在变革年代 数据如何为零售企业赋能?

【2018-01-17】

  数据如何在变革时代赋予零售商权力?

  在过去,一个笑话流传说,网点,网点和网点是零售成功的三个最重要的条件。今天,这成为“数据,数据,数据”。这不是一个广告口号。在这个追逐我和跨境抢劫的变革时代,海量数据的生成,获取,挖掘和整合显示出巨大的商业价值。大数据对零售企业核心竞争力的提升日益依赖。零售企业的未来必须是数据驱动的企业。关于新的零售业务,阿里将其定义为“以消费者体验为重点的以数据为导向的泛零售业务”,其中揭示了两个关键点:一个是“以消费者为中心”,另一个是数据驱动。那么,零售赋权的数据如何呢? 1数据的价值互联网的本质在于用户管理,流量管理和数据是其中最基本的部分。首先,数据的价值在于可以推动业务增长。事实上,不仅在零售行业,每个行业对于数据的应用,对于推动业务本身的数据本身都起着至关重要的作用。例如,金马桥第一家网上销售额超过50%的传统零售商不是可行的选择。事实上,这个结果不是一蹴而就的。其次,深入的数据管理和挖掘,可以更好地服务于用户。这包含两个维度的用户,一个是服务于内部企业,数字化管理。其次,在消费者层面,我们可以提供个性化和多元化的服务。在传统的零售业,企业内部管理的效率很低。总部下达的统一任务经常急于统一传达所有门店经理。数字化的优势在于大大提高了信息同步的直接性。在消费者层面,掌握更多的消费者行为数据,平台方可以利用这些来进行商品的个性化推荐和精准营销。另外,基于数据分析的数据本身或结论是有价值的。我们可以看到,越来越多的公司正在用数据标签来定义自己。如滴水旅游,崇拜OFO的旅游工具,虽然没有上市,但估值却在几十亿,几百亿美元。如果单纯看自己的商业模式,虽然有利可图,但还不足以支撑如此高的估值。其实更多的投资者看重的是背后的旅游数据,具有更大的商业价值。 2对数字化思考的经验性思考新零售业态中最重要的特征之一就是能够脱机和联机,而直接的结果是新的零售业态可以获得更多的数据。传统零售商对这些数据没有给予足够的重视,正如零售业的一位高管所说的那样:“这些数字似乎并没有什么用处,特别是在北方一线城市,在整个店面3公里处,其实这是大多数传统的零售思想,我们可以把它看成是一种经验的思考,比如如何展示货架,如何选择货物,如何去设计移动线,但是对于新的零售业态,数字化的经营理念,这些数据并没有想象中那么难以想象,在传统零售店中,产品完全依赖于供应链和价格体系,进行了大量的促销活动,很难了解谁买了账单,包括该店的消费者运动设计完全以货物为中心,消费者在厨房里买了一个咖啡壶后,还去了食品区买了咖啡。另外,天气等社会和公共信息将对购物者的到来产生重大影响。传统零售商很难通过销售数据来捕捉消费者的行为变化。对于新的零售业来说,基于以消费者为中心的格式,您可以使用商店的wifi探针,蓝牙感知技术可以自动识别他们的手机或其他联网设备来获取数据,您不能打扰客户的情况,致电其信息,并迅速提醒前台导购人员或服务人员。哪个上架的消费者停留多久,怎么走线,这个数据对于店面的逆向管理起到了至关重要的作用,直接影响到店面的仓库管理,买一些硬件设备来捕捉位置。零售行业的价值与大数据相结合一:顾客群体的细分零售是一个由供应链组成的系统,它涉及从销售的各个环节对企业的顾客基础进行细分,针对具体的小组市场营销计划大量的云数据和大数据分析技术使得向消费者提供实时和极端的细分非常划算,使他们能够针对每个群体量身定制有针对性的营销策略;第二:产品模拟测试新开发的产品或新进入市场的包装产品,真实情况模拟,基于数据模型已经建立起来进行测试,基于大数据分析的t他通过现实生活模拟的结果,可以快速摸清新的消费需求,提高产品的投资回报。 3:管理客户关系客户管理应用的目的是从不同的角度分析客户,根据客户的属性(包括自然属性和行为属性)了解客户,从而增加新客户,提高客户忠诚度,减少客户流失四:个性化精确度推荐使用数据挖掘技术,通过相关算法,文本提取,情感分析等智能分析算法,根据用户的喜好,从而提供针对性的产品/服务和量身定做的建议,推荐各种4,下一站,人工智能2000年以前,互联网发展初期的数据,主要基于结构化文本和基于时间响应时间的粗粒度数据非常简单,之后进入2000年,互联网和网络都有发展迅速。真正意义上,结构性数据开始出现,特别是随着社交媒体的发展,包括文本,音频,视频,小颗粒数据在内的多元化数据呈现出爆炸性增长;在2008年,移动互联网时代又将数据向更高维度,传感器,GPS等便携式设备出现,数据开始以第二响应单位,数据量为PB级,这也催生了大数据生态系统Hadoop分布式处理软件框架。随着越来越多的实体零售向互联网行业的升级,数据量将会更大,粒度将更小,算法逻辑更先进,处理能力更强大成为业界的需求。视觉智能识别技术,使无人便利店成为人人津津乐道的话题。包括阿里近日无人超市的“淘咖啡”,通过它的购物过程,也很有可能被应用到技术上。虽然这样的程序作为商店的规模,系统会大大增加对GPU的计算负担,提出了巨大的挑战。但至少就目前而言,就数据而言,零售业必将走向人工智能和机器学习。