為什麼數據“報告”失去了魅力——印度的電子商務難題

已發表: 2020-03-15

在業務中使用報告可以追溯到很久以前

印度電子商務行業仍面臨巨大的物流挑戰

電子商務公司通常使用初步數據來決定哪家快遞公司表現最好

在快節奏的電子商務世界中,數據為王。 它是每個關鍵決策背後的驅動因素,為企業領導者提供優化運營所需的信息,將購物者與他們需要的產品聯繫起來,並提高在線轉化率。 準確及時的數據在生態系統的供應鏈端尤為重要,即使是最小的延遲或混淆也可能導致非常大的問題。

知道假設數據報告被視為神聖不可侵犯是唯一自然的事情。 畢竟,沒有它們,整個系統將具有紙牌屋的結構完整性。 不幸的是,情況並非總是如此。

印度的大多數大型電子商務公司——包括 Nykaa、Pharmeasy 和 Realme 等大公司——都使用我們的平台。 然而,在商務會議中,只有 10% 的人表示有興趣討論我們的報告平台。 作為一個有管理諮詢背景的人,這最初讓我感到困惑。

編譯數據的智能應用一直是我準備的任何報告的基石,我認為這在電子商務世界中也同樣適用——如果不是更多的話。 經過深思熟慮,以及與該領域的同事和公司的多次交談,我終於明白了導致這種情況的原因。 過度使用這個原本至關重要的術語。

在業務中使用報告可以追溯到很久以前。 公司一直試圖收集有關其目標市場的信息——以改進其產品的功能、建立客戶檔案並微調其銷售和營銷策略。 但只有在市場成熟並且全球化將本地公司轉變為跨國公司後,該領域才真正開始發揮作用。

這些龐然大物新擴大的範圍和巨大的財富使他們能夠以前所未有的規模收集數據。 對這些積累的大量信息進行分類並將其轉化為可操作的報告的任務隨之發展,這得益於人工智能 (AI) 等新開發的技術。 因此,從這些活動中收集到的見解開始積極影響和塑造業務決策。

儘管這些報告提供了明顯的優勢,但無論涉及的企業資源如何,梳理這些海量數據的行為仍然是一項繁重而昂貴的任務。 這在市場上造成了一個缺口,並且對可以將任務外包給的公司的需求——服務公司(尤其是在軟件和諮詢行業)迅速填補了這一需求。 在急於交付的過程中,服務公司開始推銷各種各樣的報告和儀表板服務。

然而,這些服務中的絕大多數只包含獨立的數據,沒有從原始數據中提取真正的洞察力。 這最終導致了“報告平台”和“儀表板服務”等術語被過度使用到毫無意義的情況。 沒有洞察力,數字就毫無意義。 悲劇就在於此。

為你推薦:

RBI 的賬戶聚合器框架將如何改變印度的金融科技

RBI 的賬戶聚合器框架將如何改變印度的金融科技

企業家無法通過“Jugaad”創建可持續、可擴展的初創公司:CitiusTech 首席執行官

企業家無法通過“Jugaad”創建可持續、可擴展的初創公司:Cit...

元界將如何改變印度汽車業

元界將如何改變印度汽車業

反暴利條款對印度初創企業意味著什麼?

反暴利條款對印度初創企業意味著什麼?

Edtech 初創公司如何幫助提高技能並使勞動力為未來做好準備

教育科技初創公司如何幫助印度的勞動力提高技能並為未來做好準備……

本週新時代科技股:Zomato 的麻煩仍在繼續,EaseMyTrip 發布強...

鑑於這種情況,以及目前人們對報導的冷漠態度,我認為強調行動驅動報導的重要性至關重要。 印度的零售市場目前估計價值 6000 億美元。 這意味著,目前電子商務僅佔總數的 5%。 與電子商務在美國市場 15% 的份額相比,顯然仍有很大的增長空間。

儘管如此,印度電子商務行業仍然面臨著巨大的物流挑戰。 印度各地的原產地退貨 (RTO) 率一直居高不下,尤其是在涉及貨到付款 (COD) 訂單時。 目前,三四線城市的 COD 費率接近 90%,而大都市為 50%。 然而,這些城市的 RTO 費率實際上翻了一番。 這個行業顯然面臨一個問題,只有破譯我們已有的信息,我們才能找到解決方案。

在這方面,改變這種狀況的責任落在產品和分析公司身上——前者要接受報告的重要性,後者要改變他們展示報告好處的方式。

我相信,每當一家公司想要銷售報告(作為產品或服務)時,他們都應該與客戶坐在一起,並製定出他們的報告將推動的精確業務決策。 通過強調提供定性而非定量分析,並相應地構建報告儀表板,他們應該能夠以編織故事並導致特定業務成果的方式提供精煉數據。

將從實施此類系統中受益最大的部門將是電子商務運營。 通過深入了解影響從倉庫到客戶的包裹的收集、運輸和交付的內部和外部因素,企業主將能夠更好地做出準確和有影響力的決策。

例如,關於“卡住”發貨的報告應包括對這種狀態背後原因的分析、對可用選項的深入分析以及對其他業務關鍵績效指標 (KPI) 的影響的估計,如果採取了上述行動。

在交付失敗的情況下,同一份報告應該突出顯示一組完全不同的數據。 這應該包括由於給定操作而發生的故障數量、可能糾正類似故障的方式,以及通過 API 提供的自動化操作的建議。

最後一個也是最困難的實例與最後一英里交付有關。 電子商務公司通常使用初步數據來確定哪家快遞公司在成本與交付時間比率方面表現最佳。 該候選人隨後被選中為他們的所有交付提供服務。 但是,智能數據的使用可以優化每個包裹的交付成本和時間。 例如,某些交付合作夥伴可能會收取較低的費用並花費更長的時間來交付包裹。

可以指派這家公司快遞一個對時間不敏感的包裹,從而在應用於整個系統時顯著節省成本。 同樣,時間敏感的交付可以分配給總交付時間最短的合作夥伴,從​​而產生回頭客。 簡而言之,使每次交付都成為智能交付可以節省大量成本,並顯著減少 RTO 和我的訂單 (WISMO) 呼叫在哪裡。

通過採用一種強調可操作信息而不是乏味數字的方法,並強調以解決方案為導向的結果,軟件行業有機會恢復報告作為一種概念,並讓合法的國王重新登上王位。