《数据化运营——创建零售与数据结合的新形式ppt课件.pptx》由会员分享，可在线阅读，更多相关《数据化运营——创建零售与数据结合的新形式ppt课件.pptx（40页珍藏版）》请在三一办公上搜索。
1、,数据化运营是指品牌商和企业运用大数据的手段对业务进行运营，通过数字化转型提升自身业绩的过程。新零售的“新”是以“人”为核心进行的体验升级改造，新零售与数据化是不可分离的，传统零售企业想要实现向新零售的转型就必然要走上数据化经营这条道路，通过运用互联网技术对消费者的行为数据进行记录，对门店进行智慧化的综合管理，帮助门店提升经营效能。,07CHAPTER,数据化运营创建零售与数据结合的新形式,学习目标,零售企业构建数据化运营模式的基本步骤用大数据绘制消费者画像的步骤智慧门店解决方案的基本构成模块零售企业常用的运营数据分析指标和经典的数据分析方法,目 录,CONTENTS,大数据对零售业的价值主要
2、表现在三个方面：,目 录,CONTENTS,7.2.1 企业实现数字化转型升级的基本要求,01,创新业务模式的能力,02,与消费者深度互动的能力,小米社区举办的同城会活动,7.2.1 企业实现数字化转型升级的基本要求,01,创新业务模式的能力,02,与消费者深度互动的能力,03,跨渠道整合能力,04,数据分析能力,05,培养数字化员工队伍的能力,7.2.2 创建、利用、整合三步走，构建企业数据化运营模式,企业构建数据化运营模式的三个层面：,7.2.3 做好四项工作，有效实现数据赋能,01,创建大数据云平台,02,保持算法迭代更新,03,构建精准的消费者画像,04,采取精准营销策略,7.2.3
3、做好四项工作，有效实现数据赋能,01,创建大数据云平台,02,保持算法迭代更新,03,构建精准的消费者画像,04,采取精准营销策略,7.2.4 零售企业数字化转型“五步曲”,构建数字化门店：前端触点数字化,上云：基础设施云化,数据中台赋能：运营数据化,组织在线：核心业务在线化,7.2.4 零售企业数字化转型“五步曲”,构建数字化门店：前端触点数字化,上云：基础设施云化,数据中台赋能：运营数据化,组织在线：核心业务在线化,供应链数据化改革：供应链智能化,7.2.4 零售企业数字化转型“五步曲”,构建数字化门店：前端触点数字化,上云：基础设施云化,数据中台赋能：运营数据化,组织在线：核心业务在线化
4、,供应链数据化改革：供应链智能化,目 录,CONTENTS,7.3.1 消费者画像的两种主要类型,7.3.2 构建消费者画像的基本步骤,7.3.2 构建消费者画像的基本步骤,收集消费者信息的主要渠道,7.3.2 构建消费者画像的基本步骤,7.3.2 构建消费者画像的基本步骤,构建消费者标签体系的维度及标签内容,7.3.2 构建消费者画像的基本步骤,消费者画像示例,7.3.2 构建消费者画像的基本步骤,目 录,CONTENTS,7.4.1 智慧门店，提升运营效率的强心剂,智慧门店具有以下优势：,01,体验提升，智能硬件技术带来的附加价值,02,全流程数据管理，提高运营效率,03,精准会员营销，提
5、高会员转化率,04,线上线下全渠道互通,7.4.2 搭建有效的智慧门店系统,智慧门店系统的构成模块及其功能,7.4.2 搭建有效的智慧门店系统,目 录,CONTENTS,7.5.1 零售业“人”“货”“场”三个维度的数据分析指标体系,与“人”相关的常用的数据分析指标,7.5.1 零售业“人”“货”“场”三个维度的数据分析指标体系,与“人”相关的常用的数据分析指标,7.5.1 零售业“人”“货”“场”三个维度的数据分析指标体系,与“货”相关的常用的数据分析指标,7.5.1 零售业“人”“货”“场”三个维度的数据分析指标体系,与“货”相关的常用的数据分析指标,7.5.1 零售业“人”“货”“场”三
6、个维度的数据分析指标体系,与“货”相关的常用的数据分析指标,7.5.1 零售业“人”“货”“场”三个维度的数据分析指标体系,与“货”相关的常用的数据分析指标,7.5.1 零售业“人”“货”“场”三个维度的数据分析指标体系,与“场”相关的常用的数据分析指标,7.5.1 零售业“人”“货”“场”三个维度的数据分析指标体系,与“场”相关的常用的数据分析指标,7.5.2 用科学的思维方式指导数据分析,某品牌网店2019 年12 月12 日和2019 年12 月13 日的订单成交记录,7.5.2 用科学的思维方式指导数据分析,同比，一般情况是指今年第N 月与去年第N 月相比较。同比主要是为了消除季节变动
7、的影响，用于说明本期发展水平与去年同期发展水平对比而达到的相对发展速度，如2019年11 月的销售额与2018 年11 月的销售额相比。环比是报告期水平与前一时期水平之比，表明现象逐期的发展速度，如2019 年10 月份的销售额与2019 年9 月份的销售额相比。,7.5.3 熟悉经典分析法，不怕分析没思路,又称比较分析法、水平分析法，它是通过对财务报表中各类相关数字资料进行统计，将两期或多期连续的相同指标或者比率进行定基对比和环比对比，得出增减变动方向、数额和幅度，以揭示企业财务状况、经营情况和现金流量变化趋势的一种分析方法。,对两个或多个具备相关性的变量元素进行分析，从而衡量两个变量因素的
8、相关密切程度。相关性的元素之间只有存在一定的联系，才可以进行相关性分析。,7.5.4 数据分析工具让数据分析事半功倍,Excel,最基本也最常见的数据分析工具，其功能非常强大，几乎可以完成所有的统计分析工作。,瀑布图,7.5.4 数据分析工具让数据分析事半功倍,Excel,最基本也最常见的数据分析工具，其功能非常强大，几乎可以完成所有的统计分析工作。,散点图,7.5.4 数据分析工具让数据分析事半功倍,Excel,最基本也最常见的数据分析工具，其功能非常强大，几乎可以完成所有的统计分析工作。,除了Excel 之外，还有SQL、Hive、Python、Google Analytics、GrowingIO、Fine BI、Power BI 等各类数据分析工具，每种工具各有优缺点，品牌商和企业在选择数据分析工具时应视情况、视侧重点来定。,思考与训练,1传统零售企业应该如何做好数字化转型与升级？2对于零售企业来说，通过“上云”实现数字转型的基本步骤是什么？3给消费者画像的基本步骤是什么？4零售业常用的与“人”相关的数据分析指标有哪些？在进行数据分析的时候，需要注意运用哪些思维方式？,
