【2024中国数据生产力大赛】智能促销指挥官：数据驱动的精准营销与客户忠诚度提升
智能促销指挥官：数据驱动的精准营销与客户忠诚度提升
一、企业简介
维维食品饮料股份有限公司成立于1994年，2000年于上交所上市，是一家国有企业控股的大型食品制造企业。维维产业涉足农业资源、食品、饮料、粮油、茶等，拥有维维、天山雪、嚼益嚼、六朝松等国内外知名品牌。
“民以食为天”，粮食出身的维维，始终把为社会提供健康优质的食品作为自己神圣的使命；倡导“健康、阳光、欢乐”的现代生活方式。专心致志聚焦主业，完成了粮食和食品“双轮驱动、两翼齐飞”的战略布局，形成了“从田间地头到百姓餐桌”的粮油食品全产业链。先后荣获国家级农业产业化龙头企业、全国农产品加工业示范企业、江苏省优秀企业、江苏省两化融合示范企业等荣誉称号。
维维品牌价值评估过百亿。维维出品，被消费者称誉“健康品牌，值得信赖”。
二、业务需求
维维股份下属各事业部及子公司销售数据累积量大，多年来数据散落各个销售系统，且多以业务为导向的复杂报表方式呈现，各部门层层汇总上报，导致上层领导掌握企业销售数据时效长、效率低、效果差。具体表现为以下几点：
数据不统一：下属各事业部及子公司销售系统不统一或未普及完全，数据源格式不统一，且有部分空缺，分析起来费时费力。同时多年销售数据积累，数据体量较大，缺乏数据精细化管理。
分析效率低：一些数据分析采用系统数据结合线下上报数据在excel内完成汇总上报，整体分析周期长，出错率大。例如进销存分析报表，从业务员拜访填报经销商库存数据，到上报事业部汇总归集计算，最后统计出报表。整个过程除业务人员外，需要额外投入近30名内勤人员辅助汇总，总耗时约半个月，且中层领导多在月度分析会上才看到最终数据，而食品零售行业需要及时获知市场动态，做出决策调整，实时性差则严重影响各管理层决策。
方式效果差：销售数据分析分散在各个销售系统的各个能模块内，且大多数为以业务为导向的复杂数据报表，这种分析方式对中高层领导而言较为费时，不够直观，且分析指标的丰富程度不够，指向性不明确，不利于中高层领导的辅助决策分析。
需求不闭环：对于各部门提请的业务数据分析需求，不具备统一闭环的流程，导致需求必要性前期得不到准确评估，落地实施周期得不到保证，实施完成的实际效果得不到跟踪。
三、解决方案
综合考量公司销售业务现状，充分调研各数据分析产品功能及特点，最终决定采用FineReport和FineBI系统集成的方式，一方面保留多年来业务部门复杂明细报表的习惯及优点，另一方面针对中高层领导拓展更为实时直观的图表分析，高度提炼业务逻辑，拓充多维度指标，充分利用联动下钻跳转等功能，为经营层决策提供更多种可能。全方面整合销售数据资源，完成方式精准化变革及数据分析需求闭环。
1）销售系统整合统一
下属各事业部及子公司整理业务逻辑，统一已有的销售系统，逐步上线普及销售系统空缺的子公司，基于统一的销售系统，补全空缺版块的业务数据，保证数据的完整性及准确性，为后续的数据处理分析作基础。
2）销售数据资源管理
实现历史系统销售数据与新系统销售数据结构性对接，同时完成初步的数据清洗及标准化工作。在此基础上，一方面从决策层、运营层、业务层三个层面对销售数据实现分层次治理，全方面梳理，针对性整合数据资源，形成数据标准化手册。另一方面对接需求部门及中高层领导，充分调研业务需求，整理现行的业务版块逻辑，构设数据分析场景，实现销售数据场景化治理，精准满足决策需求，提高数据分析效率。
3）对接办公协同平台
由于公司下属事业部及子公司众多，人员层级关系复杂，权限划分方式复杂，为统一公司数据权责，针对性数据分析，在集成数据分析平台上线前期，将办公系统的人员层级及权限关系统一至集成数据分析平台，与办公系统保持一致，同时将集成数据分析平台嵌套至办公系统，培养员工的数据分析意识和思维，引导员工的数据分析氛围。
4）改善数据分析方式
迭代原有的数据分析方式，以需求为导向，弥补指向性空缺，针对中高层领导，拓充多维度指标，高度提炼业务数据，辅助领导层精准定位决策，结合复杂报表进行数据下钻，避免数据分析冗余问题。灵活运用联动功能，辅助领导层探索市场规律，实现高效率辅助经营决策。
5）分析需求流程闭环
集成数据分析平台嵌套办公系统后，在办公系统提请数据分析需求，开发人员进行前期的需求评估并及时反馈评估结果给需求人，同时给定预计的实施周期，实施完成后跟踪后续需求变更及异常情况加以记录，依据集成数据分析平台分析成果的使用频次及实际效果，对使用价值低的分析看板及时进行协商调整，做到最大化分析看板效益，减少冗余分析，降低人力成本。
四、 典型应用场景
场景一：全流程跟踪年度销售指标
（一）存在问题
1）事业部业务逻辑多以年度为单位定销售额指标，且业务开展多以指标额为导向，销售额指标及达标进度至关重要，现阶段缺乏以事业部裁定的年度周期为单位进行的颗粒度分析，缺乏年度向的销售额环比，且对于多种维度的指标额进度没有直观且实时的分析。
2）传统分析方式多为业务为导向的横向复杂报表，再人工整理汇总上报至中高层领导，数据实时性差，且数据呈现不够简洁直观。
3）对于销售经营相关的数据包括含税发货额，订货额，订单量，退货额，回款额等分析过于分散，缺乏各指标间关系的联动。
（二） 解决方案
采用数据填报的方式定时接入年度制定的销售额指标，看板以年度为周期，分析一销售年度内，各大区、片区、产品线、品类的指标达成进度，较历史销售年度指标达成进度同比。
分解客户交易全流程，下单、发货、退货、回款全动作全分析，各分析板块间充分联动，尽量减少销售时间差带来的数据分析偏差，全方位分析销售经营业绩。
（三） 应用价值
现阶段，中高层领导可以通过较实时且直观的图表直接获取销售经营业绩的年度进度情况，大幅度节约了传统分析方式的数据汇总时间，销售经营业绩的数据分析效率较以往提升了约85%，便于及时对市场波动情况做出反馈。
以业务发生逻辑指引的分析板块的逻辑设计，大大增加了分析看板的使用效率，同时减少了由销售流程带来的时间差对销售规律的影响。
各分析板块间的高度灵活的联动设置，也激发了决策层很多潜在的规律发现，帮助经营决策层以全新的视角探索数据之间的联系，从而反哺市场业务。
场景二：销售费用控制闭环分析
（一） 存在问题
1）长期以来，对于销售费用控制缺乏流程闭环的可视化分析，从预算的录入、提取、拆入拆出到费用的申请，再到费用的核销，流程周期跨度较长，无法精确跟踪费用的使用周期。
2）各个费用类型的支出分析一直以来以财务口径为准，脱离市场实际，无法精准定位业务口径费用类型的支出情况，无法迅速追踪到重点关注项目。
3）对于市场上的费用支出，一些重点关注的费用类型例如管理费用，形象店建设费用等，数据细化程度不足，不支持进一步钻取进行深入的了解和控制。
（二） 解决方案
由于预算生成及费用使用阶段主要面向业务人员，我们重新划分了业务口径的费用项目类型，定制化申请及结案表单，做到重点数据精细化、统一化、标准化，着重处理数据源头问题。
根据实际业务费用控制逻辑设计板块分布， 跟踪分析销售费用控制的全流程，对于重点关注的费用版块，如管理费用及形象店建设费用等，做定制化的钻取及联动分析。此外，由于下属事业部及子公司业务各不相同，提取预算的维度和方式也各不相同，为了提高数据分析的效率，我们定制了一套通用的费用控制分析方式，在数据处理阶段就全面关注下属各个事业部及子公司的业务情况，重点关注数据的统一性。在此基础上，针对费用提取维度不同、关注点不同等问题再进行二次微调。
销售费用预算的提取来源于发货单的含税销售价，我们跟踪分析各大区客户的消费额与费用投入情况，计算分析销售毛利率与费销比率，从大区、片区、客户三个层次钻取，从而达到精准了解费用调配情况和销售活动的成本效益的目的。
（三） 应用价值
通过对于市场预算提取情况多维度的联动及钻取分析，同时结合各个组织及客户的费用投入情况，中高层领导现在能够及时跟踪识别费用成本异常点，迅速采取配套的费用管控措施，大大提高了费用控制决策的效率，实现了费用的精准投放，高效投放，降低了运营成本。
费控分析版块上线后，决策层发现各大区的管理费用占比异常，继而发现此前对于管理费用的管控较为松散，其中各种费用项目较为杂乱，缺乏成体系的标准。针对此，技术部门迅速调整管理费用申报表单，细化申报数据，展开更为详细的数据下钻分析，从而发现了差旅费用执行标准不透明、审批流程不完善等问题。事业部人事部门也重新制定了管理费用报销细则，对限定的费用项目和费用额度都作了详细的规定。这一管理漏洞的弥补，自实施以来累计帮助事业部缩减了约50万的管理费用开支。此类精准的费用控制决策所节约的成本开支，使得企业释放了一部分资源用于激发产品及制度创造创新，为企业带来了珍贵的长期竞争优势。
根据历史费用投入趋势及占比，一定程度上辅助了决策层预测短期内未来的费用投入情况，实现了资金灵活调配，评估潜在风险并提前做好应对措施规划。
目前的费用分析方式，以实际业务划分费用类型，深入贴合市场业务实际，以业务为导向，同时结合决策层重要关注点，多维度的钻取和跳转功能极其高效的辅助了决策层详细且深入的了解重点支出项目，引导决策层探索发现管理盲点。
场景三：企业客户画像分析模型与数据应用
（一） 存在问题
1）一部分下属事业部及子公司的终端门店市场数据缺失，使得一定程度上的经营决策脱离了市场实际。
2）客户分析板块空白，关于客户的分析多散落在销售额、库存数据等板块，缺乏从客户角度分析市场业务。关于客户个体的分析大多掌握在相关负责的业务员感官层面，其上层及高层领导缺乏对客户个体的关注，多维度的数据分析在中高层领导群体里较为缺失。关于客户群体整体的分析更为空缺，缺乏宏观层面上的客户结构性把控。
3）现阶段增量客户运营较为困难，对于流入客户的后续分析也较为局限。主要原因在于新增经销商多与市场结构调整挂钩，例如所属渠道的原有经销商流失、新增市场渠道、新增产品类别等调整，需要新的经销商来负责终端门店业务。若想实现真正意义上的客户新增仅能从终端门店入手，而现阶段的市场管理方式是，事业部直接管理经销商，而经销商以目标额为导向，甚至是唯一导向，导致了决策层和新增终端门店间关联性很弱，事业部无法掌握具体的拓张情况。
4）对于客户的费用投入及促销活动等，缺乏定制化的策略，现阶段的活动类型分类较为单一，无法保证费用的精准及高效投放。
5）针对经销商的库存动态数据收集困难，传统方式是按期上报，期限不固定，效率较低，统计和计算的周期都较长，实时性差，准确性差。
（二） 解决方案
基于新的营销管理系统，大规模且精确的补充填报终端门店的基础数据，保证终端门店与经销商的关联准确性，此外还固定周期的收集终端门店的排面陈列情况等等，弥补终端门店数据的空白。
基于客户行为、客户价值等多角度全新定义客户类型，划分客户群体，制定不同的促销政策，分析不同客户群体的占比情况、流入流出情况，精准定位流失客户群体，从客户渠道、采购品类较高的产品线、商品品类、分析流失等多个角度分析客户流入流出原因。对流入客户进一步分析其复购情况、留存情况，实时跟进新客户动态，弥补增量客户运营空白。
精准定位重点客户，再结合跳转钻取功能，由面及点，全方位多角度的分析客户个体信息，包括基础信息及签约情况、业务人员配置、下属门店资料、形象店建设数据、费销比投入、指标额完成进度、交易行为分析等等，为业务员提供定制化的业务跟踪服务提供实时高效的数据分析支撑。
对于经销商的库存跟踪数据，从库存上报到收货确认，再到要货需求报送，全部采用线上数据填报的方式，制作成实时的动态分析报表。
（三） 应用价值
对于客户群体的全新定义分类，使得决策层从宏观层面上把握了企业的客户群体结构，针对此，迅速调动市场制定了个性化的营销策略，调整了约30%的市场费用投入占比，节约了20%的低效费用投入成本，大幅度提高了营销活动的费用转化率，定制化的营销策略也在很大程度上提高了存量客户的复购率，新增客户的留存率也有较为明显的上升。帮助了决策者精准识别忠诚客户，通过配套实施的忠诚度计划、优惠和奖励政策来运营忠诚客户，一定程度上增加了市场份额、抵御同品竞争。经过初步的市场调研，定制化的业务服务及营销策略使得客户满意率提升了35%左右，市场响应度较原先也明显提高。自客户分析模块投入使用后，平均而言，客户群体整体的费销比下降了15%左右。
数据支撑的客户交易趋势跟踪，权限下放至业务员群体，再加上原本手工上报统计计算的经销商库存动态数据改为实时按模板生成，节约了90%的统计计算的人力成本，现在业务人员可以既高效又较为精准的预测经销商的要货需求，优化了库存管理和供应链规划，及时进行产品链路或客户渠道的决策调整。
五、总结与展望
我们借FineReport+FineBI集成数据分析平台上线的机会，全面补充了销售板块空缺的业务数据，清洗整合了历史数据，改善了数据录入方式，解决了长期以来存在的数据不全、不准、不精等问题。并从销售运营、市场拓张、费用控制、客户分析、库存管理等各个方面对市场销售行为进行全方位多维度多角度的分析，首先解决了中高层领导从宏观维度上对企业销售运营现状的实时把控问题，也一定程度上拓展了许多全新的视角来管理决策，使得企业三十年来的销售数据价值得以进一步的体现。
后续我们将会继续深入完善各个分析板块的历史同比数据，完善数据权限管理，实现同一板块分层级的适配性调整，将现有的数据分析模版化，为后续其他事业部及子公司上线做准备。
自集成数据分析平台上线以来，企业自经营层领导乃至一线业务人员，对于数据分析的需求热情高涨，从各自的角度出发，提供了很多优质的建议和思路，企业内部数据分析的氛围浓厚，数据思维逐步发展。在此基础上，我们将逐步引导把数据分析平台推广至企业运营管理的各个方面，充分发挥其价值，增强数据素养，促进数据驱动决策文化在企业内部的普及。
