企業生產、經營和銷售規模的急劇擴大，伴隨而來的是相關領域的數據量急劇增長；同時，企業生產和銷售的模式也因為市場經營格局的轉變，由傳統的計劃生產逐步轉向基于訂單的生產和基于客戶的營銷，客戶的喜好受到了前所未有的重視。然而，在這種市場模式下無論是供還是產，對于企業獲取利潤的“前鋒”——營銷部門來說，都帶來了新一輪的挑戰。一直以來，營銷部門主要承擔了單純的產品銷售任務，業績考核的主要指標則理所當然地是銷售額或銷售量。可是，如今基于客戶的營銷和訂單生產模式則要求營銷部門承擔著整個企業運營的領頭羊的任務，分析客戶、預測需求、調整產品策略……一系列難題加載到了營銷部門。

　　于是，如何有效地利用這些銷售過程中產生的數據成了困擾企業營銷決策的一大難題。在傳統手工管理模式下曾苦于在業務知識和決策規律的“沙漠”中“渴死”的營銷部門，在管理信息化工具的應用下，是否又在遭遇在數據信息的“海洋”中被“淹死”的考驗？

　　在復雜的渠道營銷模式下，管理者面對的數據信息量往往相當龐大。當他們不斷地疲于應對競爭對手強有力的市場競爭策略行動的時候，卻逐漸喪失了主導性品牌，缺乏對自身市場領導地位系統而全面的認知和了解，因此在競爭中逐步地迷失了自我。一些企業選擇了能夠進行多維度分析和報告能力的數據倉庫軟件，試圖通過“圈海”運動作為在日后日益激烈的市場競爭中乘風破浪的必要工具。

　　為何需要數據倉庫？

　　我們就拿隸屬于快速消費品行業的小包裝食用油來說吧。算起來，其行業成長歷史不過是短短十幾年，經歷了從零到幾百個億的快速成長。在行業規模逐漸擴大的時候，企業的經營模式也是從之前的“小米加步槍”的零星糧油店發展到今天龐大的營銷網絡。快速擴張的企業希望不斷完善自己的銷售網絡，拓展不同的區域市場。由于銷售區域市場的日趨成熟，企業銷售業績的不斷提升，帶動了企業相關的管理決策模式一同發展。在龐大的體系下，真實數據信息的傳遞和獲取成了一個極大的難題，決策層需要把握銷售各個環節的數據信息情況、了解數據信息的組成、獲取足夠的數據信息量并且保證這些數據信息獲取的時效性。

　　原始的銷售數據信息較單一，往往是廠家出了多少貨，經銷商進了多少貨出了多少貨……只有廠家手頭有粗略的數據信息記錄，而分支機構手頭上的數據信息早已失去時效性，并且由于退貨等原因，也可能使數據出現丟失或重復等情況。市場越做越大，這些矛盾就越來越凸顯。由于數據信息的時效性問題，可能造成各層面的管理人員看到的數據有偏差，導致決策者的戰略思想不能很好地實施；營銷管理人員拿不到及時準確的銷售數據，直接影響營銷活動的開展及計劃的制訂；終端數據信息無法反饋，導致對消費者的需求滿足越來越偏離，所有問題都有待突破性的解決。

　　以往很多企業也在逐步形成一套比較完整的分析體系來輔助銷售決策，使營銷管理人員在了解基本銷售數據信息的同時，也能夠進行例如同比、環比等方面的分析。但類似的分析僅僅是基于對歷史數據信息的回顧，只能作為簡單的參考，在此形成的營銷方案無法適應快速消費品市場瞬息萬變的競爭環境，無法第一時間對消費者做出反應。

　　各層級人員對增加數據組成和信息處理速率等的需求越來越強烈，營銷管理人員迫切希望為其提供一套能夠在業務的所有層面推動快速、一致并有效的決策解決方案。經過多方面考慮后，企業決定啟用“數據倉庫”。

　　數據倉庫（data warehouse，DW）概念由William.HInmon在1993年首次提出。他把數據倉庫定義為“一個面向主題的、集成的、隨時間變化的非易失性數據的集合，用于支持決策層的決策過程”。數據倉庫從一誕生就決定了它面向管理和支持決策的特性，它的基本目的就是輔助了解過去，把握未來。大量數據是數據倉庫的基礎，沒有大量的歷史和當前數據，數據倉庫就是空談。但數據倉庫不是一個data storage，不是簡單地把各個業務系統的數據裝進去。而是需要很好地重新組織，形成一個良好的data model。

　　用數據倉庫“說話”

　　正是基于這些原因，筆者所在的企業，在將近一年時間的研發里，通過對歷史的海量數據及分析體系進行整合，采用提取、轉換、清洗、挖掘等技術手段，為企業各層管理人員呈現了成熟且基于企業自身特點的數據倉庫系統。基于B/S結構的數據倉庫，讓全國各地的用戶能在同一時間內共享到相同的數據信息，有利于各層面管理人員的溝通，也為營銷管理人員提供有力的決策依據。在系統的正式上線后，我們運用內部資源進行系統的實施和推廣。整體來說，管理者的支持，營銷人員與系統人員順暢的溝通促進了數據倉庫系統的順利實施。可以說，從數據倉庫的應用中，我們嘗到了一些甜頭。

　　數據模式：數據實現了從“單一散亂、獨立無關聯、易丟失”到“系統、完整、層次性強、系統維護、可實現專項或關聯性分析”。

　　數據倉庫使各層面管理人員從大量且繁雜的數據中解脫出來，從每月看一次銷售數據發展到每日時時的數據信息，營銷管理人員能夠更好地把握市場的動態；整合了每個區域的信息并在此基礎上加以對比等分析，決策者同時能夠很好地了解到各區域的銷售情況，以便及時地加大或調整宣傳策略；通過各區域的銷售數據追蹤消費者需求的變化、區域的成長，合理分配資源投入情況；探詢品類之間的差異，根據區域特性制訂相應的產品策略，有利于整個產品結構的最優化；通過跟蹤和分析客戶行為及其所在渠道的購買類型來優化產品獲利程度，增加營銷運動的有效性……銷售數據的實時性及分析性，給營銷決策帶來翻天覆地的變化，真正實現了現代化營銷。

　　數據信息：時效性強、多層次性、系統性的數據提高了數據分析的可靠性和準確性。

　　由過去各層次管理人員的數據信息偏差，轉變為今天分析口徑的一致性。根據管理范圍不同來賦予不同的分析權限，提高了管理人員之間的溝通性。但僅僅是銷售數據并不能滿足管理者的全部需求，為更好地跟蹤業務環節，數據倉庫系統繼續擴展其分析范圍，通過對業務系統的數據挖掘，掌握各業務環節的數據信息，了解品牌營銷決策的實施情況以及各區域的市場推廣情況；結合銷售數據，分析各區域推廣活動的執行情況及有效性。

　　決策力與執行力：企業決策重心下移，能更迅速和有效地提出有針對性的區域市場策略。

　　企業決策重心的下移，渠道的控制此時至關重要。數據倉庫系統通過進一步對渠道經銷商數據的集中展現，既能實時監控經銷商的銷售價格、銷售增長、客戶增長、應收賬款等情況，也可對經銷商的渠道結構、庫存產品結構、贏利結構等加以分析，并對庫存周轉率、毛利、交叉比率等關鍵指標加以比較和評價。在了解經銷商全面營運狀況的同時，幫助經銷商及各管理區域制訂發展策略。

　　渠道控制最終要服務于終端和消費者，因此，無論是直接還是間接服務的重點客戶，數據倉庫系統非常關注終端KA的分析，通過對KA關鍵指標的分析來實現供應鏈最終的全面監控。

　　通過對渠道各環節數據信息的監控，管理人員能夠迅速地洞悉各銷售環節的表現，及時調整經銷策略，運用各種資源幫助經銷商提升管理，降低渠道庫存風險，實現扁平化管理，達到互利互惠。

　　實時、完整的分析信息：協助并實現營銷管理的策略分析、戰略制訂、策略分解、執行監控、結果檢視、策略二次修正的過程。

　　現代營銷管理強化品牌運作和區域執行管理，體現自上而下的策略執行思路，同時也強調自下而上的策略檢視與調整。數據倉庫的產生，就很好地滿足了現代營銷管理體系對全方位信息數據分析的需求。在強化品牌管理與運作中，如何選擇最適當的戰略方向，戰略選擇將會給品牌帶來怎樣的變化，是否可以安全地到達我們所設定的品牌戰略目標等等，均需要相關的決策者冷靜細致的分析，這種分析極其需要一整套數據系統的支持。

　　企業選定了品牌發展戰略，希望在未來的競爭中逐漸強化自身優勢，建設更個性化和更符合消費者需求的品牌。為達成以上目標，如何依據現有生意發展的狀況和品類產品發展狀況，設置品牌戰略的執行策略，如何確定產品線規劃和區域的生意規劃，均需要完善的數據倉庫支持。針對策略的執行過程與結果的檢視，數據倉庫提供實時、詳盡、系統的數據支持與分析，可以清晰和準確地判斷策略的執行過程和市場資源整合應用的結果，判定策略的準確性，以及是否達到預期的目的，資源是否得到了有效的利用，對整體市場的影響程度，競爭品牌的業績和市場地位的變化。同時，數據倉庫為企業決策者對自身策略的及時調整和后續策略的安排，提供最直接的數據理論的支持。

　　數據倉庫的意義和作用關鍵所在，是由于新的信息流程和模式的應用，勢必影響了整個企業的營銷決策模式和思維，令企業更關注自身的優勢與細節，在做出營銷決策的時候更關注策略的執行和檢視；當然也同時影響了企業整個供應鏈的運作效率，最終實現企業降低成本，提高毛利率和增強企業競爭力的目的。

　　需要強調的是，雖然知識經濟的出現、數據信息技術的發展、經濟全球化的趨勢都使得企業的管理模式發生著重大的變革，環境的變化迫使企業不得不重新審視已有的營銷理念。但不論在何種市場條件下，企業營銷中取勝的核心在于“理念”。數據信息和數據信息技術，已經而且越來越對顧客行為和企業運作產生深刻的影響，企業必須在觀念上重視數據信息和數據信息技術的作用。在以客戶為導向的營銷趨勢下，數據庫營銷將發揮巨大作用。任何一個成功的數據倉庫項目都要求對行業要有深刻的認識，才可能幫助用戶提煉需求、整理業務、規劃戰略。當然，單純的數據倉庫永遠只是一個輔助的工具，只有結合了市場和營銷人員的經驗時，它才擁有了靈魂，才能用它發出來自終端最真實的“聲音”。

《管理學家》