传统BI的产品和方案，像BO、SAP等等，但是他们慢慢地在退出这个舞台。这背后有更大的趋势，投入在更新的领域就是数据分析。

 

　　对数据源首先要做到敏捷化，更进一步就是场景化。比如说以连锁为例，单店怎么做、报废怎么做。再就是自动化，数据追人，还有就是行动化，最后是增强化，也就是增强分析。

 

　　在零售里面大家都谈人、货、场，但一定体量之后，第四个因素是决策大脑，越来越重要。为什么？不同行业会复杂，复杂N倍。每一个零售的决策场景无处不在，因为有几百个、几千个门店，或者几千个渠道点，有大量的会员等等。但是从CEO的角度和店长，店长做的是什么？微决策。比如说下午4点以后，哪些品类要及时做调整，第一时间去关联，主动去推动。

 

　　第一个例子是便利店，如何在海量数据里面钻取到某一个单品，这个分析路径是自动监控的。

 

　　第二个例子就是线下客流，通过采集，把门店端的客流数据和经营数据、排班数据结合起来，形成一个完整的场景去回答，哪些门店、哪些客户消费体验，在过去24小时里面有问题。这是数据驱动消费体验的改善。

 

　　第三，报表关乎企业运营的是否健康。每一个门店跟他同比的门店，在过去一个时间段营销活动表现好或不好，从中可以进行细分，对它进行打分。对于督导、对于总部来说，关注的是自动得出的结论。这样的方式把好的经验、管理、决策提炼出来，让门店运营得到提高。

 

　　第四，会员分析的场景，在这个基础上可以进行更丰富维度的分析。

 

　　区别于传统的AI，从敏捷分析一步步进入到更加智能决策的路径。最本质的一点，在未来，精细化是基础，智能化是方向。所以，循序渐进通过更轻更快的方式让系统用活，这是从零售企业角度来说，真正让数据产生价值的关键要素。