随着跨境卖家的快速发展，近年来市场竞争的增大、平台监管力度的提升、出海货运成本的升高，都令不少卖家头疼。 如何在众多竞争对手中脱颖而出，打造爆款？受大环境影响，市场饱和，仅仅维持原状对跨境电商卖家来说已经远远不够，跨境企业运营，想要提高销量，降本增收，离不开数字化转型及精细化运营。 01 正确认识数据可视化 传统认知中，数据可视化就是用图像代替文字、更直观地展示数据的一种方法。 这样的理解并没有错，但也只是停留在数据表达方式这一层面，数据可视化更重要的是如何揭示数据的潜在规律和价值，帮助人们进行合理决策。  举个例子，跨境企业希望对上半年的利润额进行分析，如果只是用图表简单罗列每个月的利润额数据，老板可能只看到利润额逐月增长。 但是加上环比增长率指标后，可以发现利润额增速一直在放缓，这时候给老板的第一感觉是，企业效益后劲明显不足，肯定是经营过程中什么地方出了问题，需要进一步分析找出原因。 所以数据可视化并不是将数据转成图像进行表达这么简单，挖掘出数据背后的问题和价值也是重要的。 02 如何做好数据可视化 关于数据可视化，相关的书籍和网上的资料基本上还是理论居多，如果抛开数据场景实践、只谈理论，是很难帮助分析师们形成完整的可视化方法体系的。 这里给大家推荐一下帆软官方的可视化指南，这份指导手册由帆软多年的Demo实践经验积累而成，我们将真实案例中遇到的问题沉淀成方法论，旨在给分析师们提供丰富的可视化学习资源。 可视化指南中将做好数据可视化的方法总结成了16个字的设计流程，分别是：明确目的、选择图表、视觉设计、突出重点。 下面我们逐一介绍： Step 01 明确目的 明确目的，一句话概括就是：给什么人看什么指标。 在分析之前，我们要搞清楚受众是谁，他们有什么问题要解决，需要制定哪些指标展示出什么价值。  同样是进行跨境电商财务分析，如果是给运营团队看，要着重sku等细节指标，而给老板看，要着重利润、成本、现金流动等要素。 所以数据分析的第一步，就是根据用户角色和场景，规划好相关指标，确保你做出来的是对方想看的。 Step 02 选择图表 好的数据可视化会将我们对数据的无感转化为我们对图像的有感。 例如看一、二、三、四组数据的时候，一般是看不出它们的差别的，但是转化为图表后，我们就可以发现这些数据的规律： 图表是开启数据宝藏的钥匙，不同的业务场景、不同的数据关系，不同的数据量，适用于不同的图表类型。 所以在实际数据分析场景中，需要综合考虑多方面因素选择最合适的那一个。 Step 03 视觉设计 人脑处理信息时，会优先选择视觉类信息，好的视觉设计能让读者摆脱枯燥的海量数据，更生动形象地传达数据信息。 举个例子，同样是用饼图去展示膳食营养结构，下面两张图表你会选择哪个？ 当然上图是经过专业设计师作图之后的成果，我们需要做的更应该是保持页面图表整齐且一目了然，不要东一个图讲一个问题，西一个图又讲完全不相关的另一个问题了。 Step 04 突出重点 实际项目中，大部分客户的想法是页面展示的信息越多越好，当你直译客户的这种需求时，页面设计出来就是什么信息都有，但没有凸显出客户最关心的重点信息。 日常使用中，用户往往更喜欢让人一目了然的简单设计。当然设计从简并不是简单的删除信息，而是要用清晰的逻辑去除非必要的干扰信息，突出重点部分，使用户产生更好的体验。 举个例子，折线图存在多系列数据，且每个系列颜色不同，这个时候建议高亮重要数据，其他数据默认置灰，达到突出重点信息的效果。 03 数据可视化 数据可视化是挖掘和利用数据的关键。即便是最简单的可视化，也能够消除数据提供者对自己的数据被低估、误解或歪曲的忧虑。 相比单纯的数字，图形形式可以让人更容易洞察到数据的分布、趋势、关系以及异常点，从而帮助决策者快速决策。数据可视化就是为了让人们快速理解数据反映的故事、从而快速找到数据背后隐藏的现实问题，然后去解决问题。 在跨境企业的运营中，需要洞察市场来选品；需要知道每一笔销售、退款、成本来利益最大化；需要知道每一个仓库需要多少天补满多少货来压缩运输成本；需要知道每一个关键词带来的点击收益来控制广告支出；需要分析客户退货原因来优化产品......

跨境卖家的日常业务中总是存在一些重复性的工作，这些“无意义”的工作占据了很多时间，不仅使得工作人员任务繁重，也使得真正“有意义”的工作的时间被压缩。 今天就让我们看看途骜网络科技有限公司在使用数跨境BI后，运营人员如何每周节约下近一半时间，用于战略调整等更具价值的事情上。 企业介绍 Company Introduction 无锡途骜网络科技有限公司是一家专业亚马逊代运营公司，公司包括运营部、产品部、视觉部、商服部等多个部门，精细化分工，致力于为企业转型跨境电商提供店铺筹备-运营操作-产品规划-物流仓储-运营优化-品牌落地的全链路一站式解决方案，助力中国制造走向品牌出海之路。 途骜科技主要面向传统外贸型工厂，从代运营起步，以亚马逊代运营服务为切入点，如今的途骜科技，已转变为一家联合运营的综合服务商，截至目前，途骜合作的客户遍及全国11个省市，实操品类涵盖户外、汽配、家居、玩具等各大类目，打造过数个千万美金级别的项目，2018年、2019年连续被亚马逊官方指定为金牌服务商。 目标与挑战 Goals and Challenges 无意义的重复工作耗费时间 不仅自己需要对经营数据进行及时分析以优化运营策略，还需要定期向客户报送经营报告，这些都导致运营需要花费大量时间在制表和汇报这类重复工作上。 数据量大，excel难以处理 企业需要对亚马逊 ABA 的搜索词报告进行定期分析，来辅助 Listing 优化，但是 ABA 数据量庞大，下载缓慢，而且使用 excel 处理起来非常卡顿吃力。 运营需求难以被满足 随着途骜科技的发展，业务量增加，更加需要通过分析以往数据来做出决策与判断，但由于传统的分析模式禁锢和运营人员分析能力的缺失，导致很多问题很难通过密密麻麻的数据体现出来，需要通过更科学更直观的方式将数据的价值体现出来。 痛点解决 Pain Point Solutions 01 销售周报 由于需要每周向客户报送周报，以汇报站点运营的情况，这些周报的格式往往相对固定，只是因为数据源变动，造成了运营的重复制表负担。 （1）数跨境BI可以自动同步业务报告、退货报告、广告报告等亚马逊站内数据。 （2）运营补充上传或录入目标销量、目标销售额、广告预算数据。 （3）通过数跨境BI中的分类汇总功能计算出全站和各产品线分月销售及广告花费情况，然后通过左右合并功能将目标值与实际值关联起来，最后通过公式设置计算出销售目标达成进度、广告预算消耗进度和广告ROI等指标，并借助仪表板展示出来，就可以清楚看到当月的目标进度情况，并快速定位到哪些商品销售目标达成情况不佳或者广告预算消耗过快，同时，仪表板上的数据会随着数据源的自动同步实时刷新。 除了目标达成情况之外，周报中的关键信息还包括产品销售情况（曝光量、销量、销售额等）、退货情况（退货量、退货率等）、广告情况（广告花费、广告销售额占比、广告转化率、广告销售额占总销售额比等）、主要产品当前在类目中的排名以及亚马逊结算付款信息。 这一周报的格式往往也是相对固定的，运营可以通过数跨境完成各种维度的分析，并根据分析结果选择明细表、折线图、柱状图、饼图、漏斗图等形式的图表呈现样式，借助产品中的故事板功能，将客户关注的所有信息集成到一起。故事板中既可以拖入分析形成的图表，也可以附加图片、外链、待办清单等作为信息补充。 最后，只要将故事板以分享链接的形式发送给客户，客户点开链接即可查看周报，无论是在电脑端还是移动端，随时随地掌握经营情况。当数据源发生更新时，故事板中的信息也会随之更新，运营无需再每周重复制作周报，也可以有效避免双方信息的不对称。 02 库存管理 库存周转分析 库存的动销和周转情况是衡量库存健康度的一个重要方面，精准的动态日销计算能为卖家备货提供清晰的指引，尤其是在旺季，库存是否稳定充足事关成败，而借助数跨境BI可以构建一套专属于本企业的个性化备货逻辑： a、通过自动同步的亚马逊日销数据计算出各商品近7/15/30天等各周期段的平均日销。 b、根据淡旺季、产品生命周期、产品排名、大类波动趋势等实际经营特征，为日销数据赋予不同的权重系数。 c、通过自动同步的亚马逊FBA仓库存数据，结合导入的国内仓、海外仓库存或在途库存，计算出可售库存总量。 d、通过可售库存总量和加权后的动态日销计算出可售天数。 e、根据货物的生产情况和航运方案，为不同商品设置相应的运输天数、安全库存天数等参数，结合动态日销和可售库存，进一步计算出建议补货数量。 库龄及冗余库存分析 除了缺货风险外，滞销风险也是卖家非常关心的问题，冗余库存不仅影响资金回笼，而且会形成超龄库存占用费，企业需要关注库存的库龄分布，并针对冗余库存制定最为合算的清货方案。 数跨境BI自动同步亚马逊FBA仓库存、库龄及冗余库存数据，运营人员通过简单的拖拽操作即可实现库存情况的可视化呈现，库龄分布以及超龄库存一目了然。仪表板会跟随数据源每日更新，可以根据业务需求，设置日期、产品名称等多种筛选器，对指定日期或指定产品的库存情况进行查看。 ABA数据分析 企业需要对亚马逊ABA的搜索词报告进行定期分析，来辅助Lising优化，但是ABA数据量庞大，下载缓慢，而且使用excel处理起来非常卡顿吃力。数跨境BI可以每周自动获取最近的ABA数据，节省下载时间，同时产品支持千万行数据的秒级运算： （1）统计当前类目下的词频，用于对Listing内容的补充 通过对ABA排名靠前的搜索词进行裂项和词频统计，可以将高点击率的搜索词打乱重组加入到自己的Listing或广告投放词中，以提升自身流量。 这一分析方式同样适用于处理通过爬虫软件或选品工具软件获取的BSR商品标题等大盘数据，可以有效帮助企业学习借鉴优秀产品。 （2）分析自有广告词的吃词情况，判断市场占有率 企业还可以快速筛选出自有品牌产品在ABA中的排名情况，通过对前1、2、3名的点击共享数据进行加总计算，分析自有产品的吃词情况。 另外，结合数跨境BI自动同步的广告数据，可以将自有广告搜索词与ABA榜单热词进行关联匹配，便于监控自有广告词的排名走势、点击与转化等表现情况。 退货分析 对于买家退货，运营希望能有一张清晰明了且能及时更新的看板，能快速定位到导致高频退货的原因。同时，平台本身提供的退货原因信息较为繁杂，运营需要对这些信息进行二次归类，从而更有针对性地进行产品或运营侧的改进。 基于这一需求，企业从自动同步的亚马逊退货报告出发，通过左右合并功能对平台提供的各种退货原因进行归类，然后选取了条形图和饼图样式制作了关于退货情况的看板。同时，看板上可以通过自定义的筛选器配置，实现对指定类别、产品或具体尺寸退货情况的分类查看。 总结 Summary 数跨境BI作为一款高性能的在线数据分析工具，可以在一天时间内，让没有IT基础的运营快速上手，在短时间内根据需求摸索搭建出一套分析表和看板。系统还可以记忆数据处理步骤，只需更换数据源就可以自动重复计算，告别无意义的重复劳动。相较之前，运营人员每周都可以节约下近一半时间，用于战略调整等更具价值的事情上。

前段时间，跟一个上海搞信息化的朋友聊BI的价值，他提出了一个问题，我觉得很有意思，也发现可能很多对BI有些许了解的人也会有这个疑问，所以今天想借朋友的这个问题，来跟大家聊聊BI与业务系统的那些事儿。 他的描述是这样的： “我明白公司做决策，确实离不开各种报表，可是像我们公司已经上了ERP做订单信息的收集、分析、处理，ERP里面有数据、有指标、有报表，而且还是体系化的，直接把ERP里的报表拿来用不就得了，为什么还要上BI来重新梳理数据，设计报表？这不是多此一举吗？” 乍一想，朋友说的确实很有道理，顺着他的思路，我差点回答不上来，但思考片刻后，我给出了我的想法。 01 最直接的原因 最直接的原因：ERP自带的报表给不了企业和老板做决定需要的数据，但BI可以。 为什么这么说？咱们不强行上理论，说点直接、接地气的东西。 我们先来看下ERP和BI内的报表数据各自长什么样，下图是ERP系统自带的报表： 某ERP系统的统计报表模块 以制造业为例，ERP系统主要用来帮助你，明白在接单后需要在什么时候，准备多少钱买多少东西，在什么时候安排人生产多少东西后，在什么时候能交付给客户，最后能挣多少钱。报表内容是像上图此类高度格式化的数据。 业务人员登陆ERP系统，在“报表模块”就可录入、查询这些明细数据，且系统自带的基础报表功能能满足他们80%的数据需求。这也是为什么朋友说，直接用ERP内的报表不就好的原因。 但他忽略了重要的一点：“一个企业里，不同的人对数据的需求是不一样的，对信息掌握的广度及深度需求也是不同的” ERP自带的报表确实能满足大多数员工的数据需求，但满足不了企业中高层对于公司整体经营数据的管理需求。因为没有一个管理者会闲着没事干，天天花几个小时忙着打开ERP、CRM、OA里面看各个模块的详细业务数据。 作为管理者，他们需要的是整个公司及各部门业务的全局信息，这类信息应是高度汇总的经营KPI指标，或是可供查询的跨业务、跨组织、跨区域的多维度数据，只有这种数据才能够辅助管理者去做出决策。 而这，就是专业BI工具能够给企业及管理者提供的： 九数云制作的企业半年度销售经营分析报告 看到这，再回想一下，是不是瞬间明白，为什么你做了几百张报表，但领导总还是不满意？在开会前，还总会提出一些临时报表需求，说已有的报表内没有他想要的一些核心、对比分析数据？ 要你是领导，看到下面两份报表，哪份对你做决定会更有帮助，想必你在心里应该有了清晰的答案。 为了让大家正确理解BI价值，这里需要特别说明一点的是：BI并不是仅给老板做报表的工具，因为BI不仅仅包含了报表及可视化，更包含了企业底层数据仓库的建设过程及数据的ETL过程，而报表只是最终的展现形式，让数据发挥业务价值才是BI的最终目的。 02 为什么ERP 没法做到，也不需要做到 回到正题，上面我们说到，ERP自带报表给不了老板需要的汇总数据，但BI可以，所以我们要用BI“再做一次报表”。 可这里又会衍生出一个新问题：为什么ERP不能整合展现出像BI这样高度汇总的企业经营数据，如果ERP能展现，那就没必要上BI了啊？ 仔细一想，确实是这样，如果ERP能整合展现，那就没BI什么事了。 但问题就是：ERP没法做到，也不需要做到。 这就需要我们来捋一下开头说到的，BI与以ERP为代表的业务系统之间的关系： 从架构层面来看，BI系统一定是位于所有业务信息化系统（ERP、OA、CRM等）之上的一层，属于上下游关系。 BI从这些业务系统中跨系统取出具有分析价值的数据进行清洗、转换和加载（ETL过程），再合并到一个数据仓库（DW）中做建模，最终在这个基础上形成可视化分析报表（报表内是可联动、下钻的数据，而非写死的静态数据），从而为企业的管理决策层提供数据决策支撑，而这就是上文我们说到BI里高度汇总数据的由来过程。 九数云代表的SaaS BI则采用了云计算技术，将各业务系统的数据汇集于云端，再进行数据清洗与分析，零代码拖拽形式快速生成可视化图表、看板，最终辅助企业决策。 理清了数据流程，也就不难明白为什么我说ERP没法、也不需要做到高度汇总数据的整合展现，因为人家定位压根就不是干这个的。 ERP定位是业务型系统，擅长的是业务流程的管理，解决“业务流程数据化”的问题，达到业务数据沉淀的目的足矣。且ERP这类业务系统通常缺少相应的API接口，很难直接跟其它业务系统打通，因此几乎没法做到整合展现高度汇总的数据。 BI定位是分析型系统，擅长的是整合打通各业务系统数据，对其进行处理分析，解决“数据业务化”的问题，让数据实现业务与信息管理价值足矣。且在ERP等业务系统收集完原始数据的基础上，通过企业级BI平台能够使业务/管理层在保证企业数据安全、权限分配的基础上，完成灵活度高、自主性强的数据分析及查看。 九数云制作的门店销售分析仪表板 总的来说：术业有专攻，专业的事情就应该交给专业的工具去做，ERP没法做到，也不需要做到BI该做的事。 ERP、CRM等业务系统做好业务数据的采集储存，BI作为数据分析的应用顶层，通过自带的数据仓库及ETL功能将跨多业务系统的数据进行汇总、存储和加工处理，最后通过企业级BI平台将企业经营数据体系化（通常是体系化报表形式），才能够实现对企业高层决策有用的数据及管理支持。 03 小结 在本文，主要讲明了以ERP为代表的业务系统自带的报表模块，与专业BI平台最后呈现的报表模块之间的区别，也浅讲了报表仅是BI平台最后的数据呈现，真正的BI应该是数据仓库+ETL+报表及可视化组成的企业数据解决方案。 而目前，帆软已在BI商业智能领域深耕了17年，在国内BI市场占有率连续五年第一。从一开始的企业级报表工具FineReport到BI工具FineBI，再到现在的低代码工具简道云、数据集成工具FineDataLink、SaaS BI产品九数云，整套产品矩阵都是为了让企业的数据更好发挥价值，让数据真正成为生产力。 在为用户提供真正有价值的数据服务路上，我们一直保持初心，踏踏实实打磨数据产品，虚心也希望多接收大家的疑问和建议，因此如果有BI相关方面的问题和需求，欢迎大家私信或者在评论区留言，若想了解更多可添加小九，获取更多九数云相关资料信息和免费试用。