大數據實現對超市的

1. 未來零售商如何通過大數據圈住消費者

未來零售商如何通過大數據圈住消費者

現在的零售商都知道大數據對於他們商業運作的意義，例如可以分析消費者的大數據為他們量身定製服務，滿足他們個性化需求。想像一下，當一位顧客踏進百貨店大門的一刻起，你就知道他/她的名字、身高、在店內及網上的支付記錄，甚至是他對生活、宇宙及一切事物的看法等等都了如指掌，那對於他接下來會對門店內什麼商品感興趣，會心甘情願的為什麼而掏腰包還會感到茫然嗎？

數據分析對於消費者而言可能是「侵犯隱私」，但從商家角度來看，每個消費者都會享受到「名人」般的個性化定製服務待遇。消費者對於數據隱私問題的看法會直接影響零售業的未來，因為科技發展太快，而實時的大數據驅動著整個購物方式、零售業未來發展方向的變革。

關聯性促銷

自隸屬於Tesco的Dunnhumby於1994年起幫助該超市設立會員忠誠卡項目以來，美國的消費者已經對零售商收集他們的消費數據習以為常。

超市除了利用消費者行為產生的大數據之外，現在還在其資料庫中加入了歷史季節性銷售額、氣候等數據，為其要在門店准備多少的「烤肉」、「啤酒」、或者「雨傘」作為參考值。

除了來自於用戶實際在門店中產生的交易數據之外，超市還捕捉來自於社交媒體上的有用信息，包括用戶定位顯示的所在位置、發布的內容等等。

而有能力實時分析這些數據給了零售商一個前所未有的發展機會，無論何時何地，線上線下都可以為他們的消費者度身定製服務。

數據的分析及掌控對於門店的銷售有舉足輕重的影響力，除了顧客消費實力之外，天氣因素也不可小視，舉個例子，郊遊季的周末氣象預測會下雨，零售商可以在店鋪首要位置將啤酒和雨具臨近擺放做關聯性促銷。

「假如你知道你的顧客想要購買什麼，而你的門店倉庫有什麼相關的庫存，這樣就能專門為他們做最適合的推薦，當然這要求商家『及時』」來自於SAP大數據分析的Klaus Boeckle說道，「目前已經這么做的公司包括百安居和亞馬遜。」

更深入的為顧客定製

門店的店員可以在攜帶型設備上查詢這樣的消費者大數據，他們可以輕松的檢索消費者個人檔案，並從其最近的社交媒體信息中了解該顧客的近況，例如，他是准備好好過個假期還是為尋找一件適合她的晚禮服而煩惱著。

然後，店員就能相應的推薦該顧客購買他們需要的產品，因為作為零售商的我們已經了解了他的需求，以及他購買商品的記錄。

蘋果對應的iBeacon技術——店內藍牙位置跟蹤被設計成可以與智能手機互動的應用，當消費者踏入百貨店的那一刻起，零售商和應用程序開發方就能立馬確認其身份。 然後那些相關的特別推薦的產品將被推送到該顧客的智能手機里，至於推送哪些商品還取決於該顧客所處百貨店內的具體樓層及位置。

基於實時銷售情況，Lush店的店員可以隨時改變其賣場的布局

作出以上各種「個性化」定製的前提，首先要徵得消費者的許可，同意商家、應用開發者獲取他們的隱私數據。其實商家也只想將這些數據轉化為更好的服務。

化妝品零售商Lush擁有大數據分析設備，供店員在門店內及倉庫里使用，這樣他們就能實時掌控銷售情況。

這種做法可以刺激門店員工在銷售業績層面的互相競爭，從而達到最佳的工作狀態，還能為消費者帶來不一樣的購物體驗。

比如，當店員發現門店內的沐浴球和另外一款洗發露被消費者聯同購買的次數比較多時，他們就可以自主改變這兩樣產品的陳列位置，將其就近擺放。

數據越多越好，越細越好

這種根據數據向消費者有正對性的推薦產品方式在網路零售商那裡應用的相當普遍，且發展勢頭還在不斷增長。

亞馬遜全球的用戶已經達到約2.4憶，年收入近750億美元，他們已經實現了跟蹤捕捉用戶的信息，根據不同的數據分析結果調整其服務。事實上早在2004年時期的亞馬遜數據收集、分析能力就超過了當前大多數零售商了。

當前，多數網路零售商都可以根據用戶的搜索、瀏覽記錄推送相應的產品至其預留的email中。

亞馬遜的首席技術官Werner Vogels,告訴BBC稱：「數據永遠不嫌多，而且越細越好，只有獲得一定量的數據才能對分析結果進行細致的劃分。」

隨著雲計算和實時數據處理的崛起，讓零售商們能更精準的鎖定目標顧客，給他們推薦更適合他們需求的商品。

亞馬遜網站內的「推薦購買」就是根據顧客之前的購買行為、評級作為依據，因為機器運算，總不能做到完美，但其運算的結果隨著技術的升級也不斷革新。

例如，消費者可能想購買一個水壺，亞馬遜會根據其之前在網站購買過的廚具信息，推薦其一款最符合其心意的水壺。

傳統零售商的反擊戰

傳統零售商們高舉大數據「武器」准備對亞馬遜開展猛烈的反擊。

瑪莎百貨，Boots, John Lewis, Argos, Dixons 及 Ann Summers都是RichRelevance的客戶，RichRelevance利用從零售商那裡收集來的大量數據為實體零售店提供個性化購物體驗。

當零售商知道自己的顧客更青睞哪些品牌時，他就會向自己的顧客推送不同的商品和促銷內容。Apache Hadoop根據顧客以往和當前的購物習慣，運用125種不同的運算，預測顧客在什麼時間會購買哪些產品，且運算的時間僅僅只需20毫秒。

通過幫助消費者找到與他們最相關的產品的方法，零售商的銷售額平均提高3％—10％。

最終的結果是，不管消費者喜不喜歡，個性化零售已經成為不可阻擋的發展趨勢了。

以上是小編為大家分享的關於未來零售商如何通過大數據圈住消費者的相關內容，更多信息可以關注環球青藤分享更多干貨

2. 大數據給零售行業帶來的商業價值

大數據給零售行業帶來的商業價值

在大數據推動的商業革命暗涌中，要麼學會使用大數據的杠桿創造商業價值，要麼被大數據驅動的新生代商業格局淘汰。

最早關於大數據的故事發生在美國第二大的超市塔吉特百貨(Target)。孕婦對於零售商來說是個含金量很高的顧客群體。但是他們一般會去專門的孕婦商店而不是在Target購買孕期用品。人們一提起Target，往往想到的都是清潔用品、襪子和手紙之類的日常生活用品，卻忽視了Target有孕婦需要的一切。那麼Target有什麼辦法可以把這部分細分顧客從孕婦產品專賣店的手裡截留下來呢?

為此，Target的市場營銷人員求助於Target的顧客數據分析部(Guest Data & Analytical Services)的高級經理Andrew Pole，要求他建立一個模型，在孕婦第2個妊娠期就把她們給確認出來。在美國出生記錄是公開的，等孩子出生了，新生兒母親就會被鋪天蓋地的產品優惠廣告包圍，那時候Target再行動就晚了，因此必須趕在孕婦第2個妊娠期行動起來。如果Target能夠趕在所有零售商之前知道哪位顧客懷孕了，市場營銷部門就可以早早的給他們發出量身定製的孕婦優惠廣告，早早圈定寶貴的顧客資源。

可是懷孕是很私密的信息，如何能夠准確地判斷哪位顧客懷孕了呢?Andrew Pole想到了Target有一個迎嬰聚會(baby shower)的登記表。Andrew Pole開始對這些登記表裡的顧客的消費數據進行建模分析，不久就發現了許多非常有用的數據模式。比如模型發現，許多孕婦在第2個妊娠期的開始會買許多大包裝的無香味護手霜;在懷孕的最初20周大量購買補充鈣、鎂、鋅的善存片之類的保健品。最後Andrew Pole選出了25種典型商品的消費數據構建了「懷孕預測指數」，通過這個指數，Target能夠在很小的誤差范圍內預測到顧客的懷孕情況，因此Target就能早早地把孕婦優惠廣告寄發給顧客。

那麼，顧客收到這樣的廣告會不會嚇壞了呢?Target很聰明地避免了這種情況，它把孕婦用品的優惠廣告夾雜在其他一大堆與懷孕不相關的商品優惠廣告當中，這樣顧客就不知道Target知道她懷孕了。百密一疏的是，Target的這種優惠廣告間接地令一個蒙在鼓裡的父親意外發現他高中生的女兒懷孕了，此事甚至被《紐約時報》報道了，結果Target大數據的巨大威力轟動了全美。

根據Andrew Pole的大數據模型,Target制訂了全新的廣告營銷方案，結果Target的孕期用品銷售呈現了爆炸性的增長。Andrew Pole的大數據分析技術從孕婦這個細分顧客群開始向其他各種細分客戶群推廣，從Andrew Pole加入Target的2002年到2010年間，Target的銷售額從440億美元增長到了670億美元。

我們可以想像的是，許多孕婦在渾然不覺的情況下成了Target常年的忠實擁泵，許多孕婦產品專賣店也在渾然不知的情況下破產。渾然不覺的背景里，大數據正在推動一股強勁的商業革命暗涌，商家們早晚要面對的一個問題就是：究竟是在渾然不覺中崛起，還是在渾然不覺中滅亡。

大數據是誰?

大數據炙手可熱，但是能說清楚大數據是什麼的人卻不多。要真正弄明白什麼是大數據，我們首先得看看Target是怎麼收集大數據的。

只要有可能，Target的大數據系統會給每一個顧客編一個ID號。你刷信用卡、使用優惠券、填寫調查問卷、郵寄退貨單、打客服電話、開啟廣告郵件、訪問官網，所有這一切行為都會記錄進你的ID號。

而且這個ID號還會對號入座的記錄下你的人口統計信息：年齡、是否已婚、是否有子女、所住市區、住址離Target的車程、薪水情況、最近是否搬過家、錢包里的信用卡情況、常訪問的網址等等。Target還可以從其他相關機構那裡購買你的其他信息：種族、就業史、喜歡讀的雜志、破產記錄、婚姻史、購房記錄、求學記錄、閱讀習慣等等。乍一看，你會覺得這些數據毫無意義，但在Andrew Pole和顧客數據分析部的手裡，這些看似無用的數據便爆發了前述強勁的威力。

在商業領域，大數據就是像Target那樣收集起來的關於消費者行為的海量相關數據。這些數據超越了傳統的存儲方式和資料庫管理工具的功能范圍，必須用到大數據存儲、搜索、分析和可視化技術(比如雲計算)才能挖掘出巨大商業價值。

大數據的商業價值

大數據這么火，因此很多人就跟起風來，言必稱大數據，可是很多人不但沒搞明白大數據是什麼的問題，也不知道大數據究竟能往哪些方面挖掘出巨大的商業價值。這樣瞎子摸象般的跟風註定了是要以慘敗告終的，就像以前一窩蜂地追逐社交網路和團購一樣。那麼大數據究竟能往哪些方面挖掘出巨大的商業價值呢?根據IDC和麥肯錫的大數據研究結果的總結，大數據主要能在以下4個方面挖掘出巨大的商業價值：對顧客群體細分，然後對每個群體量體裁衣般的採取獨特的行動;運用大數據模擬實境，發掘新的需求和提高投入的回報率;提高大數據成果在各相關部門的分享程度，提高整個管理鏈條和產業鏈條的投入回報率;進行商業模式、產品和服務的創新。筆者把他們簡稱為大數據的4個商業價值杠桿。企業在大踏步向大數據領域投入之前，必須清楚地分析企業自身這4個杠桿的實際情況和強弱程度。

1、對顧客群體細分，然後對每個群體量體裁衣般的採取獨特的行動。本文開頭Target的故事就是這個杠桿的案例，瞄準特定的顧客群體來進行營銷和服務是商家一直以來的追求。雲存儲的海量數據和大數據的分析技術使得對消費者的實時和極端的細分有了成本效率極高的可能。比如在大數據時代之前，要搞清楚海量顧客的懷孕情況，得投入驚人的人力、物力、財力，使得這種細分行為毫無商業意義。

2、運用大數據模擬實境，發掘新的需求和提高投入的回報率。現在越來越多的產品中都裝有感測器，汽車和智能手機的普及使得可收集數據呈現爆炸性增長。Blog、Twitter、Facebook和微博等社交網路也在產生著海量的數據。雲計算和大數據分析技術使得商家可以在成本效率較高的情況下，實時地把這些數據連同交易行為的數據進行儲存和分析。交易過程、產品使用和人類行為都可以數據化。大數據技術可以把這些數據整合起來進行數據挖掘，從而在某些情況下通過模型模擬來判斷不同變數(比如不同地區不同促銷方案)的情況下何種方案投入回報最高。

3、提高大數據成果在各相關部門的分享程度，提高整個管理鏈條和產業鏈條的投入回報率。大數據能力強的部門可以通過雲計算、互聯網和內部搜索引擎把大數據成果和大數據能力比較薄弱的部門分享，幫助他們利用大數據創造商業價值。這個杠桿的案例是關於沃爾瑪的一個故事。

沃爾瑪開發了一個叫做Retail Link的大數據工具，通過這個工具供應商可以事先知道每家店的賣貨和庫存情況，從而可以在沃爾瑪發出指令前自行補貨，這可以極大地減少斷貨的情況和供應鏈整體的庫存水平。在這個過程中，供應商可以更多的控制商品在店內的陳設，可以通過和店內工作人員更多地接觸，提高他們的產品知識;沃爾瑪可以降低庫存成本，享受員工產品知識提高的成果，減少店內商品陳設的投入。綜合起來，整個供應鏈可以在成本降低的情況下，提高服務的質量，供應商和沃爾瑪的品牌價值也同時得到了提升。通過在整條供應鏈上分享大數據技術，沃爾瑪引爆了零售業的生產效率革命。

4、進行商業模式，產品和服務的創新。大數據技術使公司可以加強已有的產品和服務，創造新的產品和服務，甚至打造出全新的商業模式。這個杠桿將引用Tesco為案例。Tesco收集了海量的顧客數據，通過對每位顧客海量數據的分析，Tesco對每位顧客的信用程度和相關風險都會有一個極為准確的評估。在這個基礎上，Tesco推出了自己的信用卡，未來Tesco還有野心推出自己的存款服務。

大數據的商業革命

通過以上4個杠桿，大數據能夠產生出巨大的商業價值，難怪麥肯錫說大數據將是傳統4大生產要素之後的第5大生產要素。大數據對市場佔有率、成本控制、投入回報率和用戶體驗都會起到極大的促進作用，大數據優勢將成為企業最值得倚重的比較競爭優勢。根據麥肯錫的估計，如果零售商能夠充分發揮大數據的優勢，其營運利潤率就會有年均60%的增長空間，生產效率將會實現年均0.5%-1%的增長幅度。在大數據這個概念炒熱起來的當下，人們才發現像沃爾瑪、Target、亞馬遜、Tesco這樣的商業巨頭已經不聲不響地運用了大數據技術好多年，用大數據驅動市場營銷、驅動成本控制、驅動產品和服務創新、驅動管理和決策的創新、驅動商業模式的創新。許多商界驕子慨嘆競爭不過Target們的不解之謎也終於告破。

在大數據推動的商業革命暗涌中，與時俱進絕不僅僅是附庸風雅的卡位之戰，要麼學會使用大數據的杠桿創造商業價值，要麼被大數據驅動的新生代商業格局淘汰。這是天賜良機，更是生死之戰。成功者將是中國產業鏈升級獨領風騷的梟雄，失敗者擁有的只有遺憾。

以上是小編為大家分享的關於大數據給零售行業帶來的商業價值的相關內容，更多信息可以關注環球青藤分享更多干貨

3. 便利店行業如何通過線下大數據實現快速精準拓店

燒烤攤、麻辣燙、大排檔被定義為中國版的深夜食堂，然而隨著寫字樓的燈火蔓延，便利店也成為了年輕人的深夜棲息地。有別於傳統雜貨鋪，90年代傳入中國的現代便利店呈現規模化和統一管理，行業規模發展迅猛，2019年中國便利店行業實現銷售額2556億元。

隨著行業規模的高速發展，一線城市消費市場開始飽和，外資連鎖便利店也開始走向下沉市場，二三線城市的便利店競爭將會日漸激烈。大數據時代如何利用數據及人工智慧賦能於線下品牌連鎖將是實體零售從業者面臨的難題之一，本文將從便利店現狀及大數據如何賦能的角度，為從業者們提供思考方向。

便利店誕生於美國，因其小型化、高毛利、便利性、精簡SKU等特性，逐漸成為一種新的零售業態。90年代中期，便利店概念開始進入中國。2019年中國便利店門店總數達到13.2萬家，較上年增加了1萬余家。

從單個便利店企業擴張表現來看，石油系便利店（易捷、昆侖好客）在門店擴張上表現搶眼，其次是本土品牌美宜佳和天福，外資便利店則主要分布與一二線城市。

但觀察近年來外資便利店在中國的城市版圖布局：從去年底開始，7-ELEVEn先後在福州、長沙、西安、合肥開設首店，另一家日資便利店羅森行動更為迅速，已於去年在長沙、沈陽、泰州等城市先後開出首店。

對於全國商業格局而言，此次外資便利店的布局，被認為是近年來「市場下沉」的又一個印證，同時也意味著下沉市場連鎖便利店的競爭更加激烈。

隨著 科技 和城市的發展，一線城市的消費市場逐漸飽和，而在二三線城市，連鎖品牌便利店存在著拓店難、無法融入當地市場的問題。

傳統夫妻店投入資本小、受地理位置限制小，經營的可控性比較強，且選址往往在居住地附近。而對於連鎖便利店來說，店鋪選址除了需要考慮周邊的消費市場，更要考慮采購與進貨問題（小街小巷無法統一配貨，增大成本）、客群畫像等。

這時候，傳統的選址方法是通過人工到線下多個目標位置點進行觀察測算，人力和時間成本非常高，且客群畫像無法精準。試想一下如何能夠短時間內通過一個人的外表確定其消費能力呢？

但在大數據時代，這些信息都可以高速便捷獲取。

數位是國內最早一批涉足線下大數據智能應用的大數據 科技 公司，深耕線下人場大數據5年，能夠實時洞察人和場的智能動態數據，高效為企業提供用戶分析、客群畫像和周邊客流。數位對線下零售（如連鎖便利店）有三大價值：

1 快速拓店選址： 數位擁有全維度動態的人場大數據，自有海量數據標簽，覆蓋200+城市，8000萬POI庫，能夠為企業提供批量化的線下人場數據，利於連鎖品牌的規模化拓展。

當品牌進入一個新城市，能夠快速判斷城市不同區域位置信息，幫助品牌根據自己的定位（如社區型/商圈型等）快速有效佔領消費市場，並運用人工智慧演算法對周邊客群、人流方向進行洞察分析，從而利於品牌在商品定位上更趨近於消費者心理。

2 老店數據實時監控： 對於品牌連鎖店來說，許多經營多年的老店面臨著周圍市政或消費環境的變動，如新商場建立、老建築拆遷等。

當老店營業額產生波動時，傳統檢驗方式是線下踩點考證，但客流的變動易觀察，客群畫像的變動卻無法短時間進行判別。數位大數據則能夠第一時間反饋老店周邊市場與客群畫像的變動，及時做出經營方向和商品選擇上的調整。

3 競對商鋪比較： 入駐前，同一片區域內原有的競對商鋪的數量及客流畫像能夠給品牌帶來極高參考價值；開店後，區域內出現新的競對商鋪也是影響店鋪營業額的重要原因。數位線下大數據能夠幫助品牌實時觀察周邊競對環境，分析優劣勢，及時做出經營上的調整；

4 經營模型沉澱： 為什麼同樣開在市中心的兩家店營業額卻大相徑庭？開在醫院對面與開在學校對面哪一家營業額更佳？如何根據人群移動規律調整商品陳列？這些傳統人力難以系統統計的數據，利用大數據可以快速幫助門店沉澱一套方法論，形成品牌自有的經營模型，對品牌進一步布局和拓店有重大參考價值，有效節省新店拓店成本。

品牌便利店"下沉"二三線城市，是城市發展的必然，也極有可能是一次再定義當地消費趨勢的機會。在這樣的前提下，品牌佔領市場的時間顯得尤為寶貴。

零售行業已從「貨——場——人」轉變為大數據時代的「人——貨——場」，提前洞察客流及客群信息，加上當地場景數據，最後再結合品牌本身特性才能夠快速打入當地消費市場，搶占消費份額。

連鎖品牌入駐新城市時投入成本高，傳統的選址方式已不足以支撐品牌的快速拓展，批量化的人場大數據才是現代品牌快速拓展版圖的「秘密武器」。數位基於5年高精度技術的沉澱，擁有全國最大的識別資料庫，在品牌選址、客群洞察及市場營銷中，都能夠為連鎖品牌帶來強有力的決策支持。

4. 大數據將推動零售業技術變革

大數據將推動零售業技術變革
建設強大的數據中台，實現線上線下數字化打通，重構「人、貨場」，是新零售的重要內涵。業內人士指出，2018年將是大數據從技術階段向應用階段高速發展的一年，大數據未來在物聯網、區塊鏈、智慧城市、AR、VR、AI、語音識別等方面都值得關注，這在不久的將來或深刻改變零售業的未來。
線下零售大數據應用剛起步
近日高鑫零售公布年報，2017年實現營業收入1023.20億元，同比增長1.9%；2017年凈利潤為30.20億元，同比增長14.9%。這是阿里入住高鑫新零售的第一年，招商證券指出，雖然阿里入股高鑫在短期內並未給高鑫業績帶來大幅改善，但是阿里的互聯網基因和大數據資源加速了高鑫的線上線下整合。
在阿里與高鑫的合作中，目前仍是線上大數據指導線下商品管理，大潤發華東20個城市的167家門店上架了天貓超市百萬件商品，這些商品由阿里大數據根據周邊消費者喜好篩選商品，並由天貓供應鏈優化供貨方案。招商證券指出，雖然這些商品銷售狀況有好有壞，但整體上調整了門店的經營體系和業務鏈路。
基於模式和技術優勢，線上零售數據的採集和大數據技術的應用已相當成熟，相比之下，線下零售大數據技術的應用還處於起步階段。中國連鎖經營協會會長裴亮曾指出，大數據技術在零售業的應用還沒有發揮出來，目前來看，零售企業不掌握大數據，如何與握有大數據的企業進行合作，共同開始大數據在零售業的應用，還處在探索的過程中。
從發展現狀來看，線下零售應用大數據技術首先面臨的技術難點是數據採集。專家指出，線下零售店由於技術限制和消費者更加碎片割裂的行為，很難根據消費者ID數據與商品銷售、店鋪庫存、物流等數據進行打通連接，尤其消費者店鋪行為偏好數據的獲取。
這方面，同時擁有門店優勢和互聯網基因的零售企業將占據優勢。蘇寧易購向中國證券報記者表示，在蘇寧易購雲店內的已經開始全面打造線下門店客流數據分析的「蘇寧北斗」系統。該產品的上線，標志著蘇寧易購在門店端開始採用類似線上頁面運營的流量運營邏輯，「從用戶進店以及在門店內的動線變化，進行線上UV到四級頁面瀏覽路徑的分析，對門店商品布局、用戶習慣分析將有巨大的幫助」。預計到2019年，蘇寧易購將會把人臉識別系統和北斗系統相結合，使監測數據更加精準，並將為後期會員服務、會員運營的優化提供數據依據。
推動零售業技術變革
蘇寧控股集團董事長張近東表示，2018年將是大數據從技術階段向應用階段高速發展的一年，「大數據未來在物聯網、區塊鏈、智慧城市、AR、VR、AI、語音識別等方面都值得關注，這在不久的將來或深刻改變零售業的未來」。
中國電子商務研究中心主任曹磊表示，過去數據只在銷售端和營銷端驅動，今後還將向商品端、供應鏈端、倉儲物流乃至生產端來進行全方位驅動。過去商品和用戶是零售商和電商最核心的資產，在大數據時代，大數據將成為他們最核心的資產。
基於對線上線下數據打通的重視，2017年國美落地蒲公英計劃，完成國美在線、國美Plus、國美管家、國美海外購、國美酒窖整合成國美APP，連接線上線下，以互聯網為基礎、數據為核心，打造線上交易、線下體驗的共享零售雙平台。通過實施蒲公英計劃，國美線上線下的供應鏈數據、交易數據、服務數據、會員數據全面打通，匯聚為國美的數據中台，形成大數據工廠。
在大數據的支持下，國美升級了後服務體系，推出「揚帆計劃」，實現訂單配送、安裝服務、維修服務、客戶服務全周期的可視化、標准化，打通廠家後台數據，首創保內維修一鍵預約功能。
從整個產業鏈來看，大數據的最高效應用將是從生產端開始就實現定製，對此，已有零售業開始布局。國美將大數據應用於供應鏈，用C2M反向定製、家生活品類和智能產品橫向延展、驅動精準選品和營銷，進而與第三方供應鏈形成補充，提升零售效率，滿足消費者品質化、個性化、智能化的產品需求，促進品質升級，優化商品結構。

5. 超市怎麼利用大數據分析客情

超市一般有用戶的購買信息，通過這些信息能夠了解商品的銷售和變化，並結合商版品銷售情況權和庫存情況，管理好進貨。根據客戶的購買情況，推薦合適的商品，譬如有知名的啤酒和尿布的例子。
當然，如果數據量大，需要合適的大數據分析工具，否則簡單的excel都能基本勝任。
目前性價比合適的大數據分析工具，有國內的永洪科技的大數據BI等。
當然開源的Hadoop也可以考慮，但非IT公司的超市，不建議使用開源產品，對技術要求高。

6. 大數據可以應用在哪些方面

可以應用在雲計算方面。

大數據具體的應用：

1、洛杉磯警察局和加利福尼亞大學合作利用大數據預測犯罪的發生。

2、google流感趨勢(Google Flu Trends)利用搜索關鍵詞預測禽流感的散布。

3、統計學家內特.西爾弗(Nate Silver)利用大數據預測2012美國選舉結果。

4、麻省理工學院利用手機定位數據和交通數據建立城市規劃。

5、梅西百貨的實時定價機制。根據需求和庫存的情況，該公司基於SAS的系統對多達7300萬種貨品進行實時調價。

6、醫療行業早就遇到了海量數據和非結構化數據的挑戰，而近年來很多國家都在積極推進醫療信息化發展，這使得很多醫療機構有資金來做大數據分析。

7、及時解析故障、問題和缺陷的根源，每年可能為企業節省數十億美元。

8、為成千上萬的快遞車輛規劃實時交通路線，躲避擁堵。

9、分析所有SKU，以利潤最大化為目標來定價和清理庫存。

10、根據客戶的購買習慣，為其推送他可能感興趣的優惠信息。

(6)大數據實現對超市的擴展閱讀：

大數據的用處：

1、與雲計算的深度結合。大數據離不開雲處理，雲處理為大數據提供了彈性可拓展的基礎設備，是產生大數據的平台之一。

自2013年開始，大數據技術已開始和雲計算技術緊密結合，預計未來兩者關系將更為密切。除此之外，物聯網、移動互聯網等新興計算形態，也將一齊助力大數據革命，讓大數據營銷發揮出更大的影響力。

2、科學理論的突破。隨著大數據的快速發展，就像計算機和互聯網一樣，大數據很有可能是新一輪的技術革命。可能會改變數據世界裡的很多演算法和基礎理論，實現科學技術上的突破。

參考資料：

網路--大數據

7. 大數據怎麼在營銷推廣中起效

大數據對現在的商業模式產生了非常大的影響。在大數據的加持下，未來的商業模式會是什麼樣的呢？其實不要說未來了，大數據對零售業的改革已經發生在當下了，從一個商超的選址，商品陳列，商品供銷，客戶關系管理等等各個方面都產生了影響，我們可以簡單的說一下。

店鋪選址

在過去，大家開店在選址的時候，會出一套的選址方案，在什麼地方，准備多大的面積，預估有多少的客流，客戶的屬性，消費能力，周邊的競爭對手，城市的規劃，物業條件大概是什麼等等。不但需要大量的時間去調查，調查結果是否有偏差，選址確定後是否能達到預期的效果，只能憑借經驗和運氣了。畢竟在過去，做這種調查只能去現場看，和周邊的人打聽，找同行了解，半推測，半猜測。

在現在大數據的變革下，選址就更加精準和方便了。我們不說那些專業的大數據系統，比較簡單的。我們可以在各類的導航地圖上看到周邊的商超布局，景點等等，同時還可以看到客流量，相對來說會方便很多了。同時我們還可以從外賣等APP的數據，觀察周邊的人群的喜好，人均消費等等，這個就是大數據的應用。

有一個比較著名的數據挖掘案例，就是沃爾瑪超市的，他們對顧客的購物籃進行分析的時候發現，和尿布一起購買最多的東西是啤酒。原來是因為美國的年輕父親下班給孩子買尿布的時候，會有30%-40%的人會順手買上自己喜歡的啤酒。於是沃爾瑪超市將尿布和啤酒兩個不相搭的東西陳列在一塊，兩者的銷量都提升了。這個就是一個很顯著的大數據指導下的商品陳列案例。在現在，結合人工智慧的智能化門店，能夠做到的更多，可以根據店內的人流量熱力圖，計算出將熱銷品或者滯銷品放置在更合適的位置。

用戶畫像

在傳統的零售當中，想要實現導購一對一服務、對用戶實行個性化服務是很困難的。其中一個原因就是店鋪的客流量大，顧客流動頻繁，基本上可以說沒有哪一個導購能夠記住用戶是否來過這家店，顧客的喜好是什麼。

但是在現代的零售當中，智能化門店能夠比較容易的實現這一點了。智能化門店通過面部識別等功能可以檢測到顧客來過多少次。同時通過店鋪當中的門店管理系統，根據以往的購物數據反饋，顧客在不同的商品前的停留時間，猜測用戶的喜好等等，智能為用戶推薦商品，又或者將信息推送到導購端的移動管理系統當中，讓導購更好的為客戶服務。這個就是因為用戶的購物數據，行為數據等等大數據勾勒出了一個用戶畫像。

未來的商業模式已經在逐步走向現實，高新技術正在改變我們的生活，零售業也正在改革，讓我們一起見證吧。