2024年起，庄总在某电商品牌管理公司担任企业总经理一职，上任初期，他将全面了解企业现有业务作为首要任务，为后续战略方向的制定提供坚实基础。庄总选择借助九数云的数字化分析能力，从数据切入业务，通过可视化看板深入掌握各项经营细节，从数据结果中洞察企业现状，以数据驱动判断、以分析引领决策。

在使用九数云1年之际，九数云团队再次拜访了庄总，我们惊喜的发现在企业数字化管理的道路上，庄总已经在入门到精通的进程中，悄然进行着第一次质的蜕变，企业数据分析1.0逐步迭代至2.0版本，实现了从分散数据到统一治理的关键跨越。

背景介绍

杭州某品牌管理有限公司，专注于大牌化妆品的进口运营销售，业务涵盖品牌引进、跨境供应链管理、电商平台运营、全域营销、内容投放与消费者洞察等多个环节，形成了一套完整的品牌孵化与市场扩展能力体系。

目前企业已成功与多个国际一线护肤、美妆品牌建立长期合作关系，并在天猫国际、京东国际、抖音、小红书等多个平台实现了稳定的品牌增长。

数据底层结构优化

过去， 企业数据较为分散，团队成员很难便捷地获取到所需的底层数据，数据“再加工”难度大、效率低。

一次偶然的机会让庄总接触到了数仓的概念，虽然没有数仓本身的技术知识储备，但是庄总从中捕捉到了数据「统一治理，灵活调用」的灵魂观点，开始了数据分析2.0的迭代：

企业通过对多平台、多系统的明细数据进行统一处理，建立起标准数据底表，解决跨团队、跨系统口径不一致的问题。

利润报表的重构与多角色复用

庄总向我们介绍时提到：“刚开始接触九数云的时候搭建的第1套东西是分散的：比如同样是做利润核算的报表，是分各个渠道分别计算的，直到最后才把利润结果合到一起做展示。”

在2.0中，企业将订单数据按收入、成本、费用等维度进行标准化清洗后，使底层数据来源保持一致，构建统一利润底表，避免了重复采集和加工。

庄总说：“有了这样的底层数据的标准构建之后，再去做相关的业务分析，底层数据的调用就非常的清晰。”

例如，不同角色想要调用某个订单维度、某个品的分析数据时，虽然分析视角不一样，但是数据来源调用都是一致的：

这样下来，无论是分析渠道销售结构、采购成本控制，还是财务利润归因，都能基于同一张底层利润表展开，避免“各算各的”，提升团队协同效率。

库存统计由静态升级为动态模型

在早期的库存分析中，企业大多依赖手动从ERP系统导出的Excel报表进行分析，由于每一次导出上传后都是一次“数据覆盖”，无法还原之前的库存状态或追踪库存变化过程；

现在，企业通过整合不同数据来源，建立动态库存流水模型：

1. 统一获取期初库存数据

2. 将库存的变化过程数据更新进来，统一多方数据口径，形成统一库存流水（入库、出库根据具体事实进行动态增减）

例如，保税进口的每一个仓库系统，数据表的字段名、数据口径都有所不同，需要做标准处理，合并成明细大宽表

3. 计算出来当前库存大宽表后，维度调用可以更加灵活。

比如，可以从仓库维度、平台维度、库存变化类型、货品名、品类、品牌等维度分析出库、入库、剩余库存、库龄等数据

由于公司在源头已完成底层数据的标准化与打通，后续向各渠道和采购团队的数据提供变得更加便捷高效，各业务团队无需再耗费精力处理数据口径不一致或重复维护的问题。企业的数字化落地也得以更顺利推进。

看板结构优化

在数据体系发展的初期阶段，庄总主要期望通过数据了解清楚当前的业务状况，来辅助决策接下来工作安排。于是企业快速构建了一系列核心业务的看板，但是指标的展示不成体系，只是将业务数据的集中展示，缺乏对业务场景的理解和对工作流程的贴合，实际使用率不高。

进入2.0阶段，企业以“总-分结构”为核心思路，看板设计围绕三大问题：

通过对这三个问题的系统梳理，每一个看板都围绕业务角色的真实操作流程进行定制化设计，让数据真正进入日常业务流程，提升分析效率与洞察价值。

下面我们以两个看板为例。

示例一：销售数据看板

受众群体：采购组管理层

核心关注点：团队销售成果是否达标，利润结构是否合理

设计目标：帮助管理层实时掌握销售整体表现，快速定位问题商品并追溯利润结构

首先，管理层需要明确采购团队的整体销售成果是否达成预期，因此在看板最左侧设置了三个核心业务指标的目标完成度监控，包括销售额、毛利额和利润达成率。通过这些关键指标，可以快速判断整体经营是否达标。

如果发现业绩未达预期，管理层的关注焦点会转向过程指标，例如利润的月度趋势和不同商品的利润结构。因此看板右上部分展示了团队整体的利润表现趋势图，便于快速判断利润是否存在下滑、波动等异常现象。

当利润异常发生时，接下来的决策就是定位具体的“问题商品”。看板右下设置了三个Tab页，分别从销售额、毛利率、商品毛利等角度，将团队核心指标拆解到商品层级，便于快速识别表现不佳的SKU。

如果发现某个商品利润不理想，用户可以点击跳转至“利润明细”界面，进一步查看该商品的收入端与成本端的详细结构，明确是价格下降、销量不足还是采购成本过高所致，从而辅助管理层制定更具针对性的商品优化策略。

整体设计上，该看板遵循“从整体到细节、从结果到原因”的分析路径，将采购管理层的真实决策流程嵌入看板结构中，使其不再是静态展示，而是一个可驱动业务动作的管理工具。

示例二：单品透视看板

受众群体：采购执行人员

核心关注点：在拿到商品报价后，判断价格谈判力度

设计目标：通过库存与销量关键指标，帮助采购人员判断采购节奏与议价策略

当采购人员收到某个商品的新一轮报价时，首要任务是评估现有库存是否充足。看板首先展示当前SKU的在库库存数量与可售周期，帮助采购判断当前库存还能支撑多久的销售周期。

除了在库情况，采购人员还需了解在途库存的到货情况，通过在途库存的预计到货时间与数量，便于评估未来一段时间的供货是否能覆盖预期销售。

最后，采购人员需结合商品的历史销量，判断其销售速度和消化能力。若销量放缓、周转周期偏长，则可以进一步判断价格谈判力度。

整体来看，单品透视看板从“当前库存—在途补货—销售速度”三个关键维度出发，还原了采购人员日常判断商品议价空间的真实操作流程。它不仅提升了采购的响应效率，也避免了因信息不对称导致的采购节奏失控，是采购一线极具实用价值的日常辅助工具。

结语

数字化的真正价值，不在于数据的堆积，而在于将数据转化为业务洞察，驱动企业持续优化与成长。

庄总作为一个从来没接触过BI的业务管理者，带领企业一步一个脚印的走过企业数字化的第一公里，不断的提升自己数字化的认知，将BI的应用以最快的速度迭代到2.0。

企业以业务场景为核心，结合九数云BI推进数字化升级，通过明确的数据结构重构、统一的数据底座建设和面向角色的看板优化，有效推动了