高丝化妆品有限公司:智能化精准营销,科学化深度管理

2021年10月11日 33 次阅读 本文共2143字,预计阅读时间7分钟

“大数据”作为时下最时髦的词汇,开始向各行业渗透辐射,颠覆着很多特别是传统行业的管理和运营思维。在这一大背景下,大数据也触动着化妆品行业。

在这个成熟行业里,竞争异常激烈,企业要想在无硝烟的市场中分得一杯羹,需要架构大数据战略,拓宽化妆品行业调研数据的广度和深度,从大数据中了解化妆品行业市场构成、细分市场特征、消费者需求和竞争者状况等众多因素,在科学系统的信息数据收集、管理、分析的基础上,提出更好的解决问题的方案和建议,保证企业品牌市场定位独具个性化,从而提高企业的核心竞争力。

企业信息

高丝化妆品有限公司(以下简称“高丝”)成立于1988年1月30日,是一家集生产和销售于一体的专业化妆品公司。2005年企业性质由中外合资经营企业变为外商独资企业。

中国高丝承继了“融合知性与感性,创造独特的美的文化与价值”的企业理念,自进入中国市场以来,就建立起了独特、灵活的销售模式及完善的顾客管理体系,以其优质的产品,优质的服务得到了中国消费者的肯定。

数字化关键目标

高丝于2011年就已经建设了信息化系统,积累了大量数据,为了进一步挖掘数据价值,提升企业核心竞争力,高丝将企业内部各个信息系统进行全面整合,对客户、存货、仓库、部门、渠道等关键数据进行标准化集中管理,实现供应链、零售、会员、仓储等全方位数据分析,为企业内部管理以及报送日方经营管理报表提供强大的数据支撑。

1、推陈出新升级企业数字化建设

随着高丝业务的增长和变革,原来采用的 BI 系统已不能支撑如今的企业规模。为了更好地满足企业经营需求及未来战略规划,高丝决定升级 BI 平台,将数据分析全部迁移至新平台,进一步加强企业数字化建设。

2、打造全新的数据权限管理体系

高丝的管理机制中,企业员工都要查看与自己相关的报表,不同的员工查看不同权限及内容的报表。过去,高丝对报表的传递采用三级权限下发制,将系统导出的Excel表格按权限逐级减化进行手动下发,操作人员压力大,而且数据更新效果差。

升级以后的系统采用自动化下发解决方案,基于主数据处理后的数据权限体系,通过平台中的发布中心进行定制发送,有效提升报表传送效率及质量。

3、深度应用经营决策类业务模型

在高丝的管理体系中设计了很多业务分析模型,但是在原有信息系统中并没有得到很好的应用,大多还是手工去套用模型,并不能保证数据的及时性和准确性。

高丝通过新的BI平台,将业务模型完全嵌入信息系统中,使得业务模型发挥出了其辅助经营决策的价值。

BI 应用架构

为了提升数据分析的及时性和准确性,面对跨系统、多数据源的分析现状,高丝引进了新的BI平台帮助企业数字化升级,从多个数据孤岛到统一数据中台,从手工Excel传递数据到数据自动定制发送,从传统要货制到智能配货制,从传统理论营销到创新差异营销。

BI分析系统

新的BI平台将不同来源的异构数据完美整合,打破数据孤岛,构建了开票预测、安全库存、销售发货、存货鲜度、零售会员等业务主题分析模型,实现了及时、准确、形象、直观的丰富展现,实现了企业全面统一的综合分析,为企业经营决策提供了科学依据,打开了智能化精准营销和科学化深度管理的新局面。

关键应用亮点

1、销售预测模型——有效销售预测,高效定位方向

对于销售进度管理,高丝关注的两个重要指标是开票和出货。基于历史数据计算出不同品牌、不同销售类型的未开票金额及预计出货金额,每日将汇总统计数据发送给日方总部。

高丝业务难点:以开票预测为例,每月各个渠道都要做出开票预测表进行上报,由专人统一上报表格后,通过中间表进行核算,再将核算数据汇总至上报表,最后将汇总数据写入综合管理报表中。尽管开票预测模型从理论上是非常合理和科学的,但是对于处理表格的人员来说工作量相当庞大,而且流程繁琐,每一步都是通过Excel手工操作,在时效性和准确性上难以保障。

传统开票预测过程
传统开票预测过程

新的解决方案:将开票预测模型嵌入新的BI平台,简化了计算流程,全过程自动完成,提高了数据质量和工作效率。

开票预测过程
开票预测过程
开票预测报表
开票预测报表

2、安全库存及配货模型——安全库存预警,主动配货提醒

高丝采用6SIGMA高精度管理模式,通过安全库存及配货业务模型,基于库存预警值进行标准偏差计算,从而预测出配货数据,该配货数据能够精确到某个门店的某件商品。

这种主动提醒配货的形式,将打破传统要货制,转型为新型配货制,有效改善存销平衡,降低库存压力。

安全库存数据报表
安全库存数据报表

3、会员RFM模型——构建360°会员视图,实现数字化运营管理

高丝在中国经营多个品牌,已有130多家门店,针对会员数量相当庞大且日益增长的现状,高丝采用RFM模型对会员进行细分管理,深度挖掘会员的消费行为和消费意向。

高丝会员营销分析:

基于RFM模型划分会员等级

  • 关键指标——有效消费/消费频次
  • 身份确认:一定期限内保持连续有效消费;
  • 等级划分:根据一定期限内的有效消费频次进行划分。

基于RFM模型考核门店与导购业绩

  • 门店考核:门店会员/会员类别转化率,门店会员消费金额……
  • 导购考核:新会员数-拓客能力,回购率-维护老客户能力,客单价-销售能力……

基于RFM模型打造一体化运营

  • 由RFM模型分析的会员相关数据,可以辅助企业制定营销计划,以此类推,商品库存、财务预算等都会有据可依,打造一体化运营体系,有效提高运营质量及管理价值。
会员分析报表
会员分析报表