轉帖|實施案例|編輯:況魚杰|2020-04-29 14:01:40.207|閱讀 236 次
概述:金佰利是全球健康衛(wèi)生護理領域的領導者。本文將會介紹金佰利借助 Tableau 拓展自助式零售分析,兩年節(jié)省 25 萬美元開支的故事。
# 界面/圖表報表/文檔/IDE等千款熱門軟控件火熱銷售中 >>
相關鏈接:
背景介紹
金佰利是全球健康衛(wèi)生護理領域的領導者。 公司成立于 1872 年,在全球 35 個國家設有生產設施,雇員近 42000 名。個人健康護理用品、家庭生活用紙和商用消費產品是金佰利公司三大核心業(yè)務,年銷售額逾 180 億美元 ,產品銷往超過 175 個國家和地區(qū)。為助力企業(yè)更好運用數(shù)據(jù),金佰利將 Tableau 和 AWS 的 Amazon Redshift 數(shù)據(jù)倉庫以及 Panoply 結合使用,推動企業(yè)實現(xiàn)大規(guī)模自助式零售分析。
在歐洲,金佰利公司的電子商務數(shù)據(jù)往往來自多個地區(qū)以及不相關的數(shù)據(jù)源。這由 EMEA (歐洲、中東、非洲三地區(qū)的合稱)分析團隊負責管理,但他們原有的系統(tǒng)并不能提供快速解決問題所需的靈活性,因為這需要大量的數(shù)據(jù)分析。而在 Panoply 上使用 Tableau 的決策帶來了改變,兩年內為公司節(jié)省了 25 萬美元,每周節(jié)省了 8 小時,同時還增加了數(shù)據(jù)分析的安全性。對于分析團隊來說,這使他們能夠擁有更多的時間來解讀數(shù)據(jù),而不是將時間全花在弄清數(shù)據(jù)的意思上。
節(jié)省數(shù)萬美元,釋放大量資源
當詢問 EMEA 全渠道營銷分析負責人 Helena Carre 關于在 Panoply 上運行 Tableau 平臺的體驗時,她的回答是:這像是一個 “超級分析大國”。
Carre 在領導 EMEA 分析團隊時,將她大部分的時間都花在了數(shù)據(jù)上。金佰利的電子商務數(shù)據(jù)來源于 15 個不同地區(qū)和不同數(shù)據(jù)源。
不同的 EMEA 地區(qū)對每個零售商都有著不同的庫存單位和項目說明 。團隊需要收集并分析來自內部(包括銷售數(shù)據(jù)和營銷支出數(shù)據(jù)),外部(如 Similar Web 和 Nielsen)以及 Web 應用程序的數(shù)據(jù)。而當這些庫存單位與原有系統(tǒng)中的固有數(shù)據(jù)結合時,場面將變得十分壯觀。
因此找到一個靈活的解決方案至關重要。Carre 的團隊選擇將 Panopy 的人工智能數(shù)據(jù)倉庫解決方案與 Tableau 結合使用。為組織里更多的專業(yè)人員提供安全,自動的數(shù)據(jù)訪問。現(xiàn)在他們花費更少的時間來收集數(shù)據(jù),而將更多的時間用于解讀數(shù)據(jù)。Tableau 和 Panoply 的綜合優(yōu)勢也為他們提供了一個 “沙箱”,在這里他們可以調整數(shù)據(jù)集以進行臨時探究。Carre 將 “沒有沙箱的數(shù)據(jù)家比作沒有畫布的畫家”;而她的沙箱則是現(xiàn)有解決方案無法提供的事物。
Carre 表示:“ Panoply 和 Tableau 的強強聯(lián)手所帶來的快速性能是我團隊最好的解決方案。它給了我所需要的東西:速度、自動、效率以及靈活性,并且不會浪費我的預算,增加團隊人數(shù),或是增加不必要的復雜性。它仍然是我現(xiàn)有資源的重要補充。“
此外還帶來了另一好處,新功能可以讓團隊輕松比較各個店面的表現(xiàn)(即網站,店面,快遞,超市等)。現(xiàn)在分析的績效指標包括:定價和促銷,包裝大小,市場份額以及增長。
擴展分析功能,無需增加人員
Carre 和她的團隊通過提供最新的市場份額,價格彈性和消費趨勢來支持金佰利進行決策。由于公司的大型復雜數(shù)據(jù)集,Carre 經常尋求 IT 部門來幫助她設計查詢 ETL (提取轉換加載)和 BI 問題的流程,以便在 Tableau 中對其進行可視化。雖然這個流程有效,但他們不能迅速回答所需的商業(yè)問題。
在 Panoply 上的 Tableau 解決方案解決了 Carre 團隊面臨的數(shù)據(jù)爭議和分析需求,并為公司節(jié)省了大量時間和人員。例如,在一份區(qū)域性零售報告上,團隊每周能夠節(jié)省八小時 —— 相當于每兩年節(jié)省了 25 萬美元。這份報告是金佰利 “巨大投資回報” 的一個例子,它帶來了新的功能,而無需向團隊中增加業(yè)務分析師,或者經歷冗長的需求收集或技術開發(fā)流程。
“ Panoply 中的 Tableau ” 解決方案
Panoply 實時監(jiān)控查詢,自動調整以獲得最佳性能。為了實現(xiàn)這一目標,Panoply 使用專有 AI 算法來學習使用模式,優(yōu)化數(shù)據(jù)集并緩存常用查詢,所有這些都旨在提高對終端用戶的響應能力。Tableau 和 Panoply 開展了一項關于通用儀表板配置的性能改進的聯(lián)合研究。在三周的研究過程中,他們發(fā)現(xiàn) Panoply 為儀表板的運行時間減少了 90% 。
//本文轉自Tableau 商業(yè)智能博客
//作者:Vaidy Krishnan(Tableau 大數(shù)據(jù)產品營銷高級經理)
推薦閱讀:
Tableau案例:幫助MillerCoors 公司發(fā)現(xiàn)商機并共享數(shù)據(jù)
了解政府如何使用Tableau使您了解新型冠狀病毒的最新知識!
本站文章除注明轉載外,均為本站原創(chuàng)或翻譯。歡迎任何形式的轉載,但請務必注明出處、不得修改原文相關鏈接,如果存在內容上的異議請郵件反饋至chenjj@fc6vip.cn
文章轉載自:Tableau社區(qū)