各类主数据中重要的肯定是产品主数据

这儿依据过往的一些项目经验，整理了一下品牌现有的一方数据。因为职业不同会有一些数据特性上的差异性，这儿简略跟我们分享讨论一下。

下图是总结一方数据的几个种类（能够获取到个体等级的数据）。如果有遗漏后面再行弥补。

作为榜首部分先简略地聊一下主数据。

这部分的数据往往不被品牌注重，所以保护或是办理一般都不是很到位，乃至一些品牌谁来保护这些数据都没有明晰的归属。

这类数据其实是一切数据的根底，能够大大地削减其他数据使用时的冗余信息。并且在进行事务场景剖析时能够便捷地拓宽需要新增的维度。

一、产品主数据

各类主数据中重要的肯定是产品主数据。这类数据记录着每个产品的根底特点，不同的职业也会有一些特别的特点字段。依据数据质量这儿暂时分为3个阶段。

榜首个阶段，产品主数据最少要有两个字段，产品ID和仅有产品名称。

其中产品ID一般是仅有主键。有些主数据乱的品牌或许有多份产品主数据，对应不同的体系（POS、天猫、CRM等）。这类问题一般是品牌数字化前期没有主数据的概念，每个体系都制作了一份体系涉及到的产品，和全量的产品相比会有一些缺失，并且各自更新自己用到的部分。后续或许需要在产品主数据里边合并该产品在各个体系里边的ID是什么。合并以及保护都有不小的工作量。

第二个阶段，产品主数据会有若干层级明晰的品类界说，从这儿开端，事务界说的重要性就会越来重。一般来说三个层级会比较合适一些（美妆-面部-根底粉底，甜品-蛋糕-纸杯蛋糕），一些特别的职业或许会多一些。

这些品类界说一般是职业通用的，依据品牌的特性做针对性的调整，后续能够直接做成对应的标签圈选人群。例如近半年购买过超越3次美妆产品的客户，近三个月购买过根底粉底的客户等。

同时这类维度也能够直接转化成销售Dashboard的维度方针，结合订单里边的途径维度，能够了解各个途径不同品类的销售趋势。当一些品类快速增长时，能够尽早地发现并调整品牌策略。

第三个阶段，产品主数据会弥补一些可用于结构化剖析的特点维度。

例如食品类的产品还有规格（2*15g，4*16个等）、口味（香草、蓝莓等）、新品、季节性等特点标识。

这些方针或许有些品牌一直都有，但比较紊乱，部分产品字段有缺失，没法直接做数据剖析。当然一些特点或许会变化，例如新品标识，这类标识放在订单会或许会更合适一些。

这部分拓宽字段之前品牌并或许没有很注重地去进行办理，可是现在品牌期望从数据中得到一些产品特点层面的主张，却发现维度不行丰富。这类特点只要有清晰的逻辑仍是比较好弥补的，例如依据规格判断产品种类是自用、囤货或是送礼，依据口味和季节性判断尝鲜产品的喜好人群。这类拓宽的维度就要看职业特性以及事务侧的需求去办理了。

二、套组主数据

这类主数据不太好保护，一方面是因为套组的内容经常会有调整，有些品牌会沿用之前的套组ID，导致不同时间段内，同一套组ID内的产品不一样。别的一方面是因为这类数据往往并不是品牌的人员直接保护，一旦赶上有活动忙起来，信息没空及时地同步给相关人员，根本都是在用的时候才去找相关人员弥补信息。

套组数据在实践使用中也是比较麻烦的，一方面不同套组的事务目的不太一样，有的是节日套组，有的是为了整理一些库存，有的是为了给方针产品引流。这类事务信息一般都不会在主数据中体现。