探索中国CIO人才现状 | 第三季调研报告
数字决策助推经营分析与实践
2022-04-20  来源:CIO发展中心

本文由CIAPH根据碧生源控股有限公司 数据平台总监 张维军在《多维开辟 数字营销》医药数字营销专题(二)线上会的演讲整理

受各种因素的影响,药企的生存环境已然改变。整个行业加速洗牌,在这样的环境下,精益的成本控制和快速规模商业化,是企业取得长远生存和发展的必经之路。因此医药健康企业对数据日益重视,数据分析已经渗透到营销的各个纬度,借助各种智能工具得出更直观的图表化结果,将进一步指导企业的决策。在CIAPH举办的《多维开辟 数字营销》医药数字营销专题(二)上,碧生源数据平台总监张维军从数据的价值出发,以“数字决策助推经营分析与实践”为题,基于碧生源的数据应用项目展开了细致讲解。 

张维军.png

碧生源控股有限公司数据平台总监 张维军

以下文字为演讲实录,内容略有删减。 各位线上的朋友好。众所周知,在过去的两三年,数字化转型概念提的比较多,我今天分享的重点是数据落地在企业中产生的价值,以及在这个过程中踩的坑、解决的问题和应用的效果。在此非常高兴能够与各位做交流及分享,欢迎大家指正。 

背景介绍

在开始分享之前,简单介绍一下碧生源的业态,碧生源成立于2000年,集研发、生产、销售为一体,且具备主营产品的生产及全国的销售通路。公司经营业务范围包括保健品、食品饮料、药品等方向,并呈现出多元化趋势。销售通路主要包括:线下药店、电商平台、私域板块。 

问题场景

(一)数据应用问题场景

部门经理:关注团队整体任务的完成情况、是否完成任务、追踪原因

动作:从发货系统、ERP系统、流向系统、SFA多个系统中溯源查数,合并耗时费力。

业务高管:关注公司上个季度经营情况、是否盈利、同比去年是否表现更好、研发的新品市场反应如何

动作:要求生产、供应链、营销、市场各个部门负责人把上个季度数据报过来,却发现数据对不上,要求下发整改重新核对。看到准确的数据已经是一周或者半月以后了。(时效性较差)

公司高管:各经营单元自报的利润数据是否和财务报的数据一致、核算口径是否一致、核算标准是否一致

动作:去ERP里面查收款、费用、成本与经营单元核对计算规则

综上所述数据应用场景存在的问题是:业务数据分散于各个业务系统中、溯源需要系统间反复切换查看;关键经营指标提取周期较长,数据校对周期较长,难以达到高时效;业财口径不一致导致数据分析维度出现偏差,无法确定真实有效的指标统计口径。

(二)业务问题调研

对于业务人员来说最大的问题:不知道看什么、怎么看、得出什么结论。例如:当业务部门不清楚需求时,从部门的价值和定位入手,结合日常工作,以目的为导向,引导业务诉求。以供应链管理部门举例,可提升运转效率、发货效率、优化库存结构、把控产品的有效期(避免导致库存的压货或退货)把握市场动态(关注高增长量销售的产品、研究产品组合促销滞销品)。从电商端来讲,实体企业销售产品的推广费可选取高ROI平台,并进行ROI排序,从而制定高效推广策略、评估核心监控推广效果。 

数据决策实践

(一)数据应用实践目标-经营

总体目标:根据公司业务发展的需要,结合实际业务需求建立统一的、高效的企业级业务经营分析体系。通过数据标准化等工作,实现面向各业务系统的数据赋能,提升业务精细化水平和业务运营效率,有效支撑业务快速发展。

数字化经营分析需求:建立企业级数字化业务经营分析体系,统一数据报表指标,及指标标准。规范化数据报表,满足移动端经营面板、PC端汇报模板以及业务经营分析的需求。为各类用户提供一站式的数据可视化和应用服务,为各层级单位提供在线数据互动服务与数据自助服务。

数据管理需求:对数据进行企业级的整体规划设计,确立统一的、标准化数据模型、数据质量标准以及数据管理机制,明确数据管理组织角色权限,强化数据安全管控机制,整体提升数据质量。

数据服务需求:为数据应用提供标准化数据服务,构建服务于企业业务经营分析的数据服务环境,形成有效的、准确的、可复用的数据资源,推动数据应用与业务精益管理的衔接与优化。

(二)数据应用实践目标-IT

从IT的角度分析,数据资产分为以下五点:

统一数据报表:建立统一的数据报表及指标标准,提供不同层级、不同维度的业务经营分析数据。 多维数据展现:构建前端数据报表展现系统,实现多层次、多维度的数据报表展现。 统一数据标准:固化数据标准和规范,从底层实现存储分层、分域,确保数据资产高可用。 统一数据资产:聚合公司数据资产,构建数据资产目录,数据字典,数据血缘等。

统一数据服务:提供统一数据服务,包括可视化的程序、接口,将数据和上层应用的灵活解耦,实现对业务系统的支撑和服务能力以及外部的数据共享交换能力。

(三)数据分析决策实践-蓝图

数据分析决策实践的整体蓝图是技术加业务的整合。底层核心的ERP系统、流向系统、私域系统、审批系统、电商系统以及各大电商平台采集到的销售和费用数据。这些数据要统一到数仓的资产库里且做好分层设计,并解决性能问题和扩展性问题。借助平台实现多维度查询、数据填报、图形分析、钻取分析、联动分析、自取分析等,侧重在经营分析、绩效分析、供应链分析、渠道分析、电商分析、私域流量分析,这些方面直接与公司的经营管理挂钩。决策核心是提高公司的盈利能力以及团队销售业务线的盈利能力。同时要衡量渠道和电商的盈利能力,通过可视化数据的呈现提供公司的经营指向、KPI的奖惩措施、渠道运营策略、推广投放策略、和新品的挖掘等,实现电商和私域的多元化发展。

张维军1.png

(四)数据应用底层框架

框架的最底层是物理硬件和安全的支撑,数据源层包括财务数据、费控数据、流向数据、推广数据、客户数据、订单数据,通过各种新形式的方法采集到数仓。如下图右侧数据管理是整套体系能够起到价值和效果的关键,包括标签梳理、数据地图、数据安全、数据质量和标准。尤其在数据量大的情况下其效果会非常好,如数据量小则不用把体系做这么庞大,但是数据量大以后底层的框架对整个数据分析体系的支撑作用便会特别明显。

张维军2.png

(五)数据分析决策实践

1. 解决方案框架

医药保健品行业未来发展的五大核心因素:

关注跨品类破圈,例如碧生源单在保健品的产品线发展局限性比较大,所以在快消品、药品领域同时做了拓展。

细分品类延拓,针对品类的某项做主抓,增加市场竞争力。

打磨产品实力,需在产品研发的投入上多下功夫和精力。

渠道精确布局,以线下渠道为例,包括渠道的供应商、一级二级的经销商以及药店的布局等。

高效精准营销,重点致力于电商和私域板块。

2. 经营分析面板

“经营全息图”亦称经营分析面板,涵盖了线下、线上(电商)、新零售业务线,其核心指标包括:收入(需在后台抓取数据)、成本(工业成本和管理成本的整合)、费用(渠道、连锁、人员管理费用等)、经营利润(需分层级);其中经营利润分为三大业务线,业务线之下包括各地区、各城市、城市办的经营情况。电商系各店在渠道的经营情况也是按照以上核心指标考核。通过指标衡量业务单元或下级业务单元是否有经营利润、经营风险、分析具体哪些产品是盈利亏损还是吸引流量等。综上为各业务单元经营情况的把控,同时也是在考核各个经营单元。

3. 绩效分析

绩效分析重点关注各个品类在市场上的表现:单品市场表现、新品市场表现、指标完成表现、单元完成表现。用图形移动端和PC端进行展示,让业务部门移动化实时看到数据。核心指标包括任务额、纯销达成(部分在渠道中达成不算,可能会导致库存的积压)、达成率、铺货覆盖、客户拜访。

4. 供应链分析

近几年,“供应链”是研产销企业非常关注的环节,例如碧生源除了自产产品之外,还有采买产品。因此供应链分析在库存管理、采购管理、商品利润方面会起到非常大的作用。通过ERP系统、仓储系统、流向系统进行数据整合及落地,再通过分析方法、排名分析、指标预警、钻取分析、维度切换支撑决策,加速入库时间、提高库存周转率、优化利润贡献较少的单品、发展利润贡献较大的单品、调整价格浮动促进产品销量、优化产品组合提升产品销量。以核心指标:采购周期、库存周转、销售出货、通过商品分析进行供应链分析。

5. 渠道客户分析

以线下渠道为例,渠道客户分析的核心指标是:订单收入、费用投入、经营利润、客户等级。另需获取客户的基本信息和往来数据,从而评判客户的价值和诚信度(及时调整销售制度),挖掘高价值和高产客户,从而制定对应的合作政策,且不同的渠道会有不同的政策。同时在组织维度、产品维度、投入产出比三方面,也可以来衡量渠道客户对公司经营产生的价值。

6. 电商分析

电商作为重头部分,在以前的操作方式是:通过人工登录不同平台的管理后台,按照不同账户入口,下载若干Excel,手工整理分析或上传至统一FTP服务器,再进行分析;现在的方式是:引进机器人体系,流程机器人化,自动登录和下载数据,再汇总到数仓,形成前端的电商分析数据源。在使用高峰时,每月可完成九十多个流程及在线流程累积一千个小时,极大的节省了业务人员投入的精力。通过自动化采集数据,电商体系的数据分析需求也得到提升。

电商分析侧重在以下三个板块:推广板块:渠道投入、ROI转化率、点击数、费比是衡量选择一个最优推广渠道的关键性指标,且电商各个体系的真实利润同为衡量指标。利润板块、竞品分析:关注竞品推广情况、寻找优秀推广平台、优化推广费用结构、复盘精进推广策略。

今天的分享主要侧重于数据实践,也是实体企业比较关注的话题。以上就是我的分享内容,欢迎大家多多指正。