爱华网零售企业在经营过程中产生了海量的信息，这些信息蕴藏了丰富的经营视点和市场规律。怎样有效地利用这些宝贵的信息，让它们更好地为企业经营服务，成为了零售企业的一个迫切愿望和现实难点。
普通的零售业信息系统只能够提供普通的分析数据，不能提供立体化的、多视角的、有渗透力的数据，更不能提供具有预测性的、潜在的市场信息。而BI（Busi
ness Intelligence，商业智能）恰恰弥补了一般零售业系统在分析上的不足。本文将从三方面去阐述BI在零售业中运用的背景、概念和作用。分析危机
管理者对数据作分析，通常都会有不同的观察角度，以期通过这些角度来获得不同的信息，比如，表1是最常见的销售分析。
应该说，这个表算是做得不错了，它给出了各个分店在某一时间段里的综合经营情况。但如果要通过这张表去反映某段日期经营效益的详细情况，就只能把每天
的经营情况打出来拼在一起去看了。这样，老总们就会说，太累。于是产生了以时间为主线索的分析表（见销售分析表2）。这张表虽然将日期表达清楚了，但分店的信息又不全面，老总们还不满意，于是又产生了下一张表（见销售分析表3）。
这张表是以日期为线索的，除了稍长了一点以外，老总还挺满意，能不能以分店为线索呢？IT专家说，当然可以。好，又产生了销售分析表4。
“这下好了”，IT专家说：“我满足了老总的各种要求！”且慢，老总发现了该表的一个致命缺陷，销售分析表居然没有任何类别分析。这怎么行！于是，IT专
家又搞出了分类销售表。等分类销售表做出来之后，老总认为太长，希望只有大类分析，于是IT专家又设计了大类销售表、中类销售表、小类销售表等，最后老总又希望将分店和日期分别加入。不仅如此，老总还要求加入同比、环比等等。IT专家或IT集成商最终会觉得老总或管理者们要求的分析报表真是没完没了，就算是按他们的要求完成了，管理者们还是觉得不好，因为在分析的时候思维不是连续的，没有一点乐趣。这就是零售业的分析危机，老总越来越爱分析，而IT部门却越来越不能胜任分析！
以上这个举例只是选择了不同的观察角度，在BI中我们把它们叫作“维”，即日期维、地方维、类别维，而这个维又是分级的，比如日期可分为年、月、周、日，而地方可分为公司、分店、部门和柜组，类别也可分为大类、中类、小类、细类、系列等。
什么是BI
如果BI仅能给我们带来动态表这样一种新事物，那BI就不会成为零售业分析的宠儿，也就不能产生“啤酒与尿布”这样精彩动人的故事。
BI是一种运用了数据仓库、在线分析和数据挖掘技术来处理和分析数据的崭新技术。
BI的工作原理主要是通过对数据进行抽取、清洗、聚类、挖掘、预测等处理来产生可透析的各种展示数据。而这些数据可直观地显示分析者所要探询的某种经营
属性或市场规律。
打个比方，市场上常见一些股票分析软件，这些软件对股票交易数据进行了各种数学模型的处理，产生了许多指标数据，如K线图等等。BI有些像这样的分析软件，只是分析的数据量要大得多，产生的指标也完全不同，当然数学处理模型也完
全是两回事。好的BI工具可以针对不同的“维”进行上下钻取、左右拖动及纵横旋转，通过连续的立体动态表来展现各种数据，并对这些数据进行聚类、排序等处理，给管理
者带来一种得心应手的分析新感觉。BI除了通过动态表示展现数据外，还可通过丰富多彩的图形去展现，也能对图形作拉伸、分块、旋转、透视等多种处理，以更直观可见的方式来展现规律。同时
还可对数据作各种标志，比如特别好的销售数据用绿色表示，特别差的销售用红色表示等，它也可对数据进行跟踪分析。BI还有一个很优秀的功能就是设定一个边界条件进行挖掘工作，从杂乱无章的数据中找出内在的联系，沃尔玛著名的“啤酒与尿布”的故事就是这样产生的。
BI的常见应用
决胜未来靠的是什么？是通过透析历史经营情况归纳成的经验和失败的教训，用数据来证明经营手段是否成功，来预测未来的发展趋势，快速准确地把握风云变
幻的市场脉搏。而BI正是完成这项使命的有力武器。在国外，BI在零售业上已有了较好的应用，并产生相关的指标体系理论；在国内，BI虽还处于初级阶段，但其本身所具有的灵活性和强大功能，使得它在零售业界迅速崛起。下面简单介绍BI在零售业中的一些常见应用情况。
BI最常见的应用就是辅助建立信息中心，通过BI来产生各种工作报表和分析报表。常见的分析有：
1. 销售分析：主要分析各项销售指标，例如毛利、毛利率、坪效、交叉比、销进比、盈利能力、周转率、同比、环比等等；而分析维又可从管理架构、类别品牌、日期、时段等角度观察，这些分析维又采用多级钻取，从而获得相当透彻的分析思路；同时根据海量数据产生预测信息、报警信息等分析数据；还可根据各种销售指标产生新的透视表，例如最常见的ABC分类表、商品敏感分类表、商品盈利分类表等。
这些复杂的指标在原来的数据库中是难以实现的，老总们虽然知道他们非常有用，但由于无法得到，使得这些指标的地位也若有若无。直到BI技术出现之后，这些指标才重新得到了管理者和分析者们的宠幸。2. 商品分析：商品分析的主要数据来自销售数据和商品基础数据，从而产生以分析结构为主线的分析思路。主要分析数据有商品的类别结构、品牌结构、价格结构、毛利结构、结算方式结构、产地结构等，从而产生商品广度、商品深度、商品淘汰率、商品引进率、商品置换率、重点商品、畅销商品、滞销商品、季节商品等多种指标。通过对这些指标的分析来指导企业商品结构的调整，加强所营商品的竞争能力和合理配置。
3. 顾客分析：顾客分析主要是指对顾客群体的购买行为的分析。例如，如果将顾客简单地分成富人和穷人，那么什么人是富人，什么人是穷人呢？实行会员卡制的企业可以通过会员登记的月收入来区分，没有推行会员卡的，可通过小票每单金额来假设。比如大于100元的我们认为是富人，小于100元的我们认为是穷人。好了，现在老总需要知道很多事情了，比如，富人和穷人各喜欢什么样的商品；富人和穷人的购物时间各是什么时候；自己的商圈里是富人多还是穷人多；富人给商场作出的贡献大还是穷人作出的贡献大；富人和穷人各喜欢用什么方式来支付等等。此外还有商圈的客单量、购物高峰时间和假日经济对企业影响等分析。
4. 供应商分析：通过对供应商在特定时间段内的各项指标，包括订货量、订货额、进货量、进货额、到货时间、库存量、库存额、退换量、退换额、销售量、销售额、所供商品毛利率、周转率、交叉比率等进行分析，为供应商的引进、储备、淘汰（或淘汰其部分品种）及供应商库存商品的处理提供依据。
主要分析的主题有供应商的组成结构、送货情况、结款情况，以及所供商品情况，如销售贡献、利润贡献等。通过分析，我们可能会发现有些供应商所提供的商品销售一直不错，它在某个时间段里的结款也非常稳定，而这个供应商的结算方式是代销。好了，分析显示出，这个供应商所供商品销售风险较小，如果资金不紧张，为什么不考虑将他们改为购销呢？这样可以降低成本呵。
5. 人员分析：通过对公司的人员指标进行分析，特别是对销售人员指标（销售指标为主，毛利指标为辅）和采购员指标（销售额、毛利、供应商更换、购销商品数、代销商品数、资金占用、资金周转等）的分析，以达到考核员工业绩，提高员工积极性，为人力资源的合理利用提供科学依据的目的。主要分析主题有，员工的人员构成、销售人员的人均销售额、对于开单销售的个人销售业绩、各管理架构的人均销售额、毛利贡献、采购人员分管商品的进货多少、购销代销的比例、引进的商品销量如何等等。
当然BI对零售业的分析远不止这些，至少还有资金运转分析、库存分析、结算分析等等。这些分析在实际经营中确实有着重要的利用价值。谁对自己的经营做出了正确的分析，谁就会正确地修正自己的经营方针和政策，谁就赢得了未来！
