随着互联网经济的快速发展，越来越多的零售企业开始推动线上线下业务的融合，由此也积累了海量的数据。为了挖掘这些数据的价值，不少零售企业通过数据分析软件、R语言等工具对于数据进行了不同维度的分析。但是，很多零售企业很快就发现，这些数据分析结果的可读性与可理解性并不高，特别是对于缺乏数据专业技能的管理人员与业务人员来说，数据图表的确不少，但是这些数据说明了什么问题，下一步应该怎么做，仍然不得而解。
很显然，对于零售这样一个快速变动、需要实时决策的行业来说，增强数据的可读性显然具备十分重要的意义。那么，怎么增强零售数据的可读性，甚至用数据来讲故事呢？下面我们就通过Data Analytics 数据分析平台以及Data MAX 数据大屏展示工具来进行展示。
       根据业务需求建立一条/多条数据故事线
在制定数据战略之前，零售企业首先需要梳理清楚自身的业务需求，并根据不同的应用方向（如线上销售数据通览、重点活动数据展示、线下营销数据转换）来分别建立故事线，这些故事线应该以业务逻辑为主，让用户能够清晰地通过不同维度的数据来对这些场景进行感知。如果有不同的故事线，可以通过多个数据可视化面板/屏幕切换的方式来实现展示。
数据故事线的建立可以采用“数据管理驾驶舱”的模式来进行，通过分级架构来对不同的数据图表进行排列，这个过程需要注意以下几个事项：可理解性，即通过最容易接受的可视化语言将数据表现出来，还要通过合适的图表组织来共同说明某一类问题；灵活性，可以根据实际实际需要对图表进行灵活的配置；全面性，即在不同数据可视化面板中全面展示可供应用的数据，可以确保数据洞察能力的深入覆盖。
例如，零售企业可以用“大型营销活动效果”为主题搭建一条故事线，其可以包括分日销售数据、过程数据、爆品跟踪、活动页面流量、流量转换等不同的数据图表，以展示不同维度的零售数据。以下是DataHunter针对6.18促销活动，为某零售企业搭建的活动可视化解决方案。通过这种形式，能够让零售企业对于活动的成效一览无余，并针对数据所暴露出的问题进行快速调整，例如发现爆品销售额超过预期之后，及时安排补货；A方案活动效果不及预期时，迅速投入B方案。

责任编辑：赵洋 校对：杨文博