การวิเคราะห์ในการขายปลีก: ข้อมูลถูกต้องหรือไม่

การค้าปลีกเป็นหนึ่งในอุตสาหกรรมชั้นนำที่มีการเปลี่ยนแปลงด้วยเทคโนโลยี AI และ Analytics นักการตลาดรายย่อยจำเป็นต้องมีส่วนร่วมในการแบ่งส่วน การแยกส่วน และการสร้างโปรไฟล์ของกลุ่มผู้บริโภคที่หลากหลาย ในขณะที่ต้องติดตามแนวโน้มแฟชั่นที่เปลี่ยนแปลงตลอดเวลา ผู้จัดการประเภทต้องการข้อมูลเพื่อให้มีความเข้าใจโดยละเอียดเกี่ยวกับรูปแบบการใช้จ่าย ความต้องการของผู้บริโภค ซัพพลายเออร์ และตลาด เพื่อท้าทายวิธีการได้มาและส่งมอบสินค้าและบริการ

ด้วยวิวัฒนาการทางเทคโนโลยีและกลุ่มมิลเลนเนียลที่ขับเคลื่อนการเปลี่ยนแปลงพฤติกรรมของผู้ซื้อในตลาด อุตสาหกรรมการค้าปลีกต้องมอบประสบการณ์การใช้งานที่สอดคล้องกัน สิ่งนี้สามารถทำได้ผ่านกลยุทธ์ช่องทาง Omni ที่ให้ทั้งทางกายภาพที่เหมาะสมและ digital การมีอยู่ของลูกค้าในทุกจุดสัมผัส

กลยุทธ์ Omni-channel เรียกร้องให้มีข้อมูลที่เชื่อถือได้

ส่งผลให้มีความต้องการข้อมูลเชิงลึก การวิเคราะห์ การจัดการที่เป็นนวัตกรรมใหม่ และการส่งข้อมูลที่ยอดเยี่ยม การผสมผสานระหว่าง BI แบบกระป๋องแบบดั้งเดิม รวมกับบริการตนเองเฉพาะกิจเป็นกุญแจสำคัญ ทีม BI แบบดั้งเดิมใช้เวลาส่วนใหญ่ในการส่งมอบคลังข้อมูลและระบบธุรกิจอัจฉริยะในการพัฒนาและทดสอบข้อมูลเพื่อรับรองความถูกต้องและเชื่อถือได้ อย่างไรก็ตาม เมื่อมีการนำกระบวนการส่งข้อมูลใหม่ของ ETL รูปแบบดาว รายงาน และแดชบอร์ดมาใช้ ทีมสนับสนุนจะไม่ใช้เวลามากในการดูแลคุณภาพข้อมูล ผลกระทบของข้อมูลที่ไม่ดีรวมถึงการตัดสินใจทางธุรกิจที่ไม่ดี พลาดโอกาส สูญเสียรายได้และผลิตภาพ และค่าใช้จ่ายที่เพิ่มขึ้น

เนื่องจากความซับซ้อนของกระแสข้อมูล ปริมาณข้อมูล และความเร็วของการสร้างข้อมูล ผู้ค้าปลีกต้องเผชิญกับปัญหาด้านคุณภาพข้อมูลซึ่งเกิดจากการป้อนข้อมูลและความท้าทายของ ETL เมื่อใช้การคำนวณที่ซับซ้อนในฐานข้อมูลหรือแดชบอร์ด ข้อมูลที่ไม่ถูกต้องอาจนำไปสู่เซลล์ว่าง ค่าศูนย์ที่ไม่คาดคิด หรือแม้แต่การคำนวณที่ไม่ถูกต้อง ซึ่งทำให้ข้อมูลมีประโยชน์น้อยลงและอาจทำให้ผู้จัดการสงสัยในความสมบูรณ์ของข้อมูล เพื่อไม่ให้เกิดปัญหามากเกินไป แต่ถ้าผู้จัดการได้รับรายงานเกี่ยวกับการใช้งบประมาณก่อนที่ตัวเลขงบประมาณจะได้รับการประมวลผลในเวลาที่เหมาะสม การคำนวณรายได้เทียบกับงบประมาณจะทำให้เกิดข้อผิดพลาด

การจัดการปัญหาข้อมูล - เชิงรุก

ทีม BI ต้องการนำหน้าและรับการแจ้งเตือนเกี่ยวกับปัญหาข้อมูลใดๆ ก่อนที่ข้อมูลจะถูกส่งไปยังผู้ใช้ปลายทาง เนื่องจากการตรวจสอบด้วยตนเองไม่ใช่ทางเลือก หนึ่งในผู้ค้าปลีกรายใหญ่ที่สุดจึงได้ออกแบบโปรแกรม Data Quality Assurance (DQA) ที่จะตรวจสอบแดชบอร์ดและรายงานแฟลชโดยอัตโนมัติ ก่อน ส่งมอบให้กับผู้บริหาร

เครื่องมือจัดกำหนดการ เช่น Control-M หรือ JobScheduler เป็นเครื่องมือประสานเวิร์กโฟลว์ที่ใช้เพื่อเริ่มต้นรายงานและแดชบอร์ด Cognos ที่จะถูกส่งไปยังผู้จัดการธุรกิจ รายงานและแดชบอร์ดจะถูกส่งโดยอิงตามทริกเกอร์บางอย่าง เช่น การเสร็จสิ้นกระบวนการ ETL หรือตามช่วงเวลา (ทุกชั่วโมง) ด้วยโปรแกรม DQA ใหม่ เครื่องมือจัดกำหนดการจะร้องขอ MotioCI เพื่อทดสอบข้อมูลก่อนส่งมอบ MotioCI เป็นเครื่องมือควบคุมเวอร์ชัน การปรับใช้ และการทดสอบอัตโนมัติสำหรับ Cognos Analytics ที่สามารถทดสอบรายงานสำหรับปัญหาข้อมูล เช่น ฟิลด์ว่าง การคำนวณที่ไม่ถูกต้อง หรือค่าศูนย์ที่ไม่ต้องการ

เนื่องจากการคำนวณในแดชบอร์ดและรายงานแบบแฟลชนั้นค่อนข้างซับซ้อน จึงเป็นไปไม่ได้ที่จะทดสอบทุกรายการข้อมูล เพื่อแก้ไขปัญหานี้ ทีม BI ได้ตัดสินใจเพิ่มหน้าตรวจสอบความถูกต้องลงในรายงาน หน้าการตรวจสอบความถูกต้องนี้แสดงรายการข้อมูลสำคัญที่ต้องตรวจสอบก่อนที่จะส่งการวิเคราะห์ไปยังสายงานธุรกิจต่างๆ MotioCI ต้องทดสอบหน้าตรวจสอบเท่านั้น เห็นได้ชัดว่าไม่ควรรวมหน้าการตรวจสอบความถูกต้องในการส่งไปยังผู้ใช้ปลายทาง ใช้สำหรับวัตถุประสงค์ภายในของ BICC เท่านั้น กลไกในการสร้างหน้าตรวจสอบนี้เท่านั้นสำหรับ MotioCI ทำได้โดยสมาร์ทแจ้ง: พารามิเตอร์ควบคุมการสร้างรายงานหรือการสร้างหน้าตรวจสอบที่ MotioCI จะใช้เพื่อทดสอบรายงาน

การบูรณาการ Control-M, MotioCI, & Cognos Analytics

อีกแง่มุมที่ซับซ้อนคือการโต้ตอบระหว่างเครื่องมือจัดกำหนดการและ MotioCI. งานที่กำหนดเวลาไว้ทำได้เท่านั้น ขอ ข้อมูลไม่สามารถ รับ ข้อมูล. ดังนั้น, MotioCI จะเขียนสถานะของกิจกรรมการทดสอบในตารางพิเศษของฐานข้อมูลที่ตัวกำหนดตารางเวลาจะส่ง Ping บ่อยๆ ตัวอย่างของข้อความสถานะจะเป็น:

• “กลับกันเถอะ ฉันยังยุ่งอยู่”
• “ฉันพบปัญหา”
• หรือเมื่อผ่านการทดสอบ “เรียบร้อย ส่งข้อมูลการวิเคราะห์ออกไป”

การตัดสินใจออกแบบอย่างชาญฉลาดครั้งล่าสุดคือการแบ่งกระบวนการตรวจสอบออกเป็นงานต่างๆ งานแรกจะดำเนินการทดสอบ DQA ของข้อมูลการวิเคราะห์เท่านั้น งานที่สองจะทริกเกอร์ Cognos เพื่อส่งรายงาน เครื่องมือจัดกำหนดการระดับองค์กรและกระบวนการอัตโนมัติใช้สำหรับงานต่างๆ ทุกวัน มันรันงานจำนวนมาก ไม่เพียงแต่สำหรับ Cognos และไม่เพียงแต่สำหรับ BI ทีมปฏิบัติการจะติดตามงานอย่างต่อเนื่อง ปัญหาข้อมูล ระบุโดย MotioCIอาจส่งผลให้เกิดการแก้ไข แต่เนื่องจากเวลาเป็นสิ่งสำคัญในการขายปลีก ทีมงานสามารถตัดสินใจส่งรายงานโดยไม่ต้องทำการทดสอบ DQA ทั้งหมดอีกครั้ง

นำเสนอโซลูชั่นได้อย่างรวดเร็ว

การเริ่มต้นโครงการคุณภาพข้อมูลในช่วงฤดูใบไม้ร่วงมักมาพร้อมกับแรงกดดันด้านเวลาที่สูงมาก: Black Friday ปรากฏขึ้นบนขอบฟ้า เนื่องจากเป็นช่วงที่มีรายได้สูง บริษัทค้าปลีกส่วนใหญ่จึงไม่ต้องการนำการเปลี่ยนแปลงด้านไอทีไปใช้เพื่อลดความเสี่ยงที่จะเกิดการหยุดชะงักของการผลิต ดังนั้นทีมงานจำเป็นต้องส่งมอบผลลัพธ์ในการผลิตก่อนที่ระบบไอทีจะหยุดทำงาน เพื่อให้แน่ใจว่าทีมงาน multi-time zone ของลูกค้า Motio และพันธมิตรของเราในต่างประเทศอย่าง Quanam ได้บรรลุตามกำหนดเวลา กลยุทธ์ที่คล่องตัวพร้อมสแตนด์อัพรายวันส่งผลให้โครงการส่งผลงานได้เร็วกว่าที่วางแผนไว้ กระบวนการประกันคุณภาพข้อมูลดำเนินการทั้งหมดภายใน 7 สัปดาห์และใช้งบประมาณเพียง 80% ที่จัดสรร ความรู้ที่กว้างขวางและวิธีการ "ลงมือปฏิบัติ" ที่เป็นปัจจัยขับเคลื่อนความสำเร็จของโครงการนี้

การวิเคราะห์เป็นกุญแจสำคัญสำหรับผู้จัดการร้านค้าปลีกในช่วงเทศกาลวันหยุด การดูแลให้มั่นใจว่าข้อมูลจะได้รับการตรวจสอบและยืนยันโดยอัตโนมัติ ลูกค้าของเราได้บรรลุผลสำเร็จอีกขั้นในการนำเสนอผลิตภัณฑ์คุณภาพสูงและอินเทรนด์แก่ลูกค้าอย่างต่อเนื่องในราคาที่เหมาะสม