預測：未來零售商如何通過大資料圈住消費者
4/04/2014 11:43:00 上午
聯商網前言：現在的零售商都知道大資料對於他們商業運作的意義，例如可以分析消費者的大資料為他們量身定制服務，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瞭若指掌，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？
資料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”般的個性化定制服務待遇。消費者對於資料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，而即時的大資料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資料習以為常。
超市除了利用消費者行為產生的大資料之外，現在還在其資料庫中加入了歷史季節性銷售額、氣候等資料，為其要在門店準備多少的“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資料之外，超市還捕捉來自於社交媒體上的有用資訊，包括使用者定位顯示的所在位置、發佈的內容等等。
而有能力即時分析這些資料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制服務。
資料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，郊遊季的週末氣象預測會下雨，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大資料分析的Klaus Boeckle說道，“目前已經這麼做的公司包括百安居和亞馬遜。”
更深入的為顧客定制
門店的店員可以在可擕式設備上查詢這樣的消費者大資料，他們可以輕鬆的檢索消費者個人檔案，並從其最近的社交媒體資訊中瞭解該顧客的近況，例如，他是準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瞭解了他的需求，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慧手機互動的應用，當消費者踏入百貨店的那一刻起，零售商和應用程式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慧手機裡，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。
基於即時銷售情況，Lush店的店員可以隨時改變其賣場的佈局
作出以上各種“個性化”定制的前提，首先要征得消費者的許可，同意商家、應用開發者獲取他們的隱私資料。其實商家也只想將這些資料轉化為更好的服務。
化妝品零售商Lush擁有大資料分析設備，供店員在門店內及倉庫裡使用，這樣他們就能即時掌控銷售情況。
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髮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
這種根據資料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使用者的資訊，根據不同的資料分析結果調整其服務。事實上早在2004年時期的亞馬遜資料收集、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使用者的搜索、流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：“資料永遠不嫌多，而且越細越好，只有獲得一定量的資料才能對分析結果進行細緻的劃分。”
隨著雲計算和即時資料處理的崛起，讓零售商們能更精准的鎖定目標顧客，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資訊，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資料“武器”準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資料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。
通過説明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。
（來源：BBC 聯商網獨家編譯，轉載請務必注明出處！違者必究！）
0 意見