消费行业的信息系统/通用流程
信息系统重构案例研究 - 行业 — 信息系统重构案例研究 - 零售 — 方法论简介 — 通用流程 — 工业流程 — 零售流程 — 结论 — 附录 A — 附录 B — 参考文献
现在让我们分析两种方法中存在的流程。
在这个过程中，系统是“公司 - 潜在客户”的环境，客户是其需求的所有者，或多或少地意识到自己的需求。该流程的目标是将此信息与公司共享。
为什么我们要尝试感知需求？答案在于对他人需求的不可知论方法。在我看来，公司的作用不是相信自己是真理的保管者，而是成为提取和解决客户需求的工具。
谁在需求感知过程中起作用？三类人参与其中：拥有需求者（客户）、收集需求者、传递需求者。
感受到需求后，客户是明确提出请求（需求驱动）或拥有隐性需求需要提取的人（供应驱动）。
我们可以将我们的客户分为
- 熟知客户，通过关系史（积分卡等）认识的人；在这些客户中，我们特别关注在整个客户群中表现出统计意义上的代表性的客户。
- 未知或随机客户
- 潜在客户：其中包括我们认为是目标产品的社会群体中的人，那些看店面或进来但没有购买任何东西的人（潜在客户）。
很明显，针对这三个群体有不同的营销策略：在第一种情况下，我们希望留住客户并增加交叉销售或追加销售。在第二种情况下，我们希望使我们的客户忠诚，在第三种情况下，我们希望降低进入壁垒。
收集客户需求：我认为我们可以识别出三类人，第一类人是其工作是“感受”更广泛的市场（社会、各种环境），有时被称为“酷猎人”或侦察员。第二组由与零售商合作的代理人组成：他们的视野比单个零售商更广，但比侦察员更窄、更精确。最后一组是由实际与特定客户接触的销售主管组成，因此他们对有限的请求有清晰、明确的看法。
传递信息：说传递信息的人与收集信息的人相同会很简单，但在我的经验中并非如此。这项功能通常被认为是次要工作，因此被委派给其他人，助理，在闲暇时间完成，甚至更糟，被隐藏起来，认为是个人资产的一部分。这种态度意味着传递给公司的信息质量大幅下降。
什么是需求，客户在寻找什么。让我们从三个维度开始对这种维度进行分类
- 明确需求：对特定对象的具体请求（雨衣、风衣），可能与新的环境相关（例如，滑雪板爱好者的长手套）。
- 半结构化请求：比前者更一般化，但不太精确。一个可能的例子可能是“像那件夹克一样的东西，但领口有毛皮”或“稍微长一点或短一点”。这种请求，主要涉及产品，通常用标志、非语言语言表达，因此很难收集和传递。
- 地理或环境需求：与文化或“魅力”趋势相关的特定颜色，优于低调。这些是客户需求的例子，这些需求很难接收和使用，但富含信息。
在这个维度中，我们实际上只分析了产品需求，我们也可以对其他级别的需求（内在尊重、社会需求和自我实现需求）使用相同的细节级别。据我所知，目前还没有关于这个主题的研究，这个主题似乎非常有趣，而且鲜为人知。
哪里：关于需求发生的地点。需求发生的“地点”与需求类别（明确、半结构化或环境）之间肯定存在关系；我们可以识别
- 商店：这些是客户与客户进行明确互动，讨论结构化需求的地方。这是一个非常重要的信息资产。
- 橱窗或商店路线：我们谈论的是没有明确互动，但却是潜在客户，这是一个重要的信息资产，信息结构不合理，难以捕捉和分类。
- 竞争对手：我们通过竞争对手提供的产品来了解客户需求；这就像观察解决方案并试图猜测问题。当竞争对手能够接触到我们无法进入的环境（例如，遥远的市场）时，这一点变得很重要。
- 一般地理分布：最一般，也是最难分析的情况；例如，你可以想想时尚界没有公认的分类体系。
就数据的定义、收集和存储而言，问题现在正从技术问题转变为对公认数据语义的定义。
如何。为了理解如何感知客户需求，让我们考虑这些需求是如何表现出来的。我们可以想到三种外部化方式
- 有意识的个人需求，例如向销售人员提出明确的请求。
- 无意识的个人需求，例如，拿起一件衣服，看看它，然后放回去。
- 社会需求，例如，新的“时尚”。
我们如何感知这些需求：对于每种需求，我们必须考虑一种方法来定义基本信息（状态），因此我们需要
- 销售支持工具，包括真实的和错过的。
- 环境分析工具
- 竞争对手分析工具
- 社会趋势分析工具。
特别地，谈到第一个过程，我们必须非常小心工具的易用性和精确性，因为实际的操作人员有时在“正常”情况下工作，有时在“销售”或“高峰时段”等变化的环境中工作。另一个需要考虑的主题与我们正在收集的数据的意义有关
- 观察到的客户是否表现得像无知者？
- 我得到的数据是否受到收集过程的偏差？
目前，我认为这些问题可以被认为是次要问题，因为现在我们没有数据。
Last but not least there might be a problem on context bias: if we collect data in a luxury shop we shall have a “luxury” view of the problem, same thing for a low income customer environment. This obviously becomes a problem in inter-class analysis while it is not so bad if the company target is parallel to the sample set.
何时我们收集信息以及使用信息？
使用我们刚刚定义的数据模式，我们可以说
- 地理或环境需求的时间范围比特定产品更长；可能是 1 或 2 年。
- 半结构化请求主要提前几个月，从一个季节到另一个季节；它们看起来比今天普遍接受的“上市时间”略短。
- 明确需求通常是即时的；理想情况是在需求出现后立即做出响应。
数据收集时间无疑与需求的性质和范围有关，但我们可以将它大致放在销售周期中，并考虑对信号级别的大量周期依赖性。
Usage is again related to the class of need and has a strong period dependence the shorter the horizon is.
我应该收集多少个信号，它们应该有多重要？
这是一个三面问题：方法问题、测量内容问题和参考值问题。
让我们直面方法问题：如果一位顾客在看到一件衣服时惊叹“漂亮”，那么“美丽”变量的统计方差就等于该变量本身的值，因此信息不可靠。棣莫弗定理告诉我们，样本方差与总体样本方差之间的关系是样本维度的平方根的倒数。四个人说“漂亮”比一个顾客说“漂亮”可靠两倍，并且开始具有统计意义。
就我们想要测量的变量的内容而言，它们必须能够帮助你创建预测模型，因此必须以目标为导向。让我们举个例子：全价期和促销期的销售额变化。如果我们在单一品牌店进行此分析，这将成为不同类别之间价格正确性的指标，因为产品供应保持不变，只有价格变化，因此如果裤子的销售百分比上升，这意味着人们认为裤子太贵了。如果在多品牌批发商处进行相同的统计分析，这可能成为“品牌之间”竞争的指标。
最后一个例子为我们介绍了第三个问题：测量变量的值必须与其上下文相匹配。一家大型皮草公司在一段时间前犯了一个大错误，其销售额在一个时期内大幅增长。这主要是因为一家大型竞争对手出现了问题，但信号被解释为增长趋势。事实是，该公司没有考虑到整个皮草外套市场处于稳定或下降的局面，因此涨幅应被解释为暂时现象。
因此，这一维度可以概括为收集关于重要变量的“良好”数据并在正确上下文中对其进行匹配的能力。
方法和工具：从操作角度来看，数据收集是一个非常困难的过程。
- 已定义的需求，正如我们所说，这些需求只存在于已知客户的特定地点。几乎所有销售点都有用于运营流程的工具（库存移动、发票、现金会计），其中一些产品还具有有限的CRM功能，主要用于售后服务（积分卡、召回）。其中一些还提供选项来支持销售计划，既从预算角度，也从空间/路径分析角度。据我所知，没有针对请求和丢失销售分析的通用解决方案。
- 与偶尔或未知客户相关的半结构化请求。在我看来，这是一个未开发的领域，因为没有可用的特定工具。我读到一个关于顾客戴着RFID手环来跟踪他们在销售室内的路线的经历，但似乎被放弃了（我不会喜欢它）。除隐私问题外，用于人物识别的视频分析尚未完全可用。
- 地理或上下文需求：这是一个巨大且极其有趣的信息问题。它与分析社会开放空间以获取“趋势”信号的能力有关。据我所知，目前还没有类似的东西存在。一种有趣的方法将考虑电视和电影图片：它们受到服装导演选择的偏差，但可以越来越多地分析，直到算法给出可接受的结果。
在这种情况下，要考虑的上下文系统是公司，流程目标是将营销部门感知到的数据与设计、工业化、生产和物流部门（工业）或采购部门（零售）共享，这些部门是提出公司现实解决方案的部门。
为什么：该流程的存在与将一般数据转换为对公司有用的数据有关；我们需要将上下文事件翻译成内部有用的语言。
谁：人员既可以作为流程和状态定义资源参与此流程。正如我们将在后面讨论的（如何），方法可能多种多样，这意味着不同参与者的相对重要性大不相同。回到不同的角色，我们可以指出
- 提供数据的人员是收集数据的人员，或者市场调研外部公司
- 理性化客户需求的人员：营销、产品或市场经理，因为这是一项非常微妙的操作，需要很高的技术能力和市场知识。也许更好的名称是“产品/服务”分析师。
- 解释的人员：在时尚产品环境中，他们被称为“造型师”，他们将上下文、非结构化信息与营销数据相结合，以长远的目光进行分析。
这些人的相对作用显然与公司的市场定位有关：在奢侈品公司中，造型师的作用与大型大众市场企业的造型师作用相比更为重要。
People using these data are people in the design and supply chain of the company.
什么。正如我们所说，客户需求由实物（产品）、主观方面（个人自尊）和社会需求组成。
就产品需求而言，我们可以分为“升级”、现有主题的变化和“创新”，后者与前技术背景下不存在或没有答案的需求有关。后者的需求是最难满足的，因为它需要有能力解释可能对未来客户需求产生影响的社会信号。
主观需求可以分为与人类“普遍”本质相关的“基本”信息，例如易用性、舒适性、功能性和与人类生活环境相关的“文化相关”信息，例如颜色选择和搭配，与消费者所处的社会密切相关。
社会信息：我们的目标是能够量化社会关注和认可以及社会声誉。
目前，这些参数非常模糊。
哪里。就流程所在的地理位置而言，我们必须跟踪两个方面
流程实际发生的地方，主要是公司主要地点，以及流程结果使用的地方，通常我们谈论的是结果的本地化。目前，处理该主题的最常见方法包括本地分析和中央战略整合，或中央分析和本地调整。不幸的是，两种解决方案往往都具有过长的“上市时间”，这降低了系统的竞争力，我们将在后面回到这一点。
如何。只要我们开始谈论分析数据，使它们成为信息，首先想到的就是数据仓库、数据挖掘，最终是知识管理。实际上，我们现在试图理性化和解释需求，而不是隐藏或显式相关性。因此问题相当大，它还必须包括与我们标准信息系统中的信息不同的信息。从方法论的角度来看，我们可以将分析分为
- 理性：分类法和抽象/解释方法和工具。最后一组包括投影（定义的模式和历史数据）和预测（基于历史数据的新模式）
- 半定量：竞争对手分析、市场语义分析
- 非理性或上下文分析。
Usually all methods are taken into consideration as we try to avoid theoretical models which could be not complete or intuition with no relation with reality.
目前，我还没有听说过使用启发式技术来解决解释模型的尝试，我认为模型还不够正式。
''''何时。从时间角度来看，我们必须考虑两个不同的时间范围：分析期和结果有意义的时间。
经验法则是，分析应在数据收集的同时进行，因为某些数据可能不完整或错误。
结果的有效性，对于实物部分，与我们正在考虑的产品的总交付周期有关，而当我们谈论客户服务时，我们的分析有效期尚不清楚，这可能是有趣的分析。
多少。这一维度始终很难量化。让我们回到马斯洛需求层次理论：在转向第三层（个人需求）之前，我需要满足第二层（产品）多少？我们假设这个百分比不需要达到100%，因为一旦较低层次的稳态平衡达到，注意力就会转移到较高层次。关键在于：以 80% 的比例解决较低层次，以 50% 的比例解决较高层次（假设你成功地测量了它）是否比 90%-40% 更好？
我认为这是一个公司需要做出的选择。
总之，我们必须评估对
- 产品的需求，包括我们的参考市场、市场规模、我们的定位（份额）以及我们的产品在价格/性能方面的市场满足程度
- 个人/社会方面：它们有多重要，我们满足了多少。
工具。现在我们已经讨论了“理解、理性和解释客户需求”过程的所有维度，我们可以看看现有工具的现状。我们可以将它们归类为
- 分析方法：基于已知和递归数据
- 算法或统计：至少在统计上是精确的
- 启发式：模型未完全定义
- 上下文方法：使用共同的感知，即使不可测量且不递归
- 头脑风暴
- 自上而下或自下而上方法。
- 个人方法：与特定的个人-环境情况有关，通常会给出不可重复的结果，例如禅宗的启发。
As a personal opinion, even though different methods could be seen as provocative to some people (think of a physicist who should use a zen approach), as long as this process gives usable results is should be accepted anyway. Human beings have being using gravity as a force and apples kept falling long before Newton quantified the mathematical model. Man was using heuristic models to create manufacts. In field of social science maybe we shall never have a Galilean, recursive model but this does not mean that we must not get better use of data to be informations.