看见一切
从数据到信息再到决策，苏宁将原本“死”的数据变成了活跃的信息，并从这些信息背后看到了商业机会与运筹帷幄的依据。
苏宁经过多年的发展已经积累了一个海量的、庞大的数据库。对于零售企业而言，这样的一个数据库是一笔宝贵的财富。如果使用得当，可以很好地改善、支撑经营。但是，数据库营销被国内企业界当做口号一样喊了很多年，可是对数据的把握、挖掘、综合分析的能力并没有得到很大的提高。如果没有有效的分析工具，就等于面对一座大金矿却不知道如何下手。
苏宁越发重视对数据库的挖掘，通过对多年经营过程中沉淀下来的经营信息的利用，构建了一条从数据到信息再到决策的路径，并且在企业内进行了多方面的应用，构建了自己的BI（BusinessIntelligence，商业智能）系统。
苏宁认为，无论是企业内部的绩效管理，还是对客户进行的深度挖掘、实现会员制营销，乃至全生命周期的营销管理，其背后实际上都是一个数据挖掘的过程。如果没有对数据按照一定的规则进行挖掘，数据就一直会是“死”的，不会变成对企业有用的信息，更别提支持决策。
BI系统包含三个不同层级。基础的是BW(BusinessWarehouse，数据仓库)，其作用就是将放在主系统中的零散的数据进行抽调，进行一些基本的整合。这些整合包括对比、分析、环比、同比等。在BW中多是一些基本的分析模型汇总。
之后BW的数据会通过BI系统进行展示。在这个阶段，系统会对这些归集了的数据进行切分，按照新的维度切割，再将抽调出的数据进行分析，做出报表。通过这些报表就可以看出一些信息，比如，南京地区销售最高的商品是什么，在一年内它的销售趋势是什么，前一年怎样，整个市场表现怎样等。当有了一个清晰的概念，数据就能够起到帮助决策的作用。
通过以多重的维度来分析从数据仓库中遴选出来的数据，就可以获得多方面的信息，帮助企业进行经营、决策，甚至绩效考核。比如，企业在采购时如果想知道供应商是不是一个优质的供应商，就可以通过进货、订单满足率和送货及时率等维度进行分析。而在销售方面，则可以进行产品线的销售分析、销售区域的销售分析、大区的品牌分析、品类分析，区域产品线分析等等。分析维度很容易就能找到。
采集、挖掘数据的目标不同，建立的维度也就不同。如果以商品、客户作为维度，目标就是数据库营销、精准营销；而如果针对内部的管理，针对不同岗位、不同部门、不同的人来建立指标，通过平衡计分卡去分析、量化，目标就是绩效管理。
从2010年开始，苏宁将进入深度的客户挖掘阶段。到今天苏宁已经有了3000万会员，在全会员的系统已经实施五年的时候，数据就更具有普遍意义，更值得去挖掘。如果没有这样一个积累客户的过程，没有那么多的客户以及客户行为记录在系统中，即使进行数据挖掘分析，得出的东西也会是片面的。
苏宁的数据挖掘对象包括店面客户也包括B2C客户。而且，对B2C客户的挖掘可能还会更加细致。因为店面看到的结果只是这个客户买了还是没买，而在B2C系统里面看到更多的是这个客户点击的是什么，最后又买了什么，停留在哪个页面的时间比较长等等，可供挖掘的东西会更多。
