数据化运营是企业从粗放经营向精细化管理发展的必然要求，是大数据时代企业保持市场核心竞争力的必要手段。本文将品类管理引入电商仓储企业数据化运营管理模式，构建系统的数据化运营管理量化分析体系，建立实时数据化运营管理的量化分析系统架构，以实现为电商企业提供数据分析服务的同时，达到电商企业、电商仓储企业双赢。
当前电商仓储企业的商业模式是为电商企业提供仓储管理服务、商品发货与退换货服务，少数企业为其客户提供的数据分析服务仅为总体运营、买家价值两大类指标类型，盈利模式单一且缺乏竞争力。本文针对电商仓储企业现有信息技术与信息系统的应用，为其开展数据化运营奠论基础，提出通过数据化运营管理模式提高其核心竞争力。
杨振海等（2003）认为泰勒的科学管理开创了企业数据化管理的先河，企业数据化管理是在管理过程中完成定量数据与定性数据的采集、处理、统计、分析与决策，是一种管理模式，更是一种管理思想和管理文化。
从2011年至今，越来越多的国内企业开始在内部推进数据化管理，并将数据运用到管理决策中。如电视网络运营商利用数据挖掘技术搭建数据分析和经营分析运行架构，并提出了客户细分、客户响应、客户价值、成长能力、流失预警五个基础模型的应用。广电运营商借鉴电信运营商利用数据挖掘技术以客户为中心提供差异化、层次化、个性化的服务和解决方案来支撑运营。翟才（2011）强化终端销售数据在企业数据化管理的重要性，认为终端数据化管理三大要点为：畅、滞销款分析，单款生命周期分析，老客户消费数据分析。袁延岭（2011）就饲料企业的ERP系统与Excel在数据化管理上的分析对比说明ERP系统存在优势，但须投入巨额资金且许多企业收效甚微，说明Excel与公司当前信息系统的对接才是考虑成本的企业实施数据化管理的可选方法。王盛军等（2013）提出用Excel分析工具对我国餐饮企业的经营数据进行成本与产品销售的图表分析以有效推动其发展，并建立相应的分析指标。强（2013）认为量化分析体系是数据分析的目标，确定指标使量化体系有了方向，应建立企业量化分析体系。伊新（2013）认为电商有数据可追踪的先天优势，对行业数据与网店运营数据建立量化分析指标体系，为网店在业务上做出决策，但没有提出商品属性销售数据分析指标。常钢花（2014）提出淘宝店铺的数据化运营要重点关注首页数据、详情页面数据、动态店铺评分系统和成交率，没有提出关注商品属性销售数据。刘志超（2014）提出电子商务大数据时代促使一种新型的数据服务型的电子商务服务模式应运而生，具体表现为数据作为电商企业资产，在电商供应链中整合能力不断加强，以模糊企业之间的过度界限，使得电商企业更多通过数据分析和可视化服务来驱动运营，当前主要是第三方服务提供者的个性化导购服务，如亚马逊推荐引擎服务、中间服务者的垂直细分领域服务如滴滴打车、自主服务者的数据产品服务如淘宝。杨（2015）基于关联规则中的Apriopri算法，利用Excel软件对淘宝某箱包旗舰店的会员数据、产品销售数据、订单数据和店铺进行分析，细分客户的同时推出最佳产品组合结构。唐时达（2015）提到电商大数据时代必然形成以网上消费者为主体的商业模式和数据集合，网上消费者产生的交易数据和行为数据的积累可供企业决策使用。纵观文献研究，电商仓储企业要转型升级当前单一的盈利模式，为其客户即电商企业提供数据分析服务的数据化运营管理模式研究，还未有成文。
作为电商仓储企业的客户，这些电商企业的本质是网上零售B2C模式。实施品类管理有助于电商企业将品类作为策略经营单位，以消费者需求为基础，以数据分析为方法，高效回应消费者需求，从而使得以电商企业为中心的B2C模式向以消费者为中心的C2B模式转变。
陈必值等（2014）提出品类管理对B2C电子商务发展起着重要的作用。曹铮铮（2014）从品类管理的角度分析1号店福建市场存在的问题，并制定相应的市场营销策略。吴彦艳（2015）提出基于品类管理的农产品电子商务品类协同与区域市场发展模式。然而，经过调研发现当前的电商仓储企业及其电商企业客户内部还未真正开始实施品类管理。因此，本文基于品类管理的电商仓储企业，构建数据化运营管理模式。
构建系统的数据化运营管理量化分析体系是电商仓储企业数据化运营管理的重要前提。电商仓储企业数据化运营管理模式是建立在仓储配送主营业务基础上。因为电商仓储企业的业务不涉及对电商企业线上店铺的代运营，其现有的业务范围是为电商企业提供专业的第三方仓储配送服务，主要包括仓储管理、快递交接与电商客服。从业务范围看，电商仓储企业的数据来源渠道并不多样化，没有流量数据，主要是买家数据、商品销售数据与供应链服务数据。通过查阅数据化管理的相关书籍、网上资料的查阅并结合对某电商第三方仓储配送服务企业数据分析服务的抽样实践研究，建立电商仓储企业数据化运营管理的量化分析体系表，如表1所示。
因为当前的电商仓储企业与其服务的电商企业所在的各分销平台只有订单信息是对接共享的，各分销平台上网上消费者的浏览页面信息是不对电商仓储企业的。因此，电商仓储企业数据化运营管理量化分析体系根据其数据来源设置总体运营、买家价值、细分类目商品销售、电商供应链服务、特需分析5个一级指标类型，并细分成25个二级指标（可按一定周期如月度 、季度、年度进行量化），并对这些指标给予相应解释。
总体运营指标类型主要面向所服务的电商企业高层。通过总体运营中的5个指标评估电商企业运营的整体效果。
买家价值指标类型主要面向所服务的电商企业运营中层。通过买家价值中的4个指标对电商企业的买家进行二八价值分层，抓住产生销售金额占总销售金额80%的20%买家。
细分类目商品销售指标类型主要面向所服务的电商企业运营基层。通过细分类目商品销售中的4个指标从品类管理的角度体现一定周期内电商企业商品销售过程中，成交产品与未成交产品的运营绩效。
电商供应链服务指标类型主要面向电商仓储企业的运营基层。通过电商供应链服务中的8个指标反映为电商企业商品库存以及商品发送方面的服务质量。
特需分析指标类型主要面向所服务的电商企业高层。通过特需分析中的4个指标为电商企业从品类管理的角度，高效回应买家需求，进而提高销售水平。
电商仓储企业运营管理信息系统通过中间商与各电商第三方平台实现数据对接。根据电商仓储企业数据化运营管理的量化分析体系表，对现有电商仓储企业的运营管理信息系统进行功能升级，增加数据化运营管理量化分析子系统，以实现5个指标类型下的25个量化指标功能。同时，数据化运营管理量化分析子系统能实现源数据表自动导出到Excel中的功能，以实现实时数据分析。电商仓储企业实时数据化运营管理的量化分析系统架构如图1所示。
作为电商第三方服务的电商仓储企业目前还处于初级发展阶段，但是基于强大的市场需求和已经相对比较完善的，电商仓储企业的业务类型会不断整合、快速发展并完善，其发展标志着电子商务产业链的顺利扩展。此外，本文针对后期电商仓储企业数据化运营管理模式的深入开展有三点：
第一，电商仓储企业现有的运营管理信息系统必须升级，在数据库上必须消除混乱冗余，增加信息化作业录入生成月度、季度、年度源数据表的功能，有助于数据分析服务的及时、准确；
第二，为在电商仓储企业现有的运营管理信息系统中增加实时数据化运营管理的量化分析子系统的功能，必须深入设计子系统网页、表格、数据流向、数据字典等研发内容，有助于数据分析页面的操作便捷；
第三，电商仓储企业与其服务的电商企业均要开展品类管理，并增加信息对接，有助于量化分析体系的完成。
推荐：