简介： 通过引入MaxCompute和Quick BI，大东解决了以往数据查询即刻导致数据库闪崩的状况，还搭建起完善的报表体系，稳定应对高频、高并发的数据分析。
大东鞋业一季大约有500款的新品。大区下辖的各个分公司要对这500款新品进行订货数量的提报，而这个数字来自于以往的经验和高层下达的KPI。分公司确定了每款的订货数量，接下来就要考虑如何首铺，什么样的鞋放在什么样的门店也靠经验支撑。经过一段时间的销售才能后置的根据经营状况对畅销款进行补单，补单量依旧是靠人为经验或者既定规则。
在创业初期根据人的经验做一些较为激进的决策，让大东在市场快速扩容，屡创佳绩。但当业务趋近饱和，越来越多的竞争对手涌现，经验上的“激进”和“不稳定”就会变成一种赌博，一旦没有赌准，便会面临巨大的损失。
只有数据能帮助决策实现持续且极致的精细化
大东创建了全资子公司屹创，负责大东主品牌和子品牌的数字营销技术与运营。
“数据化也有不同的发展阶段，就像开车一样，一开始认路靠的是老司机对一定区域熟悉的记忆，然后有了可以按图索骥的地图，之后是数字化的导航，最后就是实现自动驾驶了。我们现在利用AI+BI走在了数字化导航的阶段。“ 屹创新零售总经理汤叶青说到。
Quick BI助力数字营销与运营
2019年，大数据引擎在大东集团拉通，这是一个0到1的过程。
通过引入MaxCompute和Quick BI，将报表取数从业务系统中彻底剥离，不但解决了以往数据查询即刻导致数据库闪崩的状况，还搭建起完善的报表体系，稳定应对高频、高并发的数据分析。
Quick BI能力大图
营销管理数据门户搭建 112家分公司全覆盖
具有专业能力的数字营销技术与运营团队与分公司业务人员充分调研之后，为商品首铺、补货、调价等等场景设计多套完善的指标体系，在Quick BI后台连接多种数据源，完成复杂的数据建模与计算，产出数据报表，并搭建完整的数据门户。
数字营销技术与运营团队完成统一建设后，然后通过Quick BI的空间管理、行级权限管理，安全的将数据下放至112家分公司，再由分公司商品部门随业务需求的变化自主选择重要的数据指标，通过拖拉拽的方式，零SQL的产出数据报表，并个性化的完善营销管理数据门户。
营销管理数据门户测试数据样板
在这套机制运行的过程中，数字营销技术与运营团队的数据分析师会接到分公司提出的新指标开发需求，发现有的需求视角独特，非常值得大家借鉴。为了鼓励更多的人参与数字化运营的思考，集团举行了指标体系应用的评选。
在同一个大区的同一时间段，各个分公司都在做同一件事。比如夏季首铺，大家需要通过数据的支持，将商品铺至各个门店。而在这时候，他们最关心的数据指标是什么，会制作出怎样的报表，在首铺环节产生了怎样的价值？
这就是一个适合业务横向评比和经验交流的时机，也是数字营销技术与运营团队沉淀分析模版的好机会。
智能算法调价 优化库存结构 提高出货效率
Quick BI能为大东提供良好的数据可视化及仪表板的支持。除了报表和自助分析服务外，Quick BI还提供了部分人工智能能力。
鞋品的价格在其全生命周期中会历经次数不等的调节，而调价的原因和调至的价格会受到很多因素的影响。
调价前通常会设置一个目标，包含销量与均价，再将一些变化的场景因子考虑进去，比如温度、天气、上架时长、节假日等等。再与现有的店铺和商品纬度的业务数据结合，通过算法模块进行定价的计算，最后输出调价模型，以及调价后的业务评估指标和模型评估指标，用于对调价后销售表现的复盘。
设定的目标和需要被考虑的动态场景因子，是每次调价都不尽相同的变量。这一过程通过Quick BI的数据填报功能输入，该模块提供增、删、改、查以及审批、导出功能。输入的数据被直接存储于RDS数据库。
与存储的业务数据一同在大东的自建智能算法模型中计算出调价模型，完成价格审批流程，将模型导入SAP生成调价建议。灵活的数据填报和修改可以强化从数据调整到智能再到分析的闭环。
算法产出的业务评估指标和模型评估指标由Quick BI搭建可视化报表，呈现调价后的销售目标完成状态和细节数据变化的洞察。以杭州地区2021年春季调价为例，系统产出的调价建议采纳率为75.7%，调价后销量达成率95.6%。汤总提到的自动驾驶，也出现端倪。
高频日报、周报生产提效
分布在112家分公司的商品部是高度数据化的部门，在这里每天都要产出日报，指导铺货、补货、调货的决策，每周还要产出周报向上汇报。
以往，需要向总部IT提交数据开发的需求，从开发取数，再到制作报表，少则需要2小时。现在，Quick BI中“分析师”角色开放给商品团队经理进行自助分析，通过选择适合的可视化图表或电子表格，利用控件进行条件约束，仅需拖拽指标即可在30分钟内完成日报。适合公开的数据结果还可以通过钉钉群进行广泛推送，触达更多的人群。
钉钉群推送报表
支持丰富数据源直连
开放是Quick BI一直坚持的方向，这在支持的数据源类型上也能洞见一二。早期，由于成本因素，大东会选择多种数据库存储不同的业务数据，早在BI工具选型调研时发现很多BI产品不能支持现有数据库。而Quick BI覆盖的数据源多达38种，并且迭代速度很快，几乎每次发版都会新增数据源类型。随着业务的发展，大东开始了更多的尝试，目前利用数据湖DLA订阅友盟SDK埋点数据，友盟采集到的数据，会回流至数据湖DLA，Quick BI可以直连数据湖，读取友盟端实时RT数据明细表，在线根据营销场景分析需求，创建数据集进行在线多维分析。
大东鞋业在顺应时代发展的道路上，一直走在积极探索数智化转型的前列。围绕用户价值，大东鞋业充分利用数据和技术思维快速洞察目标客户的潜在需求，进行商业模式再造，重塑价值链，真正实现“7天快时尚”。
原文链接
本文为阿里云原创内容，未经允许不得转载。
