大数据在零售业的影响

　　销售商品曾经很简单：能够赚取最大利润的零售商往往对消费者的购买趋势能够最快做出反应。因此尽管销售过程也许并不容易，但是销售数据却能轻易获得。不过自从所有零售商都开始采取相同的手段，由于他们互相争抢的消费人群相同，利润也就不再那么容易赚取了。

　　大数据正在逐步改变这种现象，促进零售业的发展。如今的零售商都会在抢购热潮来临之前（例如最近的电视游戏热潮），使用大数据来预测趋势和判断库存量。

　　这类大数据既包括对零售商内部销售数据的统计，也包括对其他外部数据的统计，例如社交媒体反馈数据、网页浏览模式数据、电影发布数据和广告购买趋势数据。

　　随后，零售商就可以利用这些数据来创建预测趋势的模型，例如对消费者购买方式和地点进行预测，从而能够调整库存量，满足消费者的需求。此外，零售商还能够与早期消费者保持联系，为他们提供个性化的实时服务。大数据对消费者购买决定以及零售商反应速度造成的影响，能够帮助零售商提高利润，取得竞争优势。

　　当然有机遇也就会有挑战。大数据与使用案例建立联系，为非结构化数据寻找新来源，收集所有数据进行分析，所有这些都是具有挑战性的。但是如果服务供应商和系统集成商能够将技术投资与业务需求有效结合，那么这些挑战也就迎刃而解。

　　零售商使用大数据的案例

　　一家连锁酒店集团发现每当附近机场取消航班时，就会有成千上万的滞留旅客需要寻找一个遮风挡雨的落脚点。因此该集团立刻收集了可以免费获取的天气和航班取消数据，结合数据来预测天气和旅行条件，从而确定消费者需求。随后该集团在搜索引擎上发布了特定酒店的广告，这样潜在的客人就可以通过手机直接与酒店联系。采用了这种方法以后，该集团的预订率提高了10%。

　　音乐出版和发行商EMI公司利用大数据来判断和预测消费者需求。该公司通过内部和外部数据来源，以及购买获得的音乐媒体流动网站等能体现听歌模式的数据信息，对社交媒体上的消费者需求进行了追踪。根据人口统计等手段对数据进行分析之后，EMI公司能够了解消费者的需求方向，进而发布能够吸引消费者的精确广告。

　　作为全球最大零售商之一，沃尔玛利用大数据来追踪和分析每日成千上万笔交易、库存水平和同行业竞争对手的活动。通过这种做法，沃尔玛能够对实时的市场变化自动做出反应，比如在需求量下降时降低商品价格。沃尔玛还意识到对市场的反应速度越快，能够赚取的收益也就越大。

　　因此，对能够生成大量度量指标的零售业来说，大数据为赚取利润提供了巨大的便利。然而由于零售业的利润可多可少，竞争也很激烈，这也使大数据成为零售商们赚取利润的首要选择，甚至是保本选择。