数据化管理 | 什么是数据分析与洞察？服装行业该如何应用数据洞察？
引 言
在社会提倡数据化，追求数据化转型的今天，各大品牌公司即将或已经把数据化管理提上日程。经济学人也提出了“Data is the new oil.”
数据化发展至今时今日，大家对数据分析和洞察的理解是什么呢？在日常工作中数据的助力是如何体现的呢？数据化发展的未来又将是什么样？每个人又需要做好什么样的准备呢？今天，就让我们来探讨这一系列的问题。
以下讨论来自于冷芸时尚圈群友讨论。更多关于课程的资讯，请见文中与文末。
参与者
冷芸时尚圈讨论5群
时间：2019年11月16日
主题：传统服装行业的数据洞察探讨
讨论大纲
一、数据分析和数据洞察的定义和范畴分别是什么？
1、数据分析
2、数据洞察
二、数据洞察在实践中的应用
1、传统行业的应用现状
2、数据洞察的主要应用场景
3、电商中数据洞察的应用
4、新零售会带来什么变化？
三．探讨企业数据化发展的未来
以下讨论仅代表讨论者个人观点，并不代表本公众号及冷芸的观点。
//////////
一、数据分析和数据洞察的定义和范畴分别是什么？
1.1 数据分析
Rachel-上海-Digital:
那咱们先从第一个概念开始：什么是数据分析？大家理解的数据分析是什么呢？其实大家多少对此有一部分了解，基本上“5W1H”就可以回答数据分析的工作内容：
What？——分析什么数据？
When？——什么时候进行数据分析？
Where？——从哪里获取数据？
Which？——采用什么分析工具来处理分析数据？
Who？——采用哪个供应商的基础数据服务，帮你构建数据产品或处理数据？
How？——如何进行数据分析？
多数时候，大家都是从拿到的原始数据开始的，是没有清洗过的，其中可能存在异常值的数据。我们先把“5W1H”的几个要素展开一下，我相信每一个要素里都有很多故事是大家踩过的坑。
What？——分析什么数据？与数据分析的目的有关，通常确定问题后，然后根据问题收集相应的数据，在对应的数据框架体系中形成对应的决策辅助策略，这个过程也是一个反复博弈的过程。
比如说做商品的小伙伴，要分析的就是商品相关的数据，比如库存，售罄，价格等等。
When？——什么时候进行数据分析？
数据分析基本上贯彻了业务运营的各个环节，也就是在业务运营过程中要做到全程数据跟踪。例如电子商务中的商品选择、商品陈列、更新、广告投放引流跟踪、效果评估、客户跟踪等等都需要数据支撑。
Where？——从哪里获取数据？
企业通常的数据来源可分为两大类：内部来源数据和外部来源数据。内部数据主要包括库存数据，客户信息数据、业务流程数据等，而外部数据则主要包括各类第三方监测数据、企业市调数据、行业规模数据等。
Which？——采用什么分析工具来处理分析数据？
数据处理分析的工具非常多，也非常的细。用什么样的工具常常取决于企业的具体需求，不管怎样，相对于各类工具而言，操作工具的人更加重要。通常，企业在人与对应的工具上的投入比大约为9：1，也就是说当你投入10元钱在数据分析工具上的时候，那么你的企业对入在对应的人上的成本大约90元。大家最常用的就是Excel，有些小伙伴还会用到SQL、Tableau等。
Alice-广州-文案策划 :
那结合现实来看，我们该在什么时候获取数据呢？
Rachel-上海-Digital:
这个问题，你要先想清楚要获得什么数据，达到什么目的？比如说要做双11复盘相关的商品分析，那么在次日订单完全生成后基本就可以开始了，后续退货完成后还有相关的退货商品的分析。我们先说眼下刚结束的双11，整体大盘服饰运动板块名词后退了2名，销售额下降20%左右，同比去年双11的数据。
Alice-广州-文案策划 :
如果老板要看双十一卖得好不好不能单独只看销售额吧？这个数据分析是需要数据分析师本身懂，还是运营会给到具体参数呢?
Rachel-上海-Digital:
双11之前我们就有几个指标，电商的话一般会看销售额、流量、转化率、折扣、售罄率等。
Alice-广州-文案策划 :
这个数据来源分析全靠生意参谋吗？那么这样会不会使得数据分析师的工作量大幅度减少？外部数据一般又是如何获得呢？我很想知道外部数据该去哪里获得？
Rachel-上海-Digital:
数据分析就像剥洋葱，需要一层层剥开表面看本质。比如我们说销售不好，那么什么叫不好？是同比还是环比？销售额由什么影响？然后我们具体再拆开看是流量不够，还是转化太差的原因，再分别去细分来看。零售应该都有ERP系统，主要用来做库存管理，有时做后端的分析也会用到ERP系统里的数据配合来看。
外部数据包括竞品数据和大盘行业数据。竞品数据的话，生意参谋本身就有，可以参考。大盘和行业的数据可以通过很多Research公司或者知识社区网站获得。像Kantar在双11结束当天就已经出了复盘白皮书。
大跌原因在于整体经济大盘影响，传说中的“口红效应”，对于服装这种非必需品或者客单价较高的商品影响较大。电商的话应该说拼多多的异军突起对整个电商行业都是有影响的，从下沉城市到小镇青年，折扣战也成了今年双11的关键词。
1.2 数据洞察
Rachel-上海-Digital:
我们再来看一下，什么是数据洞察？数据是没有经过过多处理的原始信息。数据分析是从这些信息中发现规律、趋势等，而数据洞察则是通过数据分析所能得出的价值，包括决策运营、预测机会等。对于未来的预测，其实就是在做数据洞察了。
铃铛-杭州-7群副群主:
原始数据的全面性和准确性是基础。
Yihan-杭州-3群副群主:
现在我们都生活在数据中，哪里都是数据。
丁育钦-武汉-6群副群主:
样本要多，方差要大，数据的共线性和自相关要减少。所以经济学人里讲“Data is the new oil.”
Rachel-上海-Digital:
但没有数据，很多决策也无从谈起。通过看均值和方差，我们还可以甄别哪些是异常值从而需要剔除。
小结：
1.1 数据分析
“5W1H”基本回答了数据分析的工作内容：
What？——分析什么数据？
分析什么数据与数据分析的目的有关，通常确定问题后，然后根据问题收集相应的数据，在对应的数据框架体系中形成对应的决策辅助策略，这个过程也是一个反复博弈的过程。
When？——什么时候进行数据分析？
数据分析基本上贯彻了业务运营的各个环节，也就是在业务运营过程中要做到全程数据跟踪。例如电子商务中的商品选择、商品陈列、更新、广告投放引流跟踪、效果评估、客户跟踪等等都需要数据支撑。
Where？——从哪里获取数据？
企业通常的数据来源可分为两大类：内部来源数据和外部来源数据。内部数据主要包括库存数据，客户信息数据、业务流程数据等，而外部数据则主要包括各类第三方监测数据、企业市调数据、行业规模数据等。
Which？——采用什么分析工具来处理分析数据？
数据处理分析的工具非常多，也非常的细。用什么样的工具常常取决于企业的具体需求，不管怎样，相对于各类工具而言，操作工具的人更加重要。通常，企业在人与对应的工具上的投入比大约为9：1，也就是说当你投入10元钱在数据分析工具上的时候，那么你的企业对入在对应的人上的成本大约90元。大家最常用的就是Excel，有些小伙伴还会用到SQL、Tableau等。
Who？——采用哪个供应商的基础数据服务，帮你构建数据产品或处理数据？
How？——如何进行数据分析？
数据跟着业务走，数据分析的过程就是将业务问题转化为数据问题，然后再还原到业务场景中去的过程。
1.2 数据洞察
我们要从数据中得到价值，首先得弄清楚数据分析和洞察的区别。简言之，数据是没有经过过多处理的原始信息，数据分析是从这些信息中发现的规律、趋势等，而数据洞察则是通过数据分析所能得出的价值，包括决策运营、预测机会等。
（图片来自蚂蚁金服）
#不断学习，才有能力改变当下#
冷芸开设以下培训课程，欢迎报名！
长按二维码查看详情👀
二、数据洞察在实践中的应用
2.1 传统行业的应用现状
Rachel-上海-Digital:
大家现在所在的公司用数据用的多吗？
丁育钦-武汉-6群副群主:
Big Data很大的一个局限是只找相关性，背后的原因没有提供可靠的工具，而要靠公司自己来挖掘。
邹粦珂-广州-买手:
其实都是初始数据录入需要完善，销售才能导出实用的数据。你初始录入的数据不完善，也无从分析。
小结：
麦肯锡的一项对700+家企业的调查显示，许多公司、尤其是传统公司还没有从大数据项目获得预期的结果，或者还没有获得相当高的投资回报率。大数据项目投入后收入平均仅增加了6%。其中一个很大的原因是传统企业大多是业务流程驱动，数据更多是作为一个报表使用。
他们很少挖掘数据价值对企业流程的驱动，而是依靠个人经验进行决策。即使在使用数据分析的公司也多是停留在验证假设、监控效果的层面，通过数据分析获得洞察的很少，用分析直接指导行动的案例更是少之又少。
2.2 数据洞察的主要应用场景
Rachel-上海-Digital:
初始数据是否完善正确会影响后期的分析决策。
BINGO·常州·时尚创客:
今年双十一服装销量下降跟天热也有关系，以后天气也要作为一个分析维度。
丁育钦-武汉-6群副群主:
哈哈，活学活用。天气算遗漏变量了。
Rachel-上海-Digital:
对的哈哈，确实跟天气也有关系。羽绒服是今年天猫认为会涨蛮多的一个小类呢。
邹粦珂-广州-买手:
有的。每个大的节点，必须要有温度同期对比图，结合业绩分析图就可以知道同比是否准确。
碧蝶-广州-5群副群主:
天气很重要，像我们做跨境电商的一般在上新前会要考虑当地国家的天气。
Rachel-上海-Digital:
说到天气，天气预报也是种数据洞察，而且随着时间变化这个预测值会不断调整，无限接近真实值的一种预测值。
邹粦珂-广州-买手:
系统并不是万能的，最终还需要加上人对系统和数据的理解与认知。
玲玲_合肥_采购+陈列:
那你们针对各地区做天气分析，然后提前规划上货时间是吗？
邹粦珂-广州-买手:
天气这点我们也还没找到很好的办法去对比，只能简单看预报和店访销售同事作为反馈。
Rachel-上海-Digital:
零售分析里主要涉及的因素包括人，货，场。针对不同的因素大家应该都会做一些对应的分析吧？
碧蝶-广州-5群副群主:
系统是辅助性的，只是理性让你去看待一个事物，毕竟有一些时候人看一个东西比较主观。
BINGO·常州·时尚创客:
现在零售分析人货场都不够了，还要加上技术，协助零售应用技术。
Rachel-上海-Digital:
促销的方法每年都是层出不穷，归根结底还是要看生意的本质——卖什么？卖给谁？通过什么渠道卖？
小结:
数据洞察结合零售来说，主要应用场景就在于人，货，场的场景中。
2.3 电商中数据洞察的应用
2.4 新零售会带来什么变化？
三、探讨企业数据化发展的未来
...
扫描下方【二维码】
可获取全文链接哦~
庄主简介
Rachel-上海-Digital：
毕业于上海财经大学（信息管理与信息系统专业，学士学位）及香港浸会大学（资讯管理系统，硕士学位）；主要从事电商数据管理与分析，合作过的品牌包括欧莱雅，宝洁，雀巢，玛氏等快消品牌。现任狼爪贸易服装有限公司数据洞察经理，主要负责线上市场的数据分析与洞察。
跟庄副群主简介
Butterfly-广州-5群副群主：
日常关注护肤小知识，由服装设计转做买手，现在在一家女装快时尚跨境电商shein，负责选品的开发方向，商品企划，商务谈判，未来想往运营方向发展。
凯丽—杭州-5群副群主：
目前在商场从事男装招商工作，热爱时尚，喜欢实体商业和新零售。
加友请注明“冷芸时尚圈+姓名”
非诚勿扰！否则拉黑！
————
总结整理人：Rachel-上海-Digital
文字编辑：Yoonam
审核：Cherika Chen
感谢您的阅读，
期待今后更多的讨论也欢迎大家来分享！
