京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据将推动零售业技术变革
建设强大的数据中台,实现线上线下数字化打通,重构“人、货场”,是新零售的重要内涵。业内人士指出,2018年将是大数据从技术阶段向应用阶段高速发展的一年,大数据未来在物联网、区块链、智慧城市、AR、VR、AI、语音识别等方面都值得关注,这在不久的将来或深刻改变零售业的未来。
线下零售大数据应用刚起步
近日高鑫零售公布年报,2017年实现营业收入1023.20亿元,同比增长1.9%;2017年净利润为30.20亿元,同比增长14.9%。这是阿里入住高鑫新零售的第一年,招商证券指出,虽然阿里入股高鑫在短期内并未给高鑫业绩带来大幅改善,但是阿里的互联网基因和大数据资源加速了高鑫的线上线下整合。
在阿里与高鑫的合作中,目前仍是线上大数据指导线下商品管理,大润发华东20个城市的167家门店上架了天猫超市百万件商品,这些商品由阿里大数据根据周边消费者喜好筛选商品,并由天猫供应链优化供货方案。招商证券指出,虽然这些商品销售状况有好有坏,但整体上调整了门店的经营体系和业务链路。
基于模式和技术优势,线上零售数据的采集和大数据技术的应用已相当成熟,相比之下,线下零售大数据技术的应用还处于起步阶段。中国连锁经营协会会长裴亮曾指出,大数据技术在零售业的应用还没有发挥出来,目前来看,零售企业不掌握大数据,如何与握有大数据的企业进行合作,共同开始大数据在零售业的应用,还处在探索的过程中。
从发展现状来看,线下零售应用大数据技术首先面临的技术难点是数据采集。专家指出,线下零售店由于技术限制和消费者更加碎片割裂的行为,很难根据消费者ID数据与商品销售、店铺库存、物流等数据进行打通连接,尤其消费者店铺行为偏好数据的获取。
这方面,同时拥有门店优势和互联网基因的零售企业将占据优势。苏宁易购向中国证券报记者表示,在苏宁易购云店内的已经开始全面打造线下门店客流数据分析的“苏宁北斗”系统。该产品的上线,标志着苏宁易购在门店端开始采用类似线上页面运营的流量运营逻辑,“从用户进店以及在门店内的动线变化,进行线上UV到四级页面浏览路径的分析,对门店商品布局、用户习惯分析将有巨大的帮助”。预计到2019年,苏宁易购将会把人脸识别系统和北斗系统相结合,使监测数据更加精准,并将为后期会员服务、会员运营的优化提供数据依据。
推动零售业技术变革
苏宁控股集团董事长张近东表示,2018年将是大数据从技术阶段向应用阶段高速发展的一年,“大数据未来在物联网、区块链、智慧城市、AR、VR、AI、语音识别等方面都值得关注,这在不久的将来或深刻改变零售业的未来”。
中国电子商务研究中心主任曹磊表示,过去数据只在销售端和营销端驱动,今后还将向商品端、供应链端、仓储物流乃至生产端来进行全方位驱动。过去商品和用户是零售商和电商最核心的资产,在大数据时代,大数据将成为他们最核心的资产。
基于对线上线下数据打通的重视,2017年国美落地蒲公英计划,完成国美在线、国美Plus、国美管家、国美海外购、国美酒窖整合成国美APP,连接线上线下,以互联网为基础、数据为核心,打造线上交易、线下体验的共享零售双平台。通过实施蒲公英计划,国美线上线下的供应链数据、交易数据、服务数据、会员数据全面打通,汇聚为国美的数据中台,形成大数据工厂。
在大数据的支持下,国美升级了后服务体系,推出“扬帆计划”,实现订单配送、安装服务、维修服务、客户服务全周期的可视化、标准化,打通厂家后台数据,首创保内维修一键预约功能。
从整个产业链来看,大数据的最高效应用将是从生产端开始就实现定制,对此,已有零售业开始布局。国美将大数据应用于供应链,用C2M反向定制、家生活品类和智能产品横向延展、驱动精准选品和营销,进而与第三方供应链形成补充,提升零售效率,满足消费者品质化、个性化、智能化的产品需求,促进品质升级,优化商品结构。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21