時(shí)間：2017-03-29 16:20:35 點(diǎn)擊：次
來(lái)源：HyperS宏路大數(shù)據(jù) 作者：

條評(píng)論打印收藏

1.高級(jí)數(shù)據(jù)分析不再為分析師所獨(dú)有

可視化及豐富的交互報(bào)表讓店長(zhǎng)等角色可以方便快捷地查看數(shù)據(jù)，并挖掘想要看到的答案。比如，一些大賣場(chǎng)會(huì)利用預(yù)測(cè)分析來(lái)合理分配高峰時(shí)段的人力，以此確保提供優(yōu)質(zhì)的客戶服務(wù)。

高級(jí)分析功能，如clustering聚類，outlier detection異常值檢測(cè)，幫助店員做出基于數(shù)據(jù)驅(qū)動(dòng)的決定，如選擇最優(yōu)的店鋪布置，提升購(gòu)物體驗(yàn)，最終帶來(lái)銷量的增長(zhǎng)。

梅西百貨在美國(guó)45個(gè)州擁有885家分店，以及在線電商。Nihar Bhatt，梅西營(yíng)銷系統(tǒng)經(jīng)理，說(shuō)道：“我們擁有海量數(shù)據(jù)，以及從不同角度出發(fā)產(chǎn)生的各種問(wèn)題，我們想要知道答案。”梅西百貨基于跑在Hadoop集群上的自助式數(shù)據(jù)看板，制定了一系列數(shù)據(jù)驅(qū)動(dòng)的決定，包括在哪個(gè)門店存儲(chǔ)哪些貨物，何時(shí)向消費(fèi)者發(fā)出優(yōu)惠促銷信息，以及在電商官網(wǎng)首頁(yè)重點(diǎn)推廣哪個(gè)產(chǎn)品。營(yíng)銷分析與CRM部門副經(jīng)理Karem Tomak表示：“數(shù)據(jù)可視化讓理解一個(gè)現(xiàn)象更簡(jiǎn)單。”

2.利用移動(dòng)設(shè)備查看數(shù)據(jù)分析將成為新常態(tài)

借助移動(dòng)設(shè)備挖掘數(shù)據(jù)洞察正成為決策制定的核心。比如說(shuō)，消費(fèi)者想知道一件商品是否還有存貨，店員可利用隨身的移動(dòng)設(shè)備(如平板，手機(jī)等)快速地查詢到結(jié)果，比以往更有效率。

與此同時(shí)，辦公室內(nèi)的員工正在減少對(duì)電腦及紙質(zhì)報(bào)告的依賴。每時(shí)每刻與移動(dòng)數(shù)據(jù)相關(guān)聯(lián)已是商業(yè)新常態(tài)。商家、區(qū)域經(jīng)理、損失預(yù)防部門，甚至是供應(yīng)商，都會(huì)摒棄傳統(tǒng)的電子數(shù)據(jù)表，取而代之的是利用移動(dòng)設(shè)備上可協(xié)作的可視化圖表。這將大大提升庫(kù)存、跨渠道供應(yīng)鏈及運(yùn)營(yíng)部門的效率。

3.物聯(lián)網(wǎng)開(kāi)始提升數(shù)據(jù)準(zhǔn)確性

Beacons、基于Wi-Fi的傳感器、Radio Frequency Identification(RFID) tags、二維碼等等，可以將供應(yīng)鏈的數(shù)據(jù)完全打通，提升店內(nèi)庫(kù)存數(shù)據(jù)的準(zhǔn)確性。

商家多渠道觸點(diǎn)的覆蓋，讓消費(fèi)者已經(jīng)習(xí)慣于隨時(shí)隨地獲取想要的信息，如準(zhǔn)備購(gòu)買的商品在哪家有庫(kù)存，離自己最近的提貨點(diǎn)的位置等等。為了進(jìn)一步提升購(gòu)物體驗(yàn)，零售商將利用物聯(lián)網(wǎng)數(shù)據(jù)，在線下店鋪及電商實(shí)時(shí)呈現(xiàn)商品庫(kù)存數(shù)、商品的具體位置、具體門店等信息。

Bill Connell,梅西報(bào)貨物流及運(yùn)營(yíng)副經(jīng)理，在接受RFID Journey采訪時(shí)表示：“消費(fèi)者群體的需求太多了，‘我想要這件商品，我想要知道你們是不是售賣它，我想要確保你知道我購(gòu)買方式的偏好，我現(xiàn)在就想要擁有它’，如果作為零售商的你的數(shù)據(jù)無(wú)法滿足這些需求，麻煩可大了。”

許多傳統(tǒng)企業(yè)也開(kāi)始利用物聯(lián)網(wǎng)數(shù)據(jù)洞察消費(fèi)者行為。移動(dòng)數(shù)據(jù)幫助商家清楚掌握店內(nèi)的哪種營(yíng)銷手段表現(xiàn)最好，以及消費(fèi)者最常有的購(gòu)物路徑。然后營(yíng)銷部門會(huì)利用這些數(shù)據(jù)對(duì)店內(nèi)的展示路徑進(jìn)行規(guī)劃來(lái)規(guī)劃，以此提升銷售額。

4.多渠道數(shù)據(jù)的整合令人驚喜

時(shí)機(jī)就是一切，零售商想要敏捷的數(shù)據(jù)分析，以此快速?zèng)Q定在對(duì)的時(shí)間，把對(duì)的內(nèi)容，傳遞給對(duì)的人。成功的零售商必須能夠以全局統(tǒng)一視角看到銷售渠道數(shù)據(jù)、供應(yīng)鏈的數(shù)據(jù)及消費(fèi)者數(shù)據(jù)。

2017年我們將看到數(shù)據(jù)整合領(lǐng)域涌現(xiàn)的更多玩家。目前一些行業(yè)領(lǐng)先的零售商都在利用一種叫cross-database join的技術(shù)，把生產(chǎn)數(shù)據(jù)及員工跟蹤數(shù)據(jù)打通，以此查看員工的生產(chǎn)效率。

新加坡零售商Metro在2014年估值超過(guò)1.94億美元，他們通過(guò)收集整合多樣數(shù)據(jù)來(lái)分析店內(nèi)高峰低谷消費(fèi)時(shí)段、庫(kù)存流動(dòng)，以及消費(fèi)者行為。

“我們從數(shù)據(jù)渠道A可以獲得銷售數(shù)據(jù)，在渠道B可以獲得交易數(shù)據(jù)，渠道C帶給我們消費(fèi)者數(shù)據(jù)。在過(guò)去把這些數(shù)據(jù)打通需要花費(fèi)好幾周的時(shí)間，現(xiàn)在只需要幾秒鐘就夠了。”Metro商業(yè)分析負(fù)責(zé)人Erwin Oei如是說(shuō)道。

5.機(jī)器為零售數(shù)據(jù)帶來(lái)新機(jī)

在2017年，我們將看到機(jī)器、機(jī)器人與人工智能將幫助零售商處理更多的日常任務(wù)，如搬運(yùn)貨物，分發(fā)廣告，甚至是進(jìn)行消費(fèi)者采訪和結(jié)賬操作。這些機(jī)器將會(huì)作為新的數(shù)據(jù)觸點(diǎn),收集更多關(guān)于消費(fèi)者行為，并讓員工加以利用這些數(shù)據(jù)。

6. ARVR將為零售分析帶來(lái)更多洞察

2017年，消費(fèi)者可以使用ARVR在下單前體驗(yàn)購(gòu)買后的使用場(chǎng)景，以此作出消費(fèi)決定。將顧客的疑慮從purchase cycle中拿走，將會(huì)提升銷量，提高消費(fèi)者滿意率，并減少成本。

零售商也可以利用ARVR打造更多購(gòu)物場(chǎng)景，而不用花費(fèi)大量成本和空間去打造一個(gè)個(gè)實(shí)際展位。