了零售企業(yè)的一個迫切愿望和現實難點。

普通的零售業(yè)信息系統(tǒng)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（Busi

nessIntelligence，商業(yè)智能）恰恰彌補了一般零售業(yè)系統(tǒng)在分析上的不足。本文將從三方面去闡述BI在零售業(yè)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，表1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（見銷售分析表2）。

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（見銷售分析表3）。

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4。

“這下好了”，IT專家說：“我滿足了老總的各種要求！”且慢，老總發(fā)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(huán)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(xù)的，沒有一點樂趣。

這就是零售業(yè)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(tài)表這樣一種新事物，那BI就不會成為零售業(yè)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(guī)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(xù)的立體動態(tài)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(tài)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(guī)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(yōu)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(fā)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(yè)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(yè)界迅速崛起。

下面簡單介紹BI在零售業(yè)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(huán)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(jié)商品等多種指標。通過對這些指標的分析來指導企業(yè)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(yè)可以通過會員登記的月收入來區(qū)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(yè)影響等分析。

4.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(fā)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(wěn)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(yè)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(yè)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(yè)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！