新春将至，年货采购旺季来临。零售业、快消业销售量急剧增加，然而连锁门店数量多，管理繁杂，前端业务线数据获取及分析迟缓，解决这些问题恰恰是实现有效获客、精准营销、销售业务增长的关键。
如何实现数据变现？从信息工具转变为数据资产，从固化KPI、报表，演变成业务数据挖掘与探索。从传统数据分析手段，到敏捷的业务洞察。如何在海量数据中快速获取业务报表?实现敏捷的业务洞察与探索，敏捷地关联业务分析，灵活应用，快速展现，释放数据价值。
1月24日甲骨文云学院第27讲《敏捷数据集市 助力业务增长》开讲，甲骨文公司云平台数据专家事业部总经理李辉、甲骨文公司高级咨询顾问聂昊，携手零售行业专家创视界集团（宝岛眼镜）***专业官连捷针对零售行业在数字时代的痛点进行了探讨，并详细地讲述了甲骨文自治数据仓库如何帮助零售企业依靠敏捷型数据仓库实现数字化时代的业务升级！
“自治数据仓库”是甲骨文在2017年的OOW(Oracle Open World)大会上***次正式对外发布，是甲骨文当时正在研发的新一代数据库。一年后的今天，这一产品已经正式上市：先是在2018年3月推出了主要针对分析而优化的数据仓库版本（ADW），后来又在2018年8月份推出了面向事务处理的数据库版本（ATP）。自治数据库主打“自治”，对应的英文是“Autonomous”，意思是“自治的、有自主权的”，这也正是甲骨文新一代数据库的***特点：不用人工干预，自动完成包括打补丁、备份、调优、修复和扩展等这些以前由DBA完成的工作，从而把人从繁琐的数据库日常运维工作中解脱出来，去从事更有价值的工作，比如数据模型、架构的规划和优化等。根据甲骨文提供的数据，通过自动运行、自动完成打补丁、自动完成数据的备份、自动修复等，甲骨文自治数据库能降低70%的数据库运维工作量，将数据库平均宕机时间减少到每月2.5分钟。
下面是本次云学院的部分精选对话
李辉：
大家好，星创视界集团底下有一个非常强大的一个品牌，宝岛眼镜我们在市面上都能看到有很多的门店，在市场上也是飞速发展的，整个市场做得非常好，是眼镜行业的一个龙头企业。我相信能做到这个行业的龙头一定是有他以独到之处的，从营销角度从企业管理角度，连总能不能方便给我们介绍一下。
连捷：
谢谢李总，成功不敢讲，我们一直是不敢言大，但求真经。所以我们也一直是深耕在眼视光和大健康这样的一个领域。应该说整个传统零售行业最开始的这种经验都叫做厂-货-人。什么叫厂-货-人呢？厂就是门店开在哪相对来说是最重要的。然后开出来门店，你到底做一个产品的这种商品的结构品类品牌到底什么最重要，然后这些都准备好了才谈到有消费者上门来消费。随着整个的这种商业环境的变化，为了适应消费者需求的多样性，现在越来越多的各方面新零售、智慧零售的一个蓬勃发展，那么我们把厂-货-人顺序调整成了人-货-厂。那么为什么这样调？因为首先来讲，我们还是希望能以消费者为中心，洞察消费者背后的一个需求，来进行这样的一个精准运营。前提是基于互联网大数据和人工智能等这方面的发展，我们也用到了很多的数据洞察方面来帮助我们来精准运营，来洞察消费者的需求进行精准门店配置，商品配置和市场方案等，帮助我们企业不断前进。
李辉：
谢谢连总，我还想再问一下您这边在做洞察的时候，从你的体系里现在是怎么做的？数据层面，数据从哪去采集？怎么来做数据的分析？怎么来展现洞察结果？
连捷：
数字化是我们公司非常重要战略之一，基于数字化战略，我们进行了一系列系统构架。我们公司有1200家门店，这种数字化系统建是非常早的。每一个门店里，都有一套供员工工作平台，通过平台可以收集到很多的消费者的数据，健康数据，购买数据或者消费习惯等等。通过这些我们可以简单的把消费者进行一些群组划分，基于产品的品牌品类，和群组进行对应，来进行一些精准营销。我们跟一个国际知名的隐形眼镜品牌进行了一些市场活动。从我们现有的会员的数据库系统里面，识别出针对这个品牌有潜在这种消费需求客人来进行推送。与此同时跟传统的广告和KOL大号运营做一些比较，我们整体发现，这种商业漏斗比传统的这样引流的方式要高几倍，比KOL整体的引流率要高很多。这个就是我们通过数据运营进行精准营销的尝试。
李辉：
当整个的体系业务因为覆盖面很大，很多门店不同的种类的产品，当一些产品销售出现大幅的波动的时候，在哪里查看这些数据，然后多长时间才能拿到这些数据并分析出结果来？
连捷：
谢谢李总，您这个问题一句就切中要害，也是切中我们行业整体的一个痛点。我们希望能能够实时的反映我们实际的运营状况和过程中遇到的一些问题，但是现在确实是中间还有一个时间差，还有一个延时。这个过程中我们公司内部有很多“表”哥“表”姐，在固定的时间周期提供这些分析的数据结果，作为我们下一阶段整体运营的一个参考，这个过程确实会稍微长一点。我们也希望通过这些数据的洞察来调整我们的运营。比如说我们可以看到某家门店这种隐形眼镜品类它的销量波动，来观察一下是这种客户的变化，我们产品和客户匹配度、价格或者其他竞争同行影响等。根据数据波动找原因，针对具体的原因来调整对策，进行整体的经营模式或者市场行为。我们希望整个过程来越快越好，希望能有更好的工具来帮助我们。
李辉：
连总，因为传统的零售行业，尤其像我们眼镜行业，其实都有传统零售面临通用的问题，也有一些特例的问题。比方说眼镜，怎么去知道什么人要来买眼镜，谁要买什么样的眼镜，是看中了镜框，还是镜片，什么年龄段，喜欢什么样的镜片等等。很多的问题，我不知道宝岛眼镜是不是也有这类似的这些痛点。
连捷：
刚才我也讲到了我们一开始关注的叫做厂-货-人，后来又发展到了人-货-厂，为什么要有这样的一个转化？谁会到我们店里来，对哪些产品或哪些商品比较关注？在我们店里***次购买之后，什么时候会再回来，再回来之后又会买哪些产品等等。包括刚才过程中讲到了，我们在门店里的商品配置，配置多少个SKU，商品的种类到底怎么样选择，品牌如何组合等等。在前数据时代都是需要由经营者或管理者自己的经验来判断的，这些都无法形成一个完整的数据留存，更无从谈起后边持续的这种数据分析，针对消费者的精准运营来降低成本、提高效率。进入到了数据时代之后，这些都给我们提供了解决的可能。我们通过这种很多系统的架构来收集消费者信息，采集销售数据，来看整体的产品配置和库存情况等等。把这些数据综合起来，帮助我们门店来进行的精准运营。我想这就是数据带给我们传统零售相对来说***的变化，改变了过去那种以主观经验判断为主要经营方式的方式，用更科学的方式来管理来运营。
李辉：
我们很多的传统企业和您面临的问题其实很相似，内部技术人员匮乏。业务波动又非常快，业务和IT之间永远是有矛盾冲突的，资源调配的冲突。不可能有成千上百的技术人员支撑你业务的变化，也不可能在很短的时间内能够对你所有的问题进行分析。所以说现在Oracle在做的事情，就是想把大家从繁琐的技术层面上解脱出来，我们把很多东西让后台去处理，前台的业务人员、领导都可以自己做业务分析。这就是我们现在谈的***的理念，自治数据仓库。
我们来做一个今天活动现场的总结。我把美心的财务的***财务官，他对我们ADW的一个评价拿出来和大家分享一下。美心的***财务官他说什么？大概的意思就是说通过Oracle ADW的支持，整个数据灌入了大概70多个品类，我们也可以理解成是70多个业务域，帮助他们有效地分析了现有的这些销售数据，帮助整个销售部门分析了我们对应的销售数据，同时也能够帮助他们了解到他们客户的具体的喜好，从而提升了整体业绩，提升了整个销售的竞争力，也帮助他们实现业务增速。同时基于Oracle自治数据仓库，有完整的自治性，不管是自主的补丁修复也好，还是说驱动，还是说我们优化等等方面的这样的一些自治供应，帮助他们的业务人员可以更加专注在我们业务分析、数据洞察这个方面，在IT层面其实可以不用投入那么多的精力。另外良好的数据安全性也给了很大的信心。那么后续我们也希望咱们线上的各位朋友可以加入像美心这样的企业，能够让我们一起来体验Oracle自治数据仓库，以及我们整个敏捷数据集市构建方法给我们带来的便利和优势，帮助我们实现业务增速。
通过甲骨文专家与零售行业专家的对话，相信广大的零售行业从业者们对于数据时代的业务运维发展不再迷茫，找到了前进的方向，提前预祝大家新年快乐！通过本文的分享，可以在新的一年中实现数据时代的业务升级。
