A kiskereskedelem az egyik vezető iparág, amelyet az AI és az Analytics technológia átalakít. A kiskereskedelmi marketingszakembereknek be kell vonniuk a szegmentációt, a szétválasztást és a különböző fogyasztói csoportok profilját, miközben lépést kell tartaniuk a divat folyamatosan változó trendjeivel. A kategóriavezetőknek szüksége van az információra ahhoz, hogy részletesen megértsék a kiadási szokásokat, a fogyasztói keresletet, a beszállítókat és a piacokat, hogy megkérdőjelezzék az áruk és szolgáltatások beszerzésének és szállításának módját.
Mivel a technológia fejlődése és az évezredek a vásárlói magatartás megváltozását okozzák a piacon, a kiskereskedelmi iparnak egységes felhasználói élményt kell kínálnia. Ezt olyan többcsatornás stratégiával lehet elérni, amely optimális fizikai és digital jelenléte az ügyfelek számára minden érintkezési ponton.
A többcsatornás stratégia megbízható adatokat igényel
Ez erős belső keresletet eredményez a betekintéshez, az elemzéshez, az innovatív kezeléshez és a kiváló információk szállításához. Kulcsfontosságú a hagyományos konzerv BI kombinációja és az ad-hoc önkiszolgálás. A hagyományos BI csapatok sok időt töltenek az adattárolás és az üzleti intelligencia szállítása során az információk fejlesztésével és tesztelésével, hogy biztosítsák a pontosságot és a megbízhatóságot. Amikor azonban megvalósul az ETL új információszolgáltatási folyamata, a csillagsémák, a jelentések és az irányítópultok, a támogatási csapatok nem sok időt töltenek az adatok minőségének megőrzésével. A rossz adatok hatása magában foglalja a rossz üzleti döntéseket, az elszalasztott lehetőségeket, a bevételek és a termelékenység csökkenését, valamint a megnövekedett költségeket.
Az adatáramlás összetettsége, az adatok mennyisége és az információk létrehozásának sebessége miatt a kiskereskedők szembesülnek az adatminőséggel, amelyet az adatbevitel és az ETL -kihívások okoznak. Ha összetett számításokat használ adatbázisokban vagy műszerfalakon, a helytelen adatok üres cellákhoz, váratlan nulla értékekhez vagy akár helytelen számításokhoz vezethetnek, ami miatt az információ kevésbé hasznos, és a vezetők kétségbe vonhatják az információ integritását. A probléma túlzott leegyszerűsítése érdekében nem, de ha a menedzser jelentést kap a költségvetés felhasználásáról, mielőtt a költségvetési számokat időben feldolgozzák, a bevétel és a költségvetés kiszámítása hibát eredményez.
Adatproblémák kezelése- proaktív módon
A BI-csapatok a görbe előtt szeretnének lenni, és értesítést kapnak minden adatproblémáról, mielőtt az információkat eljuttatják a végfelhasználókhoz. Mivel a manuális ellenőrzés nem választható, az egyik legnagyobb kiskereskedő olyan adatminőség -biztosítási (DQA) programot tervezett, amely automatikusan ellenőrzi a műszerfalakat és a gyorsjelentéseket előtt menedzsmentnek szállították.
Az ütemezési eszközök, például a Control-M vagy a JobScheduler olyan munkafolyamat-szervező eszközök, amelyekkel elindíthatók a Cognos jelentések és irányítópultok, amelyeket eljuttatnak az üzleti vezetőkhöz. A jelentéseket és irányítópultokat bizonyos kiváltó tényezők, például egy ETL folyamat befejezése vagy időközök (óránként) alapján szállítják. Az új DQA programmal az ütemezési eszköz kér MotioCI az adatok tesztelése a szállítás előtt. MotioCI a Cognos Analytics verzióellenőrzési, telepítési és automatikus tesztelési eszköze, amely tesztelheti az adatproblémákra vonatkozó jelentéseket, például üres mezőket, helytelen számításokat vagy nem kívánt nulla értékeket.
A Control-M ütemezési eszköz kölcsönhatása, MotioCI és a Cognos Analytics
Mivel a műszerfalak és a gyorsjelentések számításai meglehetősen bonyolultak lehetnek, nem lehetséges minden egyes adatelem tesztelése. A probléma megoldása érdekében a BI csapat úgy döntött, hogy egy érvényesítési oldalt ad hozzá a jelentésekhez. Ez az ellenőrző oldal felsorolja azokat a kritikus adatokat, amelyeket ellenőrizni kell, mielőtt az elemzéseket eljuttatnák a különböző üzletágakhoz. MotioCI csak az ellenőrző oldalt kell tesztelni. Nyilvánvaló, hogy az érvényesítési oldalt nem szabad belefoglalni a végfelhasználóknak való kézbesítésbe. Csak belső BICC célokra használható. A mechanizmus, amellyel csak ezt az ellenőrző oldalt hozza létre MotioCI intelligens felszólítással történt: egy paraméter irányította a jelentések vagy az érvényesítési oldal létrehozását MotioCI használja a jelentés tesztelésére.
Integráló Control-M, MotioCI, & Cognos Analytics
Egy másik összetett szempont az ütemezési eszköz és a MotioCI. Az ütemezett feladat csak kérni információt, nem lehet kap információ. Ezért, MotioCI a tesztelési tevékenységek állapotát az adatbázis egy speciális táblázatába írná, amelyet az ütemező gyakran rögzít. Példák az állapotüzenetekre:
- - Gyere vissza később, még mindig elfoglalt vagyok.
- - Találtam egy problémát.
- Vagy amikor a teszt sikeres: „Minden rendben, küldje el az elemzési információkat.”
Az utolsó okos tervezési döntés az volt, hogy az ellenőrzési folyamatot külön feladatokra osztották fel. Az első feladat csak az analitikai adatok DQA tesztelését hajtaná végre. A második feladat a Cognos -t arra készteti, hogy küldje ki a jelentéseket. A vállalati szintű ütemezési és folyamat automatizálási eszközöket különböző feladatokra használják. Naponta számos feladatot hajt végre, nem csak a Cognos és nem csak a BI számára. Az operatív csapat folyamatosan figyelemmel kíséri a munkákat. Adatprobléma, azonosította MotioCI, javítást eredményezhet. De mivel a kiskereskedelemben az idő kritikus, a csapat most úgy dönthet, hogy elküldi a jelentéseket anélkül, hogy újra lefuttatná a teljes DQA tesztet.
A megoldás gyors szállítása
Az adatminőségi projekt ősszel való elindítása mindig rendkívül nagy időterheléssel jár: a fekete péntek a láthatáron áll. Mivel ez a nagy bevételi időszak, a legtöbb kiskereskedelmi vállalat nem akar informatikai változtatásokat végrehajtani, így csökkentheti a termelés megszakításának kockázatát. Ezért a csapatnak az IT befagyasztása előtt meg kellett adnia a termelési eredményeket. Az ügyfél több időzónás csapatának biztosítása érdekében Motio és offshore partnerünk, a Quanam betartotta határidejét. Az agilis stratégia napi felállással eredményezte azt a projektet, amely a tervezettnél gyorsabban hozott eredményt. Az adatminőség -biztosítási folyamatok mindegyike 7 héten belül valósult meg, és csak az elkülönített költségvetés 80% -át használták fel. A széles körű ismeretek és a „gyakorlati” megközelítés, amely a projekt sikerének hajtóereje volt.
Az elemzés kulcsfontosságú a kiskereskedelmi vezetők számára az ünnepi időszakban. Az információ automatikus ellenőrzésének és ellenőrzésének biztosítása érdekében ügyfelünk újabb lépést tett annak érdekében, hogy továbbra is kiváló minőségű, trendi termékeket kínáljon ügyfeleinek megfizethető áron.
