商业智能在零售业的应用现状和发展趋势分析

　　（联机分析处理）、数据挖掘等技术的集合到基于数据仓库技术发现蕴含在业务数据中的知识以提升企业决策能力的重新定义，标志着商业智能在理论和实践方面的不断成熟与完善，越来越多的行业人士对商业智能有了日益明晰的认识和理解，笔者认为美国数据仓库研究院提出的数据炼油厂模型可以帮助我们更准确地理解商业智能及其应用。

　　数据炼油厂的提法形象地揭示了商业智能关键在于如何有效地利用数据仓库、数据分析和数据挖掘等技术提炼出纷繁芜杂的业务数据中蕴藏的规律和趋势等有用信息，我们称之为知识的发现，并以直观的前端展现方式帮助企业制定科学决策，继而通过业务事件的执行完成知识的检验与优化，随之产生新的业务数据又成为了新一轮商业智能应用的来源和基础。由此可见，商业智能是一个企业基于知识发现过程的不断自我完善和优化的闭环系统。（参见图1）

　　瞬息万变的市场环境、琢磨不透的客户需求以及海量的业务数据决定了零售业是商业智能应用的热点行业之一。近年来，商业智能在零售业的确得到了长足的发展，越来越多的零售企业开始或已经实施商业智能项目，成功的项目案例也有不少。笔者认为，以下几点因素积极推动了商业智能应用在零售业的发展。

　　（1）不断增长的需求。随着业务的高速增长，零售企业积累了大量的业务数据，管理人员面对看似无序的海量数据，迫切需要发掘其中的市场规律和发展趋势，包括基层管理人员在内的零售企业管理团队在日常经营业务中必须及时有效地做出正确的决定或决策，这些都引发了零售业对于商业智能应用的迫切需求。

　　（2）对商业智能理解的加深。跟随着商业智能理论与实践双重发展的脚步，零售业界对于商业智能的理解和认识不断深入，更多的零售企业开始能够根据自己的业务实际提出商业智能方面的应用需求，这对于成功开展商业智能项目，提升项目的投资回报率有着重要的实践意义。

　　（3）以顾客需求为导向的业务流程再造。为了提升企业竞争力和盈利水平，越来越多的零售企业开展了以顾客需求为导向的业务流程再造，力求打造良好的客户服务质量和不易复制的核心竞争力。一方面，更好地理解客户需求，及时地应对市场变化都有待商业智能应用的支持。另一方面，业务流程的再造有助于零售企业更好地采集相关业务数据和统计关键绩效指标。

　　（4）新信息技术的应用。信息技术的快速变革从技术层面大力推进了商业智能的实践和应用，例如无线射频技术（RFID）在零售业的逐步应用有效改善了零售数据采集的时效性，同时也极大提高了数据的粒度和准确性，这对于改善商业智能应用的数据质量意义重大。

　　目前商业智能在零售业的应用主要集中在日常经营分析、顾客关系管理、企业绩效管理、零售管理业务优化等方面。

　　（1）销售分析针对销售毛利、毛利率、进销比、周转率等关键销售量度展开度分析，如业务单元、品牌、商品分类或时间等，对于这些分析维度还可以上下钻取以及维度间的嵌套，可以实现多角度多层次的理解销售状况，同时对于销售量度进行时间序列分析也尤为重要，如同比、环比、定比分析等。

　　（2）商品分析基于商品基础资料与销售数据展开商品排行、贡献率、销售交叉率、商品生命周期、帕累托分析等，例如通过帕累托分析（Pareto Analysis），动态识别出重点商品集并指导相应的品类管理和空间陈列计划。又甚至可以引入外部数据，如竞争对手的价格信息，针对同类商品进行价格带分析，构造具有差异化竞争优势的价格点及价格带分布。

　　（3）财务分析是基于财务数据展开费用支出、应收应付、现金流量、资产负债表分析等，通过以上分析可以及时了解企业的成本支出、营业收入、现金获取等状况，并进而有效控制和降低成本，保证企业财务状况的健康良好。同时还可以采用经典的财务分析方法，如杜邦分析（DuPont Analysis）帮助管理层明确企业的资产管理效率和权益资本收益率。

　　（4）门店分析基于销售终端采集的业务数据展开毛利、坪效、时段销售、费用占比等主题分析。门店经营绩效直接关系着整个连锁零售企业的稳步扩张与盈利能力，根据多主题的门店分析可以有效帮助零售企业实时掌握终端经营状况，及时调整门店的管理策略和销售策略。

　　顾客关系管理在以客户需求为导向的零售业有着举足轻重的地位，能否理解客户需求的变化，识别重点客户并制定合理的客户服务内容，直接关系着顾客对企业及品牌的忠诚度以及零售企业的客户保持力。商业智能的应用借助数据挖掘技术中的关联分析、序列模式分析、分类分析和聚类分析等有效改善零售企业的顾客关系管理。

　　（1）购物篮分析（Market Basket Analysis）基于顾客的购物清单寻找出相关性商品用以指导商品交叉陈列和组合促销，可以有效提升销售终端的整体毛利率和销售收入。

　　（2）客户四象限分析根据顾客的购买频次、消费总额两项指标将客户进行分类并采取相应的服务方式和营销策略，同时可以帮助企业识别高价值客户和潜在价值客户。

　　（3）顾客流失分析随着零售企业逐渐认识到顾客流失率的降低对于销售利润的正向激励而备受关注，具体包括流失顾客特征分析，顾客流失原因分析等，帮助零售企业及时采取相应补偿和预防措施。

　　企业绩效管理是商业智能在零售业应用的关键组成部分，商业智能应用成功与否的唯一衡量标准也应该是应用企业的整体绩效有无得到有效的提升。商业智能应用支撑下的企业绩效管理包括关键绩效指标（KPI）管理和平衡计分卡（Balanced Scorecard）两部分。

　　（1）关键绩效指标管理可以统计分析与零售企业的总体运营、部门运作、门店经营、人员绩效等各层面密切相关的衡量指标，通过集成式仪表盘（Dashboard）集中显示企业管理层关注的关键指标，并可以状态灯、目标值、趋势等可视化元素提高界面的直观性和易读性。预先设定的预警功能可以提醒管理层关注异常经营状况，并及时采取应对措施，尽可能地规避经营风险。

　　（2）平衡计分卡是从财务、外部客户、内部流程、学习和成长四个维度来全面衡量和管理企业绩效指标，取得财务与非财务指标间、内部指标与外部指标间、短期指标和长期指标间的平衡。

　　零售管理业务优化可以说是零售业永恒的主题，内容涉及采购优化、库存优化、调拨优化、价格优化等方面，而海量数据中提炼出的知识正是上述优化过程的有效驱动力，因此商业智能在零售管理业务优化领域大有用武之地。

　　（1）采购优化是基于商业智能在供应商质量、采购价格、销量预测等方面的强大分析能力形成采购优化决策，实现对采购计划和采购执行的双重优化，继而提高采购效率，降低采购成本。

　　（2）库存优化是借助库存ABC分析、库存周转分析来识别滞销库存、积压库存和重点库存，用以指导库存结构的合理化、库存分类盘点等优化措施。

　　（3）调拨优化是基于销售及库存数据的分析和预测，制定合理的调拨规则，在区域级、门店级实现商品资源的合理配置，有效提升终端销售和库存周转率。

　　（4）价格优化根据价格弹性理论帮助零售企业针对市场需求的变化制定合理的商品价格和促销策略，商业智能应用中的假设分析（What-If）可以为价格制定和执行提供预先模拟，有效优化价格策略的执行效果。

　　企业门户为企业内部及外部用户提供了基于不同角色和权限的个性化信息、知识、服务与应用，将业务环境与企业资源通过统一的平台进行管理和资源利用，为用户提供了安全、便捷的资源和应用访问方式。作为零售企业重要的应用之一，商业智能的价值与作用逐渐被企业用户所认同，它与企业门户的集成已成为大势所趋，因此商业智能产品与主流的企业门户技术（例如SharePoint Portal、IBM WebSphere Portal、SAP Enterprise Portal等）的开放集成性将变得尤为重要。

　　零售企业的管理层固然是商业智能应用的关键用户，为管理层提供决策支持也理应为商业智能应用的主要目标，然而随着零售业各层级人员的决策需求增多、业务难度增大，零售企业的各级员工都迫切需要商业智能应用的指导，因此商业智能的应用在战略层面为决策层提供数据支持的同时还应能从战术层面切实指导业务人员，我们将之称为操作型商业智能。这就要求零售企业在商业智能项目规划时就应从企业用户角色出发，明确包括操作层业务人员在内的各层级用户的分析需求、应用热点及展现方式。

　　邮件、文档、多媒体文件等非结构化数据是零售企业信息资源的重要组成部分，如何加强非结构化数据的管理，提高非结构化数据的分析处理能力是商业智能解决方案提供商必须着力解决的问题，例如对于CRM系统产生的文本内容，电子邮件等非结构化数据，商业智能应用能够通过文本/内容分析，挖掘出客户对于零售企业产品、服务和促销活动的真实反馈。