五年前,Mike Limauro加入连锁超市Weis Markets的时候,他知道他有机会改变这家公司对资产保护的认识。 (译注:Weis Markets公司是美国地区性超市运营商,总部位于美国宾夕法尼亚州Sunbury市,上市机构。) 管理这个地区业务的软件系统很快将不再由其供应商提供支持。作为该公司资产保护部门的副总裁,考虑更换系统是Limauro的职责。
他想利用这次寻找新方案的机会把Weis公司转变成数据驱动型的公司。 在典型的零售业务领域,资产保护都是关于识别损耗率方面的。数据只在浏览库存表并与产品做比较时起作用,主要为了识别不符之处。但是,Limauro来到Weis公司之后,他部署了……
我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。
我原创,你原创,我们的内容世界才会更加精彩!
【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】
微信公众号
TechTarget
官方微博
TechTarget中国
五年前,Mike Limauro加入连锁超市Weis Markets的时候,他知道他有机会改变这家公司对资产保护的认识。
(译注:Weis Markets公司是美国地区性超市运营商,总部位于美国宾夕法尼亚州Sunbury市,上市机构。)
管理这个地区业务的软件系统很快将不再由其供应商提供支持。作为该公司资产保护部门的副总裁,考虑更换系统是Limauro的职责。他想利用这次寻找新方案的机会把Weis公司转变成数据驱动型的公司。
在典型的零售业务领域,资产保护都是关于识别损耗率方面的。数据只在浏览库存表并与产品做比较时起作用,主要为了识别不符之处。但是,Limauro来到Weis公司之后,他部署了Profitect公司的一款新工具,可以做更规范的分析。Limauro从以前许多不用的资源中获取了数据,比如账单、库存和客户数据。他说,公司现在可以利用该工具帮助更有效的定价,改善货架分配,减少变质过期食物浪费。
Limauro说,要让Weis公司每个部门都知道这一点的重要性,资产保护并只不是为了确认库存数增加。而且他的部门还可以帮助他们更加有效地运营。新方法会“带来更大的视角”。
Limauro认为,通常来说,传统的基于异常的报告工具从销售点系统审查数据,但是并没有全面利用起来这些数据,仅限于零售商资产保护部门的一小部分人在使用。Limauro把新部署的资产保护分析工具推向了全公司约600位用户。该软件不只是他部门的员工使用,存储经理和前端业务经理都要用。
分析价值迈上新台阶
Limauro的团队成员使用Profitect监视数据源,探寻库存和定价的模式以及发现异常。他们还使用该系统创建报表并识别浪费的可能原因。
Limauro说:“当我们发现导致利润侵蚀或损失的原因时,我们会交给团队中的反向工程师分析所有出错的地方。如果再次发生(类似情况),我们立即就会知道。”
随着资产保护新方法传递到整个公司,有更多的部门来向Limauro寻求帮助。例如,他最近安排向公司定价部门人员做一次询价调查,希望分析产品定价看是否存在未被发现的盈利点。这并不是资产保护的主要范畴,但是由于Limauro引入了开放的思路,这也是他要处理的内容。
Limauro说:“真正的进步是人们的思想,我们是业务整体不可分割的一部分。我们希望给公司带来价值增益,而不是只防止损失。”
数据驱动的坎坷之路
实施分析工具并不是一路坦途的。Limauro说,一些部门经理对他给团队提供的建议感到非常不适应,因为他们认为系统生成的观点本应该来自他们内部自己的分析。还有就是对这种数据驱动的新方法不适应。
为了解决这个问题,Limauro举办了培训课,解释Profitect工具的功能特点。他与各部门的骨干成员协作,让他们把工具引入使用并帮助说服那些更保守一些的同事。最终,最主要的是这些工作帮助实现了成功。Limauro说,那些原本持怀疑态度的人在看到部门利润数字上升和食物浪费减少之后,会改变他们的想法的。
Limauro说:“我们在推广工具的益处时,有一个点要注意。我们要讲清楚人们可以用该工具做什么。”
尽管Limauro没有分享具体的投资回报率数字,但是他说,自从Weis公司使用该工具以后,食物浪费量下降了,利润上升了。他补充说,在这样逐步成为数据驱动的公司,他用于资产评估的新方法也帮助改变了其它部门对他技术部门的看法,使公司可以更集中关注业务运营。
翻译
相关推荐
-
小型企业如何为数据主宰的未来做准备
小型企业坐拥着一座尚未开发的“金矿”。这些企业拥有的数据和信息,仅从数量而言就十分惊人。而且这些数据的价值难以估量。
-
构造可扩展的数据分析的简单三步
可扩展的数据分析的案例涉及到转换流程甚至转换产品。我们重新配置操作或供应链,使分析架构产业化,并采取其他措施使整个企业更加依托数据驱动。
-
不服来辩:数据驱动的商业模式引领未来
如今,越来越多的公司采用数据驱动的商业模式,这样可以充分利用公司收集的大量数据来获得竞争优势。
-
运动数据分析总有效?也许是个伪命题
分析在体育运动中广泛应用的趋势引起了许多争论和争议。即使数据驱动的决策可以提供一些好处,但运动数据分析并不总是适合于每一个团队的问题。