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
数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27对数据分析从业者和学生而言,表结构数据是最基础也最核心的分析载体——CRM系统的用户表、门店的销售明细表、仓库的库存表,都 ...
2025-11-27在业务数据可视化中,热力图(Heat Map)是传递“数据密度与分布特征”的核心工具——它通过颜色深浅直观呈现数据值的高低,让“ ...
2025-11-26在企业数字化转型中,业务数据分析师是连接数据与决策的核心纽带。但“数据分析师”并非单一角色,从初级到高级,其职责边界、能 ...
2025-11-26表格结构数据以“行存样本、列储属性”的规范形态,成为CDA数据分析师最核心的工作载体。从零售门店的销售明细表到电商平台的用 ...
2025-11-26在pandas数据处理工作流中,“列标签”(Column Labels)是连接数据与操作的核心桥梁——它不仅是DataFrame数据结构的“索引标识 ...
2025-11-25Anaconda作为数据科学领域的“瑞士军刀”,集成了Python解释器、conda包管理工具及海量科学计算库,是科研人员、开发者的必备工 ...
2025-11-25在CDA(Certified Data Analyst)数据分析师的日常工作中,表格结构数据是最常接触的“数据形态”——从CRM系统导出的用户信息表 ...
2025-11-25在大数据营销从“粗放投放”向“精准运营”转型的过程中,企业常面临“数据维度繁杂,核心影响因素模糊”的困境——动辄上百个用 ...
2025-11-24当流量红利逐渐消退,“精准触达、高效转化、长效留存”成为企业营销的核心命题。大数据技术的突破,让营销从“广撒网”的粗放模 ...
2025-11-24在商业数据分析的全链路中,报告呈现是CDA(Certified Data Analyst)数据分析师传递价值的“最后一公里”,也是最容易被忽视的 ...
2025-11-24在数据可视化实践中,数据系列与数据标签的混淆是导致图表失效的高频问题——将数据标签的样式调整等同于数据系列的维度优化,或 ...
2025-11-21在数据可视化领域,“静态报表无法展现数据的时间变化与维度关联”是长期痛点——当业务人员需要分析“不同年份的区域销售趋势” ...
2025-11-21在企业战略决策的场景中,“PESTEL分析”“波特五力模型”等经典方法常被提及,但很多时候却陷入“定性描述多、数据支撑少”的困 ...
2025-11-21在企业数字化转型过程中,“业务模型”与“数据模型”常被同时提及,却也频繁被混淆——业务团队口中的“用户增长模型”聚焦“如 ...
2025-11-20在游戏行业“高获客成本、低留存率”的痛点下,“提前预测用户流失并精准召回”成为运营核心命题。而用户流失并非突发行为——从 ...
2025-11-20