背景介紹

金佰利是全球健康衛(wèi)生護理領(lǐng)域的領(lǐng)導(dǎo)者。 公司成立于 1872 年，在全球 35 個國家設(shè)有生產(chǎn)設(shè)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(chǎn)品是金佰利公司三大核心業(yè)務(wù)，年銷售額逾 180 億美元 ，產(chǎn)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(jié)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(wù)數(shù)據(jù)往往來自多個地區(qū)以及不相關(guān)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(zé)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(nèi)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(dāng)詢問 EMEA 全渠道營銷分析負責(zé)人 Helena Carre 關(guān)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(lǐng)導(dǎo) 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(wù)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(nèi)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(yīng)用程序的數(shù)據(jù)。而當(dāng)這些庫存單位與原有系統(tǒng)中的固有數(shù)據(jù)結(jié)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(guān)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(jié)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(diào)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(yù)算，增加團隊人數(shù)，或是增加不必要的復(fù)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(wǎng)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(fù)雜數(shù)據(jù)集，Carre 經(jīng)常尋求 IT 部門來幫助她設(shè)計查詢 ETL （提取轉(zhuǎn)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(dāng)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(wù)分析師，或者經(jīng)歷冗長的需求收集或技術(shù)開發(fā)流程。

“ Panoply 中的 Tableau ” 解決方案

Panoply 實時監(jiān)控查詢，自動調(diào)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(xué)習(xí)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(yīng)能力。Tableau 和 Panoply 開展了一項關(guān)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(zhuǎn)自Tableau 商業(yè)智能博客
//作者：Vaidy Krishnan（Tableau 大數(shù)據(jù)產(chǎn)品營銷高級經(jīng)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)

2020，Qlik有哪些新面貌？新老用戶看過來！

了解政府如何使用Tableau使您了解新型冠狀病毒的最新知識！