基于大數據的零售企業績效評價體系構建

全福泉

內容摘要：在“大數據”背景下，消費品供需結構與流通周期不斷變化，零售企業作為商品流通市場的主要環節，在面臨新經濟形勢下的各種挑戰時，需要對消費市場有更敏銳的感知力，需要對零售企業的各項經營活動進行適時改變。為適應新經濟時代，企業需將“大數據”應用作為謀求新發展的方向，加強各項經營活動的管理，進一步規范企業行為，從而提升企業的經營績效。在“大數據”時代，零售企業能夠收集到的數據更全面，但是如何利用這些數據實現企業的增效，是零售企業面臨的主要問題。本文以“大數據”經濟生態為研究背景，通過分析和研究零售企業績效的各項評價指標，來設計用以評價零售企業績效的管理體系。

關鍵詞：“大數據” 零售企業 績效評價

零售企業應用“大數據”管理的必要性分析

（一）零售企業面臨巨大的數據處理壓力

互聯網+、物聯網、云技術、移動客戶端、智能化等“新語言”已經逐步滲入我們生活的方方面面，這意味智慧經濟時代已經到來。在技術發展背景下，商貿流通業發生了巨大的結構性改革，智慧經濟時代更強調大數據的運用。在商貿流通領域，零售企業與商貿流通鏈條的末端消費者有著最直接的聯系，所以零售企業所面臨的數據處理壓力要比其他經濟主體更大。但是，如何借助發達的大數據技術來提升零售企業自身的經營管理效率，從而建立一套科學有效的企業績效評價體系，來提高企業對各項經營活動的績效管理，成為零售企業的當務之急。

（二）“大數據”技術對零售企業績效管理的重要促進作用

第一，在大數據背景下許多零售企業紛紛嘗試利用大數據技術，對企業員工的工作狀況進行數據化的績效管理，其管理數據包括圖像、錄像、數值、文本等。與傳統績效管理數據相比，大數據績效管理能有效建立績效評估數據庫，更精準全面地對員工進行績效評估，進而提高人力資源管理的科學性，豐富記錄評價內容，而且數據庫的精確性和共享性也能進一步提升企業組織績效管理的信度；第二，對于數據的考評方式也將由原來的人工手動輸入計算轉變為數據智能分類、分析和跟蹤，有效避免了數據在信息化過程中存在的疏漏和錯誤，而且數據的信息化還能有效地促進績效管理的實時性和同步性；第三，由于大數據績效管理采用的是平臺化管理，為各種數據的匯合創造了條件，能促進績效數據的搜集與整理，有利于建構更全面的績效管理數據庫。在平臺開放的情況下，還能實現公司內部信息的公開透明化，減少信息不對稱，實現數據資源共享，降低數據流通成本，各部門之間的協調合作管理機制也將被逐步建立，從而提高企業績效管理效率。同時，運用開放式環境中的各用戶數據，有利于企業對績效管理做出預測，從而更科學的推行績效管理。

總之，隨著大數據技術的發展，零售業作為大數據應用最廣泛與最深入的行業，應充分利用大數據技術對企業進行績效管理，完善企業績效測評體系，對員工與企業的目標進行全方位有效評估，方便企業對自身內部資源強化監督管理，有效地實現企業資源的優化配置，進一步促進企業提升績效，提升企業的整體競爭力。

“大數據”背景下零售企業績效評價指標體系設計

（一）設計思路

基于平衡計分卡的企業績效管理體系是指企業以股東財務、客戶市場、企業內部管理流程、學習與成長等維度為基礎，以促使組織戰略得以順利、有效地落實為目標，包含了多項可衡量指標的企業績效管理體系。第一，平衡計分卡能夠促使企業制定戰略和實施戰略緊密聯系、協調發展，并以此強化企業戰略的有效執行，使得企業的績效管理考核體系轉化為企業戰略實施的有效工具；第二，由于平衡計分卡考核指標包含多個維度，能有效改進企業以往只關注經營業績指標的缺陷；第三，平衡計分卡還能有效防止企業管理機能失調

本文構建零售企業的基本指標，是在平衡計分卡的基礎上，從零售企業內部基本運營工作的各個模塊出發，建立企業財務、客戶、業務管理及人員培養四個方面的績效考核指標，并促使四個方面相互聯系、相互影響，最終保證企業財務指標的實現。

（二）評價指標選擇

企業股東財務維度。企業股東財務維度的財務評價指標包括盈利能力指標、償債能力指標和成長能力指標。第一，盈利能力指標可以用總資產收益率、總資產凈利率、純資產收益比、銷售毛利率稅后純利潤、投資報酬率、純利率、純現值、資金投入產出比、人工成本產出率和邊際資金成本等指標表示。在盈利能力指標中所提到的收益包括收入、可控邊際貢獻、可控企業利潤、企業直接利潤、稅前企業利潤、企業稅后凈收益等方面；第二，償債能力指標可用負債比率、資產管理比率和變現能力比率表示；第三，成長能力指標包括銷售增長率、凈利潤增長率、人均利潤增長率、收入利潤增長率、單股凈資產、單股盈余、股票獲利率和市盈率等。

客戶市場維度。客戶市場維度包括市場競爭能力、客戶競爭能力兩方面。第一，市場競爭力可從宏觀環境指標、宏觀經濟增長指標影響下，用戶數、用戶數增長率、用戶市場占有率、產品市場份額、產品市場占有率、市場增長率、產品銷售收入和產品銷售率幾大方面考慮；第二，客戶競爭能力可以用客戶保有率、流失率、客戶滿意度、客戶忠誠度、客戶信用風險、客戶總數、新客戶增長數、顧客重復購買率、重復購買的顧客數量以及品牌知名度、產品美譽度、顧客對產品獲得及時的滿意程度等體現。

內部流程維度。內部流程維度主要從企業的生產能力、企業的市場銷售能力兩個指標考慮。第一，企業生產能力的體現可用效率性指標（可以細分為產品生產周期、存貨周轉率、應收賬款周轉率、資產周轉率、成本費用率、生產準備周期、設備故障率、單位生產成本比率、原材料利用率、新產品開發生產周期、部門協調性等項目）和質量指標（細分為產品優質率、產品合格率和產品返修率等項）表示；第二，市場銷售能力指標需考慮市場銷售能力指標（細分為銷售合同執行率、貸款回收率、營銷計劃編制、執行及控制、營銷隊伍建設等項）、營銷能力指標（細分為營銷強度、分銷網絡化程度、市場占有率的增長率、新產品的增長率、新產品的年度增長率等項）、產品分銷、促銷及定價效果。endprint

學習成長維度。學習成長維度常用評價指標包括關鍵員工流失率、員工流失百分比、員工決策參與程度、員工滿意度等來分析。

上述四大維度的指標是評價企業績效的具體參數，在設計相應的評價體系模型中，需要根據這些細項做數據對照，這些數據能夠指導績效管理的有效展開。

關于零售企業績效評價的統計數據還未建立固定形態的結構。一方面由于統計數據會受企業經營戰略內部環境和市場外部環境的較大影響，統計數據處于較大變動狀態；另一方面不同行業的零售企業以及同一行業的不同零售企業在評價其投資決策績效時，會根據各個指標在該行業、該企業中所扮演的不同權重，對數據的利用程度有所差異。因此，制定出一套具有固定標準的指標體系并不能滿足所有企業的評價需求。在實際操作中要根據不同的零售企業和具體的行業特點，選擇那些能反映其真實經營狀況的數據作為體系指標。根據零售企業的特點，本文最終選擇了14個指標組成具有普遍性的指標體系，如圖1所示。

基于“大數據”的零售企業績效評價體系應用

（一）總體功能與架構搭建

本文將連鎖零售企業績效評價系統分為信息管理、指標體系、權重體系和綜合評價等四大方面，如圖2所示。

零售企業各項指標其實就是企業績效的體現。連鎖零售企業需要對企業財務、顧客需求、企業內部經營與流程、學習與成長等內容所產生的數據信息，進行有效的數據編輯、平均值數據編輯、指標數據查詢及樣本數據編輯并形成數據庫，為零售企業各項工作的展開提供數據支持。

在實際數據處理中，零售企業可以通過構建指標體系，來規范其數據處理過程。企業財務、顧客需求、企業內部經營與流程、學習與成長等內容，需要借助新建指標體系，打開、刪除、瀏覽等指令完成數據的實時監控。營銷企業還可以建立權重體系，對企業財務、顧客需求、企業內部經營與流程、學習與成長等內容的權重做分析，這一體系應該包括科學輸入、一次直接輸入、權重數據編輯等步驟。權重體系的設計應該由零售企業根據自身發展的方向與目標所決定。

對于連鎖零售企業而言，其面臨的實際環境是極其復雜的。借助大數據技術可以對企業的財務、顧客需求、企業內部經營與流程、學習與成長等內容進行量化管理、實時管理和深層創新管理，但囿于目前的信息技術，即便是已經建設得相當完善的大數據處理平臺，對數據的處理能力還是有限的。這就要求零售企業建立綜合評價，包括評價指標設定、模糊綜合評價、神經網絡訓練和人工神經網絡評價等。這一體系是對零售企業業績數據量化定量處理之后的一種定性處理，將適應零售企業所面對的高度復雜、多變的環境。

（二）基于數據挖掘的零售企業績效評價流程

數據挖掘指對海量數據中新穎和潛在有用的內容加以提取，建構起最終可理解的知識和模式的一種數據處理形式，是一種深層次數據分析法。而數據挖掘能為商業決策提供有價值的信息，實現有效信息的抽取、轉換、分析和其他模型化處理。數據挖掘步驟主要包括問題陳述、數據選擇、數據預處理、數據轉換、運行數據挖掘算法和結果評價。數據挖掘是強化績效管理的重要前提，對于零售企業績效評價而言，數據挖掘一般是指零售企業借助計算機技術從大量的零售業務績效管理數據中自動搜索隱藏于其中的有特殊供需關系信息的過程。

數據挖掘過程需要多個步驟、多個主體交互、反復對話。一個完整的數據挖掘過程一般包括問題描述、數據選擇、數據預處理、數據轉換、運行數據挖掘算法、結果評價。如圖3所示，本文將數據挖掘的流程與企業績效評價流程相結合，闡述了零售企業績效評價流程。

第一是陳述問題，零售企業管理者要先明確在哪一方面存在管理問題。企業通過陳述問題，能夠為相關數據的搜集提供一個范疇，提高解決問題的針對性；第二是搜集信息，企業管理者要針對所提出的問題，通過各種手段盡可能搜集好相關數據，這是問題解決的關鍵性支撐；第三是對信息的預處理，能夠針對所陳述的問題挑選出有價值的數據信息；第四是通過數據挖掘建立評估模型，能夠發現各種數據背后的特殊關系；第五是對建立的模型進行解釋并得出結論。

以績效評價為例，企業管理層可能提出的問題是“顧客滿意度如何”，針對該問題，第一，需要進行相關數據的收集，如顧客對企業工作人員工作態度的認可程度，顧客對企業所提供服務的認可程度，以及顧客對企業所提供產品的認可程度等數據，而這些數據需要通過企業的特定部門進行收集和整理，這些信息可能來自企業系統后臺，也可以來自問卷調查等方式。第二，進行數據預處理。數據預處理指借助不同的方法將收集來的數據中不完整、會造成干擾的部分加以排除。數據預處理能夠提高數據挖掘算法的精度，能夠提高數據的處理效率，提升數據挖掘的有效性，為構建高質量的數據挖掘模式打下基礎。數據挖掘階段的核心內容是評估模型的構建。構建起有效的評估模式是零售企業績效評價體系的核心內容，需在數據挖掘之前對挖掘數據的類型、挖掘方法等要素進行確定。

綜上，大數據技術為經濟的發展構建了新的生態環境。在這種生態環境下，經濟各領域都面臨巨大的機遇和挑戰。零售企業作為消費市場的直接參與者，其所處的海量數據生態環境就更明顯，對績效進行全面、有效的管理已經成為企業獲取競爭優勢的重要手段之一，因此如何充分利用大數據技術來設計和建立一套科學的、符合企業需求的績效管理體系十分重要。加強對“數據”的挖掘和研究，借助數據處理技術，通過精細化分析，就能確定比較精準的績效評價指標。在確定的評價指標條件下，構建起具有普遍適用意義，卻又能適應各類企業性質的績效管理評價體系，有利于進一步促進零售企業績效管理的開展，進而促進零售企業目標的完成。

參考文獻：

1.趙久紅.循環經濟背景下零售企業綠色經營績效評價[J].知識經濟，2013（3）

2.吉鴻榮.我國物流企業績效評價指標體系模塊化設計[J].物流技術，2012（3）

3.譚旭，薛飛，毛太田，鄒凱.顧客滿意度視角下的零售供應鏈協同績效智能評價[J].工業工程與管理，2015（3）

4.劉冰，謝鳳濤.基于價值鏈理論的大型零售企業績效評價研究[J].中央財經大學學報，2011（8）

5.丁寧.基于流通創新的零售商產品服務體系構建[J].商業經濟研究，2015（24）

6.蔣蘭天.高校網站平衡記分卡績效評價探索[J].阜陽師范學院學報（社會科學版），2015（3）

7.孫世敏，羅娜.三層六維供應鏈平衡記分卡體系構建[J].東北大學學報（社會科學版），2005（5）endprint