“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(gè)方面”—麥肯錫《2025 數(shù)據(jù)驅(qū)動(dòng)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(shí)，常會面臨一些靈魂拷問。

AARRR 是零售行業(yè)的一個(gè)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(jìn)行拉新。面對的問題包括：

• 如何評估營銷活動(dòng)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(gè)渠道需要投放多少人力和資金。
• 如何設(shè)計(jì)店鋪引流產(chǎn)品和盈利產(chǎn)品？在單個(gè)渠道里，怎樣設(shè)計(jì)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(yùn)營角度面對的問題包括：

• 如何判斷客單價(jià)和凈利潤間的波動(dòng)關(guān)系？比如，如果過去 3 到 6 個(gè)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(dòng)，如何探知到？
• 如何策劃大促和日?；顒?dòng)來縮短復(fù)購周期？零售行業(yè)中，常有高頻次的日?；顒?dòng)，也有節(jié)日等針對性的大促，需要考慮如何合理設(shè)計(jì)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(fèi)？

在這些問題中，涉及不少客戶關(guān)心的關(guān)鍵指標(biāo)，如營銷相關(guān)的銷售額、連帶率，用戶運(yùn)營相關(guān)的客單價(jià)、凈利潤率、復(fù)購率、活躍用戶數(shù)、客戶終身價(jià)值等。

上面這些指標(biāo)，在實(shí)際使用時(shí)，也會有一些具體的問題。比如，如何設(shè)計(jì)一個(gè)好的指標(biāo)體系？如何高效取數(shù)保證指標(biāo)落地？指標(biāo)落地后，如何進(jìn)行維度分析？基于維度進(jìn)行指標(biāo)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(jìn)行運(yùn)營調(diào)整？在多渠道多平臺的運(yùn)營過程中，實(shí)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(jìn)行跨域?qū)Ρ群腿诤希?/span>

針對以上諸多問題，需要一個(gè)平臺來進(jìn)行更加充分的數(shù)智化賦能支撐。

以一個(gè)實(shí)際客戶的例子來說明，指標(biāo)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(biāo)加工需求的處理鏈路，耗時(shí)比較長。需求提出時(shí)，業(yè)務(wù)方和 IT 方都介入進(jìn)來，同時(shí)還可能需要引入一些項(xiàng)目或產(chǎn)品相關(guān)的人一起，才能最終確定指標(biāo)，然后進(jìn)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(bào)表制作，最終上線驗(yàn)收。從整體需求開始，到 ETL 開發(fā)，再到最后落地到大屏、報(bào)表或 BI 工具上，常常需要兩三周甚至更長時(shí)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(shí)現(xiàn)過程中常常需要按時(shí)間情況進(jìn)行微調(diào)，或?qū)σ恍I(yè)務(wù)策略進(jìn)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(yùn)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(shí)就要快速調(diào)整運(yùn)營策略，或調(diào)整一些參數(shù)。一些大促活動(dòng)的時(shí)效性很高，如果再用一個(gè)完整的開發(fā)周期來支持這些大促活動(dòng)，兩三周過后效果就會大打折扣。因此，我們需要在整個(gè)鏈路上，以指標(biāo)為核心，建立指標(biāo)體系，使用更多可復(fù)用的基礎(chǔ)指標(biāo)，以業(yè)務(wù)可介入的方式自主地建立衍生復(fù)合指標(biāo)，實(shí)現(xiàn)快速上線。

二、Kyligence Zen 智能一站式指標(biāo)平臺

接下來介紹 Kyligence Zen 一站式指標(biāo)平臺如何應(yīng)對上述挑戰(zhàn)。

如上圖所示，指標(biāo)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(biāo)平臺分為兩層。上層指標(biāo)應(yīng)用，可以開放給業(yè)務(wù)、領(lǐng)導(dǎo)直接去看。下層是計(jì)算引擎，用來支撐維度設(shè)計(jì)、復(fù)雜計(jì)算，以加速查詢。

Kyligence Zen 智能一站式指標(biāo)平臺，包括指標(biāo)目錄、指標(biāo)自動(dòng)化、指標(biāo)治理和 AI 增強(qiáng)的 OLAP 引擎等模塊。通過指標(biāo)治理，可以統(tǒng)一不同部門對指標(biāo)的認(rèn)識。通過指標(biāo)自動(dòng)化，簡化加工鏈路，支持指標(biāo)實(shí)現(xiàn)和模型打通。最后，通過指標(biāo)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(biāo)加工中。

指標(biāo)目錄，展現(xiàn)了一個(gè)已上線的完整的指標(biāo)體系。指標(biāo)目錄和報(bào)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(biāo)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(shí)，也有凈利潤的一些加工，如移動(dòng)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(gè)平臺上可以快速看到統(tǒng)一的指標(biāo)目錄，以統(tǒng)一的口徑呈現(xiàn)。

有了指標(biāo)目錄后，可以使用 ZenML 指標(biāo)語言，來進(jìn)行模型的維度和度量的加工。定義指標(biāo)涉及的維度以及計(jì)算方法，在平臺上有 ZenML 語言和 UI 界面點(diǎn)選兩種方法。模型相關(guān)的計(jì)算，由平臺的 OLAP 計(jì)算引擎來支持。

在零售場景里常用到歸因分析，來實(shí)時(shí)或近實(shí)時(shí)地查看關(guān)鍵指標(biāo)的變動(dòng)及原因。如果凈利潤、銷售額有波動(dòng)，以天或小時(shí)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(dú)的 ETL 數(shù)據(jù)加工鏈路來進(jìn)行?，F(xiàn)在，通過一鍵分析，對于已經(jīng)定義好的指標(biāo)，平臺可以查看某個(gè)小時(shí)、某幾天，在這個(gè)指標(biāo)下相關(guān)的一些維度變化。如，凈利潤下降波動(dòng)，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(dāng)然，在指標(biāo)設(shè)計(jì)中，還可以增加相應(yīng)的渠道、用戶畫像特征來進(jìn)行分析。

通過目標(biāo)管理，可以設(shè)定指標(biāo)的目標(biāo)值，并跟蹤目標(biāo)進(jìn)展，同時(shí)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(jìn)行消息的推送。通過這個(gè)功能，可以直接將指標(biāo)內(nèi)容和直接相關(guān)人員的周報(bào)、月報(bào)等報(bào)表中的 KPI 達(dá)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(biāo)平臺向前端消費(fèi)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(shí)，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(gè)平臺，將指標(biāo)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(bào)表。

三、低代碼指標(biāo)服務(wù)的核心價(jià)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(biāo)的加工交付就在平臺上高效的實(shí)現(xiàn)了。業(yè)務(wù)團(tuán)隊(duì)基于核心指標(biāo)，自助式分析，快速決策和優(yōu)化。通過體系化的指標(biāo)管理，統(tǒng)一口徑、按需復(fù)用，減少了資源耗費(fèi)，提高了數(shù)據(jù)價(jià)值轉(zhuǎn)化率。

我們的目標(biāo)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(biāo)，以業(yè)務(wù)的形式定義指標(biāo)。指標(biāo)關(guān)聯(lián)對應(yīng)的模型和表，并進(jìn)行相應(yīng)的計(jì)算，由平臺完成。對于業(yè)務(wù)團(tuán)隊(duì)，通過指標(biāo)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(tuán)隊(duì)，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(gè)需求可能需要十至二十個(gè)模型，對應(yīng)非常多的表，要反復(fù)計(jì)劃一些維度量；在業(yè)務(wù)變動(dòng)時(shí)，相應(yīng)的表和維度量都要做調(diào)整?，F(xiàn)在，通過 ETL 串聯(lián)，指標(biāo)定義變動(dòng)、指標(biāo)和指標(biāo)間的關(guān)聯(lián)變動(dòng)、底下數(shù)據(jù)模型的變動(dòng)，平臺都會自動(dòng)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(gè)績效的歸因分析案例，看指標(biāo)平臺的實(shí)際應(yīng)用。

對于全渠道的新零售場景，我們有很多指標(biāo)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(biāo)，可以通過模板一鍵導(dǎo)入到平臺指標(biāo)目錄中。同時(shí)還可以導(dǎo)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(biāo)，導(dǎo)入后可以點(diǎn)擊查看各指標(biāo)的詳細(xì)信息，也支持多維度的查看。如果指標(biāo)定義了多個(gè)維度，可以從不同維度進(jìn)行分析，并導(dǎo)出到 Excel、WPS 做更多的分析。平臺也可以直接進(jìn)行一鍵式歸因分析，如分析不同的品類對凈利潤波動(dòng)的影響，并直接圖形化呈現(xiàn)。

有了初始分析后，可以在目標(biāo)管理中事先設(shè)定閾值（如 KPI）。之后，就可以自動(dòng)計(jì)算進(jìn)度，并支持風(fēng)險(xiǎn)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(biāo)，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(dǎo)入使用，不斷完善指標(biāo)目錄。同時(shí)，不同部門不同業(yè)務(wù)條線也可以同時(shí)使用，不斷豐富功能。

除此以外，還支持多指標(biāo)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(dòng)到指標(biāo)驅(qū)動(dòng)

如上圖的例子，左側(cè)是原有的一些業(yè)務(wù)報(bào)表，右側(cè)是零售相關(guān)的關(guān)鍵指標(biāo)，大約有20-30 個(gè)，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(yùn)營或財(cái)務(wù)相關(guān)業(yè)務(wù)人員，直接看指標(biāo)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(dòng)向指標(biāo)驅(qū)動(dòng)的轉(zhuǎn)型過程，過去聚焦在數(shù)據(jù)報(bào)表，現(xiàn)在聚焦在指標(biāo)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(jià)值，促進(jìn)業(yè)務(wù)數(shù)字化轉(zhuǎn)型。