比數據分析更要命的是：數據質量

比數據分析更要命的是：數據質量

數據質量，是企業數據分析系統建設過程當中，一個很是重要的方面，但偏偏也是經常沒有引發足夠重視的方面。在服裝行業的企業中，此問題也是很是的明顯。數據質量將影響到企業分析應用內容的建設，以及分析結果的準確性與可靠性，有句俗語「垃圾入，垃圾出」即是說的此種狀況；

首先，看看零售數據採集的缺失。

在當前服裝行業的品牌商企業中，採用代理、加盟方式或與直營混合經營的模式是極爲廣泛的。站在品牌商整體角度上來看，代理商、加盟店這部分的數據，每每成爲了企業全盤運營的一個數據黑洞。品牌商管理者老是會指望可以實現「全國一盤棋」的效果，瞭解商品的流轉與零售情況，從全局的角度優化商品的配置，從而提升銷售機會，減小庫存。

很具體的一個例子，即是計算某款商品的總體零售售罄率，許多時候，因爲代理加盟數據的缺失，便以代理加盟的發貨數據替換其零售，零售售罄率便變爲整體的消化率。誠然，批發模式下，品牌商能夠經過控制退換貨比例等方式下降風險，但倘若商品在渠道造成較大積壓，將形成一種不健康的循環。所以，POS系統，將終端零售數據的採集上收，是極有必要的。

一般，大型的或是強勢的品牌，可以稍好的收集各個零售終端的數據，用於商品銷售分析，從而進行快速反應，或是商品的調配。而相對其餘一些中型或是中大型的品牌商，非直營線數據的採集，更是一個難題。有人曾開玩笑說，那些一直不願使用POS系統的客戶，要不就是太聰明，不指望數據被掌握，要不就是意識太落後，瞭解不到信息系統的益處。

真正管理嚴格的企業，哪怕是系統的缺失，他也會想盡辦法將盡量多的終端零售業務數據採集，手工填報、短信報送等等手段不限。事實上，數據的採集，對於客戶來講，能夠不要僅僅視其爲義務，亦可從其享受到相應的權利。從數據運用的角度，可以爲客戶們帶來哪些輔助呢？大體能夠有定貨會規劃測算、季中商品結構分析、暢滯銷款的分析、輔助補貨或是商品在客戶間的盤活。經過這些方面的工做，提高商品的銷售、減小庫存積壓和缺貨狀況的發生、提升資金的週轉效率。

接着，再看看數據上來以後，又可能會存在哪些方面的質量問題，先舉幾個例子。

單據日期錯誤，非直營終端多有出現，直營終端偶爾出現，我看到過二零五幾年的單據。

數值錯誤，零售小票中零售金額或者零售數量大幅度的誤差，曾有見過將商品代碼錄做零售金額的，因爲對帳緣由，此種狀況直營終端卻是幾乎不會出現。

合併單據，有的終端，一天就錄上一兩筆交易小票。

以上種種問題數據，若是沒有通過專門的數據質量問題的識別與清洗，直接進入分析階段，那麼致使的結果可想而知。業績不許，商品關聯關係失真等問題是必然的，在不知的狀況下，甚至有可能作出不恰當的決策。所以，在作數據分析或是相似系統建設的過程當中，定要對數據進行質量的探查，異常數據的分析與處理，改善數據質量，提高分析效果。

以上聊到的均是零售數據方面的一些問題，實際上，企業運營的方方面面，均是面臨數據質量問題。譬如，企業指望從年、季、波段、品類、故事、系列、面料、主題、款類、上下裝、內外搭等角度對商品進行全面綜合的分析，可是商品檔案拿過來一看，現實與指望相去甚遠，屬性要不是沒有設置，就是大片大片的未定義，在完善數據以前，是會讓用戶失望一陣子了。

當今，精細化管理的概念一提再提，做者認爲，精細化管理，須要依託於精細化的分析。而精細化分析的基石——數據，必定是有質量保障的數據。在此，但願更多的服裝企業可以更加劇視數據質量的改善，得到更優質的數據分析效果。