观远数据苏春园「混沌大学」直播授课，谈数据驱动增长的制胜法则

在与观远数据合作之前，该公司的大数据部门大概每天可以做50个实验，通过和观远数据共建智能数据分析平台之后，每天运行的数量是500个，数量速度翻了10倍。只有这样的敏捷分析才能够及时响应跟上市场的步伐，快速更新迭代，从而能够捕捉到更多客户的信号。

二、某家居品牌聚焦零售核心场景 推动业务提升

连锁零售品牌普遍存在产品集群和门店环境一体化的现象，所以企业都很关注单店单品管理。观远数据通过帮某连锁零售品牌搭建诸如销售业绩渠道／区域分布及排行、销售业绩商品类目分布及排行、销售折扣趋势分析、客流来源分布及排行、零售指标环比分析等指标分析体系，帮助其可以高效实时地获取直观的可视化数据分析结果，同时给出行动化的指导建议，提升门店营业能力和服务水平。

该品牌高层曾经针对一个核心指标排名拖后腿的门店做过一个实验，将原来可能一周做一次商品、货架调整的节奏提高了5倍甚至10倍去处理。并且聚焦核心场景，用数据发现问题解决问题，最终用了三个月时间，将该门店的核心指标排名提升到第一。

三、某时尚服装品牌用数据追人，赋能一线店长优秀管理能力

很多连锁门店都会存在优秀店长稀缺的问题，而这部分店长都有比较高的分析思路和决策水平。他们懂得通过看客流、看库存去判断经营出现了哪些问题。

观远数据通过将优秀店长的数据分析思路沉淀成数据分析模型，帮助某连锁服装品牌赋能1000多家门店店长。从终端出发，全面包围，提高一线人员的业务能力，带动整体营业额的提升。

四、某快消品：构建基于“数据分析”的核心竞争力

以观远合作的某全球500强的消费品公司为例，除了市场、品牌、渠道等硬实力，现在，数据分析已经成为该集团战略层面认定的一个核心竞争力。 并且已经和观远数据在营销、物流分析甚至一些AI项目上取得了深度合作。

在营销层面，通过推行一物一码政策，追踪商品在不同渠道的表现，优化渠道营销策略，有针对性地推广业务。在物流层面，借助观远“控制塔”方案，对物流全链路指标进行监控，深度分析问题及时改善，并通过预警功能，实现危机事件自动上报。而在AI项目上，也与观远数据共同探索了需求预测、智能稽查等深度应用，实现了ROI的大幅提升。

从敏捷分析到智能分析，观远正在探索的“AI+BI”的模式也正是未来数据智能发展的一个趋势。

四、管理升级：如何从CEO、一线门店、数据分析师视角搭建企业的数据分析体系？

回归到企业最为关注的如何用数据驱动管理升级这个问题中，可以从CEO、一线门店、数据分析师三个关键角色视角出发。确定他们对于数据分析的目标和诉求，搭建企业的数据分析体系。

以CEO视角搭建自上而下的数据分析体系

在公司的整体架构中，CEO是控制大局的核心角色，但同时也是距离一线最远的角色。不仅难以掌握末梢的经营变化，很多时候对于不同业务核心指标的定义与各条线leader也会产生偏差。如何扩大CEO的管理半径，让公司上下都能严格围绕CEO的目标去安排工作，成为这个视角最为关心的问题。

如果对CEO定下的核心指标层层拆解，传达给各级领导层，再由领导层传达给终端，将会强化整个公司的向心力，更有助于目标达成。

而在观远的解决方案中，目前是通过决策驾驶舱、CEO大屏等应用，帮助企业自上而下梳理业务指标。CEO通过数据的下钻、联动等交互就可以掌握各条业务线的发展进度是不是在自己的可控范围内，对问题作出及时调整。并可以通过空中巡店等应用，足不出户就能感受终端经营的异常。

（观远数据大屏demo）

以“傻瓜式”的应用，给业务终端做减法

因为门店端需要提供有温度的服务，没时间去消化数据，所以对于门店端的数据应用应该是越简单越好，最好能够直接告诉业务人员该怎么做。

除了通过门店管家等应用将5%优秀店长的数据分析思路复制给95%的其他店长，还可以通过移动端自动预警等功能可以实现数据追人，主动通知员工，促进产品价值最大化。

解放数据分析师的重复劳动，聚焦业务分析

回到数据的开发者层面，他们是整个公司数据系统的直接赋能者，却经常在做一些数据清洗、融合的重复性工作。没有时间专注业务和数据分析本身，自然就无法给决策层和业务端提供前沿的数据分析模型。

所以，企业的数据建设一定要考虑他们的体验感，选择部署简单、分析灵活、响应速度快、能够实现自助分析的平台。让他们可以有更多的时间专注业务场景本身，实现从借鉴到超越。

CEO、一线门店和数据分析师这三个角色是企业实现数据驱动决策的根据地。以这三个角色为核心进行数据布局，就完成了数据建设的第一步。

五、未来规划：看3年，做3个月

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!