① 大数据给零售行业带来的商业价值
大数据给零售行业带来的商业价值
在大数据推动的商业革命暗涌中，要么学会使用大数据的杠杆创造商业价值，要么被大数据驱动的新生代商业格局淘汰。
最早关于大数据的故事发生在美国第二大的超市塔吉特百货(Target)。孕妇对于零售商来说是个含金量很高的顾客群体。但是他们一般会去专门的孕妇商店而不是在Target购买孕期用品。人们一提起Target，往往想到的都是清洁用品、袜子和手纸之类的日常生活用品，却忽视了Target有孕妇需要的一切。那么Target有什么办法可以把这部分细分顾客从孕妇产品专卖店的手里截留下来呢?
为此，Target的市场营销人员求助于Target的顾客数据分析部(Guest Data & Analytical Services)的高级经理Andrew Pole，要求他建立一个模型，在孕妇第2个妊娠期就把她们给确认出来。在美国出生记录是公开的，等孩子出生了，新生儿母亲就会被铺天盖地的产品优惠广告包围，那时候Target再行动就晚了，因此必须赶在孕妇第2个妊娠期行动起来。如果Target能够赶在所有零售商之前知道哪位顾客怀孕了，市场营销部门就可以早早的给他们发出量身定制的孕妇优惠广告，早早圈定宝贵的顾客资源。
可是怀孕是很私密的信息，如何能够准确地判断哪位顾客怀孕了呢?Andrew Pole想到了Target有一个迎婴聚会(baby shower)的登记表。Andrew Pole开始对这些登记表里的顾客的消费数据进行建模分析，不久就发现了许多非常有用的数据模式。比如模型发现，许多孕妇在第2个妊娠期的开始会买许多大包装的无香味护手霜;在怀孕的最初20周大量购买补充钙、镁、锌的善存片之类的保健品。最后Andrew Pole选出了25种典型商品的消费数据构建了“怀孕预测指数”，通过这个指数，Target能够在很小的误差范围内预测到顾客的怀孕情况，因此Target就能早早地把孕妇优惠广告寄发给顾客。
那么，顾客收到这样的广告会不会吓坏了呢?Target很聪明地避免了这种情况，它把孕妇用品的优惠广告夹杂在其他一大堆与怀孕不相关的商品优惠广告当中，这样顾客就不知道Target知道她怀孕了。百密一疏的是，Target的这种优惠广告间接地令一个蒙在鼓里的父亲意外发现他高中生的女儿怀孕了，此事甚至被《纽约时报》报道了，结果Target大数据的巨大威力轰动了全美。
根据Andrew Pole的大数据模型,Target制订了全新的广告营销方案，结果Target的孕期用品销售呈现了爆炸性的增长。Andrew Pole的大数据分析技术从孕妇这个细分顾客群开始向其他各种细分客户群推广，从Andrew Pole加入Target的2002年到2010年间，Target的销售额从440亿美元增长到了670亿美元。
我们可以想象的是，许多孕妇在浑然不觉的情况下成了Target常年的忠实拥泵，许多孕妇产品专卖店也在浑然不知的情况下破产。浑然不觉的背景里，大数据正在推动一股强劲的商业革命暗涌，商家们早晚要面对的一个问题就是：究竟是在浑然不觉中崛起，还是在浑然不觉中灭亡。
大数据是谁?
大数据炙手可热，但是能说清楚大数据是什么的人却不多。要真正弄明白什么是大数据，我们首先得看看Target是怎么收集大数据的。
只要有可能，Target的大数据系统会给每一个顾客编一个ID号。你刷信用卡、使用优惠券、填写调查问卷、邮寄退货单、打客服电话、开启广告邮件、访问官网，所有这一切行为都会记录进你的ID号。
而且这个ID号还会对号入座的记录下你的人口统计信息：年龄、是否已婚、是否有子女、所住市区、住址离Target的车程、薪水情况、最近是否搬过家、钱包里的信用卡情况、常访问的网址等等。Target还可以从其他相关机构那里购买你的其他信息：种族、就业史、喜欢读的杂志、破产记录、婚姻史、购房记录、求学记录、阅读习惯等等。乍一看，你会觉得这些数据毫无意义，但在Andrew Pole和顾客数据分析部的手里，这些看似无用的数据便爆发了前述强劲的威力。
在商业领域，大数据就是像Target那样收集起来的关于消费者行为的海量相关数据。这些数据超越了传统的存储方式和数据库管理工具的功能范围，必须用到大数据存储、搜索、分析和可视化技术(比如云计算)才能挖掘出巨大商业价值。
大数据的商业价值
大数据这么火，因此很多人就跟起风来，言必称大数据，可是很多人不但没搞明白大数据是什么的问题，也不知道大数据究竟能往哪些方面挖掘出巨大的商业价值。这样瞎子摸象般的跟风注定了是要以惨败告终的，就像以前一窝蜂地追逐社交网络和团购一样。那么大数据究竟能往哪些方面挖掘出巨大的商业价值呢?根据IDC和麦肯锡的大数据研究结果的总结，大数据主要能在以下4个方面挖掘出巨大的商业价值：对顾客群体细分，然后对每个群体量体裁衣般的采取独特的行动;运用大数据模拟实境，发掘新的需求和提高投入的回报率;提高大数据成果在各相关部门的分享程度，提高整个管理链条和产业链条的投入回报率;进行商业模式、产品和服务的创新。笔者把他们简称为大数据的4个商业价值杠杆。企业在大踏步向大数据领域投入之前，必须清楚地分析企业自身这4个杠杆的实际情况和强弱程度。
1、对顾客群体细分，然后对每个群体量体裁衣般的采取独特的行动。本文开头Target的故事就是这个杠杆的案例，瞄准特定的顾客群体来进行营销和服务是商家一直以来的追求。云存储的海量数据和大数据的分析技术使得对消费者的实时和极端的细分有了成本效率极高的可能。比如在大数据时代之前，要搞清楚海量顾客的怀孕情况，得投入惊人的人力、物力、财力，使得这种细分行为毫无商业意义。
2、运用大数据模拟实境，发掘新的需求和提高投入的回报率。现在越来越多的产品中都装有传感器，汽车和智能手机的普及使得可收集数据呈现爆炸性增长。Blog、Twitter、Facebook和微博等社交网络也在产生着海量的数据。云计算和大数据分析技术使得商家可以在成本效率较高的情况下，实时地把这些数据连同交易行为的数据进行储存和分析。交易过程、产品使用和人类行为都可以数据化。大数据技术可以把这些数据整合起来进行数据挖掘，从而在某些情况下通过模型模拟来判断不同变量(比如不同地区不同促销方案)的情况下何种方案投入回报最高。
3、提高大数据成果在各相关部门的分享程度，提高整个管理链条和产业链条的投入回报率。大数据能力强的部门可以通过云计算、互联网和内部搜索引擎把大数据成果和大数据能力比较薄弱的部门分享，帮助他们利用大数据创造商业价值。这个杠杆的案例是关于沃尔玛的一个故事。
沃尔玛开发了一个叫做Retail Link的大数据工具，通过这个工具供应商可以事先知道每家店的卖货和库存情况，从而可以在沃尔玛发出指令前自行补货，这可以极大地减少断货的情况和供应链整体的库存水平。在这个过程中，供应商可以更多的控制商品在店内的陈设，可以通过和店内工作人员更多地接触，提高他们的产品知识;沃尔玛可以降低库存成本，享受员工产品知识提高的成果，减少店内商品陈设的投入。综合起来，整个供应链可以在成本降低的情况下，提高服务的质量，供应商和沃尔玛的品牌价值也同时得到了提升。通过在整条供应链上分享大数据技术，沃尔玛引爆了零售业的生产效率革命。
4、进行商业模式，产品和服务的创新。大数据技术使公司可以加强已有的产品和服务，创造新的产品和服务，甚至打造出全新的商业模式。这个杠杆将引用Tesco为案例。Tesco收集了海量的顾客数据，通过对每位顾客海量数据的分析，Tesco对每位顾客的信用程度和相关风险都会有一个极为准确的评估。在这个基础上，Tesco推出了自己的信用卡，未来Tesco还有野心推出自己的存款服务。
大数据的商业革命
通过以上4个杠杆，大数据能够产生出巨大的商业价值，难怪麦肯锡说大数据将是传统4大生产要素之后的第5大生产要素。大数据对市场占有率、成本控制、投入回报率和用户体验都会起到极大的促进作用，大数据优势将成为企业最值得倚重的比较竞争优势。根据麦肯锡的估计，如果零售商能够充分发挥大数据的优势，其营运利润率就会有年均60%的增长空间，生产效率将会实现年均0.5%-1%的增长幅度。在大数据这个概念炒热起来的当下，人们才发现像沃尔玛、Target、亚马逊、Tesco这样的商业巨头已经不声不响地运用了大数据技术好多年，用大数据驱动市场营销、驱动成本控制、驱动产品和服务创新、驱动管理和决策的创新、驱动商业模式的创新。许多商界骄子慨叹竞争不过Target们的不解之谜也终于告破。
在大数据推动的商业革命暗涌中，与时俱进绝不仅仅是附庸风雅的卡位之战，要么学会使用大数据的杠杆创造商业价值，要么被大数据驱动的新生代商业格局淘汰。这是天赐良机，更是生死之战。成功者将是中国产业链升级独领风骚的枭雄，失败者拥有的只有遗憾。
以上是小编为大家分享的关于大数据给零售行业带来的商业价值的相关内容，更多信息可以关注环球青藤分享更多干货
② 8个典型案例看懂零售巨头的“大数据”战略
8个典型案例看懂零售巨头的“大数据”战略_数据分析师考试
未来的零售分析要求零售商借助集成式业务流程和信息系统，为客户洞察提供支持，将客户洞察发展成一种企业级的战略能力，并根植于企业结构和企业文化中。在这种形势下，零售商的所有业务职能部门在制定决策时，将把基于情景的客户洞察作为一个重要依据。
分析公司 EKN 认为，为了真正实现以客户为中心，零售商需要具备多项关键能力，而这些能力均由业务分析驱动。
全渠道集成。如果缺乏相关客户洞察支持与客户的互动，零售商将无法实现跨渠道无缝客户体验。零售商与客户互动的联络点能为零售商提供丰富的客户数据，因此，所有联络点也成为了零售商的最佳竞争利器。
个性化互动。与网上零售商相比，实体零售商具有两大优势：能与客户进行个人接触，以及拥有更丰富的历史记录和更多样的客户数据。如今，“个性化”购物体验已成为人们津津乐道的话题，而如何巧妙地结合上述两大优势，即在行动中及时交付客户洞察，将成为零售商打造“个性化”购物体验的基础。
持续的卓越运营。客户洞察的应用并非仅局限于面向客户的使用案例。事实上，如果零售商已经能够在各个运营职能部门中更成熟地运用分析功能，那么集成客户洞察便是他们不容错过的增量机会。
零售商用例
销售
瑞士零售商 Globus 使用大数据内存计算和高级分析来获取宝贵的销售绩效洞察。目前，他们能够实时处理海量的产品数据，并在几分钟内分析不同时间范围、店铺和区域内数千种产品的销售模式与促销活动。该零售商还向其管理人员提供了这些洞察的访问权限，以便他们能够更迅速地响应市场状况。
美国零售商 Guess 使用高级分析向其高管提供畅销产品和可用库存的实时视图。该零售商的分析解决方案基于大型客户数据集，分析销售额、细分目标客户，并策划促销活动。
市场营销
沃尔玛的 Global.com 部门充分利用“快速的大数据”和社交分析，快速识别不断变化的客户喜好。该零售商的社交意识（Social Sense）项目能通过社交媒体确定商品的畅销程度，并帮助顾客发掘潜在需求和感兴趣的新产品。同时，借助 ShoppyCat 工具，他们可根据 Facebook 用户的爱好和兴趣，为这些用户推荐适合的产品。此外，Global.com 还使用社交基因组（Social Genome）技术，来帮助客户为朋友挑选礼物。
塔吉特（Target）百货公司利用预测分析程序，来推断个体消费者是否具备成为该公司特定营销活动优质客户的特质。他们给每位顾客分配了一个独一无二的客户识别号码。该号码将客户个人信息、购物行为和喜好整合到一个可跟踪的实体内。塔吉特还专门成立了一个客户营销分析部门，致力于全面了解客户，超越其他竞争对手，从而获得竞争优势。借助动态数据仓库（Active Data Warehouse），塔吉特可在整个企业的混合工作负载环境下，基于海量数据管理复杂的用户查询。
全渠道
英国零售商巴宝莉（Burberry）集成了旗下所有渠道，包括实体店、网上商店、移动终端以及各大社交网站。他们采用了创新技术和数据分析，用于分析来自所有数据源的数据，旨在实时识别个人客户并建立客户档案。相比过去，巴宝莉的分析速度提高了 14,000 倍，以前需要 5 个小时的请求，现在 1 秒就能完成。不论店员处于什么位置，他们都能在客户踏入店内时立即识别客户信息，了解他们过去的购买记录，并提供个性化建议。
韩国零售商 NS Shopping 将移动渠道和社交渠道集成到零售环境中，并利用大数据分析，实时、集中地获取所有渠道的客户和产品数据。而公司的电子商务团队和市场营销团队将利用这些数据，向顾客提供个性化的产品建议。
供应链
美国网上零售商亚马逊基于非平稳随机模型，构建了全新的供应链流程和系统。该方法能为订单履行、寻源、产能和库存决策提供鼎力支持。亚马逊不仅开发了联合和协调补货的新算法，还基于历史需求、活动记录和计划、各履行中心的预测结果、库存计划、采购周期以及采购订单，在 SKU 级别实施了全新的国家预测方案。
英国零售商乐购（Tesco）采用先进的建模工具，基于历史销售数据模拟配送仓库的运作，从而达到优化库存的目的。该零售商还组建了一个内部分析团队，该团队主要负责通过回归测试掌握各要素之间的关联，如天气数据、特价优惠，及销售模式等等。
以上是小编为大家分享的关于8个典型案例看懂零售巨头的“大数据”战略的相关内容，更多信息可以关注环球青藤分享更多干货
③ 大数据营销的主要用途有哪些
这里先说下什么是大数据。大数据营销是指基于多平台的大量数据，依托大数据技术的基础上，应用于互联网广告行业的营销方式。大数据营销衍生于互联网行业，又作用于互联网行业。依托多平台的大数据采集，以及大数据技术的分析与预测能力，能够使广告更加精准有效，给品牌企业带来更高的投资回报率。
大数据营销的核心在于让网络广告在合适的时间，通过合适的载体，以合适的方式，投给合适的人。
大数据营销的主要用途
1.基于用户的需求定制改善产品。消费者在有意或无意中留下的信息数据作为其潜在需求的体现是企业定制改善产品的一项有力根据。ZARA公司内部的全球资讯网络会定期把从各分店收集到的顾客意见和建议汇总并传递给总部的设计人员，然后由总部作出决策后再立刻将新的设计传送到生产线，直到最终实现“数据造衣”的全过程。利用这一点ZARA作为一个标准化与本土化战略并行的公司，还分析出了各地的区域流行色并在保持其服饰整体欧美风格不变的大前提下做出了最靠近客户需求的市场区隔。同样，在ZARA的网络商店内，消费者意见也作为一项市场调研大数据参与企业产品的研发和生产，且由此映射出的前沿观点和时尚潮流还让“快速时尚”成为了ZARA的品牌代名词。
2.开展精准的推广活动。基于数据的精准推广活动可大致分为三类:
首先，企业作为其产品的经营者可以通过大数据的分析定位到有特定潜在需求的受众人群并针对这一群体进行有效的定向推广以达到刺激消费的目的。红米手机在QQ空间上的首发就是一项成功的“大数据找人”精准营销案例。通过对海量用户的行为泡括点赞、关注相关主页等)和他们的身份信息泡括年龄、教育程度、社交圈等)进行筛选后，公司从6亿Q
cone用户中选出了5000万可能对红米手机感兴趣的用户作为此次定向投放广告和推送红米活动的目标群体并最终预售成功。
其次，针对既有的消费者，企业可以通过用户的行为数据分析他们各自的购物习惯并按照其特定的购物偏好、独特的购买倾向加以一对一的定制化商品推送。Turge佰货的促销手册、沃尔玛的建议购买清单、亚马逊的产品推荐页无一不是个性化产品推荐为企业带来可预测销售额的体现。
最后，企业可以依据既有消费者各自不同的人物特征将受众按照“标签”细分(如“网购达人”)，再用不同的侧重方式和定制化的活动向这些类群进行定向的精准营销。对于价格敏感者，企业需要适当地推送性价比相对较高的产品并加送一些电子优惠券以刺激消费:而针对喜欢干脆购物的人，商家则要少些干扰并帮助其尽快地完成购物。
3.维系客户关系。召回购物车放弃者和挽留流失的老客户也是一种大数据在商业中的应用。中国移动通过客服电话向流失到联通的移动老客户介绍最新的优惠资讯:餐厅通过会员留下的通讯信息向其推送打折优惠券来提醒久不光顾的老客户消费;Youtube根据用户以往的收视习惯确定近期的互动名单并据此发送给可能濒临流失的用户相关邮件以提醒并鼓励他们重新回来观看。大数据帮助企业识别各类用户，而针对忠诚度各异的消费者实行“差别对待”和“量体裁衣”是企业客户管理中一项重要的理念基础。
④ 沃尔玛的数据库营销用了什么调查方法
充分利用手中大量的大数据资源进行详细的调查分析，运用各种数据挖掘分析技术实现精准化的营销策略。
精准营销简单地说就是利用现代化的信息技术手段，来实现个性化营销的活动，需要建立在精准定位和分析基础之上，是将数据整合汇聚并建立系统化的大数据可视化关联分析系统，将大数据交换共享平台和现有的 CRM系统打通。对用户市场进行细分，根据大数据挖掘分析的用户需求信息，进行产品或服务的量身定做。
未来对市场的争夺就是对客户资源的争夺，如果能够有效利用自己手中大量的大数据资源，充分运用各种数据挖掘分析技术实现精准化的营销，就能深入挖掘新的市场价值，轻松应对任务重压，实现自身营销环节的优化演进，达到收入倍增的目的。
⑤ 亚马逊数据分析工具有哪些
亚马逊数据分析工具有Jungle Scout、卖家之家Keepa、Datartery数据脉、“BSR销量模拟器”、ipricetracker、Marketplacepulse等。具体介绍如下：
一、Jungle Scout
1、大数据：我们每天对超过5亿个数据点进行计算处理。每天跑这些数据，对系统的处理能力要求非常高。
2、专家团队：我们拥有一支由技术大牛组建的大数据团队，每天处理这些大量且庞杂的数据，通过AccuSales惴ń庑┦葑抗浪阒担τ玫_hrome插件和Web App产品中。
3、定制化系统：数据团队开发了这套特有的算法和系统来处理、测量与分析所有收集到的数据。
4、最新的插件5.0+版本可以轻松透视数据，安装插件后，只需打开亚马逊搜索结果页面即可获取全部ASIN数据。
二.卖家之家Keepa
Keepa是一款亚马逊产品价格监控工具，可以进行产品历史价格比对图表，一般可对比6个产品，产品价格下降提醒和价格跟踪。类似camelcamelcamel，但效果比它更好。还可以在Keepa上免费下载Proct Viewer（产品查看器）和Proct Tracker（产品跟踪器），了解产品的最新数据，在选品方面可以给予帮助。
三.Datartery（数据脉）
数据脉是为国内亚马逊卖家量身打造的数据选品运营工具，可以帮助选品开发，监控关键词搜索排名，辅助优化listing和产品，提升流量，帮助卖家打造爆款，实现数据驱动销售。此外，数据脉还具有潜力新品、品类大盘、天眼中小、销售趋势透视、数据安全等功能。
四.卖家之家“BSR销量模拟器”
BSR销量模拟器可以帮助亚马逊卖家快速查询某个产品的BSR排名对应销量，预估销量趋势，辅助选品。
五.ipricetracker
ipricetracker是一款很好用的价格数据分析工具，使用该工具可以帮助你在亚马逊上找到最优惠的价格的产品。设置所需的价格并开始跟踪。当产品价格下降时，会根据设置的电子邮件，给用户发送提醒通知。所有产品都在一个帐户中管理。
六.Marketplacepulse
这是一款店铺分析监控工具，它可以可以监控电子商务市场上的数百万个数据点，包括亚马逊，eBay，沃尔玛，Etsy，阿里巴巴，乐天，Mercado Libre等。里面很多数据可以用来参考分析。同时该工具还能将监控的卖家进行排名，并分类整理出排名较好的卖家所卖的产品。
⑥ 零售企业如何面对“大数据时代”
零售企业如何面对“大数据时代”
当“物联网”、“云计算”我们都还没有理解清晰时，又出来了一个新名词——“大数据”，这些IT名词仅仅是概念，还是与我们所处的商业环境有直接关系？笔者认为，大多数的零售从业者都不能清晰地回应。
首先我们需要明白，商业行为的本质是什么？就是企业发现和挖掘客户需求，并提供有价值的服务以满足客户需求。最佳的商业行为就是企业通过提供不同形式的服务超越客户的需求，让客户的物超所值的感觉持续下去；这样的商业行为将能够获得更高且持续的利润。
“物联网”、“云计算”或“大数据”都是帮助我们发现和挖掘客户需求，提供快速和准确的市场数据以便客户及时决策的工具。相对传统的工具，它们更高效率、更低成本、更准确。笔者认为作为商业信息领域的从业人员，可以不需要过多地了解其内在核心技术及方式，但它们能够给零售用户和行业带来哪些变革或趋势是我们不能忽视的。
2008年马云成功地预测了经济危机，并帮助成千上万的小制造商准备了过冬的粮食。此举让马云在业内赢得崇高荣誉的同时，更为阿里巴巴带来持续的客户。马云如何做到这些事情的呢？是“大数据”给了他启示。马云对未来的预测是建立在对用户行为分析的基础上。一般而言，买家在采购商品前，会比较多家供应商的商品。此举反应到阿里巴巴的统计数据中，就是查询点击的数量和购买点击的数量相对会保持一个数值，综合各个纬度的数据能够建立用户的行为模型。因为淘宝网用户样本量巨大，从而保证了用户行为模型的准确性。“大数据”为阿里巴巴清晰地预测了用户需求和市场变化。
什么是大数据
相信马云的案例已经给我们一些启示了。
那么什么是“大数据”呢？谈到大数据，离不开物联网和云计算的关系。物联网、云计算和大数据实际上是不可分割的三大技术，不可孤立而言；物联网的快速发展为大数据提供了广泛的数据来源，云计算为大数据的诞生创造了基础环境，脱离物联网和云计算的层面，就没有大数据存在的巨大价值。
从数据的角度来看，物联网仅仅是数据的来源或者承载的方式，我们可以简单地认为是收集信息和数据的一种更加简单和有效的终端方式。
云计算是一种新的IT业务模式，这种模式的特点在于提供极低的成本、极快速的交付手段、极简单的使用方式，并且让各个关联的系统协同变得异常简单和轻松。云计算的蓬勃发展，客观上开启了大数据时代的大门，如果用高速公路来形容比喻云计算，那么大数据就是所有汽车中的货物。云计算为大数据提供了存储空间、访问渠道及运算能力。大数据是云计算的灵魂。
大数据技术简单来讲就是从各种类型的数据中，快速获取有价值信息的能力；在互联网时代，我们的数据已经不单单是传统的结构化数据了，非结构化数据、半结构化数据开始占据了我们数据的大部分内容，我们从中找到有价值的信息，已经变得不是那么容易。大数据技术的发展开始让这些问题的解决变得简单。
大家可以清晰看出，我们提及的智慧商业脱离了大数据是不可能实现的，大家熟悉的商业智能离开了大数据就是一个忽悠人概念了。
大数据具备四大特征：第一，数据量巨大，从TB跃升到PB级别；第二，数据类型丰富，包含日志、视频、音频、图片、地理信息、文档等等；第三，数据价值密度低，以视频数据为例，一个超过一小时的视频，可能有价值的信息不到三秒；第四，数据处理速度快，要达到秒极，需要能够实时获取有价值的数据。
这些还都是大数据的概念和特征，回归到我们实际的商业行为中，大数据能够为我们带来什么益处？
以往我们进行商业判断时，大多靠我们的经验和直觉，所以会出现不是很确定的判断或者走一步看一步的探路式情况发生。大数据时代很多企业的正确决策是依靠数据分析得出，从而为企业带来巨大的运营效益。麦当劳、肯德基以及苹果公司等旗舰专卖店的位置都是建立在数据分析基础之上的精准选址。在零售业中，数据分析的技术与手段更是得到广泛的应用，传统企业如沃尔玛通过数据挖掘重塑并优化供应链，新崛起的电商如卓越亚马逊、淘宝等则通过对海量数据的掌握和分析，为用户提供更加专业化和个性化的服务。
各类企业如何应对大数据时代发展
我们怎样来面对大数据时代？笔者认为可以分为几步来考虑。
首先企业的领导者要重视大数据的发展、重视企业的数据中心，把收集客户数据做为企业运行第一目标；第二，对企业内部人员进行培训及建立收集数据的机制；第三，以业务需求为准则，确定哪些数据是需要收集；第四，确认在企业已有的数据基础上或者未来方向前提下，如何达成前三项目标的基础建设方案。
看完这些，很多人会认为，这些IT基础工作需要巨大的投入和庞大的信息化团队，做为中国商业最大的一份子——中小微型零售企业不可能或没有足够的能力来面对这样一场变化。
大中型企业因为本身业务及利润的积淀，已经能够承担这样一场需求趋势的需要成本。中小微型企业还处于快速发展过程中，如果也如同大中型企业进行全方面投入，将很快会被新型的IT工具拖垮或者遭受重创。幸运的是IT的发展为所有的企业都提供了平等的选择，云计算的广泛应用即是对这样一场变革带来的临时礼物。做为中小微型零售企业，完全不必考虑自己建设一套IT系统，他们从精力、成本、能力上来说都不适合，因此此类企业可以将企业的IT建设外包给适合的服务商，企业本身的所有精力投入到客户的开发上。
亚马逊在全球率先推出了云服务的基础平台，为中小微型商业企业提供了大型企业和超大型企业同样的基础环境及系统架构，小企业只需清晰规划自己的目标和适合的步骤后，使用云平台按需付费即可，大可不必进行巨大的初始投入及不可预测的运行成本。目前国内已经出现一批在为国内中小微型零售企业提供类似服务的信息服务商，比如基于客户关系管理的“XTOOLS”，基于客户服务的“迅鸟”云呼叫平台，基于连锁店面管理的“甩手掌柜”等等。至于各中小微型企业怎么选择适合自己的发展平台，则需要依靠该企业领导者本人的智慧。
以上是小编为大家分享的关于零售企业如何面对“大数据时代”的相关内容，更多信息可以关注环球青藤分享更多干货