当前位置 > 首页 > 协会动态 > 9.11 CPDA数据分析师沙龙回顾 | 数据分析如何在零售时尚行业落地

9.11 CPDA数据分析师沙龙回顾 | 数据分析如何在零售时尚行业落地

来源:中国数据分析行业网 | 时间:2020-09-15 | 作者:数据委

9月11日,一场主题为《数据分析如何在零售时尚行业落地》的CPDA专属沙龙活动如约举行。在数百名的沙龙参与者中,既有身处零售&电商领域的数据分析师,也有从事相关课题研究的从业者,他们与CPDA特邀嘉宾马天睿老师共聚沙龙直播间,共同探讨交流,展开了一场以提高零售业务为核心的实战演习。

 

零售业是感受市场风向最敏锐的行业之一,在进行数字化转型的过程中,面临的问题更加具体也更加棘手。为了让活动更具有工作指导意义,沙龙内容聚焦零售业最实际的数据分析工作,以多个具体实践案例,帮助大家切实掌握从初级需求梳理到决策支撑,再到落地执行的全套工作流程。不少同学在活动后表示,本期活动的实操案例正对自己的业务要求,解决了自己一贯以来的工作困惑,让自己茅塞顿开。

 

在一个多小时的沙龙活动中,整体气氛活跃,答疑环节讨论热烈,大家收获满载。现场还有哪些精彩瞬间,让我们一起来回顾吧!

 

 

01.
如何贴合业务进行数据分析

 

首先,在分享内容的第一部分,马老师先抛出了“如何贴合业务进行数据分析”的问题,由此为大家引出了分析业务的一串流程步骤,包括明确分析需求、制定分析计划、数据拆分模型、产出商业决策、验证决策效果等等。进而讲到管理业务需求、制定分析计划,以及趋势分析法、多维分析法、经典分析模型等重要内容。

 

02.
超市经营问题诊断分析案例

 

工具理论铺垫之后,马老师开始以上海徐家汇附近一中型超市的经营问题为例,通过排除非核心要素,带领大家从三个步骤综合考虑购物篮系数的问题。首先考量的是购物篮系数与时间的关系,其次是购物篮系数与顾客购买行为的关系,第三是购物篮系数与商品缺货的关系,层层递进,最终给出方案及成果。

 

 

 

03.
时尚行业库存分析案例

 

第二个被分享的热点案例是“时尚行业库存”的分析问题。马老师先从业务情况、部门需求等方面展开分析。同样是排除非核心要素,综合产品类别数、ABC分类法,通过调货计算,提出有针对性的可执行性方案。前两个月,持续关注落地执行的相关数据走向,及时发现了陈列货品不足的问题,同时补充了陈列量。第三月起,零售部门分别采取了建议。各门店也开始应用调货系统,实现了公司整体销售额提升28%,库存环比下降了45%的业绩。

 

 

04.
如何贴合业务进行数据分析

 

在经验分享环节,马老师为大家分享了自己多年的工作经验,同时准备了丰富的课后学习资料,包括产品教程以及各行各业的分析demo、分析指标体系、行业一流企业的实战案例作等等。很多CPDA数据分析师表示,“这期得多看几遍,全是干货”、“非常实用”等等。

答疑环节中同学们的提问非常专业,包括“安全库存值”、“流量转化率”、“流量吸引”、“数据清洗”、“数据源判定”等问题,马老师积极参与,耐心交流。沙龙答疑环节结束在一片热烈的讨论中,很多纷纷留言感谢马老师的精彩分享,表示受益匪浅!

 

 

 

 

答疑互动精彩瞬间