『壹』 超大城市商圈發展怎麼樣如何進一步提升城市商圈活力
——編 者
提升硬體 加快升級
改造硬體設施，優化供給結構，進一步形成商業聚集效應
有著「 時尚 風向標」之稱的北京三里屯，正在迎來新的擴容和升級！
8月2日，有關各方簽署協議，位於三里屯太古里北區以北、佔地達4.7萬平方米的一處公交維修場站將進行改造，成為三里屯太古里商圈一部分，為更多的首店、旗艦店提供承載空間，助力北京國際消費中心城市建設。
從2019年以來，北京啟動傳統商圈改造提升三年行動計劃，按照「一區(圈)一策，分批推進」工作原則，重點推動22個商圈的改造提升。目前，王府井、中央商務區(CBD)、方庄、通州萬達、回龍觀龍域、平谷萬德福等9個商圈已基本完成三年改造任務，公主墳、祥雲小鎮等5個商圈已完成90%以上，其餘商圈正加大力度推進改造提升。
「打造世界頂級商圈符合消費升級的需求，也有助於推動傳統商業轉型升級，形成商業聚集效應。」商務部研究院國際市場研究所副所長白明表示，培育建設國際消費中心城市、打造一批世界頂級商圈，有利於加快構建以國內大循環為主體、國內國際雙循環相互促進的新發展格局。
刷臉支付後，機械臂輕盈抓取文創產品，送至櫥窗前；華為重慶旗艦店內，新款手機琳琅滿目；走進千葉眼鏡店，滿滿橘塌衡的藝術感撲面而來……如今的重慶渝中區解放碑步行街，體驗更好、環境更美。
2018年12月，解放碑步行街入選全國首批步行街改造提升試點。解放碑商圈CBD管委會立足綠化、交通、立面、燈飾等重點領域，提升商圈品質。如今，地下環道正在將解放碑商圈附近約30個地下停車庫如珠串聯，1.5萬個停車位互通有無。管委會相關負責人說，目前，地下環道已經建成大半個「環」，私家車不必再經過商圈路面，可以直接進入各個商場停車庫。按照計劃，明年將全線貫通，大大緩解交通壓力。
硬體設施在升級，供給結構也在優化。解放碑商圈啟動首店、首牌、首秀、首發「四首」經濟，增加 時尚衫消 氣、前沿味。目前已引入首店、首牌25個，新增離境退稅商店19家。去年，重慶解放碑商圈 社會 消費品零售總額達924億元，人流量達到1.6億人次。
上海南京路步行街是全國首批改造提升試點的步行街之一。2020年9月，近500米的上海南京路步行街東拓段開街，不僅讓「中華商業第一街」的長度增加了一半，還實現了南京圓做東路和外灘兩大地標的牽手，向打造繁華的世界級商業街區又近了一步。
南京路大力引進國內外知名品牌首店、旗艦店，積極推動老字型大小品牌升級。第三方機構研究報告顯示，2014年至2019年期間，南京東路步行街品牌大幅度更新，品牌替換率接近70%，其中首進上海及南京東路商圈的品牌商戶佔比約30%。近年來，南京路步行街客流趨於年輕化，人均消費水平提高。據統計，今年以來，南京路步行街人均消費金額較2019年提升了28%。
數字賦能 展現新貌
豐富智能化場景應用，精準滿足顧客需求
「過去商場搞了很多促銷活動，卻並不知道客戶在哪裡，數字化管理解決了傳統零售的痛點。」上海南京西路上的新世界城副總經理吳勝軍說。
作為一座集購物、 娛樂 、賓館、餐飲、休閑於一體的大型購物中心，新世界城在提升硬體設施的同時，開發應用數字化管理系統，500多家供應商的20餘萬款商品信息全部入庫，實現了商品庫存銷售、客戶消費習慣和員工績效考核的實時數據呈現，有助於商場更精準地調整商品結構，滿足顧客需求。
數字賦能，推動智慧商圈建設，讓實體商業輻射范圍更廣。
去年，南京東路上的新世界大丸百貨在全國百貨商場開出第一家直播間，推出「櫃台輪播實景」銷售模式。主播在商場邊逛邊推薦，品牌銷售員對線上客戶點對點跟進，提供與線下相同的服務。今年3月1日，商場美妝類專場直播收獲5338萬元下單額，其中95%是外地顧客。新世界大丸電商管理部經理馬牧說，現在一個月的線上銷售額等於去年一年的線上銷售額。
目前，南京路步行街實現了5G信號街區全覆蓋。5G巡邏機器人實現全景無死角巡邏和現場圖像的實時傳送。「上海南京路步行街」官方公眾號擁有商圈商業、活動、演藝和服務信息等查詢功能，聯手品牌推出促銷優惠活動。黃浦區商務委主任金韶靖說，南京路打造世界頂級商圈，就是讓沒來過南京路的人想來，讓來過南京路的人再來，讓來不了南京路的人仍能享受南京路的服務。
專家表示，運用大數據技術加強消費互動和運行監測，定期發布商圈客流、業態、品牌分析報告，為商家進一步提升服務水平提供了有力支撐。
「幾年大變樣，我經常帶孩子過來玩耍！」重慶市民蔣婷興奮地說。重慶市大力推動城市商圈數字化改造，因地制宜建設智慧商圈服務平台，增強商圈智能化服務功能，提升商圈服務體驗，促進商圈線上線下融合發展，讓商圈更智能、更便捷。
此外，重慶解放碑步行街更新商場外立面，設置裸眼3D屏幕，實現5G信號和5G WiFi全覆蓋，新增休閑設施60餘處、鮮花綠植11萬株、改造地面鋪裝4萬平方米，純步行街區由1000米延伸至1500米。解放碑步行街的人氣更旺了！
業態創新 改善體驗
加強規劃引領，培育特色消費，優化消費環境
城市商圈是促進消費升級的重要平台，也是提升城市經濟活力的重要引擎。北京、上海、重慶等城市引導核心商圈及商家積極培育特色消費、夜間消費，提升消費體驗，優化消費環境。
全球最高室內攀岩館、海洋世界「水下飛天舞」……今年暑假，上海新世界城舉辦首屆體驗節，豐富多彩的商業活動吸引了很多年輕客群。上海新世界股份有限公司總經理徐家平說：「五星級賓館的環境，5A級景點的體驗，完成第三次升級改造的新世界城，已經從傳統百貨蛻變為現代化商業主題樂園。」
能逛、能買、能吃、能玩，商旅文聯動，南京路步行街注重整體營銷，激發街區商業活力。2019年以來，步行街先後舉辦30多場有特色的營銷和主題活動。與2020年上海 旅遊 節開幕式聯動的「嗨翻南京路」主題活動，帶動步行街瞬時客流量突破3.6萬人次。
北京三里屯利用開放式街區的獨特形態，打造集聚各類餐飲、酒吧等體現國際多元文化特色的消費場景，成為潮流、 時尚 的代名詞。今年上半年共有434家首店(含旗艦店)落地北京，其中87家入駐三里屯，佔比達到20%。
「從前受規模限制，一些符合定位的業態和品牌進不來，因此無法吸引更廣域的人群前來消費。」北京商業經濟學會常務副會長賴陽說，北擴之後，租賃面積將擴增，三里屯太古里能夠將客群細分化，從而鞏固項目的潮流屬性，可逛性也將進一步增強。
北京市商務局副局長蔡小軍表示：「我們將持續推動傳統商圈、傳統商場改造升級，著力打造優勢互補、特色凸顯的消費地標，進一步提升『北京消費』的全球吸引力。」
重慶市擦亮「 美食 」「美景」名片，引導商圈升級消費體驗。其中，三峽廣場商圈依託龍湖光年商業綜合體入駐，提升了商圈活力；江北區商圈深入推進傳統商業創新發展，引導商家布局 時尚 生活業態，率先開辟品牌護理館、生活美學院等品牌體驗……今年上半年，重慶市 社會 消費品零售總額增長29.9%，增速高於全國6.9個百分點。「五一」期間，重慶主要商圈和重點監測商貿企業實現零售額124.75億元，同比增長26.8%。
「下一步，重慶市將引導商圈進一步提檔升級，突出特色，錯位發展。同時優化業態供給，大力發展首店經濟、品牌經濟，鼓勵國內外知名品牌在重慶開設品牌首店、旗艦店、連鎖店。豐富休閑 娛樂 、 體育 運動、文創 時尚 、新零售等首店業態供給，提供高品質消費體驗。」重慶市商務委相關負責人說。
『貳』 大數據時代紅華新天地引領商業模式轉型
大數據時代紅華新天地引領商業模式轉型
曾經，提起城市名片，貴陽人首先想到的就是「森林之城、避暑之都」。這源自於幾代人努力綠化的成果。而今，互聯網經濟熱潮席捲全球，地處祖國腹地的貴陽也迎來了自己的涅盤時刻，以《貴州省雲計算產業發展規劃》出台為起點，以李克強總理視察貴陽大數據應用展示中心做出重要指示為契機，貴州省成立了省委書記、省長陳敏爾領銜的大數據產業發展工作領導小組，全力發展大數據產業。彼時，「貴陽數博會」盛大啟幕，吸引了經濟與產業界人的士紛繁踏至，據不完全統計，一年多來，貴陽共引進大數據相關項目知此150餘個,投資總額達1402億元，產業整體規模突破605億元。如今，緊握「大數據」城市名片，圍繞「機遇、安全、能源、氣候、人才」五大優勢，打造全產業鏈的大數據產業生態環境，促進大數據產業加快發展，已經成為貴陽各界的一致共識。而具有十五年互聯網大數據應用經驗的貴州紅華集團，自然成為了這個波瀾壯闊的大時代里，罕有的貴陽本土派領軍人物。
【20年深耕本土 引領貴陽大數據經濟】
貴州紅華集團始建於1993年，最初主要從事家電連鎖銷售，最先開創了貴州省綜合性家電商場，並藉助獨創的「三流合一」(資金流、信息流、物流)商業模式和「買的容易，賣的簡單」的經營理念，成功走出貴州，輻射西南，並連續數年成為全國銷售額前十的區域連鎖品牌。經過十餘年經營，紅華物流、紅華便利店、紅華房開、黔電趨勢、紅華科技、紅華物業等多元產業相繼崛起，紅華成為集團性公司。早在2000年，紅華就率先試水了網上家電購銷的模式，啟動數字化商務平台，成為中國大陸地區最早的電商平台。肩負企業數據集成與分析系統的紅華科技公司、 紅華網路公司呼叫中心等也相繼成立。十五年彈指一揮間，隨著社會經濟的快速發展，城市綜合體、互聯網+、大數據、電子商務、020等新型概念開始對傳統業態發起強有力沖擊，已經在商業模式和經營管理上成功實現大數據化雛形的紅華集團，果斷開啟了整體戰略轉型的計劃。
2014年，紅華集團與貴陽市政府聯合打造的百萬方大型商業互聯體——紅華新天地正式運營，開啟展貿電商雙引擎O2O模式，這是一個充滿商機的「大數據全渠道平台」，以「雙城一網」為基本結構，實現全業態、全渠道、全時空商業功能的互聯體商圈。其中，搭派迅雙城分別代表紅華實體商城和紅華虛擬電商平台，一網為紅華地面終端網路。開業伊始，紅華新天地就啟動了一系列引發行業震動的大數據產業鏈競合：與中國聯通合作，打造首席智慧商城;攜手富基融通，打造大數據全渠道電商平台;同時進一步整合資源，建立服務團隊，實現覆蓋貴州的終端服務網路。雙城協同，由一網渠道引導海量物流、客流進入，紅華形成了聚合 「紅華網上商城+紅華實體商城+遍布貴州終端+紅華物流體系」優質資源的商戶、消費者、平台三方共贏全業態商圈。
得益於紅華新天地釋放出的價值魅力，同年12月，被貴陽市政府列為大數據產業發展的重點項目「中關村貴陽科技園觀山湖大數據科技產業園」正式落戶紅華新天地，「雙城一網」基礎上，再度賦予紅華新天地「政府數據共享平台、區域互聯網交換中心、貴州CA認證中心、大數據眾籌工場」等大數據特徵的新內涵，紅華自身也提供了40萬方物業，以發展雲計算、數據中心、呼叫中心等大數據相關產業。
【坐擁中心之中 孕育互聯網時代繁華】
事實上，誕生20多年來，紅華一直在為一個商業夢想努力——整合資源，搭建平台。最終這個夢想從雲端之上的虛擬電商網路，到地處貴陽中心之中，「新貴陽大十字」黃金地段的實體商業綜合體，化作現實。四通八達的交通路網、依山傍水的生態設計、匯聚40萬高端居住人群和300萬會展商務人羨早群的貴陽最大消費性商圈，成為其孕育互聯網時代商業繁華的動力源泉。紅華能夠為大數據創業、工作人群提供的，將遠不止一站式購物的便利生活。
以上是小編為大家分享的關於大數據時代紅華新天地引領商業模式轉型的相關內容，更多信息可以關注環球青藤分享更多干貨
『叄』 Mobtech城市智圖城市商業大數據可以了解商圈分析周圍交通體系嗎
2.智圖城市商業大數據平台還蠻好用的，提供城市區域的交通、人口、產業等數據，還能夠自由查詢周便商場、住宅等公建情況。加速去了解下謝邀。
『肆』 如何在商圈o2o中玩轉大數據
線上數據主要包含：訪問量（IP UV PV）、平均瀏覽時長（瀏覽量）、新UV比例、跳出率、轉化率（注冊、訂單、支付）、流量來源（搜索、直接、連接、地區、推廣）、網頁打開時間、網站熱點、搜索分析等。
ERP數據主要包含：訂單量、客單價、毛利率、二次購買率、忠實顧客轉化率、顧客流失率、動銷率、缺貨率、商品價格變化、SKU數量變化、周轉率、退貨率、品類銷售佔比、會員注冊量、注冊會員轉化率等。
客服回訪問卷投訴數據主要包含：投訴分類、UI印象、品類印象、價格印象、網站功能印象、物流體驗印象、售後印象等。
以上數據相互關聯，比如分析促銷活動效果時，需要分析訪問量的變化，注冊下單轉化率的變化，促銷商品和正常商品銷量的變化。
怎麼分析數據？
有的公司成立專門的數據分析部門，數據部門不僅提供數據，還要完成數據分析工作。這種工作方式，雖然基礎數據准確，但分析結果可能有較大偏差。因為數據分析人員不熟悉業務，對各種信息的了解也不如市場部和運營部等業務部門。
比如，某個品類銷售佔比突然降低，這可能是因為市場部推廣方式的改變，也可能是遇到季節因素。如果數據分析人員不了解這些信息，則可能簡單的判斷成顧客不歡迎這類商品，並且做出建議商品部門降低這類商品佔比的決定。
更合理的數據分析方式是，由數據專員提供基礎數據，由相關部門骨幹人員共同分析，比如轉化率降低，應該由市場部、運營部、商品部共同分析，得出是由哪些方面的因素造成的。
對於新項目而言，可以引入目標分析法，目標分析法是以分析「新客引入成本」和「忠實顧客轉化率」為核心，設定合理目標，以此判斷商業模式是否可行。
比如：某個投資5000萬的B2C網站，推廣預算是2500萬元，目標是穩定達到每天5000單。忠實顧客的定義是平均每月購物一次，每天5000單的銷售目標，需要15萬忠實顧客。
如果實際經營結果數據，新客引入成本是50元，忠實顧客轉化率是30%，則要達到15萬會員，需要2500萬推廣費用。
通過數據分析可知當新客引入成本大於50元，忠實顧客轉化率低於30%時，項目不能達到目標。如果目標和實際業績數據相差不多，可以通過優化內功改善業績，如果數據相差太大，則說明商業模式可能不可行，應該早點調整商業模式，並在試錯過程中重復以上數據分析步驟。
最重要的數據，我認為是流量引入成本，新客引入成本，忠實顧客轉化率。流量引入成本數據主要考核市場部，新客引入成本數據由市場部、運營部、商品部共同負責，忠實顧客轉化率主要由運營部和商品部負責。
推廣方面的分析包含流量分析，停留時間，流量頁面，轉化率分析。流量的增減（新UV數據）代表市場部推廣工作是否有效，新客停留時間瀏覽頁面量和轉化率等數據，一定程度上代表了市場部推廣是否有針對性。
新客引入成本分析是推廣效率重要的KPI，是每個達成目標投入的推廣資金。比如某個推廣方法帶來了10000個UV，500個注冊，100個訂單。而這個方法耗費了1萬元資金，則每個UV，注冊，訂單投入的資金分別是1元，20元，100元。這個推廣方法的新客引入成本是100元。
如何與數據分析結果match?
市場部的重要工作是嘗試不同的推廣方式，計算每種推廣的投資回報率，根據數據分析結果，重點投入和側重優化投資回報率最高的推廣方式。
提升內功是新客引入成本與忠實顧客轉化率優化的基本方法。內功包含：商品結構、促銷方式、網站體驗、物流體驗、顧客回訪投訴、會員營銷等。
商品結構優化目的是通過數據分析了解顧客需求，不斷引進和淘汰商品，使商品結構盡量符合顧客需求。建立商品維度表，綜合考慮商品所有維度，比如價格、型號、外形、品牌、規格等維度，把商品根據不同維度區分，數據分析各品類各維度的銷售量，增加高銷量維度商品品類佔比，精簡低銷量維度商品品類佔比。
商品引進淘汰過程還受到很多因素影響，比如「結構商品」即使銷量不好，也不能淘汰，「季節商品」需要把季節因素考慮進去。
促銷方式主要依靠數據分析評估效果，每做一次主題促銷，就在ERP系統中建立促銷單據，設置促銷主題，促銷商品，促銷檔期。通過BI工具分析促銷商品銷量變化，促銷毛利損失，促銷活動帶動正常商品銷量變化，促銷活動帶動新會員注冊和老會員購物頻次變化，綜合評估促銷效果，以此指導下一次促銷活動。
網站體驗優化可以用一個公式表達：UEO(用戶體驗優化)= PV / OR(站點跳出率)，目的降低顧客跳出率，讓顧客購物更加簡單輕松。這是建立在對網站定位和顧客特點充分了解的基礎之上，比如讓網站的布局更加清晰，讓顧客購物過程更加流暢。通過熱點分析，了解顧客關注的位置，把顧客關注的內容放到熱點區域。通過跳出率分析，在顧客容易跳出的頁面顯示推薦內容，吸引顧客繼續留在網站。
顧客印象問卷投訴數據分析能發現顧客不滿意的地方，在網站建立投訴通道，客服部門要對新、老顧客回訪。對生成訂單、但最後沒有提交訂單的顧客回訪，在UI、品類、價格、網站體驗、物流、售後等方面統計數據，分析那個方面最影響顧客體驗，根據實際情況逐條解決。不斷優化。
會員營銷是把會員分成不同類型，根據會員特點營銷。可以分為：注冊未下單顧客、第一次下單顧客、忠實顧客、高價值顧客、流失顧客。
注冊未下單顧客，如果留有郵箱，要定向發一些大力度的優惠劵，吸引顧客首次下單，直觀體驗服務。
第一次下單顧客要在包裹中放一些有提醒意義的禮品，比如印有廣告的滑鼠墊，隨時提醒顧客，增加顧客二次下單機會。第一次下單顧客可能不清楚我們網站的主要賣點或優勢，可以通過包裹或者郵件向顧客灌輸這些信息。客服部門要對第一次下單顧客回訪，了解他們的感受。
忠實顧客是多次重復購買顧客，通過數據分析了解忠實顧客的所需所求，有針對性的做一些推薦，如果有足夠的毛利空間，可以為忠實顧客寄送VIP卡，維護忠實顧客。針對忠實顧客，發揮積分的作用，向忠實顧客推薦一些積分換購禮品，把忠實顧客發展成口碑推廣員，如果忠實顧客邀請了新會員，要對忠實顧客做積分獎勵。
對流失顧客要針對性營銷，了解顧客流失的原因，對流失顧客發優惠劵。高價值顧客購買頻次不高，但客單價高，商品毛利高，對這類顧客要推薦高價值商品，如果用對待普通顧客的方式對高價值顧客營銷，可能會有反效果。
『伍』 浙江的產業地產商如何做大數據招商
如何利用大數據精準招商，可以從以下幾點出發：
1利用大數據進行商圈分析，為招商做充分准備。
利用大數據對商圈內消費者習慣、消費能力、收入水平、年齡層次、交通狀況等數據進行分析，為商業地產項目精準定位提供數據支撐，方便後期精準招商。除此之外，通過大數據對商圈競品項目進行數據分析，洞察競品項目客群消費偏好和消費能力，結合自身商業項目情況來合理規劃業態組合、消費者定位等，為招商工作做足充分准備。
2利用大數據，精準篩選招商品牌。
商業地產招商利用大數據搭建品牌數據資源庫，包含品牌的開店布局區域、開店樓層偏好、同樓業態關聯、開店體量偏好、人均消費、以及拓展需求等數據，幫助招商人員幫助用戶了解品牌信息、品牌檔次、定位等，結合自身商業項目的定位，精準篩選符合匹配度高品牌進行招商。
3利用大數據實現招商信息精準投放。
在商業地產招商中，除了對品牌的精準篩選外，對於招商信息的精準投放也尤為重要。利用大數據實現招商信息精準投放，將各種營銷工具和手段進行系統化結合，以產生協同效應的營銷模式。
4利用大數據擬定特定的招商方案。
利用大數據制定科學的招商方案。通過前期的數據收集、分析以及對招商品牌信息的了解，制定具體科學的招商方案，且依託於大數據，招商人員制定的每一個招商方案都會對項目概況、配套條件、目標品牌等方面做出詳細的說明，根據方案列出詳細的招商流程。
5利用大數據實時跟進招商進程，增加招商吸引力。
利用大數據實時跟進商業地產的招商進度，對商業地產招商進行實時監管，做出科學的招商決策。同時，還能提供招商活動、招商展會信息等附加價值和服務，增加招商吸引力。
『陸』 什麼是智慧商圈
智慧商圈以現有商圈為基礎，結合天貓新零售大量數字化商業內容供給，如快閃店、智能母嬰室、派隱畝樣機等。構建商圈內容數字化，豐富商圈消費體驗和提升商家碎片化時代觸達與運營消費者效率。最終打通全域的產品、服務、品牌、消費體驗。讓螞手消費者更多地參與到線下商圈的互動悶攜嫌中來，為品牌引流。
『柒』 如何用袤博智圖城市商業大數據渠道查找城市商圈周邊配套設施
如果是有商業需求可以試下袤博科技的智圖城市商業大數據平台，之前在選址時候用過這個軟體,對周邊配套和人口數據等都有大量數據提供,軟體還挺好上手的加速了解下。
『捌』 什麼是超級商圈
超級商圈來簡單講是一個賦能百自業，萬家共享，聚合客流的大數據平台。在超級商圈對個人來講，整個平台從頭到尾都不需要投資，最大亮點注冊就能創造價值，消費就能增收，幫商家分享廣告還能獲得獎勵，我們把平時需要用到的剛需產品換個平台消費就能和平台共同獲利，分享給親朋好友同樣能創收。
對商家來講，賦能百業，跨界增收，平台發行雲券的應用流通幫商家引流鎖粉。同時為商家免費提供信息展示推廣，拓展商家銷售渠道增加收入。
超級商圈就是一個信息發布平台，通過商圈平衡利益來撬動參與者能動性，讓參與的人獲得更多利益。
『玖』 大數據研究與應用協會市場推廣面試問題
傳統的用戶研究包括品牌研究、客戶滿意度研究、商圈研究、市場細分、渠道研究、產品定價研究以及產品測試，這些研究大多數用市場調研的方法來實現。市場調研由於調研方法帶來的諸多問題，導致結果的代表性、准確性以及研究的效率都存在不同程度的挑戰。我們相信，隨著大數據的發展，大數據將對市場與用戶研究方法將帶來革命性的變化。本文將介紹大數據目前在市場與用戶研究方面的應用與探索。
一、大數據用於品牌研究
品牌認知度、品牌形象和品牌滿意度研究是品牌研究的三大重要部分。
1）品牌認知度是品牌資產的重要組成部分，品牌認知度是衡量消費者對品牌內涵及價值的認識和理解度的標准，同時也是公司競爭力的一種體現。
2）而品牌形象是品牌在公眾心中所表現出的個性特徵，它體現公眾特別是消費者對品牌的評價與認知，以及對品牌所具有的一切聯想。品牌形象分為三個層級的形象：產品或服務本身的形象、使用者的形象、產品或提供者的形象。
3）品牌滿意度是消費者通過對一個品牌產品或服務的可感知效果與對比預期相比較後，所形成的愉悅或失望的狀態，可以不滿意、滿意、滿足、愉悅等四種情緒，一個擁有高滿意度的品牌，其顧客的購買率及重復購買率也在相應提升，因此品牌滿意度的研究也非常重要。
在傳統的市場研究中，品牌認知、品牌形象和品牌滿意度研究是通過市場調查的手段來實現。在大數據時代，我們可以利用互聯網大數據輔助品牌認知度、品牌形象和品牌滿意度研究。我們可以通過網路爬蟲技術，對新聞媒體、社會化媒體等網站實時全網監測，實時掌握網民對品牌和競品的品牌提及量、產品提及量以及提及量的趨勢，掌握自己品牌和競爭的品牌形象評價；通過品牌和產品的正負面評論的監測，及時了解對品牌消費者對品牌的滿意度情況，及時發現問題。過去，進行品牌認知度、品牌形象以及品牌滿意度的市場調研，從調查開始到報告產生，至少需要半個月到一個月，而且由於成本和操作性的限制，只能選取一些代表性的人群和地點做代表性的抽樣不夠全面。利用大數據手段，我們可以實現更快更全面以及更真實的統計，這對我們及時的了解品牌認知度、品牌形象以及品牌滿意度的現狀和趨勢非常有幫助。
專欄：企業實施大數據的五大關鍵
專欄：大數據應用於企業運營
大數據在電信行業的應用
二、大數據用於忠誠度研究
凈推薦值研究方法是客戶忠誠度研究中的重要方法。凈推薦值（NPS）研究方法由國際知名咨詢公司貝恩咨詢客戶忠誠度業務的創始人佛瑞德·賴克霍徳（Fred Reichheld）在2003《哈佛大學商業評論》文章「你需要致力於增長的一個數字」的文章中首次提到。該方法通過調查客戶問題「您有多大可能向您的朋友或同事推薦我們公司的產品或服務？（0-10分）」 來獲得，根據客戶的回答分數分成三組：
第一組給公司9分或10分，稱之為「推薦者」(promoters)；他們是對公司產品或服務滿意度和忠誠度非常高的客戶，在當今社會化媒體營銷時代，他們是公司產品或服務免費營銷人員，他們會推薦朋友和親人來購買。
第二組給公司7分或8分，為「被動滿意者」(passively satisfied)；他們對公司產品或服務既無不滿意，也無滿意的客戶，較易被其他競爭者吸引。
第三組給0至6分，是「貶損者」(detractors)。他們對公司的產品或服務非常不滿意，不僅僅停止購買公司的產品或服務，他們會盡一切可能勸周圍的人不要買，同時會轉向其他競爭者。
NPS值即為推薦者所佔百分比與貶低者所佔百分比的差值（如下圖）。NPS的業務邏輯是：推薦者會繼續購買並且推薦給其他人來加速你的成長，而貶損者則能破壞你的名聲，不僅僅停止購買，而且勸說周圍朋友購買，讓你在負面的口碑中阻止成長，NPS則是反映了這兩股力量較量的結果。Fred Reichheld實證研究證明NPS和長期利潤成長有正相關性，NPS表現越好，未來企業利潤的成長就會越好。
圖：NPS計算方法
大家可能會問，NPS分數在多少為比較理想的狀態。實證研究表明，NPS分數在NPS的得分值在50%以上被認為是表現不錯，得分值在70－80%之間則證明公司擁有一批高忠誠度的好客戶（如蘋果、Google等互聯網公司的NPS超過70%），大部分公司的NPS值在5－10%之間，更差的公司NPS還可能是負值。當然，我們僅了解NPS是不夠的，NPS本身不能提供具體的改進意見，我們還需要結合影響滿意度的原因深入研究，尤其是對貶損者指標進行深入的滿意度研究，挖掘「貶損」背後的原因。
大數據技術革新傳統NPS研究方式。大部分NPS的研究其數據獲取方式都採用調查問卷的方式，這種方式很容易受到抽樣方式、客戶心態甚至活動禮品等多方面的影響，導致數據失真。在大數據時代，NPS的數據可以來源於客服系統的語音數據和評價文本數據、電商平台購物用戶的打分及用戶評論文本數據以及社會化媒體如微博、論壇等的評論文本數據，這些數據我們都稱之為「用戶反饋數據」。我們可以利用語音分析技術、文本分析技術將這些非結構化的「用戶反饋數據」結構化，從而更好的進行數據挖掘，識別「貶損者」和「推薦者」，全面和快速的計算NPS，並可以利用這些大數據，了解「貶損者」的「貶損」的原因。如果還能夠把業務系統和運營系統的「用戶行為數據」關聯整合進來，我們不僅僅通過「用戶反饋數據」了解用戶「貶損」原因，還可以了解「貶損者」的歷史「用戶行為數據，將更有利於我們更好的洞察用戶，更全面、更及時優化「貶損者」的用戶體驗和改進方向；同時可以定向為「推薦者」展開更多的優惠促銷或者附加增值服務。通過大數據手段可以更好的實時掌握NPS，還可以洞察NPS「推薦」或「貶損」的原因，為市場推廣、客戶服務、業務運營等部門的關鍵應用場景提供決策支撐，有利於進一步提升用戶親密度和忠誠度。
三、大數據用於市場細分
市場細分是按照消費者在市場需求、購買動機、購買行為和購買能力方面的差異，運用系統方法將整體市場即全部顧客和潛在顧客劃分為數個不同的消費者群（子市場），以便選擇確定自己的目標市場。市場細分的基礎是購買者對產品需求的差異性。但是，這種差異性一般很難直接度量，故常用其它比較容易度量以及和需求密切相關的變數來對市場進行細分。這些變數包括地理、人口統計學屬性、行為以及消費心態等變數：地理細分是將市場劃分為不同的區域市場，例如可按下列地理特徵將市場細分：行政區劃、城市規模、資源狀況和氣候；人口統計學細分人口統計變數來細分市場，常用來細分市場的人口學變數有年齡、性別、民族、居住地、家庭規模與生命周期等；行為和態度細分是根據消費者對產品的購買動機、購買行為和使用情況來細分；心理細分是按消費者的社會階層、生活方式、人格特徵劃分為不同的群體。市場細分既可以按照以上單維度細分，也可以組合以上維度進行多重標准細分，同時按照多重標准可以將消費者分為比較小的、同質性更高的群體。
區別於傳統的市場細分，大數據應用於市場細分在以下方面起到更為重要的作用：
1）數據採集的維度更為全面，數據採集更為實時，尤其是在行為數據的採集更為及時、細膩和全方位；
2）用大數據演算法進行細分模型建模，可以吸納更多的細分維度，從而可以細分出更小、同質性更高的細分群體；
3）數據更新更快，計算速度更快，市場細分模型更新速度更快，更能及時反映用戶需求的變化，從而可以做出更准確、及時細分；
4）市場細分可以和營銷渠道、營銷活動進行實時關聯和調優，通過大數據演算法判定的細分群體可以實時的進行最有效營銷活動推薦，並可以用大數據計算最為有效推廣渠道觸達這些細分群體。
四、大數據用於產品測試
產品測試指的是企業運用專業的技術手段和研究方法進行以獲得目標消費者（或用戶）對相關產品的認知或評價，以測試新產品的接受度或改進現有產品。產品測試在產品的各生命周期均有應用：
在產品的開發期，產品處於研發和概念階段，此時可以對已有產品進行測試，以了解消費者認為需要改進的方面；或者對尚未成型的產品進行概念性的測試，指導產品經理對正在開放的產品做調整和改進；
在產品介紹期，產品准備投放市場以及剛剛投放市場不久，企業可以通過產品測試以了解最有效的銷售渠道和促銷方式，以及對產品的包裝、價格進行測試；
在產品的成長期和成熟期，企業可以通過自身產品和競爭產品進行對比測試，及時掌握消費者（或用戶）對產品的評價和態度；
在產品的衰退期，為了延長產品生命周期，企業會進行產品的改進或者產品新方向的測試。
以上不同階段的產品測試，傳統的實施方法一般是通過市場調查方式來實現，通常是對消費者（或用戶）進行調查或者訪問，利用多種訪問或調查工具來實現。在大數據和互聯網時代，我們可以用更快和更為准確的方式來進行產品測試：
在產品的開發期，我們可以通過電商平台或者微博、論壇等社會化媒體對現有產品的網上評論進行收集，通過自然語言處理和數據挖掘手段，以了解消費者的不滿和產品改進方向；或者灰度測試來了解新版本的效果，即讓一部分用戶繼續用老版本，一部分用戶開始用新版本，如果用戶對新版本沒有什麼反對意見，那麼逐步擴大范圍，把所有用戶都遷移到新版本上面來。灰度測試和發布可以保證整體產品系統的穩定，在初始灰度的時候就可以發現、調整問題。
在產品的介紹期，產品的包裝、外觀設計和價格等也可以通過灰度測試和發布的方式來掌握消費者的反饋以進行相關的調優。
在產品的成長期和成熟期，我們同樣可以通過大數據手段對電商平台和社會化媒體收集消費者對自身產品和競爭產品的評論，通過自然語言處理和數據挖掘掌握消費者對產品的不滿，以改進我們自己的產品。像寶潔這種對傳統市場調查非常重視的企業，目前已經逐漸開始利用大數據方式進行產品測試，尤其是通過電商平台對每一個產品都能收集評價和反饋，幫助產品的改進和創新。
五、大數據與商圈研究以及空間商業智能
商圈是指商店以其所在地點為中心沿著一定的方向和距離擴展所能吸引顧客的范圍。按照離商店的距離，商圈分為三層，包括核心商圈，次級商圈和邊緣商圈。核心商圈是離商店最近，顧客密度最高，約占商店顧客的55%－70%；次級商圈是指位於核心商圈外圍的商圈，顧客分布較為分散，約占商店顧客的15-20%；邊緣商圈是於商圈的最外緣，包含商圈剩下的客戶，此商圈顧客最為分散，數量最少。
按照商圈的性質，商圈可以分為六大類，包括：
（1）商業區，商業集中的地區；
（2）住宅區，住宅區住戶數量至少1000戶以上；
（3）文教區，其附近有一所或以上的學校；
（4）辦公區，辦公大樓較多的地區；
（5）工業區，即工廠較多的地區；
（6）混合區，以上5類的混合，如住商混合、住教混合、工商混合等。
影響商圈的因素可以分為內部因素和外部因素。內部因素包括：
店鋪經營商品的種類。經營傳統商品、日常用品的店鋪吸引顧客的區域范圍較小，商圈范圍小；經營非常用品，吸引顧客的能力強，商圈范圍廣。
店鋪的經營規模。隨著店鋪經營規模的擴大，其商圈也在隨之擴大，但增大到一定規模時，商圈范圍也不會擴大；
店鋪的經營特徵。經營同類商品的兩個店鋪即便同處一地的同一條街道，其對顧客的吸引力也會有所不同，相應的商圈規模也不一樣。經營靈活、商品齊全、服務周到，在顧客中留有良好形象的店鋪，顧客競爭力強，自然商圈規模相對也會較其他同行業店鋪大；
店鋪的主體設計，包括店鋪所在樓層構成及配置，吸引顧客的設施狀況，如停車場停車位的多少以及其所處位置等。
影響商圈的外部因素包括：
店鋪的促銷手段。利用人員推銷與營業推廣活動等可以吸引更多的次級以及邊緣商圈的顧客，可以更好擴張商圈范圍；
競爭店鋪的位置。相互競爭的兩店之間距離越大，它們各自的商圈也越大。如潛在顧客居於兩家同行業店鋪之間，各自店鋪分別會吸引一部分潛在顧客，造成客流分散，商圈都會因此而縮小。但有些相互競爭的店鋪毗鄰而設，顧客因有較多的比較、選擇機會而被吸引過來，則商圈反而會因競爭而擴大；
人口流動性。人口流動是指在交通要道、繁華商業區、公共場所過往的人口。一個地區的流動人口越多，在這一地區經營的店鋪的潛在顧客就越多。
交通地理狀況。交通地理條件與商圈規模密切相關。在商業繁華地帶，交通條件發達，人口流動性強，有大量的潛在顧客，因而商圈范圍也就越大；反之，店鋪設在交通偏僻地區，顧客主要是分布在店鋪附近的居住人口，其商圈范圍一般較小。
人口統計學特徵和消費特徵。包括商圈的客戶性別、年齡、收入、家庭規模、消費支出能力等。
基於商圈的地理信息和數據挖掘可以應用於商鋪選址、銷售區域分配、物流配送路徑優化、潛在消費者空間分布、線下廣告投放優化、城市規劃等數據可以通過大數據的手段進行獲取。在這些應用中，商鋪選址應用最多，尤其是應用於銀行、快消、電信、醫葯、傢具等行業。
傳統的商圈相關信息獲取是通過市場調查的手段獲得。在大數據時代，商圈相關的位置、客流和消費者信息是可以通過大數據獲取的，尤其是通過電信運營商或具有地圖服務能力的互聯網企業。如中國聯通推出的商鋪選址大數據應用服務，中國聯通可以把城市區域進行柵格化處理，分析每個柵格（不同位置）的用戶群信息、客流信息等，為零售商進行店鋪選址的決策依據，並且已經成功的應用到煙草直營零售終端的分析和選址優化中。而國內的一些城市的相關企業也在啟動智慧商圈的基礎服務。他們藉助為公眾提供免費WiFi服務的同時，把商圈人流數據收集成為城市大數據，建立智慧商圈大數據分析平台和應用服務，通過智慧商圈服務數據分析平台的應用服務於城市管理，比如了解商圈人流、客流，為城市規劃和交通線路設計提供依據和參考，也可以為商家選址和廣告促銷提供依據。在國外，一家名為PiinPoint的企業，他們提供基於網路的分析工具，可以幫助企業和商鋪選址進行優化，它能夠收集各種數據，包括人口、稅率、交通信息和房產信息等，對不同的待選地址進行深度分析，並吸引了許多有擴張計劃的美國零售商。
對於大數據與商圈信息的結合研究，無論是工業界還是學術界都在積極探索，甚至這些研究發展已經逐步發展為空間商業智能的探索。美國密西根大學中國信息研究中心主任鮑曙明是這樣界定的空間商業智能：空間商業智能是商業智能服務的一種擴展，涉及到空間和網點的分布，周邊的人口、環境、地理等等之間的關系。大數據、移動技術以及雲計算是未來發展趨勢，如何將這些新技術和空間商業智能有機整合，提升應用的能力，並將地理智慧普及到更廣泛的商業領域，目前還處於探索階段，還需要業界同仁共同努力。
近兩年興起的室內定位技術ibeacon將會對空間商業智能的發展有著更為積極的促進作用。iBeacon是蘋果公司2013年9月發布的移動設備用OS（iOS7）上配備的新功能，通過軟體和硬體的結合，從而大大提高室內精度，從原來的幾百米或者幾十米的定位精度提高到一米以內的定位精度。這種能力將極大的強化購物體驗，如當客戶走到某個商品前，手機應用自動跳出商品的介紹和促銷信息。對於商家，也可以更加精準的判別潛在消費者，及時的向消費者進行精準營銷。隨著iBeacon的發展，商家位置信息將更為精準，線下商品信息更為豐富，尤其是極大彌補室內定位的數據源，這對空間商業智能的發展是極大的利好。
總之，大數據應用於市場和用戶研究仍仍處於探索階段，依然面臨著諸多的挑戰，尤其是數據採集的不全面的問題、數據質量的問題以及數據處理和分析技術有待加強尤其是非結構化數據的處理和分析技術。但我們不可否認的是，大數據應用與市場和用戶研究將帶來研究速度和效率的極大提升。隨著大數據相關技術的發展和成熟，我們有理由相信，利用大數據進行更好的市場洞察和用戶洞察洞察。市場與用戶研究的同仁，我們一起擁抱大數據吧。
『拾』 大數據如何與零售業結合 在實戰中應用
大數據如何與零售業結合 在實戰中應用
一、「大數據」的商業價值
1、對顧客群體細分
「大數據」可以對顧客群體細分，然後對每個群體量體裁衣般的採取獨特的行動。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。
2、模擬實境
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、提高投入回報率
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。「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。
4、數據存儲空間出租
企業和個人有著海量信息存儲的需求，只有將數據妥善存儲，才有可能進一步挖掘其潛在價值。具體而言，這塊業務模式又可以細分為針對個人文件存儲和針對企業用戶兩大類。主要是通過易於使用的API，用戶可以方便地將各種數據對象放在雲端，然後再像使用水、電一樣按用量收費。目前已有多個公司推出相應服務，如亞馬遜、網易、諾基亞等。運營商也推出了相應的服務，如中國移動的彩雲業務。
5、管理客戶關系
客戶管理應用的目的是根據客戶的屬性(包括自然屬性和行為屬性)，從不同角度深層次分析客戶、了解客戶，以此增加新的客戶、提高客戶的忠誠度、降低客戶流失率、提高客戶消費等。 對中小客戶來說，專門的CRM顯然大而貴。不少中小商家將飛信作為初級CRM來使用。比如把老客戶加到飛信群里，在群朋友圈裡發布新產品預告、特價銷售通知，完成售前售後服務等。
6、個性化精準推薦
在運營商內部，根據用戶喜好推薦各類業務或應用是常見的，比如應用商店軟體推薦、IPTV視頻節目推薦等，而通過關聯演算法、文本摘要抽取、情感分析等智能分析演算法後，可以將之延伸到商用化服務，利用數據挖掘技術幫助客戶進行精準營銷，今後盈利可以來自於客戶增值部分的分成。
以日常的「垃圾簡訊」為例，信息並不都是「垃圾」，因為收到的人並不需要而被視為垃圾。通過用戶行為數據進行分析後，可以給需要的人發送需要的信息，這樣「垃圾簡訊」就成了有價值的信息。在日本的麥當勞，用戶在手機上下載優惠券，再去餐廳用運營商DoCoMo的手機錢包優惠支付。運營商和麥當勞搜集相關消費信息，例如經常買什麼漢堡，去哪個店消費，消費頻次多少，然後精準推送優惠券給用戶。
7、數據搜索
數據搜索是一個並不新鮮的應用，隨著「大數據」時代的到來，實時性、全范圍搜索的需求也就變得越來越強烈。我們需要能搜索各種社交網路、用戶行為等數據。其商業應用價值是將實時的數據處理與分析和廣告聯系起來，即實時廣告業務和應用內移動廣告的社交服務。
運營商掌握的用戶網上行為信息，使得所獲取的數據「具備更全面維度」，更具商業價值。典型應用如中國移動的「盤古搜索」。
二、「大數據」與零售業的結合運用
對於數據的使用，許多實體零售商同樣表示非常重視，他們對企業積累的數據進行了各種預測和分析。然而，對具體的銷售業務來說，往往存在理想與現實的糾結，前不久市場中一家知名的服裝零售企業一方面在宣傳盈利上市的同時，一方面曝出有近10億元的庫存。國內很多零售企業都知道「大數據」應用的好處，但他們一旦將「大數據」的應用結合到自己的企業經營中時，便會出現與目前經營有非常大的不適應問題，如此導致許多企業對此都持非常謹慎的態度。
1、將零售策略與「大數據」技術進行結合
零售企業談的「大數據」的最大價值，是在零售策略上與「大數據」技術進行結合，最大程度地編制前置性的零售策略，確保銷售計劃的實現。「大數據」講究四個「V」：一是數據體量大（Volume）；二是數據類型復雜（Variety），多涉及到各種結構性與非結構性的；三是價值密度低（Value），這和體量大是相對應的；四是數據更新與處理速度快（Velocity）。
根據這些特性主動地在業務數據產生的同時做出相應的策略應對，會為企業贏得更多的時間和市場策略調整空間。這類似於大江大河的洪峰預警，上游的洪峰出現什麼狀況，下游要做什麼樣的應對。數據用到這一層面上，才具有直接的業務價值，這不是那種銷量同期比、環比、銷售計劃比數據能指導業務的價值能相比的。例如一家涉足線上業務的實體零售商，在一組貨品的15分鍾促銷時間內，往往准備著3套應變策略，以確保貨品能夠按計劃賣出。
在實體商業領域，有許多關於數據與營銷的案例。一個較早的版本就是美國沃爾瑪啤酒和尿布的數據關系。原來，美國的婦女在家照顧孩子，所以她們會囑咐丈夫在下班回家的路上為孩子買尿布，而丈夫在買尿布的同時又會順手購買自己愛喝的啤酒。
當分析師了解到啤酒和尿布銷量存在正相關關系、並進一步分析的時候，發現了這樣的購買情境，於是將這兩種屬於不同門類的商品擺在一起。這個發現為商家帶來了新的銷售組合。當然，即使再多的零售連鎖企業知道這個故事，也極少從平時銷售中能發現這樣的組合，哪怕是牽強附會的。
所以，零售策略設計是零售業「大數據」價值最大的地方，也是「大數據」可以直接為其提供支持的業務。
2、零售企業對「大數據」應保持正確態度
企業的領導者首先要重視「大數據」的發展、重視企業的數據中心，把收集顧客數據作為企業營銷運營的第一目標；第二，對企業內部人員進行培訓及建立收集數據的軟硬體機制；第三，以業務需求為准則，確定哪些數據是需要收集的；第四，確認在企業已有的數據基礎上或者未來方向前提下，如何達成前三項目標的基礎建設方案。
在這些IT基礎工作需要企業有實實在在的投入和建設規范的信息化團隊，作為中國商業最大的一分子——中小微型零售企業似乎是不可能也沒有足夠的能力來面對這樣一場變化的。
大中型零售商因為本身業務及利潤的積淀，已經能夠承擔這樣一場需求趨勢的需要成本。中小微型企業還處於快速發展過程中，如果也如同大中型企業進行全方面的投入，將很快會被新型的IT工具拖垮或者遭受重創。
但這並不意味著中小零售企業沒有機會，實際上IT的發展為所有的企業都提供了平等的選擇，雲計算的廣泛應用即是對這樣一場變革帶來的臨時禮物。
作為中小微型零售企業，完全不必考慮自己建設一套「大數據」的IT系統，他們從精力、成本、能力上來說都不適合，因此此類企業可以將企業的IT建設外包給適合的服務商，企業本身的所有精力可以投入到對商圈的開發上。
目前，一些IT軟體開發運營商也已經針對傳統零售企業推出了雲服務的基礎平台，為中小微型商業企業提供了大型企業和超大型企業同樣的基礎環境及系統架構，小企業只需清晰地規劃出自己的目標和適合的步驟，使用雲平台按需付費即可，大可不必進行巨大的初始投入和不可預測的運行成本。
三、「大數據」在零售企業實戰中的應用
1、Target
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。為此，Target的市場營銷人員求助於Target的顧客數據分析部要求建立一個模型，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，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。
如何能夠准確地判斷哪位顧客懷孕？ Target想到公司有一個迎嬰聚會（baby shower）的登記表，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Target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。
為了不讓顧客覺得商家侵犯了自己的隱私，Target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。
根據這個「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。Target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Target使用「大數據」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。
2、ZARA
ZARA平均每件服裝價格只有LVHM四分之一，但是，回看兩家公司的財務年報，ZARA稅前毛利率比LVHM集團還高23、6%。
（1）分析顧客的需求
在ZARA的門店裡，櫃台和店內各角落都裝有攝影機，店經理隨身帶著PDA。目的是記錄其顧客的每個意見，如顧客對衣服圖案的偏好，扣子的大小，拉鏈的款式之類的微小舉動。店員會向分店經理匯報，經理上傳到ZARA內部全球資訊網路中，每天至少兩次傳遞資訊給總部設計人員，由總部作出決策後立即傳送到生產線，改變產品樣式。
關店後，銷售人員結帳、盤點每天貨品上下架情況，並對客人購買與退貨率做出統計。再結合櫃台現金資料，交易系統做出當日成交分析報告，分析當日產品熱銷排名，然後，數據直達ZARA倉儲系統 。
收集海量的顧客意見，以此做出生產銷售決策，這樣的作法大大降低了存貨率。同時，根據這些電話和電腦數據，ZARA分析出相似的「區域流行」，在顏色、版型的生產中，做出最靠近客戶需求的市場區隔。
（2）結合線上店數據
2010年，ZARA同時在六個歐洲國家成立網路商店，增加了網路巨量資料的串連性。2011年，分別在美國、日本推出網路平台，除了增加營收，線上商店強化了雙向搜尋引擎、資料分析的功能。不僅回收意見給生產端，讓決策者精準找出目標市場；也對消費者提供更准確的時尚訊息，雙方都能享受「大數據」帶來的好處。分析師預估，網路商店為ZARA至少提升了10%營收。
此外，線上商店除了交易行為，也是活動產品上市前的營銷試金石。ZARA通常先在網路上舉辦消費者意見調查，再從網路回饋中，擷取顧客意見，以此改善實際出貨的產品。
ZARA將網路上的海量資料看作實體店面的前測指標。因為會在網路上搜尋時尚資訊的人，對服飾的喜好、資訊的掌握，催生潮流的能力，比一般大眾更前衛。再者，會在網路上搶先得知ZARA資訊的消費者，進實體店面消費的比率也很高。
這些顧客資料，除了應用在生產端，同時被整個ZARA所屬的英德斯（Inditex）集團各部門運用：包含客服中心、行銷部、設計團隊、生產線和通路等。根據這些巨量資料，形成各部門的KPI，完成ZARA內部的垂直整合主軸。
ZARA推行的海量資料整合，後來被ZARA所屬英德斯集團底下八個品牌學習應用。可以預見未來的時尚圈，除了檯面上的設計能力，檯面下的資訊/數據大戰，將是更重要的隱形戰場。
（3）對數據快速處理、修正、執行
H&M一直想跟上ZARA的腳步，積極利用「大數據」改善產品流程，成效卻不彰，兩者差距愈拉愈大，這是為什麼？
主要的原因是，「大數據」最重要功能是縮短生產時間，讓生產端依照顧客意見，能於第一時間迅速修正。但是，H&M內部的管理流程，卻無法支撐「大數據」供應的龐大資訊。H&M的供應鏈中，從打版到出貨，需要三個月左右，完全不能與ZARA兩周的時間相比。
因為H&M不像ZARA，後者設計生產近半維持在西班牙國內，而H&M產地分散到亞洲、中南美洲各地。跨國溝通的時間，拉長了生產的時間成本。如此一來，「大數據」即使當天反映了各區顧客意見，無法立即改善，資訊和生產分離的結果，讓H&M內部的「大數據」系統功效受到限制。
「大數據」運營要成功的關鍵，是資訊系統要能與決策流程緊密結合，迅速對消費者的需求作出回應、修正，並且立刻執行決策。
3、亞馬遜
此前亞馬遜並未大張旗鼓推展廣告業務，直至2012年年底，有報道指出，亞馬遜即將推出實時廣告交易平台，從而向Facebook和谷歌發起挑戰。這個實時廣告交易平台又稱「需求方平台」（Demand Side Platform，DSP），可以讓廣告與目標消費者相遇。廣告商可以在「需求方平台」上競標網站的閑置廣告空間，而競標標的包括廣告版位，以及符合特定條件的消費者。
亞馬遜開發的「需求方平台」可以「協助廣告商接觸網路上的眾多用戶，同時也幫助客戶迅速找到想購買產品的相關資訊」，「需求方平台」概念雖非亞馬遜首創，但以豐富資料為後盾。
亞馬遜與廣告商分享的資訊有兩類，一是依用戶網路行為所做的通用分類，例如熱衷時尚、喜愛電子產品、身份為母親、愛喝咖啡等，二是用戶的商品搜尋記錄。至於消費者的實際購物資料，亞馬遜似乎尚未列入分享。廣告商即使無法得知實際消費記錄，能了解潛在顧客的商品搜尋記錄；亞馬遜如果全力進軍網路廣告市場，仍可能大大改變產業生態。
亞馬遜2012年的廣告收入約為5億美元， 2013年的廣告收入將達10億美元。這會成為亞馬遜未來幾年內營收增長的新動力，更重要的是，它可能是亞馬遜各項業務中利潤率最高的業務之一。
4、沃爾瑪
2011年，沃爾瑪電子商務的營收僅是亞馬遜的五分之一，且差距年年擴大，讓沃爾瑪不得不設法奮起直追，找出各種提升數字營收的模式。最終，沃爾瑪選擇在社交網站的移動商務上放手一搏，讓更大量、迅速的資訊，進入沃爾瑪內部銷售決策。沃爾瑪的每張購買建議清單，都是大量資料運算而出的結果。
2011年4月，沃爾瑪以3億美元高價收購了一家專長分類社群網站Kosmix。Kosmix不僅能收集、分析網路上的海量資料（大數據）給企業，還能將這些資訊個人化，提供采購建議給終端消費者（若不是追蹤結帳資料，這些細微的消費者習慣，很難從賣場巡邏中發現）。這意味著，沃爾瑪使用的「大數據」模式，已經從「挖掘」顧客需求進展到要能夠「創造」消費需求。
沃爾瑪本身就是一個海量資料系統，適用各種商業上的分析行為，它的綜合功能，作為世界最大的零售業（專題閱讀）巨人，沃爾瑪在全球超過200萬名員工，總共有110個超大型配送中心，每天處理的資料量超過10億筆。由於資料量過於龐大，沃爾瑪的「大數據」系統最重要的任務，就是在做出每一筆決定前，將執行成本降到最低，並且創造新的消費機會。
Kosmix為沃爾瑪打造的「大數據」系統稱做「社交基因組（Social Genome）」，連結到Twitter、Facebook等社交媒體。工程師從每天熱門消息中，推出與社會時事呼應的商品，創造消費需求。分類范圍包含消費者、新聞事件、產品、地區、組織和新聞議題等。同時，針對社交網路快消息流的性質，沃爾瑪內部的「大數據」實驗室專門發展出一套追蹤系統，結合手機上網，專門管理追蹤龐大的社交動態，每天能處理的資訊量超過10億筆。
「社交基因組」的應用方式五花八門。舉例來說，沃爾瑪實驗室內部軟體能從Foursquare平台上的打卡記錄，分析出在黑色星期五，不同地區消費者最常購買的品項，然後，針對不同地區送出購買建議。
以上是小編為大家分享的關於大數據如何與零售業結合 在實戰中應用的相關內容，更多信息可以關注環球青藤分享更多干貨