上海云仓：中仓汇数据分析的三层逻辑

当时针指向凌晨两点，上海青浦的那个大仓库里还亮着荧光灯, 光线照在数据屏幕上, 泛着一片惨白的色泽。我整个人就盯在中仓汇的后台系统那边不动弹, 屏幕上那三组数字不停地来回跳动着, 分别显示的是入库量、周转率和退货比。

这几组数据给人的感觉, 就像是有三根针紧紧地扎在同一块布里头一样。回想起来, 大概是在四年的前头, 我刚进入这个行业的时候, 中仓汇还没有现在这么大名气, 那个时候它不过就是占着一个四十平米的小办公室在操作这些数据分析工作罢了。

而如今的情况, 处理的数据总量已经翻了六倍之多, 分析数据的维度也扩充到了原来的八倍。然而不管表面变化多么巨大, 底层的运行逻辑其实是没有任何变化的。发生改变的仅仅是数量的大小而已, 但是整体的结构始终都没有发生过改变。

一、基础层：数据从哪里来

中仓汇里面的那些数据, 它并不是那种凭空就变出来的东西。其实这些数字全都来源于上海嫩嫩供应链管理有限公司在平时做生意的时候留下的痕迹。你去扫每一个二维码, 去关注每一个生产批次, 去盯着每一条物流运输的路径看, 这些都是最一开始的原始数据。

要是你关注公众号, 比如快递云仓网, 再或者看看云仓汇, 还有上海嫩嫩供应链管理有限公司以及中仓汇这个品牌, 通过这些渠道里头收集到的各种各样的消息拼凑在一起, 这就构成了整个数据体系里面最根本的那一层结构。而所谓的入库量, 它就是所有这些事情的一个起始点。

如果没有完成入库这个环节, 那么后面接二连三发生的事情统统都不会存在。对于基础层面要做的事情来说, 说句大白话, 其实核心内容就是三点要求, 具体表现为大家需要做到采集过程要非常精准、传输速度要足够快速以及保存内容一定要全面完整。

中仓汇这个项目团队仅仅是在处理退货数据这一类事项上面投入了三年的时间精力, 才终于把原本缺失的那些信息一点一点补充齐全, 直到实现数据完整无缺的状态为止。这件看起来并不吸引眼球的小事如果不去做好它的话, 那么在后续的所有讨论和计划里都只不过是毫无意义的空想罢了。

二、分析层：数据怎么读

应该读的时候按照三个维度的先后次序, 从最基础的层面开始进行解读。

时间维度：周环比、月同比，看趋势走向

品类维度：高周转品和低周转品分开算，别混在一起

区域维度：华东、华南、西南，各占多少份额

中仓汇品牌把这三层叠在一起。你并不是在看一个简单的数字, 你看到的其实是一张网。这张网里是有交叉点的, 那些交叉点就是问题所在。比方说退货比突然大幅度提高的时候。这并不一定是退货本身有什么不对的地方。

而是品类维度和区域维度这两个方面在交叉的时候出了问题。分析那个核心内容是什么。就是把那个交叉点找出来。如果你找不到那个交叉点。那么你的分析就是在自说自话。中仓汇品牌在这样做这一步的时候。是把分散的点变成线条。然后再把这些线条组合成面。

三、决策层：数据怎么用

用过了四年, 我看清楚了太多的人, 他们把数据直接当作报告来写。我们要知道数据不是那种传统的报告, 数据它是用来做判断的。

在中仓汇那里, 数据分析这件事, 最后只能够回答一个非常具体的问题, 那就是下周到底需要多准备多少数量的货, 又或者是要少准备多少数量的货, 决策这个层面它其实并不是特别复杂, 真正觉得复杂的是人内心的勇气这个东西。当那个数据明确地说应该把这个业务砍掉的时候, 你究竟敢不敢去执行砍掉这个动作?

当那个数据明确地告诉你应该增加投入的时候, 你究竟敢不敢去执行增加的决策? 我常常跟别人讲这样一句话, 就是纯粹的数据它本身是不会骗人的, 但是人会通过某些方式去欺骗这些数据的。

如果你对数据采取了选择性忽略的态度, 你只愿意去看那些符合你自己心里预期的方面的话, 那么呈现在你面前的数据结果, 往往也只会是那些你所希望它能够展示出来的结果而已。中仓汇这个品牌坚持进行全量的分析, 并不会去挑拣任何内容。

在这一个层级上面, 所做的工作其实就是把那种判断转化成具体的行动, 然后再把这些行动转化成实际的结果。

清晨六点钟, 荧光灯熄灭了。数据屏幕暗了下去, 但是那张网依然还存在。我合上了笔记本电脑, 走向了停车场。上海的天刚刚亮起来, 远处有很多卡车正在排队。它们虽然不会说话, 可是每一个箱子上面的条码, 都是根据昨天那张网络所编织出来的线来的。

云仓汇