对某一个行为的分析需要某一群数据组合,对另一个行为的分析又需要
另一群数据组合,每一个不同行为分析所需要的数据组合都是不一样的(当
然,其中有一些数据是会有共性的需要的)。为了抽取数据的方便,我们要
对所有的数据进行分类。一般情况下,可以简单的分为直接数据和间接数据
两个大类。通常,我们把一些能直接反应商业行为表象的数据,如进货、销
售、库存等实绩作为直接数据;把一些能影响商业行为实绩的数据,如客流
量、商品品项数、费用成本等作为间接数据。我们不仅要分析进销存这些直
接数据,更重要的是要分析间接数据,因为间接数据是改变直接数据质量的
基础。我们每一个人都要学会数据分析,每一位管理人员都是数据分析员,
虽然他们对数据的要求和标准不一样,这是分工决定的。专职的数据分析人
员是数字化管理深入和发达的产物,是为其他管理人员服务的。
1.IT在超市中的功能
如果我们仅仅需要直接数据,也许简单的POS系统就能完成。既然我们说
是IT,那么就不应该是只能看到简单的数字堆积,我们需要的是能把这些数
据进行有机的组合,进行分析,得出我们有用的信息。
从销售的角度来讲,由于每一批的进价不同,销售价也可能因市场因素
或促销等原因不断的变动,毛利也将随之浮动;我们一般采用滚动式进货,
即前一批货还未售完,第二批货已经购进,如果这两批货的进价不同,我们
需要知道每一件货销售时的正确毛利,而决不是简单加权平均法来一个“期
初加期末再除以2”。