標，提高工藝精度，減少誤差，提高產品質量和穩定性。1、將鞋品生產流程數字化，包括材料采購、排產計劃、生產執行、質量檢測等環節，實現生產流程的可視化、可控制和可優化。2、將 訂 單 管 理 數 字化，包括客戶訂單的接收、處理、排產等環節，實現訂單處理的自動化和智能化。最終實現按需交付技轉量產交付設計出樣鞋品研發、生產、交付的數字化開發內容主要包括生產流程數字化、

96、供應鏈協同數字化、訂單管理數字化、質量檢測數字化、數據分析數字化和創新設計數字化鞋品研發、生產、交付的數字化開發內容050049零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0通過對企業內部進行流程化管理的改造，幫助足力健打破部門墻，保證部門間的信息流通。銷售部門的信息能夠及時流轉到技術部門與生產部門，保證了新產品的與時俱進，同時這些信息又幫助生產和技術部門制定下一步的生產計劃，及時購進新的設備及原材料，儲備充足的產能。產品和技術部門則對于在生產過程中產生的信息及時通知銷售部門，避免產品的生產偏離方向、浪費資源，也有助于銷售部門制定銷售計劃，更好的服務于新產品的

97、銷售。銷售部門、技術部門和產品部門互相監督，互相避免“閉門造鞋”情況的發生，真正的實現企業內部可控的產銷一體化。內部管理效率提升 40%，減少資源浪費，每年為公司節約金額 30 萬元。生產可視化：產量提升 30%配套達成關系到鞋品能否按時交付，傳統報表不能清晰發現問題，公司領導無法對配套達成進行整體把控，不能及時進行調整，造成不能按時交付，生產管理人員不能準確把控車間生產情況，不能準確進行生產調配。足力健運用帆軟 FineBi 工具制作配套需求與達成看板，運用圖形展示達成情況，清晰掌握整體情況，精準把控生產進度，提升生產效率。通過可視化的生產，管理人員在管理界面上就能夠了解清楚車間生產的實際情

98、況，提高管理效率、掌握及時、準確、全面的生產動態，有效控制生產過程。睢縣智造中心廠長夏總評價到：“數字化看板為我們生產協調、縱觀全局、尋找真因提供幫助，產量提升 30%”。高層領導進行經營決策時根據運營大屏能快速分析進行決策，不再為數據的問題苦惱，市場拓展人員能夠定位到具體省市區，快速拓展門店，市場覆蓋率由 65.1%提升到 78.5%。運營大屏：助力高層快速決策公司領導無法對經營數據精準把握，分析整體數據時需要向不同部門獲取，下級部門又不能及時出具數據，導致核心指標數據的質量和及時性不能保證，影響高層領導的運營決策的效率和準確性；市場招商人員在拓展門店時由于對區域人口、面積、已有門店數據不清

99、晰，在進行門店拓展時無從下手，導致招商進度緩慢。通過調研和分析領導需求，制作足力健實體門店運營大屏及全國門店覆蓋看板，同時開發手機端看板，領導隨時隨地查看核心運營指標，為運營決策提供支持，數據可以逐層下鉆到最小顆粒度，精準分析運營情況。052051零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0數字化工作臺足力健有很多業務部門，多部門、多人員開始使用不同的工作系統，業務開始增多，架構和流程也變得復雜，員工經常出現不清楚每天的工作任務和系統的使用方式。于是足力健運用帆軟 BI 設計了一個千人千面的工作臺，實現“簡單、智慧、精準匹配”的協作愿景。不同業務體系、不同類

100、型的崗位、層級、分子公司專屬界面展示方式，圍繞用戶的工作閉環，完成對足力健的辦公和業務系統的信息、數據、指標等內容的匯聚，形成統一的工作入口，提升員工的協同效率。未來展望公司全面開展辦公數字化建設僅 2 年多時間，從基礎辦公、企業內部管理、業務管理賦能三個方向，基于已有基礎，逐步完成多套數字化系統建設以及中臺能力的搭建。賦能多角色辦公，讓每一個崗位效率提升 60%。目前足力健商業智能已創建 4000+用戶，涉及足力健各個業務板塊，日均訪問量 1200+。帆軟在足力健數字化推動制鞋企業供應鏈創新起到強有力的推動作用，提高數字化轉型的效率和質量，同時也可以為足力健帶來更多的商業機會和利益。下一步足

101、力健將繼續夯實集團 BI 數據駕駛艙應用能力，強化集團內部對數據分析和決策支持系統的使用效率和效能。提升數據安全保護性能，在完善信息系統的同時，確保遵守相關的數據保護法規，并采取適當的安全措施保護敏感數據。通過這些數字轉型動作，提高足力健的運營效率，促進內部跨部門的協作，最終提升整體的集團健康狀況和競爭力。艾萊依集團始創于 1997 年底，總部設在浙江麗水，艾萊依集團分為兩個板塊，艾萊依時尚股份和艾萊依投資，艾萊依時尚是艾萊依集團核心的羽絨產業，下設服裝，家紡，生產工廠，供應鏈，信息中心等公司。信息中心的戰略是支撐各事業部業務數字化落地，成為艾萊依數字化轉型的推動者。艾萊依從 2016 年開始

102、加大信息化系統的建設，從 2016 年到 2020 年處于基礎系統建設階段，導入了很多國際頂級的系統。2019 年到 2022 年，在基礎系統建設完善后，針對服裝制造數字化層面進行了升級，目前已經將麗水服裝制造工廠和六安家紡的制造工廠升級為數字工廠。在 2022 年之后，我們開始往數字化轉型方向發展，將采集的各種數據用起來，讓數據發揮價值。覆蓋商品、銷售、供應鏈，艾萊依的產銷協同探索與實踐！艾萊依054053零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0艾萊依信息化建設之旅艾萊依產銷協同建設思路從生產端到供應鏈到品牌，再到生產后端的銷售，這個過程中有這么多業務

103、環節，這么多事業部，如何實現產銷協同呢？這里介紹一下我的思路。IT、業務達成思維上的一致首先要從思維和管理方式上做改變，IT 和業務要達成思維上的一致，大家都認可這些系統里面的數據，才有溝通的平臺，不然很容易扯皮。這個系統所產生出來的數據一定要和業務工作相關的，而且最后來評判這個工作好不好，有沒有用，要通過系統里面拉出來的數據討論。跟業務達成一致之后，我們推系統就會好很多。除了業務自己管理的要求，IT 也在建自己內部的系統，所有和業務之間承接的需求全部進系統，根據需求評估工時，讓業務簽字確認。讓業務知道 IT 服務是有成本的，未來這種費用會進入到事業部里面去，這樣的話業務就會重視需求，不會亂提

104、需求。數據來源端與用途端要打通其次，數據來源端和數據的用途端是要打通的。在系統建設的過程中，采集數據的時候就要思考到后端數據怎么樣應用。我們的數據來源也有很多種，有一些是實測數據，有一些是假定數據，但是核心是我們對這個數據獲取的要求要搞清楚，比如數據精確性、及時性、準確性等等，這些要求跟后端的數據應用關聯很大。像服裝行業，我們全國有一千多家羽絨服店，直營的占比較低，非直營店很多數據無法像直營店一樣，賣一件衣服開一個單，無法實現及時錄入數據，那數據的實時性就有難度，這時候就要前后匹配。如果你要求他把數據及時錄進來，但在后端數據應用分析的時候，你反饋給店鋪的數據分析不是及時的，比如每周才出一個報表

105、，同時也沒有給到客戶或者說代理商一些數據上的指導和幫助的話，你再要求他實時錄入數據，那要求太高了，成本也浪費了。數據應用要形成閉環所有的數據鏈路都要有閉環，才能不讓數據采集的前端成本都浪費掉。我們采集進來的數據，它可以產生幾種行為，首先是指令的行為。我們店鋪現在做的一種策略，比如說某一些款或者說某一個品類的衣服，賣一件就要給它店鋪補一件庫存，這個是數據產生的指令，銷一補一，自動產生，他賣掉的同時，我這個單子就可以快速的流到倉庫，今天就可以發出，明天就到他的店里，店鋪就不會缺貨，這樣既減少了店鋪的存儲面積要求，也降低了店鋪的庫存壓力。第二種是報警的行為。假設店鋪的庫存剩余五件就要進行補貨，系統就

106、可以設置庫存少于 5 件報警，報警就可以驅動下一個行為，具體要驅動什么樣的行為，可以和業務討論確定。第三個是狀態反映，比如說銷售環節出現滯銷款，可以反饋給我們，比如說有一件衣服五天沒有賣過了，可以推送給商品總監或者說這件衣服的設計師以及營銷總，他們可以馬上進行會議分析，這些都是數據的應用。最后一個是建立標準。工廠有做一個實驗，我們做了機連網，所有的縫紉機進行了物聯網數據的采集，比如說服裝制造有一個 GSD 工藝，一件衣服上做門禁或者口袋要耗時 90 秒，一個熟練工錄了一個視頻，我們怎么樣判斷一個員工能夠達到這個標準呢？我們導入了機連網，把所有的數據給它采上來，一個工位上縫紉機一天扎針的時長是多

107、少，結合吊掛的時間，我們可以分析這個工人的技能水平。這個衣服工藝加工完之后，我們期望把這個數據建立一個模型，一方面來監控產線上的員工，提升他們的生產效率，另一方面用于新員工入職時，判斷他的技能水平。056055零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0產銷怎么協同呢？從終端銷售一直回過來到銷售部門、商品部門、供應鏈、生產工廠，從以往的傳統制造來說，肯定是步步往前的，銷售中心分析了今年新款的銷售情況后，他們會決策要不要追單，然后再把這個決策指令給到前面，商品部門收到后端指令以后，對年度整盤貨進行整合，再往前把指令下發給供應鏈，供應鏈根據款式、材料，下單給工廠

108、。每一個部門都有決策，但這些決策而且是相互孤立的，并不是公開的。我們要做的是把所有的決策沉淀到系統中，你的領導是怎么樣決策的，你分析的時候是怎么樣得出這個結果的，我們把前端銷售以及他們做測算一些東西都同頻給到前面的部門，也就是說一個數據出來的時候，前端幾個部門能夠同時啟動，高效協同。算法輔助銷量預測與決策從銷售端來說，我們這幾年研究了一些算法，用來做銷售端的預測和決策。一個是電商款式分級算法，利用聚類算法對電商款式進行分級，在爆款追單的時候提供一定的決策參考。第二個是商品銷量預測，利用去年同一個時期內跟今年各項參數類似的款式，來預測今年的款未來的銷量的走勢。這個數據出來并不是用來直接下單，而是

109、給到供應鏈做參考，供應鏈根據銷量預測數據來及時調整產線。商品端：快反化數據整合商品端是最重要的，商品端要拉通前端和后端流程拉通，管理規則要啟動起來。比如說主推哪些款式，設計的品類款式是怎么樣歸類的等等。從業務側來說要建立相關管理的規則、制度和流程，從 IT 側來說要搭建好設備料系統，下單系統，生產系統等，借助數字工廠信息化的優勢，達到數字化轉型推動供應管理能力提升，實現生產效益的快速增長，不良庫存的減少，綜合成本的降低，最終達成產供銷一體化。供應鏈端：目視化資源管理供應鏈端，我們這幾年在做目視化資源管理，我們要讓供應鏈的成品管理，采購管理和供應商的管理，通過 SRM 系統進入他的中控臺，能夠看

110、到他當前有沒有緊急事件需要處理。系統的整體架構如下：這是我們的成衣供應商看板，能夠看到供應商的區域分布，排名數據等等，包括計劃、待開發、已開發、產能的規劃，我們在規劃整個供應鏈以及整個產供的時候可以有計劃的進行。058057零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0這是我們的成衣中控臺，成衣中控臺可以看到今日的新單，訂單分配，我的任務，包括各種進度，出貨的需求等等。每一個工廠接了什么單，有多少的數量，現在進度多少，入庫的多少，各種什么什么多少，有沒有什么預警，都呈現出來。除了成衣中控臺，還有材料中控臺，還有質中控臺，供應鏈的各個板塊我們都建設了中控臺。未來

111、展望未來我們希望各個部門通過建立新的數據積累和模型沉淀，驅動各環節工作，鏈接上下游。讓數據從輔助我們的人為決策，再到智能推薦決策，最終實現完全智能決策。周大生珠寶作為中高端鉆石珠寶市場領軍品牌，2023 年業績矚目，營收增長 46.52%至 162.9 億。電商業務突出，營收占比 15.4%，同比增長 62.25%，超越線下直營渠道。公司注重融合發展、高效運營、深度營銷和數字賦能，連續 13 年獲“中國 500 最具價值品牌”，品牌價值從 2018 年 376.85 億升至 2023 年 867.72 億。從 0 到 1 落地 FineBI 自助分析數字人才建設賦能經營決策周大生060059零

112、售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0每一個環節提升每天提升1%，那么365天之后業務將提升37倍=轉化率轉化率監控渠道轉化率運營流量找到流量入口線上流量監控GMV提高線上整體運營能力提升店鋪運營能力客單價商品價格段提升商品競爭力BI的場景價值愿景平臺運營GMV銷售目標達成率訂單數客單價退貨數量銷售目標流量推廣費用營銷費用費用占比收藏加購費用ROI投放推廣點擊量瀏覽量收藏量下單量各階段轉化率品牌分析銷售目標達成銷量價格帶市場占有率爆品分析銷售額單價單品推廣成本增長率商品排名新品分析客戶體驗物流滿意度產品滿意度會員留存率復購率會員結構用戶體驗活動大促分析活

113、動目標達成活動均價活動金額活動費用ROI流量連帶率提升商品客單價合理的商品組合折扣活動運營銷售爆發復購提升復購率提升滿意度中高端鉆石珠寶市場領軍品牌周大生憑借卓越業績和穩健發展贏得廣泛認可，榮獲多項榮譽，包括 2024 年“中國品牌 500 強”、“中國 500 最具價值品牌”、羅湖區納稅百強企業等，再次印證其在珠寶行業的卓越地位。為提升品牌影響力，周大生構建多元化媒介的立體式品牌營銷傳播體系，通過持續、脈沖、矩陣式廣告投放策略覆蓋目標群體。公司積極推進數字化戰略，在數字研發、營銷、共享、運營等領域提供先進數字化解決方案，賦能終端銷售。陷入困境的一線分析人員當前，科技革命和產業變革重塑全球經濟

114、，數字化浪潮席卷。云計算、大數據、人工智能等新技術在各行業加速應用，推動生產、業務和管理變革。企業需擁抱數字化轉型，周大生作為珠寶企業，面臨數據增長和分析挑戰。周大生電商業務經管副負責人發現經管部門的分析人員正陷入繁瑣的數據處理困境中：他們頻繁地利用 EXCEL 制作經營分析月報、季報、半年報和年報，每份報表都需要運用多個 VBA 組件，使得報表體量接近驚人 30MB。更令人頭疼的是，數據源分散地存放于不同分析人員的 Excel 明細表中，這無疑增加了數據處理與分析的難度。難道一份經營分析報告的制作，真的需要如此復雜和艱難嗎？帶著對這一問題的深入思考，周大生互聯啟動了FineBI部署立項申請，

115、并著手規劃如何從零開始，逐步落地FineBI自助分析，旨在培養數字人才并賦能經營決策。FineBI 自助分析建設路徑引入 BI 價值愿景預期潤米咨詢劉潤老師曾分享：如果我們業務的每個環節提升1%的話，那么365天之后業務將提升37倍。這是一個很大的愿景，但從企業數據應用的角度出發，其實就是從數據的視角、結構的視角去挖掘業務的增量機會，這也是周大生互聯最初決定搭建 BI 平臺的原因，希望通過 BI 去賦能業務洞察與突破。通過數據去找到流量的入口，去提升線上整體運營能力。BI 平臺定位要用 FineBI 來實現怎樣的企業數智賦能業務的價值場景？是僅僅是一個更便捷的數據分析工具，還是一個更敏捷的數智

116、平臺？聽了劉潤老師的增長模型理論并結合團隊人員情況，最終得出結論：BI 建設應該朝著數智平臺的方向發展，平臺建設從自助型 BI 報表體系智能型 BIBI 平臺建設階段規劃BI 應用的過程中，如果希望正反饋有效的循環起來，會發現涉及到三個關鍵的角色層級：業務領導：總覽業務概況，把控業務方向。業務部門負責人：管理業務推進節奏，把控業務進展。部門數據分析師：進行數據的整合分析，為管理層決策提供有效支撐。062061零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0BI 平臺的建設就是要打通這三個角色間的信息傳遞，首先需要的是自下而上把第三層做扎實，培養內部的數據分析師人

117、才，能夠真正運用數據去洞察業務問題，并將問題暴露出來作為業務改善的動力。從這個角度規劃了 BI 建設的四個階段：數據標準數據是整個 BI 建設的核心，然而大部分情況下，企業考慮上 BI 項目的時候，數據還沒有完善起來。這一點周大生項目負責人的看法是“不求一步到位，但要足夠重視”，如果期望數據完全建好再搞 BI，那很難把 BI 項目在內部落地下去，實際情況是只需要保證基礎的業務數據流完整之后就可以開始建設 BI 了，BI 的建設過程中再去倒逼數據優化、標準。01經營決策分析報表建設初期內部人員能力可能比較有限，精力不足，這種情況下，建議先完成經營分析報表的自動化，從上到下的邏輯，先把企業的“大數

118、”呈現出來，先讓領導能夠隨時隨地的看到這些經營數據，將分析人員從繁瑣的報表工作中解放出來，為下一步的自助分析做準備。02業務自助分析培訓報表的分析體系搭建完成之后，下一步進入業務的自助分析培訓。真正能打通各個業務環節，讓業務轉起來不是“大數”，而是一個個環節的業務突破，業務突破需要業務人員的業務直覺加上對數據的敏感度，業務直覺已經具備了，隨之而來的就是通過工具的培訓不斷提高數據敏感度，讓用戶習慣通過數據理解業務、改善業務。03多場景化數據決策最后一個環節 BI 建設的目標，讓數據的應用滲透到各個業務環節當中，真正實現各個業務環節的數據自動化，決策智能化。043年BI項目階段規劃數據分析報表體系

119、數據分析指標體系數據分析專題數據集規劃數據庫連接數據權限數據標準3營銷/消費者產品/服務專題報表經營決策分析報表1業務自助分析多場景化智能決策4業務自助分析培訓2場景應用，自助式診所、風險預測等經過深入對比市面上各類數據分析工具后，周大生最終選擇 FineBI 作為主要面向數據分析員使用的數據分析工具，并快速完成了平臺部署上線。BI 建設價值的衡量指標有了規劃后如何定義指標來衡量 BI 平臺建設的成效？周大生從帆軟標桿案例及項目實踐經驗中找確定性的規劃及目標，總結了三層衡量指標：一周上手 FineBI周大生互聯安排了一周的實操培訓，并把培訓分為4個板塊，基于這四個能力項編制了課程學習清單。第一

120、天的學習很關鍵，第一天的學習內容就能幫用戶去完成一個小的分析模型的輸出，用戶的成就感很高，更加愿意繼續學習下去。此外還借助除帆軟的 FCBP 考試認證，讓大家感受到除了工作需要之外，學 BI 對他的職業發展是有幫助的。兩周上線看板兩周上線經營分析月報，公司經營月會從 15 日提前至 8 日，簡化經營分析，直觀呈現數據亮點與問題，提高了經營決策支持效率不少于 50%。之前一份經營分析報告要用多個 VBA 組件，四個表拼起來，體量近 30MB 一份報表，現在只需要一張儀表板，并且數據是自動刷新的，只需要簡單的調整分析結論，同時因為有對應的聯動和鉆取，大家也能更深刻的感受到你講的是什么，對應的數據是

121、什么，直觀呈現出問題。業務分析次數：這是最核心的指標。分析看板出來了，是不是真的有支撐業務應用，首先關注這個指標，反映到數據上，我們通過月度的訪問次數、訪問人數以及訪問的儀表板數三個指標進行綜合衡量。數據分析師人數：進一步關注人才培養的數量，企業當前的數據分析師人才有多少，這是面向未來的價值，我們通過活躍的編輯用戶數來進行衡量。人工成本降低值：第三點回歸到最直接的價值體現上面，就是對于人工成本的節省?？焖偻瓿蓴祿w系與人員能力體系構建內部 BI 推廣的過程中我們實現了兩個運營目標1.一周上手 FineBI；2.兩周上線看板。這對于周大生互聯內部來說不管是人才培養還是效率提升都是非常顛覆性的變化

122、。064063零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0提高了業務分析人員工作價值梯度付出的努力（花費的時間）經營分析報表（設計、核對、發布）控制（審閱、批復）數據獲?。ㄊ占?、轉化、核對）60%25%10%5%60%25%10%5%成產的價值付出的努力（花費的時間）使用FineBl前后對比前VS后1.5月2周平均2周一份主題報表上線/(1數字化組成員(黃燕)+1數據分析成員)報表上線效率平均1.5個月一份主顆報表上線/(2數字化組成員+1數據分析成員)1000/月7000/月日均訪問PV-234，月均訪問7000報表訪問量日均訪問PV-30，月均訪問259

123、93101/月自助分析功能月使用率100%:自助分析學習率100%:成就13名數據分析師(系統功能使用達到分析師的深度B1月均分析次數3101，約節約不少于6個報表開發人力。月均分析量無自助分析，強依賴EXCLE上線排期標準化，提升開發效率與協同能力數據流程優化與三層業務包建模，提升報表開發上線效率實操培訓全覆蓋，多元學習策略助力能力躍升，協作效率顯著提升兩周上線產品銷售分析、消費者銷售及畫像分析、產品競店分析報告，半年完成經營分析報表體系 95%上線，報表月均訪問 7000，提高企業經營決策賦能效率不少于 50%。周大生互聯通過三個步驟，實現了分析主題的高效上線：周大生互聯組織了內部分析師實

124、操培訓，公司全部的管理人員以及 40%的職能人員都參與了這個實操培訓。除了培訓外還讓員工去參與帆軟每個月的城市課堂，并且每周去相應的一個直播培訓，內部協同效率得到了顯著提升數字人才建設價值總結數據自助獲?。簩崿F了數據的自動取用，以前分析師要提需求給 IT 部門，現在數據已經在 BI 上匯總好了，需要那個數據自己上去取就可以。數據全鏈路管理：數據的安全管控以前是個很大的難點，excel 滿天飛數據權限很難管控，安全性也無法保障，那現在基于公共數據的這種管理模式，實現了數據權限的全鏈路管理。項目上線后，業務部門的分析工作從原來 80%的時間花在數據處理上，轉變成 85%的時間是用于報表的模型設計以

125、及經營分析的業務洞察，提升了業務人員工作價值梯度。經營分析效率：FineBI 可以快速實現組件的聯動和鉆取，j=分析數據問題的時候效率有了很大的提升。以前用excel 是結果數據，發現了問題要去透視表里重新定位，現在可以直接基于看板聯動定位，這樣就可以沉淀一些深度的分析應用在 BI 上面，管理層甚至可以自己去分析一些關注的業務問題。066065零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0珠寶是人類文化的重要組成部分，也是消費者展示個性和品味的重要方式。隨著消費升級和市場下沉的雙重趨勢，珠寶行業近些年面臨著巨大的發展機遇和挑戰。在數字消費時代，潮宏基集團（以下

126、簡稱“潮宏基”）作為國內首家 IPO 上市的時尚珠寶企業，緊跟數字化發展趨勢，全面啟動數字化轉型。根據潮宏基發布的 2023 年上半年報告，公司實現營業收入 30.06 億元，同比上升 38.26%，歸母凈利潤 2.09 億元，同比上升 38.85%。潮宏基成立于 1996 年，致力于在中高端消費品領域提供優質產品和服務，是珠寶行業首家上線 SAP/ERP(線上數字化企業資源管理系統)的企業。2016 年，潮宏基進一步全面啟動升級中臺業務系統，通過內部和外部實施一體化信息管理系統，智慧云店系統正式上線，同步 ERP、中臺和員工、客戶微信端等多個系統，建立更完善的系統協同能力，使得營銷能力不但能

127、在線上靈活應用，同時也完全適配于線下場景，實現全國所有門店的庫存共享，不僅延長了門店的營業時間，也打破了門店終端的物理空間，充分提高用戶全渠道購物體驗，增加銷售機會。作為彩金珠寶的領潮者，潮宏基如何用數據譜寫品牌零售新“飾”界？潮宏基BI 激發品牌零售新動能數字化轉型是一個體系化的工作，需要企業文化、運營體系、組織架構、技術支持等各方面的配合。需要企業有長遠的眼光，數字化轉型的價值并不會在短期內呈現，但能夠讓企業在快速變更的市場環境中，具有更強的可控性與應變能力。潮宏基隨著品牌業務的不斷擴張與數字化建設的不斷深入，企業內部逐漸面臨著行業的共性痛點數據的時效性和準確性難以保證。集團高層對于業務數

128、據的需要經常需要幾天的時間響應，過程中需要經過分析人員大量手工的分析和整理才能輸出分析報告。此外，各區域數據查看成本較高，部門之間的數據的口徑和維度各異，造成數據在不同部門之間的流轉困難與效率低下。在此背景下，潮宏基攜手帆軟于 2018 年啟動了 BI 的建設，通過調動集團運營、財務、人力、信息，各品牌銷售、市場、產品等核心部門的人員，以專職或兼職方式組建集團化專業的 BI 管理團隊。由多部門人員組建的 BI 管理團隊，可以實現內在有機互補，基于團隊成員的專業知識、豐富經驗、個人能力，有助于在增強 BI 建模、分析、設計、運用的效果，體現 BI 的價值。項目從 2019 年正式上線至今，潮宏基

129、一直在持續優化，目前基本上已經覆蓋了集團內部幾個品牌和數個分公司。在此過程中，潮宏基集團不僅搭建了數據倉庫，還建設了業務中臺和 BI 決策分析平臺。潮宏基通過時間的維度、對比的歸因分析、序列分析等指標的分析方法對從財務、銷售、產品、用戶這幾個基本的一些業務范圍去做的一些推進，在 BI 端、PC 端和移動端都取得了一定的成果。如今集團的業務人員以及相關的領導都可以隨時隨地來查看，并且可以快速地去分析相關問題的一些根源，為業務決策的及時性是起到了很及時的支撐。財務部門供應鏈部門產品部門銷售部門銷售銷售分析促銷分析門店現場分析產品分析獲利分析費用分析供應商分析物流分析庫存分析產品供應鏈財務人力分析會

130、員分析各職部門綜合管理報表向上歸集向下分解集團決策層管理駕駛艙068067零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0銷售預測分析對于潮宏基集團這樣的零售企業，利用數據分析技術對市場趨勢進行預測，幫助企業提前做好市場布局和產品規劃來說至關重要。潮宏基通過打造全價值鏈數字化體系和線上線下相結合的全渠道布局，以此提升運營效率和客戶體驗，并且適應市場變化和技術發展。推動潮宏基進一步增強市場覆蓋能力和客戶粘性，適應消費者購買習慣和需求的變化。用戶運營分析通過分析數據，了解用戶的喜好、需求和區域分布，為產品研發提供有力支持。這對于潮宏基集團這樣以消費者為導向的企業來說

131、至關重要。商品投資回報率分析通過分析不同商品的利潤率、成本等數據，為企業制定合理的商品投資策略提供依據。這種分析可以幫助潮宏基集團優化資源配置，提高整體利潤率。070069零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0數字化轉型已成為當今企業發展的重要驅動力。潮宏基集團緊跟時代步伐，通過不斷的數據分析和 AI 應用探索，已取得了一定的成果。未來，潮宏基集團將繼續深化數字化轉型更多應用場景和思考。例如，可以通過 AI 技術對市場進行分析，了解市場競爭格局和發展趨勢；還可以將 AI 技術應用于供應鏈管理領域，提高供應鏈的協同效率和響應速度。通過不斷地拓展數字化轉型

132、的范圍和應用深度，潮宏基集團將進一步優化企業運營效率和市場競爭力。品牌零售下一站AI 技術如何賦能？在AI技術的推動下，潮宏基集團也不斷嘗試將AI與數據分析相結合，提升品牌零售業務。潮宏基集團信息部總監奉光親表示，在 AI+時代，對于數據分析的應用提出了新的機遇與契機：個性化推薦通過 AI 算法對數據進行分析，了解用戶的購物習慣和偏好，為消費者提供個性化的產品推薦。例如，基于用戶的購買歷史和瀏覽行為，AI 算法可以生成個性化的推薦列表，提高用戶購買意愿和滿意度。01智能庫存管理結合 AI 算法和實時銷售數據，實現庫存的精準預測和智能調度，提高庫存周轉率。通過實時監控庫存情況，及時調整生產和采購

133、計劃，降低庫存成本。02風險預警與決策支持通過實時監測市場情況和銷售數據，AI 模型能夠及時發出預警信號，提醒企業應對潛在風險和機遇。同時，基于大量數據的分析，企業可以制定更為科學和有效的決策支持體系。03信息針對性:移動 BI 能夠從龐大的數據中將最關注的數據與指標展現出來，更有針對性，使決策更科學。信息定制推送服務，可以根據員工的不同角色、工作習慣、管理特點等，來定制個性化的推送內容、推送方式、推送時間等；使用便利性:實現方式更靈活、更人性化，使用更便捷，只是在移動終端上進行觸摸和拖拉，就可以獲取 BI 信息，并進行相關的操作。隨需定制，可以根據不同角色需求，進行個性化開發，滿足不同需求。

134、傳遞及時性:數據實時查詢，具備網絡環境可實現數據隨時、隨地的訪問，使決策更及時。只要有網絡，可以隨時隨地訪問 BI 應用；實時進行透視、鉆取、分析、決策；及時提醒，監控與預警服務，可以主動將預警信息發送到用戶的移動設備，提醒及時采取措施，避免延誤連鎖門店喜家德：數據化由 0 到 1 轉變，門店管理效率提升 40%蘇客：釋放數據力量，蘇客領跑快餐業發展天虹：數字化會員超 4700 萬！數實融合迎來業績增長的“第二曲線”周黑鴨：“美味締造者”的背后，蘊藏著數據驅動的奧秘王府井：從 0 到 1 的突破，創新打造一站式數據分析解決方案072071零售消費企業數字化增長實踐案例集 2.0零售消費企業數字

135、化增長實踐案例集 2.0喜鼎餐飲管理有限公司從 2002 年在鶴崗創立以來，在全國超過 800 家門店連鎖遍布 40 多個城市，員工超過 10000 人。喜家德蝦仁水餃秉承一生做好一件事的理念，默默專注水餃 20 余載，致力于為顧客提供放心美味，以好吃、干凈、原創一字型長條水餃聞名大眾，招牌水餃蝦三鮮經久不衰，現在是東北水餃的代表。2015 年 12 月 19 日，喜家德在哈爾濱紅博會展中心發起“挑戰史上最多人包餃子吉尼斯世界紀錄”活動，成功挑戰吉尼斯世界紀錄。作為中國現包水餃連鎖品牌，自 2002 年成立以來，20 多年堅持現包如今全國開設 800 家門店，我們堅信，餃子作為中國飲食文化中的

136、重要依托之應該代表中國文化，走向世界！數據化由 0 到 1 轉變，門店管理效率提升 40%喜家德信息孤島帶來的數據應用困境隨著信息化進程發展，喜家德陸陸續續上了 OA 系統、sap 系統、HR 系統，各系統之間形成信息孤島，無法統一結合的展現數據，由此的帶來的數據應用難點也越發顯著：數據分析平臺建設及應用針對公司所面臨的難點問題，以“搭建公司的數據分析平臺”為目標，研究對比市場上的較常用的低代碼平臺，決定采購FineReport 產品作為展現數據的終端。由數據部牽頭，分析監察板塊各個模塊業務，統一分析標準，設計數據看板。打通各個系統之間數據孤島問題，開發多維度的數據分析應用，為門店運營端伙伴等

137、提供準確的可視化數據分析支持。針對以上存在的問題，急需一個可以打通各軟件信息壁壘的系統，可以自由設計系統、展現數據，加速企業的信息化進程。數據統計口徑不一致業務部門需要通過多個系統或者部門收集線上或線下業務指標數據，經常業務數據更新，而未得到及時同步，導致數據不一致。01缺少實時查詢的數據分析平臺各個部門都需要分析公司各個維度數據，為業務的長期發展作指導。但缺少實時查詢的數據分析平臺，以及為業務提供支持的數據應用。04Excel 分析過程繁瑣性數據收集后的二次加工和清洗、分析過程工作繁瑣，且有較高的重復率、錯誤率。02數據呈現不及時性業務務人員通過大量的時間，和數據校準，最終以 PPT 匯報的

138、形式呈現給運營伙伴，不僅費時，還有滯后性。03會員系統朗新人事系統OA系統帆軟FineReport074073零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0場景一：門店監察成績分析場景二：人事數據決策系統隨著門店數不斷增加，企業對門店監管的難度日益提升，高頻的巡店監察通過OA收集的數據，無法輸出結果，并缺乏時效性，監察部需要花費很長的時間去分析這些數據，統計分析過程錯誤率較高。針對以上情況，公司按照實際情況，對監察業務進行了梳理。針對全國數據及單店模型，設計相關數據結構，按照具體問題進行下鉆，展示相應門店，從而發現監察中門店運營中的管理問題。為解決數據呈現及時

139、性，門店監察結果錄入第一時間，通過 FineReport 直接可查詢自己門店的排名、罰款、問題點等各項結果數據，伙伴可通過移動端實時查詢。對于問題連續不整改的門店進行追蹤，著重檢查，同時對監察項目做出合理調整。隨著公司規模擴大，員工數量逐年增加，針對每個門店的核心崗位管理及集團人事工作安排變得尤為重要，HR 系統無低代碼開發平臺，無法進行個性化報表開發，只能依賴第三方系統商做定制開發，對于公司多變的個性化需求，成本較高。通過實時數據報表進行區域/城市/門店人才分布、崗位配置、人員流失等情況，為后續招聘提供決策，使人才分配更加合理。經實際使用，業務部及運營端反映很好，解決了數據統計口徑不一致問題

140、，提高的數據查詢的時效性，每個月數據實時統計，不需要通過 Excel 再做計算及統計分析，單月節省 10 個人天，提升門店 30%的管理效率。為解決門店搜集數據困難、端口不統一問題，搭建單店數據看板，展示綜合指標數據：監測人事從入職后，招聘到各種崗位的人數，以及每個階段的人員離職情況，體現出人事的招聘能力與招聘質量，為人事崗位的優勝劣汰作為重要參考項目之一。核心崗位兩個月保留率直觀體現單店核心崗店均數量、單店核心崗占比、各類城市滿編率、人員配置差異、區域滿編率、在崗匹配門店滿編率等，為領導層提供重要數值指標。由大方向的區域，精細化至門店崗位人數的合理分配，提高人員利用率，大幅度降低人力成本并且

141、合理調劑人事工作。從人工手動計算整理到自動化輸出，提高大約60%工作效率。并且數據可留存，為人才平臺數字化建設奠基豐富的數據基礎。滿編率綜合報表076075零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0該報表以周為時間段，跟蹤每個城市核心崗位的入離職情況，為人才平臺領導層決策提供重要數據之一。核心崗離職率比例總結與展望喜家德通過 FineReport 打通了各個系統之間數據孤島問題，依托 FineReport 優秀的數據分析和可視化能力,公司逐步建成了以報表服務平臺和自助查詢分析平臺為載體的企業級數據服務和交付體系。未來喜家德在數據分析層面將進一步拓展，延伸下

142、挖，建立更多細化的駕駛艙、看板和可視化報表；進一步深化數據應用，基于業務管理，對指標分析進行迭代；提高數據完整性，通過規范操作要求，提高數據的準確性。周黑鴨企業經營理念是“質量是根本”，重視質量才能實現“百年品牌”的夢想。2011 年，“周黑鴨”被認定為“中國馳名商標”，連續 4 年獲得“農業產業化國家重點龍頭企業”榮譽證書。2016 年于港交所掛牌上市，二十年間，“周黑鴨”從一口鹵鍋發展成全國知名休閑食品品牌，始終堅守連鎖經營管理模式和“質量第一，信譽至上，保持特色，持續發展”的經營理念。截止到 2021 年 6 月，本集團的門店總數達 2270 間，其中直營門店 1161 間，特許經營門店

143、 1109 間，已覆蓋中國 26 個省、自治區及直轄市內的 212 個城市?！懊牢毒喸煺摺钡谋澈?，蘊藏著數據驅動的奧秘周黑鴨078077零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0數字驅動，精細運營數字建設促進數據價值轉化隨著周黑鴨集團第三次創業的開始，業務規模和銷售渠道急速擴張，如何及時了解企業經營情況，成為當前急需解決的重要問題。信息數據中心總監張總曾提出過以下幾個問題：周黑鴨數據分析平臺建設規劃如下圖所示：周黑鴨集團經過多年信息化建設，構建了多個 IT 業務系統，在數字化經濟時代，“以消費者為中心”和“數據驅動”就是企業增長的兩大核心戰略。近年來，隨著

144、市場競爭加劇，業務規模的擴大，企業通過數字化實現精益化運營的需求越來越強烈。2018 年公司引進 SAP BO 進行數據分析與應用，到 2019 年公司開放發展式特許經營，歷經兩年的發展，業務規模呈爆發式的增長，至 2021 年門店規模翻了一番。原來的 BO 平臺已無法滿足當前實際業務需求，具體表現在：舊平臺用戶數限制，無法為特許商提供有效地數據服務；舊平臺報表模式固化，可拓展性差；企業領導層獲取數據難，需要通過 EXCEL 加工處理，并發送到企業微信，消耗大量人力成本；業務數據需求多，變化快，開發人員工作量大；門店基礎數據和銷售目標采用線下 EXCEL 收集的方式，難以避免口徑不一、數據不準

145、確、上報不及時等問題。我如何知道當下的目標達成、MTD、YTD 情況？只有在辦公場所才能知道營銷情況嗎？我的業績給團隊帶來了多大的貢獻？某個產品、某個渠道目前是什么情況？01040203第一階段這個階段的主要任務是搭建周黑鴨集團數據倉庫。整合企業分散的業務系統數據，消除數據孤島，解決企業因海量數據分散導致的管理困難、指標口徑不統一等問題。在這一階段，周黑鴨利用 SLT 數據同步工具，實現了基于毫秒級的實時數倉搭建。有效整合了周黑鴨全業務系統數據，為企業業務人員提供了數據查詢端口，減輕了對業務系統的頻繁查詢依賴。第二階段在這個階段實現數據倉庫到分析型系統的轉化，主要致力于輔助企業決策，實現科學化

146、、數據化的決策，并同時解決離線數據人工收集的問題，利用 BI 平臺工具完成企業經營情況自主分析和結果展示，使公司管理層隨時隨地掌握各級、各模塊的業務情況，實現計劃、執行、分析、決策和調整的持續優化，并解決企業領導層看數據難，決策無數據依據等問題。在這一階段，周黑鴨選擇了帆軟的移動數據分析平臺，簡單靈活設計所需報表，豐富多樣的圖表分析、鉆取分析、多維度分析、自定義分析，能夠有效地解決了當前面臨的實際問題。080079零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0第三階段主要致力于全方位、多渠道的數字化營銷，完成企業數據資產的進一步開發和利用，推進企業智能化運營進

147、程。通過數據挖掘和預測模型，分析未來可能發生的最佳情況，同時構建 C 端消費者的全域數據資源，實現周黑鴨消費者精細化管理和精準營銷。場景一：門店經營實時監控對于零售行業來說，在做好目標管理的同時，過程管理也同樣重要。對比傳統模式，企業管理者及業務人員需要等到次日才能統計昨日門店經營及目標達成情況，缺乏對經營過程的監督和指導，對當前經營過程中的出現的問題無法及時掌握（哪些店還未開始營業？哪些門店在銷售暢銷時段下降了？哪些門店出現暢銷單品時庫存不足？哪些門店需要及時補貨和調撥？）。門店實時銷售分析，基于實時數倉功能和帆軟可視化移動數據分析，對門店經營情況進行實時跟蹤，幫助企業管理者能夠隨時隨地查看

148、門店當前經營情況。同時幫助門店業務人員第一時間掌握門店經營過程中的問題，并得到及時有效地處理，做到門店精細化管控。場景二：線上線下活動執行情況零售行業數字化轉型的重要途徑是建立與消費者之間的聯系。周黑鴨集團通過多年經營，積累了大量的忠實會員，為了更好的維護好于鴨粉之間的關系，頻繁的日常會員促銷成為了重要的渠道。而在做好會員營銷的同時，如何設置活動規則，來保護企業利益尤為重要。會員活動分析，通過對會員線上優惠券發放核銷情況、活動帶來的營業額及毛利、會員消費行為（商品組合方式）等多個角度進行分析，及時的監控活動的有效性（會員買不買賬），活動力度的平衡性（是否會出現虧損情況），及合適的廣告投放人群（

149、會員屬于新客/老客/潛客/衰退喚醒用戶）。知真：系統數據知因：分析數據知遠：決策規劃通過海量分散的數據，分析問題原因門店財務銷售供應鏈會員產品物流通過數據發現問題本質，做出未來規劃場景應用實現企業精細化管理082081零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0場景三：數據主動匯報傳統模式下，高層管理決策會議需要由專員在會議之前提前準備所需數據，除了對人員的過分依賴之外，手工操作還會出現數據失真，發送不及時等問題，進而影響到企業戰略方針制定的準確性。為了規避這些問題，周黑鴨基于帆軟的數據定時推送功能，開發“數字員工”來代替人工操作，從不同的銷售渠道，不同的地

150、理位置門店及門店生命周期 360，為領導層決策提供有效的數據依據。帆軟移動分析平臺的成功實施與落地，為周黑鴨企業數字化建設邁出了重要的一步。在解決企業領導層全時段了解企業運行狀態的同時，實現了對門店經營過程化、精細化的管控。為后續挖掘業務潛在規律、洞察消費者體系，奠定了堅實的平臺基礎。蘇客中式餐飲，成立于 2005 年，是一家以中式快餐為主營的餐飲連鎖企業。經過多年的發展，已經打造成南京地區的頭部快餐業品牌，公司秉著“顧客至上，品質第一”的經營理念，先后在多個地區成功開設分店，目前連鎖經營門店九十余家。擁有完善門店經營管理，蘇客公司形成了一套自己的經營理念和系統管理體系。蘇客中式餐飲依靠其全新

151、的商業模式，先進的經營理念和信息化技術，豐富的餐飲經驗，以“樂享悠客”的企業文化，成為中式餐飲的一面旗幟，深受當地顧客喜愛。釋放數據力量，蘇客領跑快餐業發展蘇客084083零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0隨著蘇客的信息化進程發展，已經告別了 excel 滿天飛、基礎數據報表固定化的應用階段，現在已經來到了利用帆軟FineReport 工具深挖數據價值的階段。蘇客在 FineReport 上構建了很多的共享數據集，提前做大量的數據清洗和二次加工運算工作，規劃了多個模塊的大寬表，讓多維度的數據獲取變得唾手可得，為后續的應用打下了堅實的基礎。利用 Fi

152、neReport 深挖數據價值巧抓營運管理的痛點蘇客把營運和公司高層的管理思維融入到系統中，信息部主動出擊了解業務的需求并幫助他們對業務進行拆分梳理，這個過程中，業務人員的數據意識也得到不斷提升，形成了良好的數據文化氛圍，擺脫了主觀意識形態的判斷。01前構建了很多業務模塊的大寬表合理規劃字段，科學使用庫表索引與組合索引健。根據業務模塊不同，構建不同的大寬表，對關鍵指標、常用維度字段，按照日、門店進行規劃存儲過程運算，降低在 Report 運算壓力。蘇客先后構建了營收模塊、HR 模塊、物流模塊、促銷管理模塊、CRM 會員模塊等多維度大寬表。02構建更多的共享數據集因不同部門對固定格式報表的需要存

153、在差異化，其關注的重點也有區分，本著數據源一致的原則，蘇客在 Report上構建了很多共享數據集，實現了數據源一致，運算邏輯一致，實現了數據口徑的統一。03經過三五年公司對大家數據意識形態和數據應用的培養，管理層對數據的依賴程度逐步在提高，重點的指標數據可以很好的實現找人，實現了數據的流轉，盤活了保存在數據庫中的數據，同時也帶來的新的機遇和挑戰，數據的二次加工和多重復雜運算的需求明顯增加，分析數據的維度發生新的變化，數據的共享與利用的需求任務非常明顯，一旦遇到系統或者報錯等意外情況發生，管理層感覺瞬間感覺失去抓手，猶如在黑暗中摸索前行。讓數據流動起來，才能更好的發揮數據的價值，分析數據背后的價

154、值和產生的原因才更有意義。釋放數據力量，在使用過程中面臨的新的挑戰：釋放數據力量在業務發展進程的新問題數字時代已經到來，餐飲業的發展也在積極擁抱變化。數字化轉型是當前很多企業面臨的一個深層次的問題，如何轉型怎么轉，如何落地，也困擾著很多企業。常言道，蘇客中式餐飲一直努力致力于自身的信息化建設，我們先后搭建完成了 ERP 系統，CRM、POS、OA、HR、釘釘與 HR 模塊的打通、WMS、物流、供應鏈等，業務財務一體化建設，成功實現了落地，生產效率得到顯著提升，數據的應用價值被挖掘。經過連續幾年來對帆軟 report 的深入應用，蘇客的業務決策過程由原來的耗時一周時間，縮短到 1-2 天，風險的

155、預警被實時推送，這一模塊的上線一年至少為公司防損 10w；財務價值更是實現質的飛躍，成本核算由原來的 15 天到目前的月初 3-5 號完成，輕輕松松點擊下報表完成工作，不必再去人工核算。各項科目開支明確羅列，差旅費用明確到具體員工，報表的統計由原來的 3-5 天，到現在的立等即取。從公司戰略價值角度來說，企業的競爭力加強了，內部的管理有提升，基本達到了業務數字化，數字資產化，資產價值化；內部形成了一個很好的數據應用氛圍和文化氣息。積極擁抱數字化轉型的浪潮086085零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0場景三：消費分析有理有據，新菜上市不再靠感覺判斷對

156、于研發部門來說，快速推出爆款產品，一直是該部門努力追求的目標。每次新品推出市場后，每家門店的反饋不一致，讓菜品研發部門很苦惱。于是信息部及時解到了業務部門的需求點，對產品的構成，銷售，類別、價格區間、交易筆數、時間段區間等構造了大寬表，借助 FineReport 采用表格、圖像等展現形式，讓研發部門從不同視角來觀察分析新菜品上市銷售情況，通過數據分析新品的受歡迎程度。場景二：數字化運營融入日常業務，助力精準決策運營分析與復盤是每個企業管理人員必備的基本技能，尤其臨近會議時，管理人員往往花費大量時間和精力去收集整理數據，然后制作成精美的 PPT 進行匯報。如果想對數據二次拆分或者運算，現場運算壓

157、力巨大，經常為數據的不一致大家爭吵不休。應用 FineReport 后，蘇客已經從 PPT 匯報切換到了分析圖表匯報，同時對部分的指標數據實現了下鉆，讓大家有更多的精力集中到問題點，不再為了收集數據和數據的口徑不一致產生爭議。典型場景應用場景一：一個預警功能備受高層關注，一年防損 10w在過程的運營中，門店業務端發生了什么異常情況，往往是很多天后才能傳達到管理層，此時再去追蹤問題與改善問題，已經失去了時效性，同時對管理層來說也是個被動的局面。蘇客用 FineReport 開發了逆向銷售預警功能，真正意義上實現了的數據找人，獲得管理層的喜愛，對發生的大額消費退單、高頻次的退單、各種異常的現象進行

158、監控，及時將異常自動反饋到管理層人員，一年下來有效地杜絕跑冒漏約 10w，異常的退單數量也下降到了合理范圍內。實時與預警的巧妙組合滯后的數據，歷史周期內的數據，一般用于復盤分析，但餐飲業的特點，需要更多的實時數據，指導輔助現場運行管理。05向可視化過渡傳統的固定格式的報表，密密麻麻的數字看的眼花繚亂，對使用者來說閱讀效率很低。我們在逐步引導管理層，擺脫看數字的習慣，向可視化界面過渡，學會正確使用折線圖、餅圖、直方圖、組合圖、散點圖等日常圖形界面。04088087零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.02020 年，王府井集團被授予免稅品經營資質，成為中國

159、第八個擁有免稅牌照的企業。2020 年 7 月 8 日，王府井集團投資設立全資子公司北京王府井免稅品經營有限責任公司，用于開展免稅品經營業務。目前北京王府井免稅品經營有限責任公司正緊跟國家發展導向，緊密結合北京服務業擴大開放試點北京自貿區、海南自由貿易港建設等新政策，全力推進免稅業務加速落地。借助海南自貿港戰略契機積極布局離島免稅、島內免稅，先后完成了萬寧免稅港、?？诤◤V場等項目建設，形成有稅+免稅雙輪驅動的新型戰略布局。未來還要立足北京積極發展機場免稅與市內免稅業務，同時推進在國內重點城市的拓展，為消費者帶來更便捷、更豐富的國際化購物體驗。從 0 到 1 的突破，創新打造一站式數據分析解決

160、方案王府井數字時代已經到來，數字化轉型是每家餐飲業的必修課，數字化轉型一定是企業一把手工程，需要企業從上而下推動內部形成共識。同樣，數字化轉型也是企業構建面向未來的高質量競爭力，蘇客期望通過數字化技術與業務的深入融合，賦能業務發展，領跑快餐行業！總結根據消費者行為分析，采用 FRM 模式運算方法，然后通過 FineReport 對會員數據進行分析，把新菜品會員點擊率進行展現出來，可以分析新品的喜愛程度，同時也可以對活躍用戶的回購、復購等消費行為進行展開分析。090089零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0數據應用的 4 個困境王府井免稅目前處于初創期

161、，正處于一系列關鍵且具有挑戰性的階段，數據建設的根基尚未穩固，業務流程、業務系統以及商場經營均處于動態的磨合與調整之中，隨著經營活動的逐步開展，數據痛點逐步暴露出來：從 0-1 建立一站式數據管理平臺王府井免稅摒棄了傳統大規模底層技術建設的方式，采用了更為敏捷和高效的實施方案：首先，專注于數據的積累和標準化工作。以業務系統內部的數據為起點，逐步建立起數據體系，確保數據的質量和一致性。其次，使用帆軟全家桶工具，建立了一站式數據管理平臺。這一平臺為數據的存儲、處理和分析提供了堅實的數據支撐，使得數據管理更加高效和便捷。最后，組織對業務人員的數據平臺培訓，使他們具備自主分析數據的能力。這一舉措顯著提

162、升了數據分析的效率和準確性，為企業的戰略決策提供了強有力的支持。這些問題要求王府井免稅在數據建設、業務流程優化和系統整合方面采取積極措施，以提升企業的決策能力和市場競爭力。數據起點薄弱沒有過往數據積累，無法依賴歷史經驗和趨勢做出決策。這使得企業在市場定位、產品開發和營銷策略的制定缺乏準確的參考和指導。01數據質量問題由于數據來源廣泛且格式不統一，存在數據缺失、錯誤和重復等問題。這些問題會影響數據分析的準確性和可靠性，使得業務決策基礎不夠穩固。02數據孤島困境數據分散在不同部門或系統中，缺乏統一的整合和管理，導致數據利用效率低下。數據不一致可能引發決策錯誤，進一步增加業務風險。03數據驅動缺乏現

163、有業務系統的報表功能無法滿足業務人員的需求，無法快速跟蹤和分析數據，而單憑經驗推動業務。初創期缺乏專業的數據處理和分析團隊，使得我們在處理和挖掘大量數據時力不從心，可能錯失商機。04在推動數字化轉型項目的過程中，組織內部的分工與協作起到了關鍵作用。信息部門充分發揮團隊的優勢，通過開發、數據管理、產品設計和基礎架構團隊的緊密合作，確保了數據建設工作的順利推進?？绮块T協作中，由于業務人員習慣了使用 Excel 和人工分析，對于新引入的數據模式存在抵觸情緒。為了解決這一問題，信息部門啟動了幾個顯時性項目，如租賃上報、報表自動化展示和駕駛艙等。這些項目讓業務人員快速體驗到數據獲取的便捷性和工作效率的顯

164、著提升，讓他們認識到數字化轉型對業務發展的重要性，態度也從最初的抵觸轉變為積極合作。多元角色數據應用業務指導數據決策業務導向方便易用數據底層架構設計標準統一可連接萃取ETL數據抽職 埋點采集|數據清洗|數據解析數據萃取數據服務 ID打通|標簽管理 邏輯模型對接|服務路由|API生成|API管理數據倉庫數據資產管理 數據抽取|數據建模|數據服務|數據服務 資產分類|數據血緣|數據治理|數據分層|元數據管理總部運營支撐、數據分析KPI監控進銷存監控經營指標監控會員指標監控門店賽馬場監控渠道分銷監控門店項目運營支撐、數據分析門店業績監控客流分析商品品類分析銷售監控分析商品異常分析營銷活動分析面向總部

165、敏捷BI服務智能業務報表移動端看板數據監控大屏面崗項目門店面向業務人員數據源CRM小程序客服系統倉儲系統APIERP構建與各種數據源的鏈接王府井免稅銷售運營指標體向上層提供服務全面數據化，積累數據資產在數字化時代，數據已然躍升為企業競爭力的核心要素，因此王府井免稅在建立初期就格外重視數據資產的積累。在日常的數據管理過程中，采集并存儲生產經營中的一切數據，在面對數據采集方式的多元性與業務系統的分散性時，借助帆軟 ETL 工具 FineDataLink 進行數據處理并同步至數倉，沉淀企業數據資產，消滅系統孤島，為后續數據處理及分析打下堅實基礎。092091零售消費企業數字化增長實踐案例集 2.0零

166、售消費企業數字化增長實踐案例集 2.0利用帆軟全家桶，快速搭建數據管理平臺在數據倉庫的構建過程中，并沒有深究分布式數倉等技術，而是利用 ETL 工具 FineDataLink 自助化數據調度與數據治理能力，快速量身定做一套數據組織和管理的解決方案。然后依托帆軟 Report、BI 集成技術體系搭建王府井免稅數據管理平臺，該平臺不僅提供了規范化的業務報表，還支持移動端看板、可視化分析和運營監控大屏，實現了企業數據“可見、可懂、可用”，讓數據發揮出更大的價值。培養數據分析能力，深度挖掘數據價值基于前期數據的積累與梳理，信息技術團隊在 FineBI 中構建了以業務單位為核心的數據集市，保證公共數據擁

167、有良好數據質量，維度清晰、口徑統一、主鍵明確。此外技術團隊定期組織數據培訓活動，使業務人員能夠迅速掌握 BI 系統的基礎操作，并有效利用平臺中提供的數據資源進行自助分析，深挖數據價值，為企業決策提供有力支持。經過一年的持續推廣與優化，該平臺已發展成為業務人員高度依賴的輔助分析系統。整理數據資源、建立數據標準、形成管理規范在初步階段開始快速積累一些數據后，為確保數據的高效組織、專業管理和全面保護，開始著手構建數據目錄?；谏钊氲臉I務調研和需求分析之上，劃分會員、商品銷售、供應鏈、電商、財務等多個數據域。在每個數據域下建立四級指標分類，并對每個指標制定明確的的定義、類型及計算公式。統一的數據標準使

168、現有數據和未來新增數據都能夠在同一個標準下統一管理，避免“信息系統建設越多，數據整合越難”的困境，確保了數據資產的持續增值和高效利用。094093零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0此外，王府井還搭建了移動端數據駕駛艙，基于“人、貨、場”模型展示企業核心指標。業務人員可以通過企業微信入口方便快捷地登錄，實時查看業務數據，并根據這些數據及時調整業務策略。在數據倉庫的構建過程中，并沒有深究分布式數倉等技術，而是利用 ETL 工具 FineDataLink 自助化數據調度與數據治理能力，快速量身定做一套數據組織和管理的解決方案。然后依托帆軟 Report、

169、BI 集成技術體系搭建王府井免稅數據管理平臺，該平臺不僅提供了規范化的業務報表，還支持移動端看板、可視化分析和運營監控大屏，實現了企業數據“可見、可懂、可用”，讓數據發揮出更大的價值。典型應用場景分享場景一：構建銷售運營駕駛艙，實時洞察，決策無憂在原來的工作流程中，領導需要依靠專人按日、周、月等周期整理和分析業務數據，人力消耗大，人工處理數據質量也無法保障，而且數據呈現也具有滯后性，特別是在節日或促銷活動期間，高層領導急需實時了解活動效果，但人工處理數據無法及時捕捉關鍵數據變化，錯失迅速響應和決策的黃金時機。王府井免稅通過構建銷售運營數據駕駛艙，實現對核心業務指標的實時展示。這包括門店、品類、

170、品牌、績效目標及其實際達成情況等多個維度的數據。領導層能夠隨時掌握業務發展的最新動態，確保在進行企業戰略決策時，提供精準、有力的數據支持，從而推動企業的持續健康發展。場景二：租賃上報自助化，解決統一收銀管理難題由于租賃店鋪不參與商場統一收銀，因此無法直接從 ERP 中獲取店鋪的銷售數據，只能依賴運營人員為每個租賃店鋪創建微信群，商鋪每天人工上報銷售數據，再由運營人員將數據進行匯總整理。但租賃店鋪數量眾多，且需要在每日閉店后的 22 點至次日早上 9 點前完成所有數據的匯總上報給總部，這一流程不僅繁瑣，還嚴重侵占了運營人員的休息時間。王府井免稅利用數據平臺搭建數據上報流程，租賃店鋪可通過掃描二維

171、碼進行手機端數據填報，收集到的數據自動匯入數據庫。運營人員可通過管理端實時監控數據收集情況，迅速識別已上報數據中的異常，同時有效督促尚未上報的商家及時完成數據填報，并根據上報數據制作數據報表供業務人員直接使用，提高決策效率。096095零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0場景三：會員畫像自助分析，驅動人貨精準匹配與策略優化總結與未來展望隨著全球化和數字化趨勢加快，免稅行業迎來了前所未有的發展機遇。王府井免稅緊跟市場步伐，積極拓展全渠道布局，致力于為消費者提供更豐富、便捷的購物體驗。為了更好地滿足消費者的需求，技術團隊利用帆軟全家桶迅速搭建了一站式數據

172、平臺。通過深入挖掘和分析消費數據，企業能夠更準確地把握消費者的需求，從而調整產品策略，優化購物體驗，提升消費者的滿意度和忠誠度。同時，數據的應用使企業在商戶管理、庫存管理、物流配送等方面更加高效，從而降低運營成本，提升盈利能力。展望未來，王府井免稅將繼續以數據為驅動，實現各部門和系統之間的數據共享和無縫對接，提供強有力的數據支持。技術團隊將進一步深化數據分析能力，結合業務發展趨勢，構建精細化運營所需的各種分析模型，解決個性化推薦、精準營銷和需求分析等問題，為消費者提供更優質的購物體驗，也為免稅行業注入新的活力。王府井免稅技術團隊采用 FineBI 構建了會員畫像分析平臺。利用現有 ERP 和會

173、員系統的數據，將其整合為會員訂單明細表，并使用 RFM 模型對會員進行價值分類，并為每個會員生成價值標簽。結合會員主檔表和商品主檔表，豐富分析維度，完成會員畫像自助分析的底層數據準備，從人員、商品等多維度進行分析。通過會員價值分類，業務人員能夠準確定位目標客戶群，并確定與之匹配的商品群。通過深入分析商品大類、品牌和具體商品在銷售額和銷量上的貢獻，優化商品策略。天虹數科商業股份有限公司(原“天虹商場股份有限公司”)，成立于 1984 年，是國有控股的上市公司，2010 年上市。天虹根據目標顧客需求的不同，以百貨、購物中心、超市三大業態線上線下融合的數字化、體驗式新零售，打造以“親和、信賴、享受生

174、活”為核心價值的品牌，旗下擁有“天虹”、“君尚”、“spce”品牌。天虹在行業內率先轉型，突破傳統購物模式，踐行數字化、體驗式、供應鏈三大業務戰略，大力發展線上線下一體化的智慧零售商業模式。天虹數宇化已實現全門店、全業態、全流程覆蓋，形成”到店+到家“的融合零售，并推進技術服務輸出，成為科技零售的領先者。數字化會員超 4700 萬！數實融合迎來業績增長的“第二曲線”天虹098097零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0數字化是實體零售的必經之路數字化既是實體零售不得不走的轉型之路，也是尋找第二增長曲線的必經之路。自從 2012 年移動互聯網帶動電商零售

175、實現騰飛，如何利用數字化的手段對傳統零售行業進行升級重塑，就成為了實體零售商找到新增長點繞不開的一關。但是中國第一家中外合資的連鎖零售企業天虹用事實證明，在“效率”這件事上，實體零售還有更多事情可以做。先公布一組數據：天虹目前一年線上 GMV 大概是 57 個億，數字化會員超 4700 萬，線上銷售占到全渠道銷售比例約為24%。早在 2013 年，天虹就將數字化作為核心戰略之一，利用數字化技術，將線下業務搬到線上，發展獨立 APP 和小程序?？赡艽蠹矣X得說天虹業績不錯是因為在這三年里面做了什么，才帶來這樣的業績成果。其實不是這三年做了什么，而是在三年之前做了什么。天虹持久扎根的基建和基礎動作。

176、首先把會員用數字化整合，然后把商品數字化到線上，把營銷數字化到線上，把業態線上化以后，就具備了把危機變成機會的基礎?？v觀天虹的答案可以總結成一句話：學會看數據，用數據，做更貼近人心的數字化，實現更有溫度、更智能的服務。2019 年，天虹成立科技子公司深圳市靈智數字科技有限公司（下稱“靈智數科”），從服務內部到賦能行業，公開向行業內輸出數字化技術、經驗和方法，作為深耕實體數字化的實戰專家，團隊核心成員兼具零售基因與數字化實戰經驗，孵化了旗下兩大核心產品為連鎖實體門店提供基于“人”的數字化轉型工具：智能化客戶資產管理平臺靈智企微助手，智慧用工管理平臺小活兒，發揮“人”的價值，挖掘“人”的潛能，助力

177、企業降本增效，實現“基業長青”。目前已服務包括永旺、屈臣氏、家家悅、華僑城商管等多家零售企業。在 2021 年，天虹啟動了與帆軟的合作，尋求通過自助式 BI 工具改善業務人員的數字化工作效率。此次戰略合作旨在突破當前面臨的難題，雙方正式簽訂了戰略合作協議，期望通過深入的技術融合和知識共享，共同探索并實現業務操作的高效數字化路徑，為業務人員帶來前所未有的工作效率提升：一天 50%的時間在處理數據天虹股份超市事業部與業務發展部高級品類規劃經理王琬瑤曾經負責庫存管理，如今在業務發展部。這兩個部門都涉及了大量的數據分析，過去各模塊數據導出再二次加工，平均一天有 50%左右的時間都在處理數據，但是各類異

178、常情況的發生卻是實時的，數據效率的滯后造成了極大的困擾：順應消費升級，迭代運營邏輯數字化是天虹三大核心戰略之一，它不僅獨立存在還全面助力體驗式和供應鏈這另兩大戰略，同時天虹的數字化團隊認為喚醒和認知共識是數字化真正落地重要的一部分。由此天虹確定了整體數字化建設的核心原則：戰略決策鏈路長期望通過提供全面的經營指標與數據支撐，優化管控工作。優化業務環節契合度，提高管理決策在實際業務的落地性。01問題根因定位慢通過打通各業務環節上下游系統的匹配、協同關系，可以有效基于上游的供應和庫存供應進行準確計劃預測，設計歸因式的下鉆分析路徑，高效定位具體業務問題進行針對性處置。02會員風險管控能力較弱關鍵數據看

179、板化實時數據移動化業務數據自助化01關鍵業務對象的數字化，并不斷匯聚數據，實現流程數字化，數據實時化，支撐一線業務快速發展02移動端展現實時數據，助力運營和決策，簡化管理，加強一線人員的數據應用能力03各經營線及業務崗位數據使用人員可根據需要自助進行數據報表的設計使用，快捷助力業務發04通過數據預警、數據預測、數據分析等，以智能化方式高效反應，節約人效的同時高效經營經營數據智能化需要建設風險預警、追蹤體系實現會員體系的精準風險管控。03100099零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0業務發展商業模式優化指向消除順應消費的升級，改變自身的運營模式（內容

180、+方式）提升價值鏈的效能消除消費者痛點、供應商痛點和自身的痛點天虹股份靈智數科技術研發中心研發副總經理張煒表示，通過 BI 靈活的使用，整個 IT 部門通過數實融合釋放更多的精力去做底層的數據，不斷讓數據更實時、模型更優化。正如天虹股份營銷中心營銷與會員運營部副總監鄭丹萍的日常工作，如今通過產品和外部市場的一些數據，以及顧客整體的情況，可以快速做出更有指向性的銷售決策。她認為 BI 就像是一個積木，在類似雙 11 這種節點即時的滿足一些業務想要的核心數據與分析結果，即時即刻地賦能他們的經營決策。在會員生命周期關鍵節點，提醒導購，導購一鍵發送相關消息，智能運營，提升顧客互動體驗XX品牌:1)高頻

181、顧客連接任務，115人繼續消費，帶動銷售108.6W，客單價環比提升53.9%。2)沉睡喚醒任務，成功喚醒117人，帶動銷售增量21.8W。3)流失挽留任務，成功挽留152人，帶動銷售增量27.8W。1)沉睡喚醒轉化率由原來3%-10%，最高提升至58%!2)全流程自動化，活動一經配置，每日持續觸達，無需手工操作。3)系統自動篩選符合條件的會員，即時觸達，不再有“漏網之魚”。XX品牌在創建發布沉睡喚醒，活動設置15元無門檻券，轉化率達到58%。觸達人數516轉換率50%到店消費人數299會員生命周期/新建活動*活動名稱:僅做后臺展示，不顯示在取有請請選擇輸入事件名稱搜東注冊注冊后*天未清楚首次

182、天滿首次消費后*天來消費活躍會員沉睡會員流失會員會員日0/20*事件:店員朋友圈數據分析在這個應用場景中，店長和店員可以通過訪問平臺獲取到終端用戶的互動數據，比如點贊和評論。這些數據使得店長能夠對店員的社交媒體活動，如朋友圈分享和互動，進行統一的管理和監督。此外，應用還特別針對點贊和評論這些互動數據進行了績效考核，旨在通過這些指標來衡量不同導購和店員的活躍度。這樣的系統設計不僅促進了店內員工的積極互動，也為店長提供了一個有效的管理和激勵機制。關鍵會員畫像通過支持運營部門收集和分類不同屬性會員的基礎信息，運用 FineReport 和 FineBI 工具，綜合統計會員比例，為精準營銷提供數據支持

183、。這項分析工作針對天虹及其合作的零售門店客戶，是常規需求，旨在通過深入分析會員生命周期、會員價值和會員結構等方面，為運營決策提供全面的視角和依據。單品銷售數據看板區域總經理和門店店長利用平臺從商品品類角度分析銷售指標，為產品運營部門提供數據支持，以便及時調整銷售策略以適應市場變化。這種分析特別針對零售門店環境，其中單品銷售看板因其高訪問量而顯得尤為重要。通過 FineReport工具，我們能夠詳細展示單個商品的銷售額、顧客量和客單價，并通過時間對比來進行深入的銷售趨勢分析。102101零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0移動端物流中心日報為解決門店零

184、售客戶面臨的供應多樣化問題，天虹利用平臺抽取數據，設計物流中心日報系統。該系統每日定時向門店店長推送日報，及時通報門店的缺貨、要貨和發貨情況。幫助店長準確掌握庫存狀態，有效減少庫存積壓或不足問題，確保門店運營效率和客戶滿意度。此外，在這個數字化轉型的時代，天虹科技子公司靈智數科與帆軟的緊密合作為客戶如深鐵商業等提供了一套全面的解決方案，從靈智的購百 SaaS 產品如小程序商城、會員體系，到帆軟高效的數據報表和看板服務，每一步都體現了對企業運營效率和客戶體驗的深刻理解。這種跨界合作不僅優化了業務流程，提升了決策質量，也為消費者帶來了更加個性化和便捷的購物體驗。正如天虹股份助理總經理、靈智數科總經

185、理徐靈娜所說：“對于我們實體零售來講最重要的是：握在自己手里的顧客才是最好的顧客，同時最有價值的顧客也不是一生一次，一定是一生一世，能不斷回頭的顧客才能幫助企業帶來最大的價值?！彪娚塘闶劢粋€朋友：直播電商進入下半場，與數據“交個朋友”吧浙江銘弘電商：讓 1 個 SKU 持續多賺 1%的“探險者”之路云鯨：打破數據壁壘，云鯨攜手帆軟 BI 系統優化用戶體驗與營銷策略104103零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0不同于其他直播間，“交個朋友”直播間采用 1+N 直播模式，建設垂類直播賬號矩陣。截止目前，僅在抖音渠道，交個朋友就有 12 個垂類賬號，例如

186、酒水食品、美妝護膚、潮流服飾等等，擁有一大批主播，直播時間從早上 6 點一直持續到凌晨 2 點。同時，直播帶貨是個分工明確的行業，選品、商務、運營、主播等多個角色緊密合作，才能為直播間觀眾呈現一場“沉浸式”的直播體驗?！凹由现辈ラg的幕后人員，可以說我們是個 勞動力密集 型的業務形態。這就對如何實現業務的系統化、流程化、線上化提出了較高的要求，同時需要通過數字化手段進行績效管理，讓績效真正牽引各部門和個人形成合力?！苯粋€朋友數據分析負責人 黃杰 在分享時說道。通過不斷的信息化和數字化建設，交個朋友已經形成了囊括達人招商、商家入駐、選品定品、講解推薦、分賬結算、售后服務、經營分析等二十個關鍵環節的

187、直播業務全流程線上化，覆蓋抖音淘寶多平臺，支持多矩陣、多用戶、多業務場景管理。打造直播數字化全流程管理體系“3！2！1！上鏈接！”一聲聲激昂的吶喊，撩撥著無數消費者澎湃的內心。這里是直播帶貨，無數商品聚集，海量的財富涌動。自 2016 年直播電商元年起，直播電商經歷了狂飆式的發展。到 2022 年，全國電商平臺累計直播場次已經超過 1.2 億場，全網 GMV 超 3.5 萬億，直播間成為名副其實的超級賣場。越來越多的人涌入、競爭、淘汰。全方位的細節比拼，精細化的直播運營，從而獲得更高的轉化，這背后都離不開數據的支持。2020 年 4 月 1 日晚 8 點，羅永浩開始抖音直播帶貨首秀，僅僅 3

188、小時直播結束，GMV 就超過 1.1 億，累計觀看人數超4800 萬，羅永浩直播間一躍成為頭部直播電商。2022 年 6 月，“交個朋友”成為直播間的新名字，標志著公司從羅永浩個人 IP 轉向多主播 IP，進入機構化運營模式的新時期。隨著行業的進一步發展，建立完整業務閉環流程體系，實現“人貨場”的協同統一，降本增效，成為進一步提升競爭力的關鍵，而在這一過程中，數據的作用日益明顯。2021年底，交個朋友與帆軟合作，利用FineBI工具，開啟了數據層面的新的探索。直播電商進入下半場，與數據“交個朋友”吧交個朋友106105零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2

189、.0在績效管理層面，交個朋友以直播場次為最小核算單元，對參與某次直播的各個角色的職責和分工進行業務價值判斷，工作流實現全流程線上化記錄；通過財務數據進行衡量，實時反饋績效激勵數據。以主播和現場運營為例，通過采集該時段的成交訂單數據、成本數據、該類目以往交易數據等，主播和運營在帶貨過程中可以實時看到業績完成情況、該時段的預估達成情況和結算達成情況，了解自己該場直播預計的薪資和獎勵，從而推動主播和現場運營及時調整直播帶貨的策略和節奏，完成目標?；谶@些數據，交個朋友在內部還對主播的銷售能力進行排名，對主播劃分等級，月度迭代更新，對應不同的提成方案，進行進一步的激勵。在收到這些數據后，選品經理會從質

190、量、價格、體驗等維度，初步篩選直播貨盤。接著，選品將進入交個朋友的冷品數據模型，通過數據分析，判斷是否會成為冷品的概率。冷品模型以大量歷史數據為參考，設置閾值，超過閾值，就需要重新進行報品。通過數據在選品環節的深度介入，降低直播冷品概率，打造一個個“爆款”直播間。直播電商具有極大的不確定性，即便在運營方式沒有改變的情況下，直播的流量和成交金額也可能會呈現不規律的浮動，需要借助數字化能力將影響因素進行拆解，保證每場直播的目標達成。而在直播帶貨的前置環節中，選品是重中之重。交個朋友整合內外部信息，通過數據輔助決策。外部信息方面，重點跟蹤渠道大盤的頭部爆品、行業新品、貨補品庫等，也會向選品部門提供品

191、牌融資、類目動態等信息。值得一提的是，交個朋友借助 FineBI 工具建立商品機制對比。通過獲取各個電商平臺的商品清單數據，對某一商品進行到手價計算、福利計算等，綜合判斷是否是某個選品的外部相似品。交個朋友將這一功能植入到選品環節的工作流中，在提報選品時自動顯示出該商品的外部價格情況，是否有更低價格等等，方便選品部門決策。內部信息方面，對歷史爆品、歷史轉化、人群畫像等數據進行梳理，提供對應的貨品信息以供決策。數據兜底抗風險，磨刀不誤砍柴工商品機制對比不同于消費行業的其他場景，直播帶貨是實時進行的狀態，從數據得出的策略和建議需要以極快的速度反饋到直播過程中，這對實時性要求相當高。目前，交個朋友直

192、播間的主播和現場運營都可以看到現場的數據大屏，了解直播的具體情況；群內每 15 分鐘會進行直播的數據播報，某時段目標完成情況不理想也會實時預警?，F場運營可以及時調整購物車商品的位置，更新候補貨盤等等。舉個例子，交個朋友在 FineBI 中做了復播指數的看板，按照多個維度降序排列，現場運營可以安排進行爆品復播，避免因為人為原因導致優秀商品錯失銷售機會?！爸拔覀兛梢酝ㄟ^數據看到每個商品每十秒鐘賣了多少，增速的顆粒度更細。這個功能我們是早于抖音后臺開發的，很巧的是，我們做出來后，后面抖音也做了這個功能?！睌祿治鲐撠熑?黃杰 笑著說。同時，主播也會調整講解品序，拉高直播的各項數據?！白鲋辈?，我們也

193、是要看數據的。比如千次觀看成交金額、直播間人群是否精準、單品增速等等。根據增速，采用不同的賣法，控制節奏；根據不同人群，做不同的福利預設。舉個例子，如果轉化率很低，但千次觀看成交金額很高，那就說明人群很精準，但是流量可能會不太穩定，例如昨天直播賣茅臺就是這樣的情況，客單價很高，所以千次觀看金額很高，但是訂單量不高，轉化率很差，所以在中間沒有貨的時候，我們利用這個時間節點去推幾個很便宜的福利品，做密集成交，把單量做上去?！苯粋€朋友主播 大鵬 分享了一個實際的例子。實時數據快反，打通直播數字化的最后一公里“我們除了和供應商打交道、和貨品打交道，其實更多的要和數據打交道。粉絲喜歡什么樣的商品，整個抖

194、音用戶喜歡什么樣的商品？我們需要基于數據維度去完成貨品的搭構，這些數據都來源于 BI 系統，將傳統的經驗標準化和數據化。例如榴蓮這樣的季節性商品，在哪一天上架合適，怎樣出一個千萬單品等等，需要數據對我們進行賦能?！苯粋€朋友高級商務總監這樣說道。冷品模型108107零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0交個朋友通過分析直播間的流量、貨盤、人群畫像、直播卡點等數據，也在不斷挖掘新的的增長機會。舉個簡單例子，直播間分為主播講解商品和靜默成交商品兩個部分，大部分用戶會被主播的講解和現場的運營氛圍吸引下單，但是通過數據分析，交個朋友發現仍然有大量用戶在瀏覽購物車

195、，這部分流量可以帶來進一步的收入增長空間。增長策略產品經理 文靜 分享道：“我們通過主講品吸引用戶進入直播間，那我們對直播間的人群就可以建立畫像，比如這場是美妝或母嬰人群，那么我們去打一個類目的錯位，會選擇一些膳食類的商品放到購物車里，因為她們其實也是很關心健康的，這樣帶來更多的成交?！倍谥辈ソY束后，數據會進一步幫助團隊復盤，總結經驗得失。從業績達成復盤、主播表現分析、直播違規分析，到商品評價分析、貨品和流量分析等等，數據滲透進交個朋友的方方面面，不斷推動直播間優化進步，帶來更好的用戶體驗和更高的直播轉化。正如主播大鵬所說，“不管什么行業，如果你不知道今天為什么好，為什么不好，是很可怕的，因

196、為你對它沒有一種掌控力?！敝辈ラg現場生于憂患，死于安樂。直播電商已經過了閉眼狂奔，野蠻生長的時代，進入發展深耕期。隨著行業回歸理性，直播電商正向著成熟化和健康化發展。數據成為從業者最忠實的朋友，幫助新興品牌實現長久穩定經營。交個朋友正在通過不斷創新，用數據賦能業務，在直播電商賽道上走得愈發穩健和從容。直播間現場在 2016 年的中國，掃地機行業已經是一片紅海，超過 300 家公司在這片領域角逐。就在這樣的背景下，云鯨，一個由一群剛畢業不久的年輕人組成的創業團隊，勇敢地踏入了這片看似已無立錐之地的市場。他們懷揣著夢想，決定從最基礎的產品打磨開始，用時間和技術來證明自己的價值。時間如白駒過隙，轉眼

197、三年過去。這期間，掃地機市場發生了翻天覆地的變化，幾家巨頭企業嶄露頭角，穩坐市場的前排座椅。而云鯨，那個曾經被質疑和忽視的小團隊，卻在這漫長的等待中，默默打磨出了一款令人驚艷的掃地機器人可自動清洗拖布的云鯨 J1。打破數據壁壘，云鯨攜手帆軟 BI 系統優化用戶體驗與營銷策略云鯨110109零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0首次亮相，云鯨便以“拖布自清潔”的創新功能設計贏得了市場的廣泛關注。在各大平臺的銷量和銷售額榜單上，云鯨屢次登頂，成為了行業內的一匹黑馬。更令人驚嘆的是，云鯨并沒有止步于此，他們持續進行產品的創新迭代，用實際行動詮釋了什么是真正的

198、研發實力和用戶至上。如今，云鯨已經從一個小小的創業團隊，成長為擁有上千名員工、全球用戶超過 200 萬的行業頭部公司。他們不僅在產品和技術上持續創新，更在數據鏈路、服務和用戶體驗等方面不斷完善和提升。又是一年 618 大促，各大品牌都在摩拳擦掌，準備在這場年度盛宴中大展拳腳。而云鯨，更是早早地就開始了精心準備。他們深知，只有真正了解用戶需求，才能在這場激烈的競爭中脫穎而出。因此，云鯨團隊深入市場調研，分析用戶數據，針對用戶的痛點和需求，推出了多款創新產品和優惠活動。云鯨做對了哪些、成功路上又得到哪些助力和幫助，日前億邦動力和云鯨數據運營中心負責人賈云超進行了深度對話，試圖找尋云鯨成功背后的因子

199、。去年雙 11，云鯨 J4 掃地機器人暢銷至斷貨。不得已，云鯨只能在大促期間關閉了 J4 機器人的商品鏈接。爆火至斷貨，在大促的風云變幻中，往往來得猝不及防。這是云鯨自 2019 年上架第一款產品后的第 5 個雙 11。云鯨堅持以“產品滿足用戶實際需求”為核心。云鯨創始人張峻彬曾在采訪時說：“不是市面上有什么功能，我們就做什么功能，而是用戶需要什么功能，我們就去做什么功能?！边@樣的堅持，也換來了用戶的支持和信賴。如今，這樣的理念云鯨在全球擁有超 200 萬用戶。全球用戶超 200 萬，如何服務好客戶？云鯨成立于 2016 年，母親在一次家庭聚會中抱怨的“手動拖地太累，掃地機又不好用”，給了創始

200、人張峻彬在自動掃拖領域創業的靈感。品牌選擇三年磨一劍，為品牌和消費者負責，于 2019 年方才推出首款產品。如今的云鯨擁有更強的產品研發能力和研發效率，不斷加快產品上新節奏，新品發布從起初的三年一款，逐漸發展為了如今的一年多款。與此同時，云鯨的銷售渠道布局不斷完善，目前已涵蓋線上線下、國內國外，其中國內市場分為多個區域，國際市場涵蓋多個國家。隨著產品推新頻率逐步提升，大量 SKU 在不同渠道、不同市場的毛利、凈利、退貨、客單價、售后等數據，都需要統計。賈云超稱，隨著云鯨生產和銷售規模的逐步擴大，云鯨更加需要及時清晰的數據反饋。賈云超稱，過去部分電商平臺的數據接口沒有打通，導致公司抓取的平臺數據

201、不準確、不清晰、不全面。去年年底開始，云鯨開始使用帆軟的數據連接器收集各平臺的數據，包括各平臺銷售額、庫存、投放數據等。為服務更多電商客戶的需求，帆軟推出了專門針對電商用戶的“E 數通”系統。E 數通可每日自動抓取不同來源的數據，包括電商平臺（抖音、淘寶、天貓等）、業務系統（內部 OA 系統、ERP 系統等）、行業數據等，保障數據全面且準確。同時，E 數通支持用戶抓取不同類型的數據，如平臺數據、訂單數據、用戶數據、營銷數據等，幫助用戶依據客觀數據進行決策。依靠數據做決策時刻關注全局數據的“儀表盤”去年雙 11，由于銷售額超出預期的暴增，待生產端意識到這一點時，已然接不住這“潑天的富貴”，不得已

202、在最熱銷的大促期關掉最受歡迎的 J4 掃地機器人鏈接，無形中損失的銷量可想而知。如今，云鯨的銷售團隊會在大促前預測每個銷售高峰的銷量。賈云超以歷年的 618 舉例：520“情人節”晚 8 點付尾款、531，以及 6 月的每個周末。同時，云鯨通過帆軟的 BI 系統實時監測 618 期間的訂單，與預測的銷售數據、后端的供給數據比對后，將比對結果反饋給后端，實時調整生產。賈云超用賽車“儀表盤”來形容帆軟系統對云鯨的作用。在賽車比賽時，儀表盤能反映賽車的油耗、速度、發動機狀況等重要指標。由于賽車高速運轉，賽車手往往無心查看，這時需要領航員在副駕駛幫忙報點，時刻觀察儀表盤。在高速運轉的大促期，帆軟系統可

203、以同時充當儀表盤和領航員?！拔覀儸F在的數據支撐可以做這種比較靈活的決策，可以避免出現我們在很重要的平臺上賣著突然就沒有貨了?！痹砌L數據運營中心負責人賈云超說。在大促期間，帆軟的BI系統起重要的平衡作用。目前通過帆軟的系統，云鯨可以監控到目前的總庫存數、下單但未發貨數等，統一調配各個渠道的庫存，優先保障戰略合作或相對重要的渠道的庫存供給。112111零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0E數通產品能力框架場景應用即插即用快速上線行業經驗最佳實踐行業經驗最佳實踐業務賦能自由洞察產品形態標準場景包項目定制自主分析數據處理SaaS基礎層主題層應用層公共數據支撐

204、平臺自助數據集數據應用私有化數據底層數據庫存儲ERP插件模塊RPA連接器模塊錄入模塊電商平臺業務系統行業數據自定義數據指標體系構建針對不同平臺，帆軟將統一數據指標，包括銷售額、訂單轉化率、用戶活躍度等，確保期具備相同定義和計算方式的同時，確保這些這些指標準確、可比較且可衡量。對于在不同電商平臺經營的商家而言，數據統計的標準化問題，不僅出現在外部數據收集上，也出在內部數據的統計上。云鯨創立之初，是一支畢業即創業的學院派團隊，而如今，云鯨已然發展成一個上千人的團隊。因此，云鯨不同業務部門的數據統計口徑可能不同，這就可能導致這些部門對于經營狀況的認知出現偏差，進而導致不同部門間繁瑣冗雜的對賬。使用帆

205、軟 BI 后，云鯨內部的數據統計形成了一個上下同欲的指標體系。而從宏觀層面上看，高層需要時刻關注公司的關鍵指標，拆解營收和虧損的來源，從而依托數據做出更合理的決策。帆軟系統能夠實現數據的實時更新，可實現一分鐘級別的刷新。如果某些指標出現問題，帆軟系統會具象化地呈現，管理層能夠第一時間察覺、問詢，并做出相應決策?！八纬闪艘粋€很有力的抓手?！狈浤軌驇椭娚炭蛻舸蚱破放苾韧馄脚_的數據壁壘，建立健全的數據采集、存儲和處理框架，整合電商平臺數據、用戶行為數據等，保障數據的準確性、完整性和及時性。如前文所述，用戶需求和產品是云鯨的核心。小紅書作為國內重要的種草平臺，同時也作為近年來逐步商業化的平臺，正

206、在逐漸成為品牌營銷的兵家必爭之地。小紅書的圖文、評論和短視頻中，具備大量用戶的真實體驗和真實評價。云鯨重視用戶體驗，客服部門時常在小紅書看云鯨相關的評論和圖文，一旦有客戶反映問題，立刻派遣售后客服私信解決。小紅書正在完善電商交易閉環，而云鯨最主要的直播交易平臺就是淘寶和小紅書。在直播領域，不同平臺的投放價格、投放效果、投放機制各不相同，需要對齊統計標準，也需要洞察平臺上整體的直播情況。云鯨需要通過帆軟的系統洞察競品在各個平臺的投放數量、投放熱度、與友商的熱度對比情況。除了平臺聲量，云鯨還注重品牌在小紅書上的產品口碑?！鞍ㄍ顿Y人、管理層都會在小紅書上搜一搜，”賈云超說，“但搜出來的可能會很主觀

207、?！蹦壳?，云鯨與帆軟合作全面抓取小紅書上的品牌評論和整體評價，通過人工打標進行分類（如質量類、服務類、售后類等），最后通過帆軟的看板進行全方位量化的展示，甚至能夠展現原帖的鏈接。賈云超認為，帆軟 BI 系統為云鯨帶來的重要價值之一，是培養所有員工的數據意識。他將公司的經營比喻成一顆樹，直到最后一個末梢，每名員工都有各自的分工。帆軟系統為不同員工開通不同的數據權限，數據相互打通、實時同步，如果每名員工各司其職、緊盯負責數據的同時，讓公司上下各個齒輪嚴絲合縫。事實上，通過與更多優秀合作伙伴的攜手合作，云鯨將為用戶提供更加優質、便捷的產品和服務，不斷推動掃地機行業的發展和進步。同時，云鯨也將繼續關注

208、數據的力量，利用數據驅動決策，實現企業的可持續發展。新平臺新策略，帆軟助力云鯨縱覽小紅書用戶評價114113零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0近年來，從疫情期間興起的露營熱持續升溫，曾經的小眾戶外休閑旅游項目，如今已然成為引領都市人的時尚休閑運動新潮流。據 20222023年中國露營行業研究及標桿企業分析報告 顯示，2022年中國露營經濟核心市場規模達到1134.7億元，同比增長 51.8%；帶動市場規模為 5816.1 億元，同比增長率為 52.6%。預計 2025 年中國露營經濟核心市場規模將升至2483.2 億元，帶動市場規模將達到 1440

209、2.8 億元。但戶外露營，其實出現比我們想象的早。銘弘成立于 2008 年，是最早一批進駐電商平臺的公司，隨中國電商行業一起成長發展。依托長三角集中產業帶優勢，銘弘起于電商，成于供應鏈，現在聚焦創新，轉型品牌化發展。13 年時間，銘弘從未停止過變革，始終開創而不守成，創新而非依賴資源，全力踐行人與自然和諧共生的理念，推動戶外休閑行業的發展。從 14 年以來，銘弘的整體業務聚焦在戶外板塊。讓 1 個SKU 持續多賺1%的“探險者”之路浙江銘弘電商作為最早一批進駐電商平臺的公司，銘弘電商一直保持著高人效，從 2008 年開始做電商，到 2014 年營收破億的時候，團隊只有 50 人左右，再到如今的

210、 10 億左右，銘弘的團隊僅 300 人。高人效的背后，是數據自動化的支撐。電商的競爭比線下要嚴肅很多，因為線上任何能夠讓銷售增長的動作，都可以被所有同行看到，所以電商競爭更加激烈和赤裸，所有的動作、優化、目的、手段，容易被別人追溯，也很容易被模仿、復制。一張好的主圖，會出現這樣的一個場面：在上新后的半個月左右整個市場上都會變成同樣風格的圖。甚至用戶搜索，都不能知道知道圖片對應的到底是哪一家的貨。這在目前的電商競爭領域，是比較普遍的一個情況。在如此嚴肅的競爭中，數據之于電商的優勢，已經是企業所共知，電商領域的所有動作、變化、結果都可以有數據，作為動作效果和結果的評判。但電商行業的數據特點在于規

211、模大、實時性要求高、多渠道、復雜的用戶行為和供應鏈，以及強調個性化推薦和市場營銷。想把數據用起來，并非一件易事。線上嚴肅的競爭，激烈而赤裸目前銘弘線上各平臺共有店鋪 78 家，其中有 20 多家是自營的店鋪。在各大電商平臺均有涉及。整合數據的量大，并存在數據分散和不一致的問題。銘弘從 2017 開始做數據留存，數據清洗和數據留存、數據庫的搭建；2020 年整體規范了整個公司的數據結構，2021年年初就引入了 RPA。再到 2023 年，與帆軟達成合作，實現了企業整個集成化的顯示。對于銘弘來說，企業做數字化的意義有 5 個，針對不同的企業階段，數字化對企業有著不同的意義。這也是銘弘搭建 BI中臺

212、的核心目的。首當其沖的就是，用足夠多、足夠細的數據來支撐戰略和精細化運營。銘弘的數據之路數字化的目的/搭建數據中臺的意義01用足夠多的數據，來支撐戰略02用足夠細的數據，精細化運營03用足夠準的模型，制定戰術，制定指標0405用足夠快的模型，監管全局利用數據，利用技術，提高人效116115零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0數據支撐戰略-從市場找品牌錨點電商戰略的幾個常見板塊例如品牌定位/品牌競爭、電商測品/電商選品、紅藍海市場增長點。在找市場、找紅藍海競爭的戰略中，最注重的是大盤實時走勢，例如：對比今年跟去年，這個市場有沒有可以競爭的空間？銘弘基于

213、大盤數據，做了整個市場數據的價格帶拆分，并列出自己品牌、目前關注的品牌和在這個價格帶之中站立的位置，將之做成一個橫向的對比看板。從看板中，可以看到 A 品牌基本上在 400-500 的核心客單價，以此數據去分析，這個區間內打這個市場，這個客單價對應的市場份額有多少？能在這個市場拿到多少體量？整體精細化運營-讓 1 個 SKU 多賺 1%戰略之后的精細化運營分成四個板塊：流量運營、利潤運營、效率和服務、數據監控。以利潤運營為例，銘弘一共做了有 6 套利潤模型和 2 套計算器，利潤模型分為兩個比較大的模塊，一個給運營看，一個給財務看。財務利潤，是公司實際的運營利潤產出。運營利潤則相對更簡單，只涉及

214、到跟運營相關的部分。數據部門通過確定計算方式和數據對其，實現利潤完全對應，運營和財務都只需要服務自己的利潤。市場的價格帶體量A 品牌的價格帶占比目前銘弘所有經營的類目和競爭所有品牌都有戰略看板，在戰略看板之中，能明顯能夠看到整個市場格局，在這個格局里面，空白的地方如果有市場就有機會，如果沒有市場就沒有機會。品牌可以通過這些數據，找到自己整個品牌競爭的錨點位置，找到自己的盲點，也找到別的品牌競爭盲點，決定自己打不打這個市場。再往下深化，銘弘把類目、鏈接都做了進一步細分，有了細分的數據，銘弘可以將整體關心的方向，任何一種形式去進行看板的總結。根據整個看板，及整個市場競爭情況去總結出戰略的可行性和可

215、落地性。這是銘弘所理解的企業的戰略支撐：大盤趨勢+價格帶趨勢+款式趨勢*競爭格局&企業優劣勢、競爭力118117零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0如果僅靠一個匯總的、通盤的數據，讓運營去回答，如何讓全公司的利潤多一個點，這是不可能的。但拆分數據，讓所有運營提成都是按照鏈接、按照利潤去提，就是精細化運營能解決的問題：如何讓全公司利潤率提高1%？如何讓單個鏈接，甚至一個 SKU，多賺 1%？基于這個目標，銘弘給企業每個運營把所有鏈接都拆到了 SKU 的維度，并提供 SKU 的趨勢看板，運營從看板中一眼就可以看出來，哪些鏈接里面的哪些 SKU 貢獻了多少

216、銷售額，哪些 SKU 賺錢，哪些不賺錢。當運營能夠知道每一分錢來自哪兒，花到哪兒的時候，每一個鏈接優化 1%的利潤并不是異想天開。銘弘用足夠細的數據做精細化運營，把每天的動作能帶來什么樣的影響，讓運營知道得明明白白。全平臺經營駕駛艙-靈活管控全環節電商全平臺的分析過程中除了銷售額、利潤等常見指標，還有一些難以量化和對比的因素，excel 分析存在瓶頸，無法將貨盤趨勢整合進來。并需要時刻關注市場大盤變化，在增長潛力較高的類目中，尋找商機，傳統 excel 分析效率不佳，不能敏銳捕獲市場變化。銘弘制作了全平臺經營駕駛艙，用于監控整體銷售達成情況，分析全年銷售趨勢，對平臺、品牌銷售的明細和分布進行探

217、查，做到對平臺-團隊-店鋪和品牌-品類項目的統籌管控。120119零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0駕駛艙還能重點關注利潤指標，對不同渠道、平臺的利潤進行指標監控，讓運營能夠知道每一分錢來自哪兒，哪些類目是利潤增長最快的，最值得投入的。并按照品牌和單品分類分析庫存情況，關注貨盤結構、貨盤明細，分析在庫庫存情況。電商平臺之間的流量瓶頸與價格力競爭，在各個平臺都看不到任何退路。這會導致各企業、行業的利潤空間越來越被壓縮，對于企業來說，需要讓所有運營和底層業務人員知道自己能賺多少錢，知道如何進行精細化運營。近年來，中國戶外用品市場的需求持續蓬勃增長，特別

218、是在戶外休閑和運動領域。然而，隨著傳統戶外用品巨頭逐漸退出市場，新興戶外用品品牌開始加速崛起，競爭激烈程度不斷升級，精細化運營也成為了必不可少的一部分。銘弘電商通過帆軟工具開發一套創新性的數據自動化解決方案，能夠徹底讓團隊從繁瑣的、每月通過 Excel 手工處理數據的重復性工作中解放出來。通過自動化數據處理工具，使數據從各種來源高效地匯聚到一個集中的平臺中，從而減少時間和資源浪費，讓團隊能夠專注于更重要的任務。在未來的合作中，帆軟將持續深耕數字化建設，帆軟 FineBI 工具直觀易用，使銘弘電商能夠靈活地探索數據、進行深入的查詢和分析，從而實現更高效、更具洞察力的決策和業務發展。未來帆軟將深耕與銘弘電商的合作，為客戶提供強大的數據分析能力，支撐銘弘電商數據化運營的需求，助力企業實現數據驅動增長，助力銘弘電商業務在競爭激烈的專業電商平臺服務市場中保持領先地位！銘弘，電商數據化運營向未來122121零售消費企業數字化增長實踐案例集 2.0零售消費企業數字化增長實踐案例集 2.0您信賴的，都信賴帆軟！讓數據成為生產力！部分合作客戶，排名不分先后TRANSFORM DATA INTO VALUE讓數據成為生產力