소매에 큰 데이터 결합을 합니까?

이 시대는 간단한 디지털 미디어 시대에 되지 않은, 일부 비즈니스 거 인 큰 데이터 기반 마케팅, 비용 구동 제어, 드라이브 제품 및 서비스 혁신, 드라이브 관리와 의사 결정 혁신 몇 년 동안 몇 년 동안 조용히 "빅 데이터" 기술 사용.

다양 한 기업, 그들은 적시에 있을 수 있는 경우 및 효과적인 데이터 정렬 및 분석 작업에 대 한 정보를 포함 하는 큰 데이터, 그것을 거 대 한 부가 가치 혜택을 얻기 위해 기업 비즈니스 의사 결정을 수행 하는 기업 수 있도록 좋은 효과적인 방법이 될 수 있습니다.

이 문제는 가장 밀접 하 게 소매 업계, 소매 업계와 진정으로 결합 하는 방법에 큰 데이터를 공유 하는 작은 파트너에 큰 데이터와 연결 됩니다.

"빅 데이터"의 상업적 가치

1. 고객 세그먼트 세그먼트

"빅 데이터" 고객 그룹으로 분할 하 고 고유한 동작을 각 그룹에 맞는 수 있습니다. 마케팅 및 서비스에 대 한 특정 고객 그룹을 대상으로 비즈니스의 추구. 클라우드 스토리지에 대규모 데이터 및 분석 기술 "빅 데이터"의 실시간으로 만들고 소비자의 극단적인 세분화는 매우 비용 효율적인 가능 합니다.

2. 가상된 현실

"빅 데이터"를 사용 하 여 현실 시뮬레이션, 새로운 요구를 탐구 하 고 투자 수익 증가를. 이제 점점 더 많은 제품 센서 장착으로, 자동차와 스마트폰 인기 폭발적인 성장 될 데이터의 컬렉션을 만든다. 블로그, 소셜 네트워킹 트위터, 페이스 북과 Weibo 또한 엄청난 양의 데이터를 생성 하는.

클라우드 컴퓨팅 하 고 "빅 데이터" 분석 기업 저장 하 고 트랜잭션 동작, 함께 실시간으로에서 데이터를 분석 하는 비용 효율적인 방식으로 가능 하 게. 트랜잭션 프로세스, 제품 사용, 및 인간 행동 전산화 될 수 있다. "빅 데이터" 기술 그래서 데이터 마이닝에 대 한 이러한 데이터를 통합할 수 있는 높은 반환의 경우 (예: 다른 프로 모션 프로그램의 다른 영역) 다른 변수를 확인 하려면 모델 시뮬레이션을 통해 어떤 경우에는.

3입니다. 투자 수익 증가

공유, 관리 및 산업 체인 입력된 수익률의 전체 체인을 개선 관련 부서에 "빅 데이터" 결과 향상 시킵니다. 대형 데이터 지원 부서는 "빅 데이터"와 "빅 데이터" 약한 부서와 클라우드 컴퓨팅, "빅 데이터"와 비즈니스 가치를 창출할 수 있도록 하는 인터넷 및 내부 검색 엔진을 통해 공유할 수 있습니다.

4. 데이터 저장 공간 임대

기업과 개인, 많은 양의 정보 저장 필요, 제대로 저장 데이터만 추가 잠재적인 가치를 찾아보기 수 있습니다. 특히,이 비즈니스 모델 개인 파일 저장 및 기업 사용자를 위한 두 가지 범주로 세분화 될 수 있습니다. 사용 하기 쉬운 통해 주로 Api, 사용자가 쉽게 넣을 수 있습니다 다양 한 데이터 개체의 구름, 그리고 물, 전기, 충전 양에 따라 사용 같은. 현재, 많은 회사에 아마존, NetEase, 노키아 등의 해당 서비스를 시작 했습니다. 연산자는 또한 중국 모바일 클라우드 비즈니스 등의 해당 서비스를 시작 했습니다.

5. 고객 관계 관리

고객 관리 고객의 심층 분석의 다른 각도에서 (를 포함 하 여 자연적인 특성 및 행동 특성), 고객 특성에 따라 응용 프로그램 이해 고객, 새로운 고객을 증가 하기 위하여 고객 충성도 향상, 고객 이탈 율을 감소, 고객 소비 개선. 중간 규모의 고객에 대 한 전문된 CRM은 분명히 크고 비싼. 많은 중소 기업 사용 하 여 기본 CRM으로 편지를 날 것 이다. 예를 들어 오래 된 고객에 추가 문자 그룹 출시 새로운 제품 발표, 특별 판매 통지, 친구의 그룹에 사전 판매-판매 후 서비스 완료.

6. 개인 및 정확한 추천

연산자, 내 추천 비즈니스의 모든 종류에 공통 또는 응용 프로그램을 사용자 기본 설정, 예를 들어 응용 프로그램 저장소 소프트웨어 추천, IPTV 비디오 프로그램 추천, 기반 이며 협회를 통해 알고리즘, 텍스트 다이제스트 추출, 감정적 분석 및 다른 지능형 분석 알고리즘을 확장할 수 있습니다 상업 서비스, 고객 정밀 마케팅 있도록 데이터 마이닝 기술 사용 하 여, 미래의 수익 고객의 부가 가치 부품 부문에서 파생 될 수 있습니다.

"스팸 메시지", 매일 경우 정보는 아닙니다 모든 "쓰레기" 받은 사람이 졸 작으로 취급 될 필요가 없기 때문에. 사용자 동작 데이터를 분석 한 후 우리는 그래서 "정크 텍스트 메시지" 된다 귀중 한 정보, 그것 필요로 하는 사람들에 게 필요한 정보를 보낼 수 있습니다. 맥도날드 일본에서, 사용자가 자신의 휴대폰에 쿠폰을 다운로드 하 고 이동 통신사 도코모의 모바일 지갑으로 그들을 위해 지불 하는 레스토랑에가 서. 연산자와 햄버거, 자주 살 것 같은 맥도날드의 수집 관련 소비자 정보, 어느가 게 소비, 소비 주파수 이동한 정확 하 게 사용자에 게 쿠폰을 밀어.

7. 데이터 검색

데이터 검색은 하지는 새로운 응용 프로그램, "빅 데이터" 시대, 실시간, 검색 요구의 전체 범위는 점점 더 강렬한 지 고의 도래와 함께. 우리는 소셜 네트워크, 사용자 동작을 같은 데이터에 대 한 검색을 수 필요 합니다. 실시간 데이터 처리 분석 및 광고, 즉, 실시간 광고 사업과 모바일 광고 사회 서비스의 응용 프로그램을 연결 하는 비즈니스 응용 프로그램 값이입니다.

온라인 행동에 대 한 운영자의 정보 "더 포괄적인 차원" 및 더 상업적 가치를 얻은 데이터를 만든다. 차이나 모바일의 Pangu "검색" 같은 일반적인 응용 프로그램입니다.

둘째, "빅 데이터"의 조합 소매와 산업 응용

데이터의 사용, 많은 엔터티 소매도 표명 그들에 게 매우 중요 하 고 그들은 다양 한 예측 및 기업으로 축적 된 데이터의 분석을 만들었습니다. 그러나, 특정 판매 사업에 대 한 자주 복잡 하 게 얽힌의 현실과 이상, 시장 최근 유명 의류 소매 기업 한편의 이익 동시에 목록에 다른 한편으로 노출 거의 1 십억 위안 재고. 국가에 많은 소매 기업 "빅 데이터" 응용 프로그램의 장점을 알지만 많은 기업은 매우 신중한 태도 현재 작업과 매우 큰 문제가 될 것입니다 그들은 그들의 비즈니스 운영에 응용 프로그램의 "큰 데이터"를 결합 하 여, 일단.

1. "빅 데이터" 기술로 소매 전략 결합

"빅 데이터" 소매 비즈니스에서의 가장 큰 가치 소매 전략에서 "빅 데이터" 기술을 결합 하 고 판매 계획의 실현을 보장 하기 위해 소매 전략의 최고입니다. "빅 데이터" 4 개의 "V"에 주의: 첫째, 데이터의 볼륨은 큰 (볼륨) 두 번째 복잡 한 데이터 형식 (다양 한), 더 다양 한 구조에에서 참여 하 고 비 구조적 이며 세 번째는 볼륨을 기준으로 값이 낮은 밀도. 4 데이터 업데이트 및 처리 속도 (velocity) 이다.

이러한 특성에 따라 동시에 비즈니스 데이터 생성 되는 때 더 많은 시간 및 시장 전략 조정 공간 기업에 대 한 이길 것입니다 해당 전략 응답을 만들 필요가 있다. 큰 강 홍수 피크 경고, 어떤 상황, 하류 할 응답의 어떤 종류의 업스트림 피크와 비슷합니다. 데이터가이 수준, 아니다 동일한 판매 비율, 체인, 판매 계획 데이터 비즈니스 가치를 안내 수 보다 직접적인 비즈니스 가치를 비교할 수 있습니다. 예를 들어 실제 소매 온라인 비즈니스에 관련 된 계획 대로 상품 판매는 되도록 상품의 그룹의 15 분 프로 모션 기간 동안 긴급 전략의 3 세트와 함께 준비 자주 된다.

데이터 및 실제 비즈니스 세계에서 마케팅의 많은 경우가 있습니다. 이전 버전은 데이터 관계 월마트-마트 맥주와 기저귀 미국에서. 그것은 끈다 미국 여성 자녀, 가정에서의 돌 그래서 그들은 그들의 남편을 남편이 기저귀를 구입 하 고 그가 좋아하는 맥주를 구입 하는 동안 직장에서 가정 그들의 방법에 그들의 아이 들을 위한 기저귀를 구매 충전.

분석가 들은 맥주와 기저귀 판매 고 분석 된 그들 더 사이 긍정적인 상관 관계가 있었다는 것을 배웠습니다, 그들은 구매 상황을 발견 하 고 상품의 두 종류를 함께 넣어. 발견 기업에 새로운 판매 포트폴리오를 가져. 물론, 더 많은 소매 체인 기업이이 이야기를 알고 있는 경우에 고 거의 일반적인 판매에서 찾을 수 있습니다 이러한 조합 가져온 경우에.

따라서, 소매 전략 디자인은 소매 업계 "빅 데이터" 가장 가치 있는 장소, 또한 "빅 데이터" 지원 사업을 직접 제공할 수 있습니다.

2. 소매 기업 "큰 데이터"에 대 한 올바른 태도 유지 한다

엔터프라이즈의 지도자 처음 "빅 데이터"의 개발에 관심을 지불, 기업, 기업 마케팅 작업;의 첫 번째 목표 고객 데이터의 수집의 데이터 센터에 초점 데이터를 수집 하는 둘째, 내부 인원의 훈련 및 소프트웨어 및 하드웨어 메커니즘의 설립 셋째, 데이터를 수집 하는 확인 하려면 비즈니스 요구 사항을 기준; 기존 데이터 기초 인프라 프로젝트의 처음 세 개의 목표 또는 기업의 미래 방향을 달성 하는 방법을 확인 합니다.

이에 재단 필요 실제 투자 기업 작업과 건설 표준 정보 팀 중국의 비즈니스-소형 및 중간 크기의 마이크로-소매 기업의 가장 큰 부분으로 보이는 이러한 변화를 얼굴 불가능 하 고 충분 하지 않은 능력.

그들의 비즈니스와 수익의 축적으로 인해 대형 및 중소 소매 업체 등 수요 동향의 비용에 수 있다. 중소 마이크로-기업의 급속 한 발달의 과정에서 아직도, 또한으로 큰 중소 기업 투자의 모든 측면을 수행 하는 곧 있을 경우 그것은 새로운 유형의 드래그 하거나 타격을 도구.

이것은 중소 소매 기업 할 기회, 실제로, 동등한 선택 제공 하기 위해 모든 기업에 대 한 그것의 개발은 아닙니다 하지만 클라우드 컴퓨팅은 이러한 변화에 대 한 임시 선물의 광범위 한 응용 프로그램.

중소 소매 기업으로 서 그들의 자신의 건물 그것의 "큰 데이터" 시스템 고려 필요가 없습니다, 등 기업의 IT 기업 자체는 재계의 개발에 모든 에너지를 넣을 수 있습니다 적절 한 서비스 제공 업체, 건설 기업 아웃소싱 수 있습니다 그래서 그들은 에너지, 비용, 능력에 적합 하지 않습니다.

현재, 일부 IT 소프트웨어 개발 사업자 또한 전통적인 소매 기업, 중소 마이크로 비즈니스 기업 같은 기본 환경 및 대기업 및 최고 큰 기업, 명확 하 게 그들의 자신의 목표 및 수요에 지불 하는 클라우드 플랫폼을 사용 하 여 적절 한 조치를 계획 하는 작은 기업 필요에 대 한 시스템 아키텍처를 제공 하는 클라우드 서비스 기본 플랫폼을 시작 했습니다. 큰 초기 입력 및 예측할 수 없는 운영 비용이 필요 하지 않습니다.

"빅 데이터" 소매 기업의 실제 전투에서의 응용 프로그램

1. 대상

"빅 데이터"에 대 한 첫 번째 이야기 대상, 미국에서 두 번째로 큰 슈퍼마켓에서 일어났다. 임산부는 매우 높은 고객 소매 업체에 대 한 기반. 하지만 그들은 일반적으로 대상에 임신 물품을 구입 하는 대신 전문된 출산 매장에가 서. 사람들이 목표를 언급, 그들은 용품, 양말과 화장지, 청소 등 일상 생활의 생각 하는 경향이 하지만 대상 임산부에 대 한 모든 것을 무시. 이 위해 대상 마케팅 대상의 고객 데이터 분석 식별 합니다 2 임신 기간 동안 임신 여성을 위한 모델을 수립 하는 부서를 아닙니다. 미국에서는, 출생 기록은 공용, 그리고 아이가 태어난 신생아의 어머니 제품 프로 모션의 홍수 둘러싸여 것입니다 임신 제 2 삼분기에 있어야 합니다. 대상이 어떤 고객은 모든 소매 전에 임신 찾을 수 경우 마케팅 부서 그들 맞춤형된 출산 제공 하는 초기에 귀중 한 고객 리소스 개요 보낼 수 있습니다.

정확 하 게 당신은 어떻게 수 있는 임신 어떤 고객 인지? 대상 생각 회사 했다 아기 샤워에 대 한 등록 양식 및 모델링 하 고이 등록 형태로 고객의 소비자 데이터 분석 시작 곧 많은 매우 유용한 데이터 패턴을 발견 했다. 예를 들어 모델 발견 많은 임신 2 임신의 시작 부분에 많은 대형 패키지 향수 무료 손 크림, 보충 칼슘, 마그네슘, 아연 등의 건강 제품의 많은 수를 구입 하는 임신의 처음 20 주에 살 것 이다. "임신 예측 인덱스"를 만들려고 선택한 25 전형적인 소비자 데이터를 대상, 대상으로을 통해 예측할 수 있는 오류의 매우 작은 여백에 고객의 임신 대상 고객에 게 초기 임신 여성의 우대 광고를 보낼 수 있습니다.

느낌 상인 그들의 개인 정보 보호 위반 하는 고객에 게 하기 위하여는, 대상 임신와 관련 되지 않은 다른 항목의 호스트에 출산 용품에 대 한 우대 광고를 넣어.

이 "큰 데이터" 모델 대상 대상의 임신 용품 판매에서 폭발적인 성장의 결과 새로운 광고 마케팅 프로그램을 개발 했습니다. 대상의 "큰 데이터" 분석 기술 확장 되는 임신 고객 세그먼트에서 다른 고객 세그먼트의 다양 한 대상 판매 상승 44 십억 달러에서 2010 년 대상 "빅 데이터"를 사용 하는 경우에 $67 십억 2002 년에서에.

2. 자라

자라의 의류의 각 조각에 대 한 평균 가격만 lvhm 1-4, 하지만 두 회사의 재무 보고서를 다시 보면서 자라의 세 전 이익률은 23.6 %LVHM 그룹 보다 더 높은.

(1) 고객 요구의 분석

자라의 매장에서 카운터에 카메라 설치는 저장소의 모든 구석에 서 고 점장 PDA 그와 함께. 목표는 의류 패턴, 버튼의 크기와 지퍼 스타일의 작은 움직임에 대 한 고객의 취향 등 고객의 모든 의견을 기록 하는. 서 기 스토어 매니저, Zara 내부 글로벌 정보 네트워크 관리자에 게 보고 한다 생산 라인 이전 후 즉시 결정을 본부에서 본부 디자인 직원에 게 정보를 보낼 하루에 적어도 두 번 제품 스타일을 변경 합니다.

폐쇄, 영업 직원 체크 아웃 후 업 / 다운, 일일 상품 및 고객 구매 및 반환 율 통계를 만들기 위해 인벤토리. 거래 거래 분석 보고서, 그날의 제품 순위, 그리고, 데이터의 분석의 하루를 직접 자라 스토리지 시스템에 게 시스템 카운터 현금 데이터와 결합.

생산 및 판매 결정을 만들기 위해 많은 양의 고객 의견을 수집, 이러한 관행은 크게 재고 율을 감소. 동시에 이러한 전화 및 컴퓨터 데이터에 따라 자라는 비슷한 지역 전염병"", 색상, 생산, 시장 분할의 고객의 요구에 가까운 대부분의 버전을 분석 합니다.

(2) 온라인 상점 데이터와 결합

2010 년에서 자라 방대한 네트워크에 데이터 연결 추가 6 개 유럽 국가에서 온라인 상점을 설정 합니다. 2011, 각각 미국, 일본 출시 증가 수익, 양방향 검색 엔진, 데이터 분석 기능을 강화 하기 위해 온라인 상점 이외에 네트워크 플랫폼. 정책 목표 시장을 정확히 그렇게 생산 측면에 대 한 아이디어를 재활용 뿐만 아니라 더 정확한 패션 정보 소비자 제공 하는 것, 양쪽 모두 "빅 데이터" 혜택을 즐길 수 있습니다. 애 널 리스트 추정 온라인 매장 Zara에 대 한 수익의 10%를 제기 했습니다.

또한, 동작, 무역 뿐만 아니라 온라인 상점은 또한 마케팅 시금석 활동 제품 나열 하기 전에. Zara는 일반적으로 웹에서 소비자 의견 조사를 수행 하 고 실제 배송 제품을 개선 하기 위해 웹에서 고객의 피드백을 검색.

Zara 실제 점포에 선구자로 서 네트워크에서 대규모 데이터를 본다. 에 대 한 검색 사람 패션 정보는 인터넷에, 때문에 그들은 의류, 정보의 습득 및 트렌드를 생성 하는 기능에 대 한 그들의 환경 설정에서 일반 대 중 보다 더 많은 아방가르드 이다. 또한, 소비자를 먼저 인터넷에 자라의 정보에 대해 배울 것입니다 실제 매장의 소비에 매우 높은 있습니다.

전체 자라 (Inditex)에 의해 동시에 생산 측면에서 응용 프로그램 외에 이러한 고객 정보를 사용 하는 다양 한 학과의 그룹: 고객 서비스 센터, 마케팅 부서, 디자인 팀, 생산 라인 및 액세스를 포함 하 여. 이 거 대 한 데이터, 각 부의 형태는 KPI에 따라 자라 인테리어의 수직 통합 스핀 들을 완료 합니다.

자라는 많은 양의 데이터 통합, 그리고 8 개의 브랜드 학습 응용 프로그램에서 앵글로-독일 그룹 아래 자라 하 여 구현. 미래의 패션 원 디자인 능력, 정보/데이터의 테이블에는 테이블에 뿐만 아니라 더 중요 한 보이지 않는 전장 될 것입니다 예견 수 있습니다.

(3) 데이터 처리, 보정, 구현

H & m는 하려고 자라의 발자국을 따라갈, 적극적으로 "빅 데이터"를 사용 하 여 제품 흐름을 개선 하기 위해, 결과, 둘 사이의 격차 확대, 이것은 왜?

주된 이유는 그 "큰 데이터" 가장 중요 한 기능은 생산 시간을 단축 하는 고객 의견에 따라 생산 측면은 처음에 신속 하 게 수정 하실 수 있습니다. 그러나, h & m 내부 관리 프로세스, 하지만 "빅 데이터" 정보의 거 대 한 공급 장치를 지원 하지 않을 수 있습니다. H & m 공급망, 선적, 소요 약 3 개월에 접시에서 완전히 수 없습니다와 비교 될 자라 2 주 시간.

H & m는 자라 처럼 되지 않습니다, 때문에 후자는 위한 h & m는 아시아, 중앙 및 남미 지역에 걸쳐 흩어져 동안 스페인, 나머지의 거의 절반을 생산. 다국적 통신의 시간 길게 생산 시간 비용. 이 방법에서는, "빅 데이터"는 다른 지구에 고객의 의견을 반영, 정보 및 생산의 분리의 결과 되지 것입니다 심지어 개선 즉시, 그래서 H 내 "빅 데이터" 시스템의 효과 & M은 제한 됩니다.

"빅 데이터" 작업의 성공에 키 정보 시스템 의사 결정 프로세스와 밀접 하 게 작업 하 고, 소비자의 요구에 신속 하 게 대응 하 고, 그들, 수정 하 고 즉시 결정을 구현 하는 기능입니다.

(책임 편집기: 유산의 좋은)