指標平臺加速零售數(shù)字化轉(zhuǎn)型--Kyligence Zen 智能一站式指標平臺
“到 2025 年,絕大多數(shù)人將會使用數(shù)據(jù)來優(yōu)化他們工作的幾乎各個方面”—麥肯錫《2025 數(shù)據(jù)驅(qū)動企業(yè)》
一、零售數(shù)字化轉(zhuǎn)型面臨的挑戰(zhàn)
零售企業(yè)在做數(shù)字化轉(zhuǎn)型時,常會面臨一些靈魂拷問。
AARRR 是零售行業(yè)的一個經(jīng)典的增長模型,或稱為增長漏斗,包括拉新、促活、留存、傳播和轉(zhuǎn)化。
拉新營銷中,我們可以從不同的渠道(包括線上、線下)、在不同的平臺進行拉新。面對的問題包括:
- 如何評估營銷活動效果?
- 如何優(yōu)化投放渠道配置?對于初創(chuàng)或中小型企業(yè),存在多渠道配置,如何判斷每個渠道需要投放多少人力和資金。
- 如何設(shè)計店鋪引流產(chǎn)品和盈利產(chǎn)品?在單個渠道里,怎樣設(shè)計店鋪中的產(chǎn)品組合,比如有些利潤相對較低,不求盈利,只作為引流產(chǎn)品,而其它更多的是盈利產(chǎn)品。
- 如何打造產(chǎn)品組合來提高連帶率和總銷售額?
用戶運營角度面對的問題包括:
- 如何判斷客單價和凈利潤間的波動關(guān)系?比如,如果過去 3 到 6 個月都是比較穩(wěn)定的正向關(guān)系,如果突然出現(xiàn)反向波動,如何探知到?
- 如何策劃大促和日?;顒觼砜s短復(fù)購周期?零售行業(yè)中,常有高頻次的日?;顒樱灿泄?jié)日等針對性的大促,需要考慮如何合理設(shè)計以提高復(fù)購率,或者縮短復(fù)購周期。
- 如何刺激活躍客戶的持續(xù)消費?
在這些問題中,涉及不少客戶關(guān)心的關(guān)鍵指標,如營銷相關(guān)的銷售額、連帶率,用戶運營相關(guān)的客單價、凈利潤率、復(fù)購率、活躍用戶數(shù)、客戶終身價值等。
上面這些指標,在實際使用時,也會有一些具體的問題。比如,如何設(shè)計一個好的指標體系?如何高效取數(shù)保證指標落地?指標落地后,如何進行維度分析?基于維度進行指標分析后,如何快速地歸因結(jié)果?找到原因后,如何支撐決策,進行運營調(diào)整?在多渠道多平臺的運營過程中,實際數(shù)據(jù)常常來源于不同渠道,甚至可能是線下收集的,如何進行跨域?qū)Ρ群腿诤希?/span>
針對以上諸多問題,需要一個平臺來進行更加充分的數(shù)智化賦能支撐。
以一個實際客戶的例子來說明,指標平臺如何帶來效率的顯著提升。
如上圖所示,上面的鏈路是典型的指標加工需求的處理鏈路,耗時比較長。需求提出時,業(yè)務(wù)方和 IT 方都介入進來,同時還可能需要引入一些項目或產(chǎn)品相關(guān)的人一起,才能最終確定指標,然后進行開發(fā)。等到需求確定下來,可能已經(jīng)過了一周甚至更久;之后是數(shù)據(jù)開發(fā)、報表制作,最終上線驗收。從整體需求開始,到 ETL 開發(fā),再到最后落地到大屏、報表或 BI 工具上,常常需要兩三周甚至更長時間。
上圖下方是我們優(yōu)化過后的流程。眾所周知,零售行業(yè)的經(jīng)營決策在實現(xiàn)過程中常常需要按時間情況進行微調(diào),或?qū)σ恍I(yè)務(wù)策略進行調(diào)整。如零售企業(yè)常常以門店為基礎(chǔ),在不同地域有不同的優(yōu)惠政策,相應(yīng)的線上店鋪的經(jīng)營策略也會不同。
另一方面,由于客群常常是事先圈選出來的,在運營過程中,發(fā)現(xiàn)選中的人群所展現(xiàn)的特征與預(yù)期不一致,這時就要快速調(diào)整運營策略,或調(diào)整一些參數(shù)。一些大促活動的時效性很高,如果再用一個完整的開發(fā)周期來支持這些大促活動,兩三周過后效果就會大打折扣。因此,我們需要在整個鏈路上,以指標為核心,建立指標體系,使用更多可復(fù)用的基礎(chǔ)指標,以業(yè)務(wù)可介入的方式自主地建立衍生復(fù)合指標,實現(xiàn)快速上線。
二、Kyligence Zen 智能一站式指標平臺
接下來介紹 Kyligence Zen 一站式指標平臺如何應(yīng)對上述挑戰(zhàn)。
如上圖所示,指標平臺接入各種數(shù)據(jù)源,包括數(shù)據(jù)倉庫或云上對象存儲的數(shù)據(jù);然后輸出到分析工具、數(shù)據(jù)應(yīng)用或協(xié)同工具中。
指標平臺分為兩層。上層指標應(yīng)用,可以開放給業(yè)務(wù)、領(lǐng)導直接去看。下層是計算引擎,用來支撐維度設(shè)計、復(fù)雜計算,以加速查詢。
Kyligence Zen 智能一站式指標平臺,包括指標目錄、指標自動化、指標治理和 AI 增強的 OLAP 引擎等模塊。通過指標治理,可以統(tǒng)一不同部門對指標的認識。通過指標自動化,簡化加工鏈路,支持指標實現(xiàn)和模型打通。最后,通過指標目錄的方式,開放給應(yīng)用,使業(yè)務(wù)人員也可參與到指標加工中。
指標目錄,展現(xiàn)了一個已上線的完整的指標體系。指標目錄和報表、數(shù)據(jù)目錄不同,它直接體現(xiàn)了業(yè)務(wù)最關(guān)心的指標名稱和對應(yīng)的數(shù)字,如凈利潤、總銷售額、復(fù)購率等。同時,也有凈利潤的一些加工,如移動平均,零售店鋪關(guān)心的三日平均、七日平均等,都可以在同一張圖上展示出來。
不同的內(nèi)部部門在這個平臺上可以快速看到統(tǒng)一的指標目錄,以統(tǒng)一的口徑呈現(xiàn)。
有了指標目錄后,可以使用 ZenML 指標語言,來進行模型的維度和度量的加工。定義指標涉及的維度以及計算方法,在平臺上有 ZenML 語言和 UI 界面點選兩種方法。模型相關(guān)的計算,由平臺的 OLAP 計算引擎來支持。
在零售場景里常用到歸因分析,來實時或近實時地查看關(guān)鍵指標的變動及原因。如果凈利潤、銷售額有波動,以天或小時為單位,我們希望可以分析對哪些渠道產(chǎn)生了比較大的影響。過去歸因分析需要單獨的 ETL 數(shù)據(jù)加工鏈路來進行。現(xiàn)在,通過一鍵分析,對于已經(jīng)定義好的指標,平臺可以查看某個小時、某幾天,在這個指標下相關(guān)的一些維度變化。如,凈利潤下降波動,可以快速查看受哪些品類的影響,如上圖示例中,可以看出是水果 fruits 品類下降較快。當然,在指標設(shè)計中,還可以增加相應(yīng)的渠道、用戶畫像特征來進行分析。
通過目標管理,可以設(shè)定指標的目標值,并跟蹤目標進展,同時設(shè)置不同狀態(tài)的預(yù)警,以郵件或?qū)觾?nèi)部其它系統(tǒng)的方式,進行消息的推送。通過這個功能,可以直接將指標內(nèi)容和直接相關(guān)人員的周報、月報等報表中的 KPI 達成及變化情況關(guān)聯(lián)起來。
開放 API 功能,通過 API 的方式,提供了指標平臺向前端消費應(yīng)用開放的能力,可以快速打造和應(yīng)用流行的數(shù)據(jù)產(chǎn)品。
同時,我們也以內(nèi)嵌官方插件的形式,提供了 Excel、WPS 等常用工具的整合??梢酝ㄟ^這個平臺,將指標的數(shù)據(jù)源、數(shù)據(jù)模型等串聯(lián)起來,生成活躍用戶、復(fù)購用戶等 Excel 報表。
三、低代碼指標服務(wù)的核心價值
通過一站式簡化的數(shù)據(jù)加工鏈路,降低了開發(fā)門檻,指標的加工交付就在平臺上高效的實現(xiàn)了。業(yè)務(wù)團隊基于核心指標,自助式分析,快速決策和優(yōu)化。通過體系化的指標管理,統(tǒng)一口徑、按需復(fù)用,減少了資源耗費,提高了數(shù)據(jù)價值轉(zhuǎn)化率。
我們的目標是通過技術(shù),簡化數(shù)據(jù)加工鏈路,提高加工效率。為了支撐業(yè)務(wù),低層的表和數(shù)據(jù)模型都是必須的。在這些基礎(chǔ)上,我們通過盡可能地借助平臺和工具,聚焦指標,以業(yè)務(wù)的形式定義指標。指標關(guān)聯(lián)對應(yīng)的模型和表,并進行相應(yīng)的計算,由平臺完成。對于業(yè)務(wù)團隊,通過指標可以更高效地提高對數(shù)據(jù)的解讀能力,輔助業(yè)務(wù)決策判斷。對于數(shù)據(jù)團隊,降低了建模的門檻。原來需要大量手工去做的建模,比如一個需求可能需要十至二十個模型,對應(yīng)非常多的表,要反復(fù)計劃一些維度量;在業(yè)務(wù)變動時,相應(yīng)的表和維度量都要做調(diào)整。現(xiàn)在,通過 ETL 串聯(lián),指標定義變動、指標和指標間的關(guān)聯(lián)變動、底下數(shù)據(jù)模型的變動,平臺都會自動完成整治。
四、新零售績效歸因分析
從全渠道的新零售場景,以一個績效的歸因分析案例,看指標平臺的實際應(yīng)用。
對于全渠道的新零售場景,我們有很多指標的模板,可能通過關(guān)鍵字查詢業(yè)務(wù)模板。如盈虧分析指標,可以通過模板一鍵導入到平臺指標目錄中。同時還可以導入樣例數(shù)據(jù),以便替換成自己的數(shù)據(jù)。凈利潤環(huán)比分析指標,導入后可以點擊查看各指標的詳細信息,也支持多維度的查看。如果指標定義了多個維度,可以從不同維度進行分析,并導出到 Excel、WPS 做更多的分析。平臺也可以直接進行一鍵式歸因分析,如分析不同的品類對凈利潤波動的影響,并直接圖形化呈現(xiàn)。
有了初始分析后,可以在目標管理中事先設(shè)定閾值(如 KPI)。之后,就可以自動計算進度,并支持風險提示和預(yù)警推送。
前文零售行業(yè)靈魂拷問中相應(yīng)的指標,如連帶率,全場景、多渠道復(fù)購分析等,平臺都有相應(yīng)模板,可以直接導入使用,不斷完善指標目錄。同時,不同部門不同業(yè)務(wù)條線也可以同時使用,不斷豐富功能。
除此以外,還支持多指標的跨源對比分析。如復(fù)購率、連帶率和凈利潤率,凈利潤和銷售記錄主表相關(guān),而復(fù)購率需要和用戶購買歷史關(guān)聯(lián),這樣就可能關(guān)聯(lián)多張來自不同來源、不同渠道的表,平臺對這樣的對比也提供了支持。
五、從數(shù)據(jù)驅(qū)動到指標驅(qū)動
如上圖的例子,左側(cè)是原有的一些業(yè)務(wù)報表,右側(cè)是零售相關(guān)的關(guān)鍵指標,大約有20-30 個,如 GMV、利潤率、復(fù)購率等,以結(jié)構(gòu)化的形式整理展示。對不同業(yè)務(wù)條線的運營或財務(wù)相關(guān)業(yè)務(wù)人員,直接看指標對應(yīng)的數(shù)字,會更加熟悉,易于理解。
我們正在經(jīng)歷從數(shù)據(jù)驅(qū)動向指標驅(qū)動的轉(zhuǎn)型過程,過去聚焦在數(shù)據(jù)報表,現(xiàn)在聚焦在指標上。通過高效的平臺來承載相應(yīng)功能,能夠高效挖掘數(shù)據(jù)價值,促進業(yè)務(wù)數(shù)字化轉(zhuǎn)型。