Retail Crime

此 Tableau 加速器允许您:

• 跟踪和减少零售犯罪
• 积极应对和减少犯罪活动
• 保护资产
• 确保员工和客户的安全
• 确定并实施最佳安全模型
• 将工作重点放在高风险领域，以防止与犯罪相关的损失
• 确定需要安全投资的商店，以进行有针对性的改进

演示视频

回答关键业务问题

• 我们面临零售犯罪的风险有多大?
• 这对我们的结果有什么影响?
• 我们在预防零售犯罪方面的效果如何?
• 我们应该在哪里集中力量来减少零售犯罪?
• 哪些商店需要特别关注?
• 我们下一步应该在哪里投资以最大限度地发挥影响?

监控和改进 KPI

销售额

• 总销售金额: 商店中完成的销售总额(销售额，以货币表示)
• 每家商店的销售额: 每家商店的平均销售额(一段时间内的所有活跃商店)

犯罪

• 犯罪总金额: 一段时间内的犯罪总额(以货币表示)
• 平均犯罪金额: 每起犯罪的平均犯罪金额(以货币表示)
• 犯罪数量: 一段时间内的犯罪总数
• 犯罪与销售百分比: 犯罪金额占总销售额的百分比(以百分比表示)
• 每家商店的犯罪金额: 每家商店的平均犯罪金额(以货币表示)

商店

• 商店数量: 一段时间内有销售交易或犯罪的商店总数

损失预防

• 总预防费用: 实施预防措施的总成本(以货币表示)
• 预计犯罪减少金额: 为减少零售犯罪造成的损失而采取的安全措施的估计影响程度。这一估计值是通过与安全措施最薄弱的商店的总犯罪金额进行比较来计算的(以货币表示)
• 预计净收益金额: 实施安全措施的预计收益。(以货币表示)
• 预计投资回报率: 实施安全措施的预计投资回报(以百分比表示)

必需属性

此 Tableau 加速器使用两个串联的数据集:“报告的犯罪”和“零售销售额”。 您必须在两个数据集中使用相同的商店和产品线才能在 Tableau 加速器中获得有意义的结果。

报告的犯罪

• 犯罪 ID (字符串): 犯罪的唯一标识符
• 日期 (日期): 犯罪日期
• 商店 (字符串): 商店名称
• 国家/地区 (字符串；角色: 国家/地区): 商店所在的国家/地区
• 州/省/市/自治区 (字符串；角色: 省): 商店所在的州/省/市/自治区
• 城市 (字符串；角色: 城市): 商店所在的城市
• 商店纬度 (数字): 商店所在的纬度
• 商店经度 (数字): 商店所在的经度
• 安全模型 (字符串): 安全模型是指保护资产的措施的强度。预期值:“非常低”、“低”、“中”、“高”、“非常高”
• 安全模型描述 (字符串): 安全模型描述详细说明了保护资产的措施。例如:“员工培训”、“员工培训 + 监督系统”等。
• 产品线 (字符串): 产品线、产品类别、业务线...
• 犯罪来源 (字符串): 犯罪来源，例如:“顾客盗窃”、“ORC - 有组织零售犯罪”、“员工盗窃”、“供应商/仓库盗窃”等。
• 犯罪金额 (数字): 犯罪金额

零售销售额

• 日期 (日期): 销售日期
• 商店 (字符串): 商店名称
• 国家/地区 (字符串；角色: 国家/地区): 商店所在的国家/地区
• 州/省/市/自治区 (字符串；角色: 省): 商店所在的州/省/市/自治区
• 城市 (字符串；角色: 城市): 商店所在的城市
• 商店纬度 (数字): 商店所在的纬度
• 商店经度 (数字): 商店所在的经度
• 安全模型 (字符串): 安全模型是指保护资产的措施的强度。预期值:“非常低”、“低”、“中”、“高”、“非常高”
• 安全模型描述 (字符串): 安全模型描述详细说明了保护资产的措施。例如:“员工培训”、“员工培训 + 监督系统”等。
• 产品线 (字符串): 产品线、产品类别、业务线...
• 销售额 (数字): 销售额