随着網際網路人口紅利的消失，存量時代來臨，企業增長必須靠消費者的精細化營運來實作。對于多品牌大企業而言，強大的消費者人群資産于企業而言，是機會優勢，同時也是挑戰。對于在2017年已經擁有雅士利、Arla、瑞哺恩、多美滋和朵拉小羊五大品牌的雅士利集團而言更是如此。
雅士利從最初的嬰幼兒奶粉發展做起，同時也覆寫了成人奶粉等多個品牌、多個業務；2010年11月1日于香港交易所主機闆上市。
當集團變得越來越大，簡單的業務溝通變得複雜。
- 集團業務口徑不統一，溝通困難
不同品牌線有自己的系統，不同系統之間有自己的口徑，搜集資料通道也存在差異。任何一個跨部門的溝通，都需要花費大量時間搜集資料，有時還會花大功夫去核對口徑。
- 難以實作企業資料統一的彙總、管理、使用
由于資料分散，口徑有差異，如果無法實作統一的彙總管理和使用，資料孤島問題必然成為業務高速發展的攔路虎。經多方調研了解後，雅士利最終決定利用阿裡巴巴的品牌全域資料中台解決方案，來解決自己多品牌、全域分析的需求。
以下的案例為雅士利利用AIPL模型，并結合Quick BI實作品牌人群資産定量化分析的思路和示例。
AIPL模型結合雅士利業務
從使用者對産品的認知-->興趣-->購買-->忠誠的階段，定義出關鍵的使用者擷取力、轉化力、價值力這三個方面，從這三個方面出發，結合雅士利的業務實況，以及業務實際檢視習慣，建構自上而下的分析看闆。
品牌人群資産鍊路化可以直接指導相應的營運動作，以積累越來越多的人群資産為指導目标，對于所處鍊路中不同位置的人群，采用對應的溝通内容和管道，盡快推動“A人群“—>“I人群“—>“P人群“—>“L人群”各鍊路人群高效流轉，積累越來越多的“L人群”。
問題分析舉例：假設此鍊路存在問題，就要分析是否是“A人群”太少？還是“I人群”到“P人群”轉化率過低？
1.“A人群”太少：是否是品牌缺少曝光？現在的廣告位是否存在問題？是觸達使用者的問題還是傳播内容材料的問題？
2.“I人群”到“P人群”轉化率過低：是否缺少銷售轉化機制，還是目前機制存在問題？是貨品推送問題還是管道流量存在問題（劣質流量）？
根據以上問題的分析延展，結合資料回報的結果再做相應的業務營運優化動作或調整動作，真正實作以消費者為中心的精細化營運，進而提升營收目标。
實際案例效果與說明
1.示例一：消費者分層整體概覽
√頁面名稱：品牌門戶_消費者總覽
√分析目标：讓高層級使用者可以從整體的角度把控不同品牌的目前分層使用者的現狀，以及判斷趨勢是否正常。
√分析思路：首先看到整體上不同品牌在對應時點的上的使用者情況，再看在近期這些使用者的整體變化趨勢，以及對比前日與前周的變化情況，确定是否存在異常情況。
如何結合Quick BI滿足分析需求：
（1） 查詢控件的範圍有限定，進而實作看某一天資料與某段時間資料的需求。
（2） 使用tab容器功能，實作不同主題元件在同一容器中可快速切換，友善了使用者的日常檢視。
2.示例二：品牌力直接帶來會員粉絲轉化能力分析
√頁面名稱：品牌轉化力_會員粉絲
√分析目标：讓業務營運人員直接看到粉絲與會員累計量以及近期新增量，同時判斷整體粉絲的品質水準。
√分析思路：首先可以看到目前會員與粉絲總量以及最近30天新增會員與分析；再看到從不同管道轉化來的粉絲數以及處在不同階段的粉絲數，以及不同時間來的粉絲品質如何（粉絲主動傳播行為）。
3.示例三：新會員轉化分析
√頁面名稱：新客會員轉化分析
√分析目标：了解雅士利對于新客群的複購轉化能力和轉化原因，促進新客的精準轉化
√分析思路：劃分管道、年齡層、使用者所處段位，來分析使用者的二次、三次複購量，以及三次複購比率以及環比增長率。進而發現在一定時間段内，某管道、某年齡段、某段位使用者的複購率情況是較高還是偏低，對比上期是什麼狀況。
4.更多結合QuickBI滿足業務需求示例
豐富圖表樣式更加清晰一目了然
除了常用條形圖組合圖發現組合趨勢變化，極坐标圖也會幫助使用者快速歸因複購影響力最大的因素，進而發現相應舉措的影響程度，針對影響力小的舉措分析舉措是否到位，是否需要調整；針對影響力大的可以考慮加大頻率或複用推廣到其他品牌。
關聯鑽取讓分析更加流暢
在做品牌擷取力分析，追蹤商品收藏加購時，通過品牌大系列，鑽取到的各系列商品狀況，再關聯到排行榜上，直接追蹤到收藏/加購使用者最多/最少的商品，進而發現使用者加購收藏最多的商品，發現擷取力做強/較差的商品。
資料模組化
QuickBI資料模組化隻需兩步，輕松搞定資料從無到有（擷取資料），從有到優（建立資料集）；易學習易操作，可視化方式讓沒有變成能力的資料人也可輕松搞定。
1.資料源對接
（1）雲資料庫：支援各種雲資料庫-RDS、ADB、Hive、Presto...
（2）自建資料源：常用主流資料源均支援-MySQL、SQL server、Oracle、vertica...
（3）本地檔案：Excel、CSV均支援，同時也可對追加上傳。
2.資料集
√即席分析SQL
SQL相比資料表來建立資料集，具有更高的靈活度，可實作：
（1）可從多個資料表上擷取指定資料（字段），按條件彙總到1張資料集上，不需要開發将所有資料都存放在1張表上。
（2）資料規範化和資料歸一化處理。
（3）提高複雜函數的運算效率。
√資料集關聯
除了使用即席分析SQL外，還可以通過資料集關聯來完成多個來源資料整合；
例如：店鋪銷售額和品牌銷售額分别在不同的表中，通過品牌名稱和時間進行關聯，即可在店鋪表資料中獲得品牌資料。（關聯小技巧：選擇顆粒度更小的表作為基礎表，在這個資料集上進行左關聯）
√衍生名額
資料集本身可通過字段拖拽，函數計算等完成衍生名額的添加：
（1）度量之間的簡單四則運算和函數運算，包括case when / if的判斷，sum、average的聚合等；
（2）次元的字段提取以及文本操作；
（3）時間的特殊處理：例如時間的年月提取，度量在計算公式時可能用到的不同時間的資料擷取。也可以對周字段自定義開始時間。
方案價值
結合雅士利業務自身特性，綜合利用生意參謀的生意資料和資料銀行的消費者名額資料，品牌實作了導購、門店、積分、營銷活動等多個業務場景的資料化方案，并實作在QuickBI中展示集團、以及各個子品牌的QBI資料門戶，提供資料的全局分析視角。以資料助力雅士利零售業務實作飛速增長。
2019年雙11，雅士利通過品牌全域資料中台實作了短期快速提效的紮實效果，營銷提效實作了去年同期增長92%。而旗下的新生羊奶粉品牌——朵拉小羊，更是利用品牌全域資料中台，實作了從0到1的成長突破。朵拉小羊是雅士利旗下的子品牌，聚焦在窄衆細分的羊奶粉市場。2019年6月份才進軍天貓，起初體量不盡如人意。應用品牌全域資料中台能力後，該品牌在雙11期間，實作了消費者總量增幅達74倍，目标GMV完成率118%，主推單品銷售提升1000%+。（内容來源于阿裡雲資料中台 molly茉希）
歡迎掃碼加入阿裡雲新零售行業學習交流釘釘群
加入釘釘群可享有以下權益↓