数据统计迷失【零】：数据？统计？.pdfVIP

数据统计迷失【零】：数据？统计？ ──以时尚消费商品之流通领域为例 来源：巽风堂 CPIM 陈琦曜 /xunfengtang 最近几个月，笔者一直被自己原先以为不该有的问题所困扰，有 人老在我跟前提什么消化比、交叉比、存货周转率、商品落差率、 来店成交率、坪效…；这大概又是一个新近流行的热门议题，我 怀疑这些人是不是要转行去开超市，或是改行去做地产？一經细 问才知道，这些人当中的大多数对基础会计的一些基本概念，诸 如成本、费用、毛利、毛利率、损益平衡点…，都无法有效掌握， 怎么就去尽扯这些听起来有点炫的名词！说真的，被问得有点郁 闷。 身处时尚产业的人，爱赶流行，倒也无可厚非，这不是郁闷的原 因。只是，笔者近一年多来耗费大量的心力从事品牌通路管理系 统应用工具的开发规划，整合其间各项作业环节当中的主档、规 划档、交易档…各种数据彼此之间的关联架构，又是相关工作的 首要关键。因为它不仅是建立数据管理(Data Management)体系的核 心，同时，也是逐步迈向商业智能(Business Intelligence)的基础整备 工作。因此，对相关的数据统计，以及各项统计数值的定位与机 能，自然是特别敏感；也因此，对那些最近突然间一哄而起，但 却＂不知所为何事 ＂的数据统计方式，自然也是特别反感。 好比，很多年前就有客户质问我，为什么我不愿像其他咨询机构 或顾问师一样，将各款商品销售数量与滞销库存进行统计与排序， 列出＂畅销前十大＂与＂库存前十大 ＂，好让他们知道自己比较 适合卖什么，不适合卖什么。这也是一个令人十分郁闷而又尴尬 的情境。 我的回应是，第一，这是「假数据」，若某一款商品同时双双列 入畅销及库存的＂前十大 ＂，又应如何理解？究竟是＂好卖的 ＂ 或＂不好卖的＂？是＂卖得好的＂或＂卖得不好的＂？到底是 你＂能卖的＂还是你＂不能卖的＂？这种情形，实务上也没少见。 第二，这是「事后诸葛」的逻辑，这方面的＂高人＂也确实很多； 但我的想法是，与其花力气做这些无谓的事，不如用心把眼下的 生意做好。再者，立基于所谓＂预后＂的观点，进而具拟更为适 切的操作方案以为因应，前瞻可期待的未来，或许，才是更重要 的。 第三，即所谓「存在」(To Be)与「当为」(Ought To Be) 的错置，这 比较难说明；简单讲，就算某些统计数值为真，但对于未来的决 策判断，也不一定具有指导或参考机能。最容易理解的是，去年 好卖的，今年不一定能卖；今年卖得好的，明年也很难说。贸贸 然地将「存在」视为「当为」的基础，最容易犯下致命的错误； 在实务层面，其实不难见到＂英雄所见略同＂，却又一窝蜂趴下 去成为＂万骨枯＂的例子，究其原因，不外是这两个基本思维命 题的错置。 第四，真正有指导义意的，是那些你＂看不到＂的数据，但因为 你们在建立数据资料时，并没有这方面的认识，也没有相应的数 据管理工具来支撑，算了也是白算。这里，又涉及到《商品企划 实务会要【第二篇】：符号学与商品架构(四之三)》所提到的＂ 量的第五个层次＂当中有关「负值」的问题，即使说明白了，操 作起来也确实有困难。 上列图例所示，数据管理的终局目标及其阶段过程大略可分为： Data ─ Information ─ Intelligence ─ Knowledge ─ Decision ─ Efficiency 等六个阶段。从第一到第四阶段，即数据蒐集汇整与 统计、建立系统化资讯架构、从资讯系统衍绎分析有效的情报参 数、经实践积累而形成渐次优化的企业组织成员行为认知与判断 准据，这个过程又称为「知识管理」(Knowledge Management；一般 简称KM) 。其目的，在期使企业所属各层级人员，面对各自实务 操作的决策判断，行有所据，不致偏离，进而产生高效的企业营 运动能。同时，它不但是企业沉淀技术含量，内化提升的必由之 路，更是所谓「企业文化」抽象概念的具体化操作过程。 数据管理是上述过程的第一个阶段，而数据的蒐集与统计，则是 数据管理阶段的两个重要工作内容。第一个关键，是要蒐集什么 数据加以汇整？如何建档？第二个关键，是就已建档的数据，应 如何择列相关参数加以统计，建立有意义的数据指标？为上述第 二个阶段，即资讯系统的建构，预立良好的基础。所谓数据统计 的机能定位，即在于此。 但是，最根