今天谈一谈在中国电商领域内大数据可以发挥较大价值的地方，咱们从整个销售过程的链条谈起。

　　个人觉得在当今对大数据的追求大都过于盲目，且人云亦云者众多。但真正将大数据落地，仍然需要采用传统的数据分析方法，但唯一不同的是，传统分析一般首是发现问题，然后从数据的角度去解析，预测能力和关联分析明显不足。而大数据分析一般以首先有个命题为入口的，然后去证明这个命题。

　　采销与仓储生产人员有着不同KPI，且双方处于上下游的关系，采销与打包就成了一个需要强匹配的订单量与生产量，否则会有两种明显的情况出现。

　　1、仓储生产人员编制过多，生产订单过少，人员所拿绩效工资降低，抱怨四起，离职率大增

　　2、生产订单过多，仓储人员忙不过来，生产完不成，爆仓等影响前端的用户收货体验。因此，库房内的生产量预测和生产力预测就尤为重要。

　　库房的核心要解决的问题是人，即便有能预测准确的销量，但对于不同人有较大差异的生产力，因此在提倡精细化管理的今天，促销的按人头记生产力已经无法满足实际需求，也对实际生产力较强的员工存在不公平性，因此库房预测个人觉得是人治，即生产力的合理分配。

　　因此，通过员工分析员不同时期的生产能力(如大姨妈的到头，情绪低落等)，以及不同人之间的组合影响(男女搭配，干活不累)，真正从全局数据找到不到时期，不同的库房，不同的商品类型，分别组建不同人员的轮班机制，来保证最大的生产效率和最低的人员成本。

　　拿京东来讲，目前有近20000名配送员和库房生产人员，是个巨大的成本中心，如果能从人员成本上做好数据收集与数据挖掘分析，相信能够挖掘出不少黄金来!