当前位置:要闻 > 

讲好 数据"故事" 零售业如何进行数据可视化分析?

发布时间:2019-04-12 8:41:42

 随着互联网经济的快速发展,越来越多的零售企业开始推动线上线下业务的融合,由此也积累了海量的数据。为了挖掘这些数据的价值,不少零售企业通过数据分析软件、R语言等工具对于数据进行了不同维度的分析。但是,很多零售企业很快就发现,这些数据分析结果的可读性与可理解性并不高,特别是对于缺乏数据专业技能的管理人员与业务人员来说,数据图表的确不少,但是这些数据说明了什么问题,下一步应该怎么做,仍然不得而解。
很显然,对于零售这样一个快速变动、需要实时决策的行业来说,增强数据的可读性显然具备十分重要的意义。那么,怎么增强零售数据的可读性,甚至用数据来讲故事呢?下面我们就通过Data Analytics 数据分析平台以及Data MAX 数据大屏展示工具来进行展示。
       根据业务需求建立一条/多条数据故事线
在制定数据战略之前,零售企业首先需要梳理清楚自身的业务需求,并根据不同的应用方向(如线上销售数据通览、重点活动数据展示、线下营销数据转换)来分别建立故事线,这些故事线应该以业务逻辑为主,让用户能够清晰地通过不同维度的数据来对这些场景进行感知。如果有不同的故事线,可以通过多个数据可视化面板/屏幕切换的方式来实现展示。
数据故事线的建立可以采用“数据管理驾驶舱”的模式来进行,通过分级架构来对不同的数据图表进行排列,这个过程需要注意以下几个事项:可理解性,即通过最容易接受的可视化语言将数据表现出来,还要通过合适的图表组织来共同说明某一类问题;灵活性,可以根据实际实际需要对图表进行灵活的配置;全面性,即在不同数据可视化面板中全面展示可供应用的数据,可以确保数据洞察能力的深入覆盖。
例如,零售企业可以用“大型营销活动效果”为主题搭建一条故事线,其可以包括分日销售数据、过程数据、爆品跟踪、活动页面流量、流量转换等不同的数据图表,以展示不同维度的零售数据。以下是DataHunter针对6.18促销活动,为某零售企业搭建的活动可视化解决方案。通过这种形式,能够让零售企业对于活动的成效一览无余,并针对数据所暴露出的问题进行快速调整,例如发现爆品销售额超过预期之后,及时安排补货;A方案活动效果不及预期时,迅速投入B方案。

责任编辑:杨文博

$prenew$
$nextnew$

中国周刊官方微博

官方微信公众号

Top