十年前誤打誤撞進入了電子商務行業，又不知不覺做了幾年數據分析工作，恰好趕上了電子行業發展的紅利期，對於這個行業的數據模型建設還是有一些看法的。
就數據分析來說，個人覺得對於每一個行業來說都是非常重要的，也確實能帶來實際效果：
比如說利用數據分析做會員的細分以進行精準化營銷；利用CRM系統來管理會員的生命周期，提高會員的忠誠度，避免會員流失；利用會員的購買數據，挖掘會員的潛在需求等等。
但是公司一開始也是沒有數據系統的，數據模型建立起來步履維艱，下面分享一點我的經驗：
一、行業的大數據架構
最開始進公司的時候是在運營部，主要是負責運營報表的數據，當時的系統還很差，提取數據很困難，做報表也很難，都是東拼西湊一些數據，然後做成PPT，記得當時主要的數據就是銷售額、訂單量、毛利額、客單價、每單價、庫存等一些特別基礎的數據，然後用這些數據作出一些圖表來。
後來公司上了FineBI，採用一站式大數據分析產品及解決方案，這才建立了數據分析平台，提取數據非常方便了，而且維度也多，可以按照自己的想法隨意的組合分析，那個階段主要就是針對會員購物行為的分析，開始接觸數據建模。
從源數據對接、數據抽取轉化、數據倉庫、數據集市、整合分析、自助分析，依靠FineBI建立了完整的行業大數據技術應用架構：
源數據方面，整合業務系統、web數據、手工錄入、系統日誌相關的數據，打破各個生產系統的數據孤島局面。
然後進行數據抽取、數據轉換、數據加載的質量管理，之後將相關數據寫入數據倉庫，並且輸出到數據集市中進行數據建模，按照財務分析、質量分析、生產分析、庫存分析、銷售分析等主題進行整合，通過FineBI實現基礎科目的數據可視化展示，以及各類靈活場景的數據探索式自助分析。
二、模型的建立
1、總裁駕駛艙
以前的時候，各經營業務關鍵指標分散在各業務系統，管理者想查看了解比較麻煩，而且傳統數據統計採用人工核算、彙報的方式，反饋滯後，沒有時效性。
因此，我通過FineBI設計好的管理駕駛艙，將一些關鍵指標展示出來放到系統主頁或者顯眼的位置，提供給總裁、高層領導或者綜合業務管理者進行核心指標總覽，比如：
- 通過客戶、品牌結構和銷售趨勢分析，了解公司產品的優劣勢，針對實際情況制定經營戰略；
- 庫存結構和庫存周轉情況展示了庫存的狀態，庫存周轉率越高說明倉庫使用率越高、價值越大。
通過綜合數據的展示，整體把握公司運營狀況：
- 管理者輸出管理壓力，公司整體情況一覽無餘，同時對於下層執行者也起到一定的監督威懾作用；
- 有問題及時暴露、及時發現；
- 節約重複核算和彙報的工作量，提升工作效率。
2、生產質量分析
沒有體系化的生產質量分析方案，以上問題會給企業增加很多不必要的成本，比如：
各分公司採購金額不統一、不透明財務管理混亂，生產隨機性比較大，沒有參考數據對比分析和計劃；合格率不準確、無監督，工廠不合格品數量不斷增多；不合格品項目和原因不明確，無法提出針對性的調整方案。
這個時候可以通過圖表的形式將生產和質量管理相關的指標數據直觀的展示出來，把各分公司採購額排名透明，對於投入多產量少的企業給予提醒；展示對比各個生產項目的合格率，定位問題突出的點，針對制定提升合格率的方案措施。
通過對生產過程管控分析，為企業節約大量採購、產品返修、報廢等大塊的成本。
3、產品銷售分析&&銷售預警分析
有時候，公司會遇到區域銷售情況、客戶產品結構、門店銷售狀態不清晰，企業戰略制定和資源配置不合理，各產品單品銷售情況不清晰的問題。
此時，我們會通過區域地圖展示產品各區域銷售情況，同時對各單品在門店的銷售表現通過顏色、警戒線等進行預警分析。
具體的銷售預警分析：
銷售數據的綜合分析展示，為企業戰略制定、資源分配、產品生產營銷計劃制定等項目提供數據參考和支撐。
關鍵場景：
- 通過對全國各區域銷售情況分析，對於強勢區域、發展趨勢明顯的區域或者重點目標區域給予資源傾斜；
- 門店預警分析，參考銷售比較好的門店給銷售一般的門店提供參考的銷售方案；
- 根據各單品的銷售情況，安排生產計劃和營銷活動，增補庫存或者去庫存。
4、庫存與帳款分析
之前的時候，庫存結構不合理，滯銷、脫銷等問題頻發；庫存周轉率持續降低，企業應對風險的能力變弱，經營風險增大；應收帳款帳齡不斷延長，大大增加呆帳、壞帳的風險。
沒有體系化的庫存與帳款分析方案，以上問題都會增加企業運營的風險。
我們就會使用圖表或者預警推送等手段監控庫存、帳款方面的關鍵要素。
實時或者定期對庫存、帳款數據監控分析，對於異常指標及時提醒，並提出針對性的解決辦法，規避不必要的風險。
關鍵場景：
- 監控原材料、半成品、成品的庫存情況，保證生產工作正常進行，對於呆滯的產品及時清庫存；
- 庫存周轉率是工廠經營狀態的關鍵指標，直接或者間接代表企業的盈利和變現能力；
- 應收帳款提示，對於帳齡超過一定期限的給與預警提示到相關商務人員及時催款，降低風險和損失。
總結
寫到這裡基本上寫的差不多，通過總結才發覺自己原來很是知道的很少，還有很多需要學習的地方，比如說數學建模方面的知識不夠，統計學軟體使用不夠好，業務了解的不夠深入，對整個電子商務行業的發展把握不清晰，這些都是需要以後加強的地方。