1、1 线上运营中心商业智能部工作规划 古语：明君贤将，所以动而胜人，成功出于众者，先知也。解释：明智的国君和贤能的将帅，之所以一出兵就能战胜敌人，成功超出众人，就在于事先就能察知敌情。商场=战场数据=情报知己知彼数据分析在商业中的意义大数据时代来临随着全球互联网快速发展，越来越多的网络用户通过多种终端、多种平台输出数字内容，驱动整个互联网世界迈入“大数据时代”。有资料显示，1998年全球网民平均每月使用流量是1MB（兆字节），2000年是10MB，2003年是100MB，2008年是1GB（1GB等于1024MB），2014年将是10GB。大数据为新财富价值堪比石油。Learn 学习从每一次业务
2、结果中获得学习和反馈，改善基于信息的决策流程掌控信息全面收集整合管控信息获悉洞察洞察并预测趋势采取行动优化决策成就业务绩效Transform 转型制定清晰的分析战略，结合行业经验与既有案例，缔造突破性业务成果大数据时代来临掌控信息全面收集整合管控信息取行动优化决策成就业务绩效大数据时代来临6数据体系金字塔数据挖掘&大数据建模BI分析系统构建调研相关工作开展线上线下经营分析体系建立各部门临时数据支持数据权限控制数据安全管理建立数据规范标准通过企业内部和外部数据，辅助决策层制定企业长远规划战略分析数据挖掘数据可视化数据分析数据基础/数据管理商业智能部工作规划商业智能部的建立是为了整合线上线下业务数
3、据，为公司提供明晰的运营分析支持，规避风险，为决策制定提供依据，在此初衷下，商业智能部工作规划如下：二、数据安全，数据权限的控制六、BI分析体系构建三、各部门临时数据支持七、数据挖掘与大数据建模四、线上线下经营分析体系建立八、战略分析一、数据规范标准建立五、调研相关工作开展一、数据规范标准建立避免因数据指标不清晰带来的风险及沟通混乱，建立统一标准，把控数据质量1.理清线上线下业务主要关注业务指标，构建指标分析体系，2.理清各指标线上线下操作及与数据库字段对应关系，建立指标数据逻辑标准3.负责将梳理完善的数据规范下发给相关部门，并在后续所有分析及工作中按此标准执行规范数据口径、算法、逻辑，颁布数
4、据指标的白皮书！针对临时数据需求及数据报表的数据权限 用数据权限控制在BI数据查询系统中可查询数据的范围，实现数据安全 需配合建立BI数据权限申请制度针对BI或后台系统数据权限在实际业务及线上产品制定期间，若发现有可能产生的数据风险，则主动跟进调整，避免不必要的损失产生数据安全规范 根据组织架构与业务范围，明确各部门允许查看的数据范围 由各业务负责人指定数据对接人，便于保证数据对接的安全性 在不超越部门自身数据权限情况下，对接人申请数据即可提供 超越部门数据权限时，需多级审批或至彤总方可提供相关数据二、数据安全,数据权限的控制防止企业运营过程中关键信息泄露，规避数据风险的产生由商业智能部与各业
5、务部门代表共同确定涵盖指标及报送周期，数据权限范围，报表接收人，由商业智能部负责提供由业务部门发起，商业智能部根据分析目的进行数据分析支持，为业务决策提供数据依据1.提供统一模式的针对各业务部门运营分析报表3.提供个性化项目数据分析支持2.提供数据源供业务部门制作个性化分析使用数据支持由商业智能部与各业务部门代表共同确定涵盖指标及报送周期，数据权限范围，报表接收人，由商业智能部制定报表模板并按照制定结果进行报送三、各部门临时数据支持在实现BI数据分析系统前，为保证数据安全，避免因数据口径不一致带来的管理问题，由商业智能部负责衔接于业务部门与技术部之间，为各业务部门提供常规或临时数据分析支持传统
6、零售企业与互联网电子商务的差别成本结构不同，传统零售主要成本为房租和人工，电商主要成本是物流和营销成本传统零售是利用二八法则生存，电商是依靠长尾理论积累销售电商是大数据（浏览、订单、用户）；传统零售是小数据（进销存数据）传统零售是做加法，电商是做乘法，电商通过资本的投入迅速抢占市场传统零售注重体验感，购物也是社交的一部分；电商注重服务和效率，不能方便的及时享用传统企业是物流（商品的流动），电商是信息流，顾客通过搜索、推荐、比价、评论产生信息，达到购买目的四、线上线下经营分析体系建立四、线上线下经营分析体系建立通过分析师对数据的统计，形成分析报告，对经营情况和收入完成情况进行分析，发现问题，优化
7、经营策略。（拨开重重迷雾，看清企业运营情况，规避风险）从线上业务出发，逐步过渡到线下业务，建立运营分析体系报送周期日报、周报、月度分析、专项分析报送形式呈现形式：可视化报表、PPT报送形式：邮件、汇报分析涵盖内容流量：浏览量、跳出率、漏斗分析成交：成交分析、订单取消原因分析、促销活动效果分析用户：用户满意度分析、用户流失分析、用户活跃度分析渠道：渠道拓展分析行业研究：竞争对手分析物流配送/收货售后服务（电话或邮件客服）成功订购&产品使用客户产生需求收集信息(网上查询/咨询他人)网站浏览与查询咨询(电话或邮件)需求分析/市场机会分析l 使用行为/态度及需求挖掘l 销售分析-消费数据挖掘（关联销售
8、分析、价位偏好等）l 竞争对手活动与推广监测l 竞争对手情报调研l 推广宣传活动策划调研品牌及宣传/推广l 品牌形象与影响力l 渠道盈利分析网站流量分析l 流量及转化监测（浏览各环节转化及流失原因）l 浏览环节体验监测l 竞争对手监测（浏览量、网站功能、服务政策等）l 网站布局及版面设计优化Callcenter服务现状分析l 呼叫中心服务满意度订购(网站或电话)订单/销售分析l 订购过程转化监测（浏览到购物车到下单各环节转化及流失原因）l 下单各环节体验监测l 购物车/收藏夹分析二次销售物流配送l 配送满意度l 订单管理（修订与取消）售后服务现状分析l 退换货监测（退换货各环节及原因分析）购买
9、者（用户）分析l 产品满意度研究l 用户社会特征l 用户细分及特点分析l 与行业用户社会特征对比l 用户基本消费特征指标监测再购行为售后服务现状分析l 忠诚/流失分析（生命周期价值分析、流失现状）l 用户挽留方案（流失预测/预警、挽留及效果评估等）l 产品优化/成本消减研究Start Here四、线上线下经营分析体系建立用户购物各环节对应的研究内容用户研究用户细分研究用户满意度研究重点项目可行性研究内部调研行业数据收集评估性研究战略性研究五、调研相关工作开展调研常规工作订单满意度研究外部调研行业数据收集用户流失分析用户个人信息收集可与市场部合作，采取一定方式收集用户个人信息，完善后台数据库，为
10、今后精准营销打好基础。五、调研相关工作开展调研常规工作页面demo测试用户浏览、购买行为监测网站体验测试外部调研内部调研l 行业的规模和发展态势；l 竞争对手在做什么？做的怎么样？l 车旺平台在市场中的位置？五、调研相关工作开展调研常规工作商业智能主要是针对大型企业 商业智能的应用涉及大型数据库和数据仓库系统 云计算、内存计算、物联网、移动应用都将助力商业智能的发展 数据分析和数据挖掘是商业智能的核心智能，但现在基本上是报表统计 数据可视化和前端展现是客户能看到的商业智能 Excel有时候是最好的商业智能 KPI需要信息支持 量化管理是实现商务智能的要求，但不能代替决策 以变应变是最佳策略六、
11、BI分析系统构建早期的商业智能其实就是所谓报表系统，不过这里往往指的是企业级报表，也就是说：企业管理者和决策者可以不借助IT或数据分析师就可以得到企业生产经营数据和报表。今天，商业智能可能更加以一种新的面貌呈现数据，成为仪表盘或决策驾驶舱的形态BI是什么？内部用户BI系统外部用户数据平台决策层管理层按角色区分数据产品即席查询六、BI分析系统构建可视化仪表盘l 一个面板上涵盖决策需要的各业务模块关键指标l 源于数据集市l 满足决策者对数据时效性的要求l 界面精美、操作简单主题性多维分析l 侧重于某模块l 源于数据集市l 满足使用者对数据时效性的要求l 针对个性化分析需求，提供数据源l 源于数据仓
12、库l 不需要各位强调查询速度l 用户自身产生的分模块分析数据l 基础数据明细l 排名，与全站用户比较l 借助用户分群，让用户了解自身所处位置决策层执行层用户自身数据平台其他数据19六、BI分析系统构建数据产品欣赏第一阶段由DBA负责基础数据支持第二阶段已成体系的基础数据通过邮件推送给使用方第三阶段系统支持初步的数据查询功能第五阶段将预算达成、预测、大数据分析等功能纳入BI分析系统第六阶段根据业务发展逐步完善数据产品完成数据产品连环迭开发工作第四阶段BI大规模实施阶段，实现数据可视化，决策仪表盘于一身的BI分析系统六、BI分析系统构建在各种分析模型的基础上开发出数据产品和数据系统，既可以实现实时
13、掌握企业运营状况，又可通过各种分析模型快速定位数据异动的原因，对决策的制定提供数据依据50%95%45%15%自主资源利用优化产品用户研究精细化研究利用中交兴路车辆数据资源，应用大数据分析，为企业实现增值业务或优化现有平台产品协助优化平台产品算法，例如推荐算法，搜索引擎算法等用户生命周期管理，用户流失研究及预警，用户描摹通过数据驱动业务精细化营销，提升市场投入转化率七、数据挖掘与大数据建模通过数据挖掘与产品结合为企业节约成本，利用大数据分析为企业创造价值优势（Strength）政府背景行业先驱劣势（Weakness）没有可以复制的成功模式物流行业人员对新事物接受度偏低威胁（Threat）对车联
14、网行业虎视眈眈的BAT等不差钱的大型互联网公司机会（Opportunity）空白领域容易抢占市场八、战略分析通过内部数据分析与外部竞品分析辅助决策进行战略分析工作规划运营报表经营分析体系逐步建立数据字典BI分析系统实施数据安全、数据权限数据支持调研工作数据挖掘时间安排2014.102014.112014.12BI分析系统筹划阶段2015.012015.032015.06数据挖掘组目前人员架构研究经理1人：研究主管2人：研究专员/实习生？人：商业智能高级经理1人：安雅丽数据分析主管1人：招聘中数据分析经理1人：招聘中商业智能部人员架构数据产品/分析组中期人员规划分析经理1人：分析主管2人：分析专员/实习生？人：商业智能总监1人信任与放权无论是建立数据规范，控制数据安全，构建数据权限都需要在决策层赋予足够权限，方能开展BI分析系统，数据挖掘与大数据相关工作，此类工作职责是否放在商业智能部，以及公司对开展此类工作的人员编制，费用，时间和结果的预期，都是重要影响因素业务空间支持人员编制支持随着商业智能部业务发展，三个月或半年后，三个人的编制很可能完全无法满足业务开展需要业务部门支持配合与理解技术支持硬件部分，例如统计专用服务器，及数据库权限的开放；人员部分，构建商业智能系统开发人员支持我们需要的支持28数据来源：XXXX数据来源：XXXX
