零售企業在經營過程中產生了海量的信息，這些信息蘊藏了豐富的經營視點和市場規律。怎樣有效地利用這些寶貴的信息，讓它們更好地為企業經營服務，成為了零售企業的一個迫切愿望和現實難點。普通的零售業信息系統只能夠提供普通的分析數據，不能提供立體化的、多視角的、有滲透力的數據，更不能提供具有預測性的、潛在的市場信息。而BI（Business Intelligence， 商業智能）恰恰彌補了一般零售業系統在分析上的不足。本文將從三方面去闡述BI在零售業中運用的背景、概念和作用。
分析危機
管理者對數據作分析，通常都會有不同的觀察角度，以期通過這些角度來獲得不同的信息，比如，是最常見的銷售分析。應該說，這個表算是做得不錯了，它給出了各個分店在某一時間段里的綜合經營情況。但如果要通過這張表去反映某段日期經營效益的詳細情況，就只能把每天的經營情況打出來拼在一起去看了。這樣，老總們就會說，太累。于是產生了以時間為主線索的分析表。這張表雖然將日期表達清楚了，但分店的信息又不全面，老總們還不滿意，于是又產生了下一張表。這張表是以日期為線索的，除了稍長了一點以外，老總還挺滿意，能不能以分店為線索呢？IT專家說，當然可以。好，又產生了銷售分析表。
“這下好了”，IT專家說：“我滿足了老總的各種要求！”且慢，老總發現了該表的一個致命缺陷，銷售分析表居然沒有任何類別分析。這怎么行！于是，IT專家又搞出了分類銷售表。等分類銷售表做出來之后，老總認為太長，希望只有大類分析，于是IT專家又設計了大類銷售表、中類銷售表、小類銷售表等，最后老總又希望將分店和日期分別加入。不僅如此，老總還要求加入同比、環比等等。IT專家或IT集成商最終會覺得老總或管理者們要求的分析報表真是沒完沒了，就算是按他們的要求完成了，管理者們還是覺得不好，因為在分析的時候思維不是連續的，沒有一點樂趣。
這就是零售業的分析危機，老總越來越愛分析，而IT部門卻越來越不能勝任分析！
以上這個舉例只是選擇了不同的觀察角度，在BI中我們把它們叫作“維”，即日期維、地方維、類別維，而這個維又是分級的，比如日期可分為年、月、周、日，而地方可分為公司、分店、部門和柜組，類別也可分為大類、中類、小類、細類、系列等。
什么是BI
如果BI僅能給我們帶來動態表這樣一種新事物，那BI就不會成為零售業分析的寵兒，也就不能產生“啤酒與尿布”這樣精彩動人的故事。
BI是一種運用了 數據倉庫、在線分析和 數據挖掘技術來處理和分析數據的嶄新技術。
BI的工作原理主要是通過對數據進行抽取、清洗、聚類、挖掘、預測等處理來產生可透析的各種展示數據。而這些數據可直觀地顯示分析者所要探詢的某種經營屬性或市場規律。打個比方，市場上常見一些股票分析軟件，這些軟件對股票交易數據進行了各種數學模型的處理，產生了許多指標數據，如K線圖等等。BI有些像這樣的分析軟件，只是分析的數據量要大得多，產生的指標也完全不同，當然數學處理模型也完全是兩回事。
好的BI工具可以針對不同的“維”進行上下鉆取、左右拖動及縱橫旋轉，通過連續的立體動態表來展現各種數據，并對這些數據進行聚類、排序等處理，給管理者帶來一種得心應手的分析新感覺。BI除了通過動態表示展現數據外，還可通過豐富多彩的圖形去展現，也能對圖形作拉伸、分塊、旋轉、透視等多種處理，以更直觀可見的方式來展現規律。同時還可對數據作各種標志，比如特別好的銷售數據用綠色表示，特別差的銷售用紅色表示等，它也可對數據進行跟蹤分析。
BI還有一個很優秀的功能就是設定一個邊界條件進行挖掘工作，從雜亂無章的數據中找出內在的聯系，沃爾瑪著名的“啤酒與尿布”的故事就是這樣產生的。
BI的常見應用
決勝未來靠的是什么？是通過透析歷史經營情況歸納成的經驗和失敗的教訓，用數據來證明經營手段是否成功，來預測未來的發展趨勢，快速準確地把握風云變幻的市場脈搏。而BI正是完成這項使命的有力武器。在國外，BI在零售業上已有了較好的應用，并產生相關的指標體系理論；在國內，BI雖還處于初級階段，但其本身所具有的靈活性和強大功能，使得它在零售業界迅速崛起。
下面簡單介紹BI在零售業中的一些常見應用情況。
BI最常見的應用就是輔助建立信息中心，通過BI來產生各種工作報表和分析報表。常見的分析有：
1. 銷售分析：主要分析各項銷售指標，例如毛利、毛利率、坪效、交叉比、銷進比、盈利能力、周轉率、同比、環比等等；而分析維又可從管理架構、類別品牌、日期、時段等角度觀察，這些分析維又采用多級鉆取，從而獲得相當透徹的分析思路；同時根據海量數據產生預測信息、報警信息等分析數據；還可根據各種銷售指標產生新的透視表，例如最常見的ABC分類表、商品敏感分類表、商品盈利分類表等。 這些復雜的指標在原來的數據庫中是難以實現的，老總們雖然知道他們非常有用，但由于無法得到，使得這些指標的地位也若有若無。直到BI技術出現之后，這些指標才重新得到了管理者和分析者們的寵幸。
2. 商品分析：商品分析的主要數據來自銷售數據和商品基礎數據，從而產生以分析結構為主線的分析思路。主要分析數據有商品的類別結構、品牌結構、價格結構、毛利結構、結算方式結構、產地結構等，從而產生商品廣度、商品深度、商品淘汰率、商品引進率、商品置換率、重點商品、暢銷商品、滯銷商品、季節商品等多種指標。通過對這些指標的分析來指導企業商品結構的調整，加強所營商品的競爭能力和合理配置。
3. 顧客分析：顧客分析主要是指對顧客群體的購買行為的分析。例如，如果將顧客簡單地分成富人和窮人，那么什么人是富人，什么人是窮人呢？實行會員卡制的企業可以通過會員登記的月收入來區分，沒有推行會員卡的，可通過小票每單金額來假設。比如大于100元的我們認為是富人，小于100元的我們認為是窮人。好了，現在老總需要知道很多事情了，比如，富人和窮人各喜歡什么樣的商品；富人和窮人的購物時間各是什么時候；自己的商圈里是富人多還是窮人多；富人給商場作出的貢獻大還是窮人作出的貢獻大；富人和窮人各喜歡用什么方式來支付等等。此外還有商圈的客單量、購物高峰時間和假日經濟對企業影響等分析。
4. 供應商分析：通過對供應商在特定時間段內的各項指標，包括訂貨量、訂貨額、進貨量、進貨額、到貨時間、庫存量、庫存額、退換量、退換額、銷售量、銷售額、所供商品毛利率、周轉率、交叉比率等進行分析，為供應商的引進、儲備、淘汰（或淘汰其部分品種）及供應商庫存商品的處理提供依據。
主要分析的主題有供應商的組成結構、送貨情況、結款情況，以及所供商品情況，如銷售貢獻、利潤貢獻等。通過分析，我們可能會發現有些供應商所提供的商品銷售一直不錯，它在某個時間段里的結款也非常穩定，而這個供應商的結算方式是代銷。好了，分析顯示出，這個供應商所供商品銷售風險較小，如果資金不緊張，為什么不考慮將他們改為購銷呢？這樣可以降低成本呵。
5. 人員分析：通過對公司的人員指標進行分析，特別是對銷售人員指標（銷售指標為主，毛利指標為輔）和采購員指標（銷售額、毛利、供應商更換、購銷商品數、代銷商品數、資金占用、資金周轉等）的分析，以達到考核員工業績，提高員工積極性，為人力資源的合理利用提供科學依據的目的。主要分析主題有，員工的人員構成、銷售人員的人均銷售額、對于開單銷售的個人銷售業績、各管理架構的人均銷售額、毛利貢獻、采購人員分管商品的進貨多少、購銷代銷的比例、引進的商品銷量如何等等。
當然BI對零售業的分析遠不止這些，至少還有資金運轉分析、庫存分析、結算分析等等。這些分析在實際經營中確實有著重要的利用價值。誰對自己的經營做出了正確的分析，誰就會正確地修正自己的經營方針和政策，誰就贏得了未來！
（作者:男人海洋 本文鏈接：http://www.itongji.cn/article/022b1R012.html）
