比数据分析更要命的是:数据质量

比数据分析更要命的是:数据质量

数据质量,是企业数据分析系统建设过程中,一个非常重要的方面,但恰恰也是常常没有引起足够重视的方面。在服装行业的企业中,此问题也是非常的明显。数据质量将影响到企业分析应用内容的建设,以及分析结果的准确性与可靠性,有句俗语”垃圾入,垃圾出”便是说的此种情况;

首先,看看零售数据采集的缺失。

在当前服装行业的品牌商企业中,采用代理、加盟方式或与直营混合经营的模式是极为普遍的。站在品牌商总体角度上来看,代理商、加盟店这部分的数据,往往成为了企业全盘运营的一个数据黑洞。品牌商管理者总是会期望能够实现”全国一盘棋”的效果,了解商品的流转与零售状况,从全局的角度优化商品的配置,从而提高销售机会,减少库存。

很具体的一个例子,便是计算某款商品的整体零售售罄率,许多时候,由于代理加盟数据的缺失,便以代理加盟的发货数据替换其零售,零售售罄率便变为总体的消化率。诚然,批发模式下,品牌商可以通过控制退换货比例等方式降低风险,但假若商品在渠道形成较大积压,将造成一种不健康的循环。因此,POS系统,将终端零售数据的采集上收,是极有必要的。

通常,大型的或是强势的品牌,能够稍好的收集各个零售终端的数据,用于商品销售分析,从而进行快速反应,或是商品的调配。而相对其他一些中型或是中大型的品牌商,非直营线数据的采集,更是一个难题。有人曾开玩笑说,那些一直不肯使用POS系统的客户,要不就是太聪明,不期望数据被掌握,要不就是意识太落后,了解不到信息系统的益处。

真正管理严格的企业,哪怕是系统的缺失,他也会想尽办法将尽可能多的终端零售业务数据采集,手工填报、短信报送等等手段不限。事实上,数据的采集,对于客户来说,可以不要仅仅视其为义务,亦可从其享受到相应的权利。从数据运用的角度,能够为客户们带来哪些辅助呢?大致可以有订货会规划测算、季中商品结构分析、畅滞销款的分析、辅助补货或是商品在客户间的盘活。通过这些方面的工作,提升商品的销售、减少库存积压和缺货情况的发生、提高资金的周转效率。

接着,再看看数据上来之后,又可能会存在哪些方面的质量问题,先举几个例子。

单据日期错误,非直营终端多有出现,直营终端偶尔出现,我看到过二零五几年的单据。

数值错误,零售小票中零售金额或者零售数量大幅度的偏差,曾有见过将商品代码录作零售金额的,由于对账原因,此种情况直营终端倒是几乎不会出现。

合并单据,有的终端,一天就录上一两笔交易小票。

以上种种问题数据,如果没有经过专门的数据质量问题的识别与清洗,直接进入分析阶段,那么导致的结果可想而知。业绩不准,商品关联关系失真等问题是必然的,在不知的情况下,甚至有可能做出不恰当的决策。因此,在做数据分析或是类似系统建设的过程中,定要对数据进行质量的探查,异常数据的分析与处理,改善数据质量,提升分析效果。

以上聊到的均是零售数据方面的一些问题,实际上,企业运营的方方面面,均是面临数据质量问题。譬如,企业期望从年、季、波段、品类、故事、系列、面料、主题、款类、上下装、内外搭等角度对商品进行全面综合的分析,但是商品档案拿过来一看,现实与期望相去甚远,属性要不是没有设置,就是大片大片的未定义,在完善数据之前,是会让用户失望一阵子了。

当今,精细化管理的概念一提再提,作者认为,精细化管理,需要依托于精细化的分析。而精细化分析的基石——数据,一定是有质量保障的数据。在此,希望更多的服装企业能够更加重视数据质量的改善,获得更优质的数据分析效果。

Original: https://www.cnblogs.com/amengduo/p/9586215.html
Author: 刘小子
Title: 比数据分析更要命的是:数据质量

原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/8399/

转载文章受原作者版权保护。转载请注明原作者出处!

(0)

大家都在看

免费咨询
免费咨询
扫码关注
扫码关注
联系站长

站长Johngo!

大数据和算法重度研究者!

持续产出大数据、算法、LeetCode干货,以及业界好资源!

2022012703491714

微信来撩,免费咨询:xiaozhu_tec

分享本页
返回顶部