本文主要是介绍【数据产品案例】有赞美业数据报表，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
案例地址： https://www.youzan.com/intro/beauty
1. 有赞是新零售的软件服务商，为商户提供强大的微商城和完整的移动零售解决方案，帮助互联网时代的生意人管店、管货、管客、管钱。其自身定位是为商家提供的SaaS系统，提供零售的完整解决方案。与淘宝不同的是，淘宝是商业地产模式，淘宝引流导向商户；有赞不吸引流量，有赞服务的商家需要有自己产生流量的能力。
2. 线下美容美发行业信息化程度仍较低，基本的对账能力缺乏，过去主要靠纸笔来进行会员、员工的管理和统计。有赞美业是有赞对美容美发行业的互联网化解决方案，先提供订单管理、商品管理、会员管理能力，再提供数据分析功能。
3. 数据来源：管理端侧重于对订单、会员的管理，主要能收集到的数据有：
1）订单数据：从预约到最终达成交易
2）会员数据：
a. 会员基本信息：包括生日、微信等
b. 会员价值信息：RFM信息包括客单、消费频数、最近一次消费，会员积分与会员等级
c. 获客来源：获客门店，以及是从线上预约来的还是线下入店的
d. 会员画像：可自定义会员标签
e. 会员消费信息：包括消费记录、剩余卡金等
4. 首页工作台包括三大模块：基本数据看板、常用功能和待办事项。其中基本数据部分包括：
1）业绩相关：主营收入、充值金额、耗卡金额、赠送消耗
2）订单相关：预约单数、完成订单数
3）客流相关：到店人数、新增会员数
5. 数据概览：整体概览部分关心收入、卡、会员、客单和退款。
目前仅支持往期任意一天的日报表。主要模块按从上到下顺序排序如下：
1）订单：关心订单金额和订单量，其中订单金额根据美容行业的特别，将卡金也算入，总共包括“充值金额、卡项金额、售卡金额”
2）预约：同样是关心预约金额和预约次数两个指标，同时也关心取消和超时的预约单数
3）会员卡：同样关心售卡收入和售卡次数两个指标。额外关心当日售卡中的次数与服务消耗掉的次数，因为售卡本身是透支将来消费金额的行为。
4）客户：关心散客和会员，其中散客关心三个点：
a. 散客预约：判断预约功能是不是能引流
b. 散客办卡：关心散客转化率
c. 添加会员：关心散客转化率
5）付款方式：同样是关心金额和次数两个部分。付款方式包括 充值金额、现金、支付宝、微信、刷卡
6. 数据报表
1）销售统计报表：关心收入和订单数。收入细分为“服务收入、产品收入、次卡收入、折扣卡收入、充值收入、直接收款、店铺收款码收入”，订单数包括“服务订单数、产品订单数、次卡订单数、折扣卡订单数、充值订单数、直接收款订单数、店铺收款码订单数”
2）订单报表：分为待付款、待发货、已付款、已发货几种类型订单，然后得到订单的宽表，具体的分析由商家自己完成
3）退款订单报表：退款订单的宽表，具体分析由商家自己完成
4）消耗统计报表：关心卡的消费，包括卡余额消费和卡次数消费
————————————————————————————————
思考：
1. 目前美容美发行业信息化程度低，所以当前还处于数据的积累阶段，先让商家用上了信息化系统，留存了数据，再考虑下一步数据产品的设计
2. 美业商家的数据应用能力处于初级阶段，因此应该分成两步走的方式进行，第一步现将商家线下的数据行为搬到线上，比如说统计各个渠道的会员转化率等，这类行为商家本来就能做，但是有了数据产品后会更方便；第二步做商家想做、但是过去做不到的功能，比如说分析各渠道转化成会员的顾客画像，分析转化原因，在渠道推广时更有针对性，提高转化效果
3. 目前有赞美业提供了最基础的数据能力，主要是各维度（如会员、订单、商品品类）的金额和次数，有助于商家管理者了解店铺现状，但对于决策和行为的影响我认为不大
4. 有赞美业的报表功能挺有趣，为商家提供宽表，基本上等同于系统所收集的商家运营信息。“数据概览”为商家决策提供的价值不够大，“数据报表”理论上可以让商家做非常多的分析，但考虑到美业商家的数据敏感性和数据能力，可能对于大多数商家而言宽表的使用是有难度的。
但是宽表给了我们启发，当我们设计数据产品时，如果还未能了解使用者对于数据会有哪些使用用途，可以先把尽量多的数据给使用者，观察那些使用了该功能的使用者，我们就能了解这些数据应该怎么加工成数据产品。这里我认为可以加个步骤，用户在下载数据宽表时，让用户勾选他们所需要的字段，这样的好处是：
1）用户下载的EXCEL文件字段少了，使用更为简便
2）通过打点，我们可以知道用户关心哪些字段数据，根据字段的组合，我们可以大致判断出用户关心哪些指标
5. 有赞美业的用户标签功能也值得思考。对于数据的白盒应用，最常见并且有效的就是打标签了，运营、销售、广告主等都可以直接受益于已经标注的用户标签。这里可以思考下，如果我们能从其它数据源找到与美业相关的用户标签信息，两者打通，是不是能非常直接地帮助到商家？比如一个无历史记录信息的会员，我们从其它数据源能了解该会员 化妆品消费高、初中老师、旅游频率高 等，是否能做针对不同场景提供护肤护发商品，如老师日常对化妆的需求不大，对快捷程度要求高；旅游场景关心阳光、风、汗、补妆频率等因素。
6. 美发商家的经营模式有个特点，如果卡金增长控制不当，可能对将来的经营造成巨大影响，能否进行预警？
7. 理想情况，为使用者提供端到端的数据产品，即输入端为数据，输出端为行为，数据分析包含在两端之间的黑盒中。当前场景下的问题是多主体、每个主体的数据量少，那么建模时用所有商家的数据+商家ID输入，不一定能抽取有效特征，对于单一商家的指导性不够强。
另外，目前美业商家最核心的问题是什么，能不能用端到端的方式先解决一个核心问题？如进行广告活动时，直接提出参考的单价、套餐组合，以及目标潜客画像。
这篇关于【数据产品案例】有赞美业数据报表的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
