《供應鏈大數據：理論、方法與應用》課件 第4、5章 銷售大數據、采購大數據

第4章銷售大數據本章內容4.1供應鏈中銷售大數據的構成4.2供應鏈中銷售大數據的應用領域4.3供應鏈中銷售大數據的應用案例本章小結本章練習4.1.1商品數據1.商品數據采集工作現狀

全球商品數據同步（GlobalDataSynchronisation，簡稱GDS）的建立解決了目前商貿活動中因標準不一致和數據無法統一的問題，滿足了不同貿易伙伴的需要。中國商品信息服務平臺遵循商品條碼、數據屬性、數據質量、數據交換等國家標準，現已擁有２9萬多家企業(yè)用戶，收錄了7200多萬商品信息，平均每天增加商品編碼數據超過3萬條。

4.1供應鏈中銷售大數據的構成4.1.1商品數據2.國家物品編碼體系物品編碼體系框架由物品基礎編碼系統和物品應用編碼系統兩大部分構成，詳如圖4-1所示4.1.1商品數據圖4-1國家物品編碼體系4.1.1商品數據3.GS1系統（1）概述GS1系統（詳如圖4-2），由美國統一代碼委員會（UCC，于2005年更名為GS1US）于1973年創(chuàng)建。UCC創(chuàng)造性地采用12位的數字標識代碼（UPC）。繼UPC系統成功之后，歐洲物品編碼協會，即早期的國際物品編碼協會（EANInternational，2005年更名為GS1），于1977年成立并開發(fā)了與之兼容的系統并在北美以外的地區(qū)使用。EAN系統設計意在兼容UCC系統，主要用13位數字編碼。隨著條碼與數據結構的確定，GS1系統得以快速發(fā)展。2005年2月，EAN和UCC正式合并更名為GS1。使用GS1系統標準的任何組織都要完全遵守GS1通用規(guī)范。

4.1.1商品數據圖4-2GS1系統4.1.1商品數據3.GS1系統（2）編碼體系

編碼體系是整個GS1系統的核心，是對流通領域中所有的產品與服務（包括貿易項目、物流單元、資產、位置和服務關系等）的標識代碼及附加屬性代碼，如圖4-3所示。4.1.1商品數據圖4-3

GS1系統編碼體系4.1.1商品數據3.GS1系統（3）數據載體體系數據載體承載編碼信息，用于自動數據采集（AutoDataCapture，ADC）與電子數據交換（EDI&XML）。1）條碼符號2）射頻標簽4.1.1商品數據4.源數據

源數據（簡稱TSD）是以商品條碼為關鍵字，由中國商品條碼系統成員通過中國商品信息服務平臺（以下簡稱服務平臺）自主通報和維護的商品相關信息。源數據具有如下特征：（1）來源可靠（2）權威專業(yè)（3）準確及時（4）全球通用4.1.2客戶數據1.客戶數據概述按客戶價值進行金字塔式的客戶模型分類：VIP客戶、主要客戶、普通客戶和小客戶。如圖4-4所示：

圖4-4客戶金字塔模型4.1.2客戶數據2.客戶數據分類，客戶數據可分為陳述型、銷售型和交互型數據三大類(1)客戶具體資料的陳述型數據(2)具體的銷售數據(3)與客戶的交互數據4.1.3銷售數據1.銷售數據的概念及意義概念：企業(yè)的銷售數據是企業(yè)在生產經營過程中產生，按照時間順序積累起來的與銷售過程有關的圖形符號、數字、字母等資料。意義：銷售數據的價值表現在以下方面：第一，精準細分目標客群，根據需求針對不同的客戶群體量身定制方案；第二，實現實境模擬，探尋新的需求，從而提高投資回報率；第三，同時通過共享銷售數據，將數據成果應用在更多范圍，進一步提升投資回報率；第四，通過數據綜合應用，還可以實現產品創(chuàng)新、服務創(chuàng)新和商業(yè)模式創(chuàng)新等。4.1.3銷售數據2.銷售數據的類型可以根據來源分為兩類：內部數據和外部數據。其中內部數據包括庫存數據、生產數據以及財務數據等；外部的數據包括消費者銷售數據、市場份額數據、競品銷售數據等。根據銷售數據的主體的不同，可以分成整體銷售數據、品類銷售數據和單品銷售數據。根據銷售數據的獲取方式，銷售數據可以分成直接數據和間接數據4.2.1消費者行為預測售數據1.大數據對消費者決策預測的影響消費者決策預測過程模型4.2供應鏈中銷售大數據的應用領域4.2.1消費者行為預測售數據2.大數據對消費者購買決策模型的修正（1）大數據環(huán)境下的消費者決策模型科特勒消費者購買決策簡化模型修正后的科特勒消費者購買決策行為模型4.2.1消費者行為預測售數據3.回歸營銷本質——以客戶為中心創(chuàng)造價值思考：為什么大數據環(huán)境下，便利店不會在零售業(yè)態(tài)中消亡，更不可能被超市或者大賣場所取代？4.2.2銷售價格優(yōu)化1.價格理論研究中應用大數據的重要性（1）大數據為測度生產者行為和消費者行為提供了新路徑（2）大數據為探究社會網絡、信息傳播、空間關聯等因素對經濟主體預期、偏好的作用以及揭示預期對價格的影響創(chuàng)造了條件（3）數據技術的應用有利于分析即時和高頻價格信息4.2.2銷售價格優(yōu)化2.差別定價（1）差別定價和消費者剩余差別定價是指企業(yè)在日常經營活動中為了獲得更多的利潤，對同一產品不同細分市場上的不同消費者制定不同的價格，從而獲得每一位消費者愿意支付的最高價格，提高企業(yè)的利潤。消費者剩余是指消費者購買某一產品時愿意支付的價格與實際支付價格之間的差額，消費者按照主觀感受對其大小進行評判，但在實際中很難準確衡量。（2）差別定價類別從經濟學角度看，差別定價策略的實質是一種價格歧視.價格歧視主要分為三種：一級價格歧視、二級價格歧視和三級價格歧視。4.2.2銷售價格優(yōu)化3.差別定價的實際應用（1）個性化定價策略（2）限時優(yōu)惠定價策略（3）產品差異化定價策略（4）會員制定價策略（5）產品捆綁定價策略（6）地點定價策略4.2.2銷售價格優(yōu)化4.差別定價的特點

（1）實施差別定價的隱蔽性高（2）市場細分難度降低（3）消費者討價還價能力提高（4）產品附加價值增加（5）企業(yè)定價復雜程度提升4.2.2銷售價格優(yōu)化5.實施差別定價的建議（1）加強個性化定制服務（2）推出不同類型的產品組合和當下最受歡迎產品（3）更關注消費者的消費體驗（4）制定適合企業(yè)自身產品或文化特色的價格策略4.2.3客戶關系管理1.大數據對客戶關系管理的主要功能（1）獲取和共享客戶信息（2）拓展產品推廣渠道（3）提高客戶的忠誠度（4）促進企業(yè)的組織變革（5）提高客戶服務質量客戶關系管理是一種先進的管理模式，通過挖掘市場和客戶的數據，可促進企業(yè)銷售水平和服務質量的提升，增加企業(yè)的收入。4.2.3客戶關系管理2.基于互聯網背景的客戶關系管理（1）客戶關系管理創(chuàng)新1）關系管理—價值管理。2）粗放管路—精益管理。3）靜態(tài)管理—動態(tài)管理。4）臨事管理—常態(tài)管理。（2）客戶關系管理的過程1）建立官網、微信公眾號以及微博營銷號等網絡平臺。2）建立客戶關系數據庫。3）挖掘與分析數據，為顧客貼上標簽。4）與客戶交互，進行客戶關懷及推送消息，提升客戶忠誠度。4.2.3客戶關系管理3.大數據時代下的客戶關系管理（1）數據是數字化客戶管理的基礎（2）利用大數據識別客戶身份、描述客戶畫像是企業(yè)開展客戶管理的起點（3）通過數據挖掘分析客戶行為為決策提供依據（4）利用大數據提升客戶價值4.2.4移動營銷1.移動營銷的概念2003年,AMA(美國移動營銷協會)就給岀了這樣一種定義：“對介于品牌和終端用戶之間作為通信和娛樂渠道的移動媒體的使用?！?006年，MMA(移動營銷協會)給出移動營銷的定義是“利用無線通信媒介作為傳播內容進行溝通的主要渠道,所進行的跨媒介營銷”。移動營銷就是通過移動設備研究方向、制訂計劃、實施想法、采納信息、跟進市場、改進策略這一系列的過程對產品或服務進行定價、促銷和流通，在無線領域，移動營銷的概念又被賦予了其他的意義，WAA(Wire-lessAdvertisingAssociation，無線廣告組織)即“通過無線網路向移動設施(如手機、PDA等)發(fā)送廣告信息”。4.2.4移動營銷2.精準營銷（1）精準營銷模式的重要作用1）有效落實消費者導向2）提升消費者總體價值3）營銷行為更具高效性（2）大數據時代下精準營銷模式的基本構成要素1）精準、合理的市場定位2）符合“一對一”分銷的集成銷售體系3）提供個性化所需產品4）凸顯消費者價值的增值服務體系案例：數據挖掘：數據時代下的國美零售案例：精準營銷：愛奇藝的大數據營銷案例：大數據技術應用方案：中國銀行營銷對策4.3供應鏈中銷售大數據的應用案例本章小節(jié)1.供應鏈中銷售大數據的構成供應鏈中銷售大數據由商品數據、客戶數據、銷售數據等構成。企業(yè)的銷售數據是企業(yè)在生產經營過程中產生，按照時間順序積累起來的與銷售過程有關的圖形符號、數字、字母等資料。2.供應鏈中銷售大數據的應用通過大數據的正確運用，企業(yè)可以預測到消費者的購買決策行為的，能夠有效地彌補傳統價格研究中的不足，拓寬現有的研究思路和方法。大數據不僅可以幫助企業(yè)或商家實現客戶關系的精細化管理，還可以幫助企業(yè)實現內部管理，從而指導企業(yè)或商家決策，實現大數據對客戶關系管理的功能。本章練習1.企業(yè)銷售數據包括哪些內容？2.大數據時代下精準營銷模式的基本構成要素有哪些？3.企業(yè)如何利用大數據提升客戶價值？4.根據消費者決策預測過程模型，企業(yè)如何充分運用大數據實現解消費者決策的目標？？第5章采購大數據本章內容5.1供應鏈中采購大數據的構成5.2供應鏈中采購大數據的應用領域5.3供應鏈中采購大數據的應用案例本章小結本章練習5.1.1供應商數據1.供應商數據概述

在大數據的環(huán)境下，供應商管理的相關數據多種多樣，且來源廣泛，除了供應商信息之外，還包括用戶信息以及用戶的評價信息等，但是主要來源還是供應商的數據信息。在大數據平臺上，除了需要獲取供應商的基本信息，如供應商的質量指標、成本指標外，還要考慮影響供應商和企業(yè)之間長期合作的因素，包括供應商溝通數據、風險數據、關系數據、事件數據、聯系數據、柔性數據、產品數據、資產數據等

5.1供應鏈中采購大數據的構成5.1.1供應商數據2.供應商指標體系建立的原則

(1)全面系統性(2)簡明科學性(3)穩(wěn)定可比性(4)靈活可操作性(5)最大化定量

5.1.1供應商數據3.供應商選擇評價指標體系建立基于供應商評價指標體系的建立原則，結合大數據驅動下的供應商實際情況，對供應商數據進行分類整理，選取具有評價價值的指標，構建了滿足企業(yè)需求的供應商綜合評價指標體系，即質量水平、成本水平、交付水平、供應商資質、信息傳遞能力、變更處理能力以及服務水平七個方面，并將其細分。5.1.1供應商數據圖5-1供應商評價指標體系5.1.2零售商數據1.零售商數據概述零售商數據報告的是顧客洞察，追求的是深度和細顆粒度。提問：我有尼爾森(Nielsen)的零售研究數據，我有凱度(Kantar)的消費者樣本數據來報告我整體市場的銷售和份額。為什么還需要看某一個或某幾個零售商的數據呢？5.1.2零售商數據2.零售商數據對供應商的價值分析（1）零售商數據有助于彌補供應商數據的構成缺陷1）零售商數據有助于供應商從全品類的角度考慮問題2）利用零售商數據可以進行跨品類的全面顧客畫像（2）利用零售商數據建立品牌會員庫1）可操作性強2）成本更低（3）零售商數據有助于小眾商品/新品的市場分析1）小眾商品市場分析2）新品市場分析（4）零售商數據可以賦能品牌供應商自有會員的管理和評估5.1.3物資采購數據1.物資采購數據概述通常，人們將物資采購定義為需方向供方購買商品或服務的一種商業(yè)行為。在互聯網日益發(fā)達的現代社會，物資采購也從簡單的面對面的錢物交換，轉變?yōu)榫W上采購的方式，使物資采購過程中的數據收集變?yōu)榭赡堋Ｈ藗兺ㄟ^大量收集和分析物資采購歷史數據，可以精準預測到物質的需求人群、需求量、消費頻率和消費方式，從而指導生產企業(yè)的生產計劃、庫存量等一系列生產活動。5.1.3物資采購數據2.物資采購數據收集在傳統環(huán)境下，物資采購數據收集有限，使用常規(guī)的相關性分析、回歸分析、聚類分析等方法就可以處理。但隨著信息時代的到來，企業(yè)越來越重視標準化和流程化管理，需要收集的物資采購數據也越來越多，并逐步延伸到每一個具體的環(huán)節(jié)。大數據“樣本=總體”的全數據模式能夠分析企業(yè)物資采購方面的所有數據，從而為物資采購工作提供更全面的參考，如同類型歷史采購價格走向、到貨周期、各品種需求量等，使物資采購工作可以更加高效、準確。5.1.3物資采購數據3.物資采購數據分析（1）采用有效的數據挖掘技術是分析物資采購數據的關鍵數據分析離不開數據挖掘，物資采購的大數據也不例外。目前，主要的數據挖掘技術主要有WEKA、RapidMiner、PMML、Mahout、Dryad和Pregel等。（2）處理物資采購數據需要結合關系數據庫和非關系數據庫關系數據庫，采用關系模型作為數據組織方式。關系數據庫的顯著特點是把具有相同屬性的數據獨立地存儲在同一表格中。5.2.1采購業(yè)務流程的優(yōu)化1.采購存在的問題（1）需求與采購不能完全匹配（2）供應商選擇競爭不夠充分（3）評標依據不夠客觀（4）采購后續(xù)運維成本居高不下5.2供應鏈中采購大數據的應用領域5.2.1采購業(yè)務流程的優(yōu)化2.采購流程優(yōu)化實施方案（1）需求預測與采購管理（2）供應商選擇與管理首先，優(yōu)化采購方式與供應商選擇。其次，實施供應商的動態(tài)管理。（3）招投標及評標的優(yōu)化與提升1）運用大數據技術智能篩選與匹配并推送采購方案。2）“大數據”在評標過程中為專家評標提供強有力的輔助作用。（3）采購價格分析（4）強化監(jiān)管采購違法違規(guī)行為5.2.1采購業(yè)務流程的優(yōu)化3.采購項目全生命周期管理（1）做好制度流程的頂層設計（2）提升采購項目管理智能信息化水平（3）強化大數據分析的功能設計及運用（4）建設高素質采購規(guī)范管理隊伍（5）嚴格落實采購項目監(jiān)督管理考核5.2.2采購決策優(yōu)化1.采購數據優(yōu)化策略（1）提升物資采購的數據質量（2）選擇合理的數據挖掘技術（3）整合關系數據庫處理物資采購數據5.2.2采購決策優(yōu)化2.競價交易采購模式圖5-2基于大數據的物流采購雙邊競價交易系統平臺競價交易模式運行支撐的交易系統通過競價規(guī)則，使得交易人的競價行為滿足“參與理性”和“激勵相容”兩個約束來實現兩個目標：一是揭示該市場條件下個體交易方的真實信息，二是市場整體實現社會福利最大化。5.2.2采購決策優(yōu)化3.新型集中采購模式圖5-3基于大數據技術平臺的新型集中采購模式框架圖5.2.2采購決策優(yōu)化3.新型集中采購模式（1）新型集中采購模式流程1）采購發(fā)起。大數據平臺發(fā)出產品預警信息。2）采購實施。企業(yè)中的采購職能管理部門根據大數據平臺信息獲取應采購產品、產品數量及價格等信息，啟動采購流程。3）結果發(fā)布。采購結果直接發(fā)布在供應鏈系統，供業(yè)務需求管理部門和一線業(yè)務執(zhí)行人員查看并執(zhí)行。4）合同執(zhí)行。5.2.2采購決策優(yōu)化3.新型集中采購模式（2）關鍵步驟建設好大數據技術平臺的關鍵有兩步：第一步：數據的采集，實現大數據的Volume和Variety功能。第二步：圍繞企業(yè)項目功能需求，構建合理算法模型。。5.2.2采購決策優(yōu)化3.新型集中采購模式（3）新型集中采購模式優(yōu)勢新型集中采購模式除具有集中采購模式的規(guī)模效益優(yōu)勢外，還具有如下優(yōu)勢：1）需求準確性和及時性高2）組織協同精確性要求低3)高靈活性5.2.2采購決策優(yōu)化3.新型集中采購模式（4）新型集中采購運營模式效果結合大數據技術，新型集中采購運營模式的初步效果如下：1)大幅提高高價圍標、串標難度系數2)有效降低低價低質現象3)專家評審公正性大幅提高5.2.3供應商管理水平優(yōu)化1.供應商資質管理（1）利用大數據進行物資供應商資質管理的優(yōu)勢1）大幅度提高資質審查效率。2）有效規(guī)避資質審查的數據欺騙風險。3）促進資質管理數據的及時反饋。4）確保資質管理數據的客觀分析5.2.3供應商管理水平優(yōu)化1.供應商資質管理（2）物資供應商資質管理的數據分析1）數據來源。2）數據管理。3）數據分析。4）數據運用。5.2.3供應商管理水平優(yōu)化2.大數據環(huán)境下的供應商管理體系大數據環(huán)境下的供應商管理