你的企业是“数据大”还是“大数据” 告诉你连锁零售企业数据化治理务实篇！

传统连锁零售行业现在主要问题是“数据大”，而不是“大数据”，这个说法我强调过许多次，主要是因为现在许多人都夸大了大数据在这个行业的作用。不否认大数据对连锁零售行业未来可能发生的庞大价值，可是这是要有个生长历程跟生长阶段的。面临这个问题，我们必须务实！因为连锁零售行业不是电子商务，这是很务实的行业、操作性很强。

过早、过多的引入太多观点化的工具，对一些生长中的中小企业来讲，绝对不是什么好事。凭据我们走访客户总结的履历，现在连锁零售企业数据收罗及数据精度方面还存在许多问题，这其中要包罗一些数据的基础处置惩罚逻辑部门。

即即是这样，我们一般的企业在日常营运历程中还是沉淀了大量的数据。例如POS数据、库存数据、订货进货数据好一点的会员数据也比力完整。这些数据都是花样化的，价值密度很是高的真实数据，跟大数据不是一个观点，仅仅是量比力大而已。我们认为，现在连锁零售企业在数据治理方面迫切需要解决的有 两方面的问题。

第一、扩大数据收罗泉源，为数据化治理，数据价值挖掘提供基础；第二、以既有数据为基础，开始价值发现的实验，逐渐学会数据化治理的手段，靠数据科学提高谋划水平。关于数据泉源，现在收罗面偏窄，都是基于业务运营的基础数据。类似门店来客数据（不是小票数据）、卖场移动轨迹、主顾反馈意见、对商品及服务的评价及建议、商圈周边经济情况数据等关注度不够，更没有生存成有价值的数据。

数据的价值挖掘方面，险些是停留在最基础的实验阶段。一些有实力的企业开始使用数据分析的效果，指导企业举行商品结构的优化跟促销运动的展开。我们认为，数据分析在连锁零售行业的应用，可以从几个很朴素、很务实的目的出发。从企业的角度出发，我希望数据分析解决一下一些问题：我要知道我的企业到底哪些商品好卖，最受消费者接待？好卖的纷歧定是赚钱的，我要知道哪些商品是最赚钱的？我要知道我所销售的这些商品，赚钱的、不赚钱的从品类角度、SKU角度、库存投资角度各自比重是什么情况（商品结构）？我要确定我所卖的这些商品的角色，以便更好简直定要用哪些商品留住客户？用哪些商品赚钱？商品治理是个动态变化的历程，谁能实时提醒我什么时候该调整我的商品结构？作为谋划者，我也不想活得太累，能不能实现全程的数据化监控，随时提醒我存在什么样的问题跟风险？大家如果能够认真的思考一下这几个问题就会发现，其实这还真不是什么大数据的问题，那么你的企业做好了吗？。

本文来源：im电竞-www.oriencn.com