电商行业有几个关键词：产品大量同质化、消费场景碎片化、消费者忠诚度等等。在这个过程中，怎么借助数字化实现电商渠道的突破，带来前端业务的持续增长？

吉家宠物作为宠物食品赛道中快速崛起的实力派，吉家宠物信息技术中心负责人张志伟带来了《宠物行业全链路数据分析方法论与实践》的分享，从数据分析的方法论到围绕着业务场景的分析，再回到企业内部的数据文化建设，分享了内部的思考和实战经验。

以下是张志伟精彩分享节选：

（文内数据及PPT数据为测试数据，仅供参考）

吉家宠物旗下拥有疯狂小狗、蓝氏等知名宠物产品品牌和迈仕等线上渠道以及安宠工厂等，产品布局涵盖宠物主粮、宠物零食、宠物用品等，全面覆盖天猫、京东和抖音等线上平台和宠物医院、宠物门店等线下渠道，服务千万养宠家庭。

下面我主要分享宠物行业，主要是电商方面，如何实现全链路数据分析，包括成功方法论和实践，共分为四个部分：理论篇、实战篇、建议篇、成果篇。

一、理论篇

吉家内部一直使用下图衡量公司的数据分析应用成熟度，横轴代表难度，纵轴代表价值。

通过这条线，可以得到信息不断迭代优化几个阶段：

• 第一，初步的后见阶段，通过数据呈现描述性信息。

• 第二，中间的洞见阶段，实现业务的诊断性分析。

• 第三，最后的预见阶段，在数据分析的最成熟阶段，要知道四件事情：发生了什么、为什么发生、将来发生什么、如何影响发生。

这就是数据分析师具体要做的工作。初级数据分析师聚焦后见与洞见，中级分析师注重洞见与先见，高级分析师则要解决洞见和预见的问题。数据分析师的主要工作内容，可以分为数据提取、数据可视化、指标体验搭建及异常诊断、实验设计和专项分析。从能力上，分为硬实力和软实力。硬实力专注于业务知识等技能，软实力则偏向于逻辑思维、学习创新等角度。

整个数据分析师团队，则是具有九大知识领域，也可以称之为分析能力模型。业务领域、数据探索等是业务数据分析师要掌握的能力；分析思维、数据可视化偏向于报表开发工程师；数据管理是数仓工程师。其余能力更多代表的是企业的先进性，团队的专业性，包括前沿的战略思维、技术能力、产品管理以及团队领导力等等。

回到数据分析本身，数据管道与数据分析生命周期是什么关系？下图左侧从收集到摄取、准备、持久化、体验其实联动的是下层引擎、ETL、数据整合、数据仓库等工作。这些是数据管道的工作。

下图右侧是分析生命周期。中间层数据理解并探索数据以及规划分析是对数据管道的诠释，上层则是沟通，分析问题，底层是解释和激活的阶段，将数据分析应用到实际的应用场景。

吉家内部总结了分析生命周期的最佳实践，从问题理解、理解和探索、模型开发，到解读、解释和结果应用。

二、实战篇

进入实战篇，首先分享数据分析链路中的BI系统蓝图，以梳理整体脉络并获取公司资源支持。BI系统围绕四个方面，业务、数据、资产、服务，因此我们也推动业务数据化、数据资产化、资产服务化、服务业务化。

第一是业务。常规的发展中公司，一般分为日常业务和战略型业务。日常业务包括采购、生产、仓储物流。每家战略业务是不一样的，基于目前公司的发展状况。战略主要是未来三年内要取得突破的事情，比如大单品、抖音、私域等等。数据分析为经营决策、经营分析、业务管理提供支持。

第二是数据。数据来自于哪些业务系统？采取哪些工具？业务数据源比如说MES、SRM、OMS、WMS、TMS、ERP等，工具包括有API接口、抽数平台、数据连接器、在线填报、Excel等等。

第三是资产。资产是企业最核心的部分。底层的基建部分包括服务器、操作系统、数据库等等。数据存储随着企业的发展，数据量越来越大，当轻量级的数仓已经不能满足业务或分析侧的应用，就要开始做数仓和湖仓一体化。数据管理相对比较标准化的，比如数据资产的门户、质量管理、模型管理、元数据管理、数据安全管理等。

第四是服务。数据资产落到服务上，服务流程分为分析、方案、产品、交付、学习、系统的运维。

回到BI实战，吉家在BI侧落地了很多应用场景，包括数据驾驶舱、行业分析、生产数据分析、销售维度分析、客户维度分析、财务维度分析、仓储分析、物流分析等等。

以下就详细分享几项分析实践。

1、供应链管理

每家企业遇到的最大问题是供应链里面的故事太多、难度太高、计划体系怎么做、产能怎么跟得上，排产怎么去做、采购怎么去做等等。吉家通过观远BI在这其中做了一些价值的探索。下图是数据分析赋能供应链管理。

首先是市场需求，吉家基于过去3年到5年的数据，可以对老品非常准确地去做预测。新品则是加了很多因子，做区间的参考。预测准确率每提高一个点，对于整个企业经营销售各个方面提升是非常大的，是可以用价值来直接衡量的。

在底层，TMS是负责整个订单、送到仓储这部分计费的BMS系统。目前来吉家已经做到每个成本无论是变动成本还是固定成本，都核算到具体的单品，所以在BI可以精确地把这部分运费分摊到每个主产品和赠品。

在生产侧，使用BI对整个工厂的成本一览表，比如说大料、小料、排产以及到人工效率做了精确的计算，让业务有数据可依。

在仓库端，BI探实现了库存管理，了解每个品牌仓、渠道仓库存必须要控制什么地方，最后通过看板做预警动态调节。

2、财务管理

在财务管理上，我们使用指标来管控公司的整体经营。利润=销售收入-成本。进一步分解成本和销售收入，成本可以分为固定成本和变动成本。变动成本中，包含了商品成本、平台费、推广、广宣、仓储物流、劳务费等等。这些需要控制边际贡献率，即边际贡献除以销售收入。

利用这样的体系，可以进一步管理利润空间。吉家最佳实践里，15%的边际贡献是保持先进性的指标或者是基线。边际贡献有高有低，我们要有思考，例如原材料不断上涨的情况下，怎么通过生产来去降低商品成本等等。

3、商品分析

过去吉家有大几千个SKU，大家一味追求销售额。但光有销售额没利润是不能长久的。因此我们采用了矩阵分析法。最后发现80%的销售额来自于20%的SKU，这是很可怕的数据。流量款可以保持，但是长尾款如何去处理？

基于矩阵法进行分析，比如金牛产品盈利高、销量高，当它的投放效率已经达到顶峰的时候就要注意，不能再继续加投，金牛产品已经形成了品牌心智，要适量减少投放，维持高毛利；问题产品销量高但是利润低，这里要通过边际贡献分析如何优化成本；新星产品，销量低但是利润高，这里分新老品牌，新品可以继续尝试，但是老品要注意库存；瘦狗产品，如果是新品处于推广期建议持续观察，老品需立刻采取停售的政策。

这就解决企业生产过程当中所遇到的问题，最后我们缩减了SKU数量，提升了整个公司的运营效率。

三、建议与成果篇

吉家四年的建设中，通过2-3人实现了目前数据分析的体系。总结一句话，先解决有的问题，再解决质的问题。很多时候我们不光要基于想，还要基于实践，踏出第一步。

最后分享吉家的BI建设成果：

• 集团经营驾驶舱，从各个销售指标做了分析，可以总览各个渠道侧、品牌侧和投放侧的相关数据；

• 
  

• 全链路数据分析，涵盖了整个经营阶段的成本管理，细到可以查询每个商品的具体分摊成本；

• 商品评价分析，以最细的颗粒度到店铺和经营分析情况，将全网关于该类目的商品评价全部集中到后台数据库；

• 精益生产一览表，可以看到大料、小料、成本、能耗以及分析效率等等，为精益生产提供辅助决策的功能。

除去以上PC端的BI看板，吉家以“越简单，越智慧”为目标建设了移动端，聚集了：

• 销售总览，看到集团的销售情况；

• 行业分析，包括内部和外部的行业分析；

• 市场洞察：观察整个行业的情况；

• …… 等等板块

最后总结一下，在数据分析的初始阶段，我们一直站在山脚下，所以看山是山，看水是水，看到的万物就是它本身原来的样貌，很难能通过这种现象看到一些本质。当我们在处于数据分析成熟阶段时，我们看到了山、看到了水、看到了云，一切都是客观规律的显现。

一旦站立巅峰，每个团队都是负责这个企业，对于企业未来商业成功要做战略支持，对自己、对他人都会有更高的要求。希望未来同大家一起在山顶见！