馬云說人類社會已經從IT(信息技術)時代進入DT(數據技術)時代，《大數據時代》一書的大賣也昭示了大數據的重要性。各個行業都在研究大數據對自己行業的變革，作為精益零售研究工作者，我也來淺析一下零售業的大數據構成要素。

一、大數據的對象包括企業內部信息與外部信息

外部信息主要指的是市場信息、流行趨勢、廠商信息、消費結構的變化、政策與制度改變、新商品新技術的革新等;

內部信息主要指的是POS信息、商品銷售動向、顧客信息、競爭對手信息、公司的方針與指示、門店所在樓盤相關信息、銷售額與利潤的分析、門店周邊商圈分析等。

二、大數據使用者應該普及到所有基層員工

大數據不只是給企業高層經營分析用的，而是要普及到公司所有一線員工，包括訂貨、配貨、采購、物流、人事、財務等所有的基層員工，他們在做業務決策時如何通過大數據提高預測的準確性。

三、大數據應該是業務過程分析而不是財務結果分析

企業目前使用的BI系統大多是面向財務結果的分析系統，主要是企業高層分析財務指標用的，而大數據應該是面向業務過程分析，即貫穿于企業各職能部門的業務主線，在日常工作中就要活用大數據，如商品部與營運部每天都要分析商品構成評價、商品動向分析、ABC分析、趨勢分析、矩陣分析、商品動向的地區間對比分析、滯銷商品分析、新品與重點商品的銷售分析等等。通過每日分析就能及時發現問題所在，迅速調整經營決策。

四、大數據更強調的是業務模型而非技術本身

目前國內BI(一般稱為商業智能)系統應用好的企業遠低于ERP的應用，原因并非BI技術架構的問題，而是業務模型不知道如何建立，業務部門也很難說清楚他們要什么樣的報表才是業務最優的報表，而IT技術構建者是很難理解業務模型的。對比日本與中國BI分析系統的特點，中國企業的領導者喜歡看類似于儀表盤、駕駛艙的很炫的界面，最好還要有智能報警器，而日本企業只看二維的數據表格，數據很枯燥，但卻很實用。

五、日本廣泛在用的零售業大數據分析系統

日本零售業到底在用什么樣的大數據分析系統?最核心的有三點：1、一定要有銷售計劃或預算系統：通過預算的銷售額、毛利、折扣率、來客數與實際結果的對比，找出差異并分析原因，從而修正下一次計劃，日益精進，最終目的是提高計劃的精確性，從而在商品開發、生產、物流配送時就能精確地分配資源，不浪費，這也是精益零售的核心;2、一定是定型分析而非自由分析：中國的BI系統強調工具的靈活性與強大，可以讓企業自由拖拽，其結果分導致各業務部門拉出來的數據差異較大，無法形成統一的數據語言，而日本BI系統強調的是定型分析，將各業務部門要分析的報表固定成統一的報表格式，這樣每周開經營分析會議時各業務部門的數據就完全統一了;3、非結構化數據比結構化數據重要：結構化數據指的是ERP系統中能看到的信息，而非結構化數據來自于員工每一次假設-驗證后形成的經驗信息，相當于是員工經常試錯后的日志記錄，這樣的日志一定要記入系統，等來年同比時作為重要的參考信息，舉例來說，在做周同比分析時，某門店附近學校運動會去年與今年的春季運動會并不在同一周舉行，則同比分析時就要找出舉辦運動會的不同周數去對比。這個現象也能解釋一個問題：為什么一家優秀的門店店長去了別的門店當店長后，業績不升反降，原因是這個優秀的店長不了解新門店的過去的試錯經驗，也就是說門店的知識沉淀工作不充分，知識都被原來的店長記在大腦里帶走了，沒有沉淀到IT系統中去。而市面上常見的KM知識管理系統流于形式變成OA辦公系統了，最好的做法是把日志信息記錄到POS系統里面，作為門店的知識管理系統。(關于精益零售與大數據系統的構建我會繼續研究下去)