在消费升级、群体需求变化、疫情影响等多重因素的驱动下，实体母婴店接受外部赋能、融入新零售发展的大潮成为必选出路。
不同于天猫、蜜芽等线上渠道，“线上零售场”是母婴店与用户的新触点，在数据上表现为线上零售额远不及线下门店销售，无法完全取代线下门店的体验和消费。如何促成用户“到店二次消费”，帮助母婴店促成会员转化、提高会员复购率，盘活经营效率？
这些问题引起了网友“简小凡”的思考。
传统门店零售 PK新零售
“简小凡”就职于南京某产业互联网公司，主要从事数据分析工作，偶尔兼做数据产品经理，对产品方向的应用颇有兴趣。根据经验，他的对策主要是依托小程序与多场景有效融合，通过新零售为线下引流等等。这些不定期推出的新零售运营方案，可有效帮助客户提升业绩。
但是，由于每次运营方案都要耗费大量人力、时间从客户系统导出数据进行分析，而客户又遍布全国各地，区域的差异性导致方案复用性较低，因此，“简小凡”所在的数据分析团队决定提供一个固化报表，帮助客户运营部门提升工作效率。
经过与品牌营销部等部门详细沟通了解后，“简小凡”发现运营方案差异在于为目标客群选取合适商品，以采取新零售工具组合拳方式触达会员，促成转化是有效的对策，选品时在区域、客群和应用场景等方面做好上游合作品牌资源的匹配。
基于七问分析法（5W2H），“简小凡”结合“人-货-场”分析思路，找到本次分析的核心指标，采取对比分析法（看数据整体大小、时间趋势变化，不同维度对比）、漏斗模型（看人群转化）、ABC分析（找核心枚举）、波士顿矩阵分析（找到可选项，如城市、商品）、品类关联分析（参照购物篮分析系数，找到商品组合），TOP分析（找到头部品牌）逐步拆解。
帆软客户经验的汇总与“简小凡”的创新
在此基础上，“简小凡”确定了具体分析框架并借助帆软FineBI进行了开发实现。
本次分析的数据表处理逻辑见下图：
(1) 基础表。基于客户信息、会员编码、交易明细、总订单数分析出每日流量、品类关联、订单商品明细数据等，应用于支付当日和多日后到线下核销并产生连带消费订单两个场景。订单数据同时将会员属性和客户属性信息一起通过SQL处理完成后导出到EXCEL，再上传到FineBI系统中。
(2) 漏斗数据处理：从订单表获取每日会员明细后分组汇总，再按“线上消费-到店核销-连带消费”三个环节依次合并“每日会员明细表”。
(3) 品类关联分析数据处理：首先采取“波士顿矩阵分析”，了解不同商品组合的到店人群转化率和连带消费贡献度，随后以“购物篮分析”方式将线上订单和连带的线下订单作为一个整体，挖掘两者之间的联系，获知线上订单引流到店消费的连带效果。
一份让供需双方都满足的可视化报告
基于帆软FineBI平台，“简小凡”在形成可视化报告的过程中首先构思好每一模块用那哪类图形进行表达，然后选择合适的仪表板样式，包括配色、组件背景等的预设，最终按照分析思路规划原型图和每个模块图表选择、业务含义与目的。
“简小凡”表示，对于同类型组件（如指标卡），采取在组件编辑界面切换数据集的方式，可以提高效率；漏斗图的转化率展示，可将“漏斗图”、“转化率指标卡”合并在一起；通过“闪烁”、“警戒线”、“注释”去突出重要信息；通过标签的“最大、最小值”减少标签元素的视觉干扰；联动效果处理，可先取消默认联动，在整体看板制作完成后，根据每个组件的联系和整体分析思路去调整。
看板制作完成后，一份名为“母婴童行业之新零售连带消费分析”的报告也随之形成。首先保存一份作为日常使用的看板（不存在任何描述性、诊断性分析），用于满足需求方使用；随后，按照本次分析的命题，另存为一份仪表板，输出给到需求方。
分析报告版本主要是针对需求发起方的分析问题进行输出，通过数据分析给需求方选品策略提供思路和建议，达到给业务支撑的目的。
“简小凡”将公司的客户运营部、品牌营销部确定为“母婴童行业之新零售连带消费分析”报告中的需求方，通过提供新零售连带消费整体数据概览，方便双方组织平台级活动或品牌资源投放，并选取合适区域与客户群，以新零售运营方案赋能单个客户。
这份作品完成后受到网友的热捧，被赞为“零售行业典范之作，思路清晰，运用了多种分析方法和常见的模型，值得学习和借鉴”，“内容、外观都无可挑剔，数据结合的分析方法也非常棒！太厉害了”……
在实战中胜出
“母婴童行业之新零售连带消费分析”报告问世后，正好是2022年六一儿童节前夕。节日大促期间，“简小凡”就职的这家南京公司将该报告中的理念进行了一场实战演练。
“简小凡”回顾了此次参赛过程：首先抽取上年同期数据与全年数据对比，了解从线上到线下的消费转化率以及店连带消费对门店业绩的贡献度情况，发现当时到店人群转化率较低，单客产值较低，但由于线上消费会员数较多，该月连带消费规模较高，且连带消费贡献度高于整体水平。
因此，“简小凡”结合去年同时段大促策略、SA客户的会员消费特征分析影响到店核销的可能原因，对哪些场景、哪些商品、哪些客群的到店连带消费效果进行判断。
参照上述思路，公司重点选择以下5个省份（连带消费金额占2021年6月79%）的8个城市进行重点突破：
以扬州市作为代表进行分析后，做出了相应的对策：
——线上玩具车床图书品类消费会员数、线上销售金额均最高，因此，线上主推该品类的某地垫品牌；
——婴童服饰、辅食、纸尿裤线下购买人数较多，从品类关联角度采取了婴童洗护+婴童服饰，婴童洗护+零食，婴童服饰+婴童服饰的组合方式；
——线下3段奶粉、纸尿裤和2段奶粉销售金额占比较大，品牌也进行了推荐，结合关联分析，婴童洗护和3段奶粉组合搭配相对较好；
——查询会员分析看板发现，已转化人群中的婴儿以1-3岁为主；结合社群和短视频场景效果，针对女性群体及1-3岁年龄段人群偏好内容和品类，选择下午17点、20-21点进行推送和触达（这是女性会员偏好访问小程序的时间）。
本次大促通过选品策略的调整，有效提升精准营销能力，做到在合适时间通过合适渠道推送促销商品给到目标客群。整个大促目标达成率超额完成，销售业务相比去年同期增长22.38%。
通过FineBI接入多元化的上游品牌商，为母婴童门店提供母婴商品、亲子、新家庭等全品类精选商品和服务，帮助他们增强了全渠道数字化会员经营能力，提升了整个产业链的效率。
值得一提的是，本次比赛数据涉及订单、流量、会员、微信场景、城市等字段均来源于自身企业，但在报告中彻底脱敏处理。
为什么选择帆软BI
2020年秋，“简小凡”第一次接触FineBI，一年半多时间的应用，让他自我感觉已经成为“一个有点经验的老玩家”。在观摩“2021BI数据分析大赛”的过程中，“简小凡”发现众多优秀的小伙伴在可视化、分析思路、数据处理、应用场景等方面大量的突破性思维，让他找到了差距。经过一年的努力学习和应用，他的感受大幅度提升。
“2022BI数据分析大赛”消息传出之后，“简小凡”积极报名参加，希望通过比赛能准确评估自己当前的真正水平，同时也希望跳出日常工作需求，尝试那些自己一直无法落地的设想和创意，并借鉴优秀的经验运用到自己的工作中。
“这是一次向优秀作品的思路、BI处理关联规则、可视化等方面进行学习，提升自己数分思维的好机会，同时也也通过比赛落地，形成了一个相对满意的小作品，成为应用FineBI的一个阶段性检验。”这是“简小凡”参加“2022BI数据分析大赛”的初衷。
目前为止，“简小凡”最喜欢的功能点是切换自助数据集（配合复用，对工作效率提升非常有帮助），而Excel插件很好弥补了复杂式报表、系统数据和填报数据混杂的场景。