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
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 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 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19