܄

【金猿案例展】某体育品牌——零售数据中台建设

【数据猿导读】 本案例由滴普科技投递并参与“数据猿年度金猿策划活动——2020大数据产业创新服务企业榜单及奖项”评选。

【金猿案例展】某体育品牌——零售数据中台建设

某品牌是中国最大的体育零售商,作为耐克、阿迪达斯最大的分销商,共代理11家国际运动品牌。同时作为百丽国际旗下面向体育业务的子公司,该品牌从上世纪90年代涉足体育运动产品的经营业务。被定义为以消费者为核心的运动零售及服务平台,现需从一家传统的经销代理向运动服务提供商、体育活动组织方以及运动社交分享平台三大方向转型。

打通原来分散割裂的门店、渠道、消费者、会员等数据,也成为了实现转型不能越过的先决条件,这也对这家拥有近30年历史的传统零售代理商的数字化建设提出了新的挑战。

项目开始:2020年7月
截止时间:2020年12月

应用场景

传统零售代理商想要往新零售数字化建设挑战。

面临挑战

作为一家业务模式相对传统、历史积淀厚重的零售商,该品牌在业务扩张发展过程中,公司内部信息系统大量建设且缺乏统一管理,各类数据标准化程度低、对接难,组织间信息壁垒和数据孤岛逐步形成,加之数据统计口径不一致,急需解决长期存在的业财差异。

同时,该品牌原有的数仓存在性能瓶颈,数据指标计算时间长,无法满足新业务场景的需求,且原有的数仓架构扩展性欠佳、维护成本较高。

在拆分上市后,该品牌将数字化转型、线上线下消费者互动的深入整合、基于客户需求的供应链升级作为了其业务战略的重点方向。为满足战略规划的落实,建立一套高效、全面、业务导向、敏捷响应的数据中台是该品牌迫在眉睫的现实需求。

数据支持

通过建构数据中台,该品牌日常运营分析需要多个数据源系统得以整合,数据体系设计得以规范,数据差异风险有效降低,赋能业务的综合分析能力迅速提升。该品牌的数据资产管控体系也得以同步建立,通过对现有数据资产的盘点进行数据资产运营,提升数据的有效性、可追溯性,并逐步改善数据准确性问题。

通过对数据中台的升级,该品牌原有的数据仓库处理与响应效率也大幅提升,响应时间从原来的2小时缩短到1小时左右,增强了对前端业务快速变化的响应能力。

通过数据中台进行全量数据封装透出,支撑各个数据业务,保障数据获取的及时性和稳定高效,并可支持数据能力不断扩展,形成可靠的数据服务体系,为查询服务、分析服务、检索服务、精准营销、个性化推荐、大数据风控等应用场景提供良好的数据支撑。

应用技术与实施过程

滴普科技为该品牌设计并建构了一整套以互联网中台技术架构为蓝本的新零售数据中台,打通了该品牌包括门店、财务、CRM、OA、HR、会员、运输管理等在内的23个业务系统,通过数据资产化、资产服务化、服务业务化,实现数据赋能零售业务目标。

在中台的落地层面,在综合考虑业务/财务维度的数据标准和数据模型基础上进行平台建构,同时统一该品牌各业务线、前后端的数据采集、数据处理、数据治理、模型管理、数据服务,从源头到应用端到端提升标准化水平。

商业改变

通过对数据中台的建设与升级,该品牌原有的数据仓库处理与响应效率也大幅提升,响应时间从原来的2小时缩短到1小时左右,增强了对前端业务快速变化的响应能力。

通过数据中台进行全量数据封装透出,支撑各个数据业务,保障数据获取的及时性和稳定高效,并可支持数据能力不断扩展,形成可靠的数据服务体系,为查询服务、分析服务、检索服务、精准营销、个性化推荐、大数据风控等应用场景提供良好的数据支撑。

关于案例提交企业·滴普科技:

北京滴普科技有限公司是全场景数据智能服务商。成立于2018年,总部位于北京,在上海、广州、深圳、杭州、成都设有子公司,人员规模超700人。

公司基于云原生互联网框架,综合5G、IoT、大数据、AI、云计算等新技术,形成可高度扩展的商业智能和产业智能的平台产品,为组织提供全场景数据智能服务。截至目前,服务了80+大中型行业头部客户数字化业务转型,覆盖了零售、快消、汽车、3C、美妆、地产、工业、园区等领域。


来源:数据猿

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

五大年度榜单&颁奖+产业图谱+行业报告,2020年度金猿策划活动正式开启
五大年度榜单&颁奖+产业图谱+行业报告,2020年度金猿策划活动...
【金猿技术展】慧安金科反洗钱可疑案宗识别技术——自动全方位提取洗钱行为关联信号
【金猿技术展】慧安金科反洗钱可疑案宗识别技术——自动全方位提...
【金猿技术展】肺炎AI医学辅助诊断技术——Dr.Wise®
【金猿技术展】肺炎AI医学辅助诊断技术——Dr.Wise®

我要评论

精品栏目

[2017/12/19]

大数据24小时

More>

[2017/12/18-22]

大数据周周看

More>

[2017/12/18-22]

大数据投融资

More>

[2017/12/18-22]

大咖周语录

More>

[2017/12/13-20]

大数据周聘汇

More>

[2017/12/12-19]

每周一本书

More>

返回顶部