掌握巨量数据分析 推动零售创新模式

企业善用巨量数据分析，不但可以了解，甚至预知客户需求，推出创新性的服务给特定客户，才能掌握最好的客户特徵点，并让他们作为推荐人。DIGITIMES摄

零售业借助信息化能力，打造核心竞争优势，已成为经营的重要手段。但在信息化建设的过程中，难免会碰到各种各样的难题，制约着自身的业务发展，如何积极应对这些发展瓶颈，已经成为连锁零售企业势在必行的任务。

零售业信息化的主要挑战
零售业在信息化建设的过程中，可能会遭遇的问题，首先就是繁重的IT维护工作。由于大量复制营业方式，迅速扩张营运据点，已经成为许多连锁零售企业的商业模式，同时也带来IT维护量的激增。除非零售业的IT部门人员，能够保持高效的服务水准与回应速度，否则将无可避免地影响终端销售系统及总部管理系统的正常营运，也可能成为零售业快速稳定发展的瓶颈之一。

而电子看板、虚实合一的销售方式、电子发票、定位零售等各种与科技发展有关的零售创新模式，早已是零售业不能疏忽的重要议题，小到促销方式、服务手段的业务创新，大到组织结构、合作模式的管理创新，处处都考验着零售业的营运能力与灵活性，也对零售业信息系统的开放性、可扩展性与整合性，构成相当严峻的挑战。

为了快速应对频繁的零售创新，零售业也急需有效的数据分析与管理技术。尤其当今的零售业，多半采用跨区域、多品牌的连锁经营模式，只要经过若干年的信息化建设，势必会累积大量的业务数据。零售业必须意识到巨量数据分析技术对于自身经营决策的重要性，除了IT基础建设外，业务数据的实时采集、规范整合，也是不可或缺的要素，也因此零售业的IT团队，势必需要较高的巨量数据管理解决方案。

零售业数据分析及管理能力的主要考验之一，就是移动化技术的趋势。基于RFID、NFC、移动商务等新型IT技术的零售终端应用，正在改变零售业的服务方式，传统的一台POS机即可开店的时代，已经一去不复返了，如何进一步提升终端服务水准，进而提升零售业的市场竞争力，早已成为业内的共识。

巨量数据分析技术可提高零售商务可视度
台湾IBM软件事业处副总经理林世伟指出，企业想要善用智能商务 创造企业营收新来源，企业必须传递「以客户为中心」的市场行销信息，处理流程也必须能达到自动化，最后才能利用丰富体验，提高竞争力。

智能零售的客户分群分析方式，也与传统零售有所不同。林世伟指出，企业若能透过网站行为追踪，了解重要客户在网站的购买行为，就可作为改善网站营运内容的重要信息。

但数字分析只是基本，如果不能了解会员实际移动的根本原因，如有些客户试单的量可能不大，但仍可能是未来的重要买主，或是看了不买的原因是什麽？重点客户信息若能加以分析，也许就能成为零售战略的重要依据。

林世伟强调，数据其实无所不在，但「数据」唯有转换成具有价值的「信息」，才能帮助企业做出和别人不同的决策。事实上，很多过去不能分析的信息，现在都可以利用巨量数据技术来分析，客户在什麽时间、什麽地点，发生什麽行为，如何结合起来进行分析，现在都已经能够建构出非常完整的观点。

有了完整的端对端数据流，企业只要建立一个巨量数据分析平台，进行更深度的分析，在数据还没有落地之前，就可在第一时间，分析掌握必要的信息，就能抓到商业行为的契机。

巨量数据对智能零售的重要性
但只是拥有巨量数据是不够的，企业还要拥有精准分析的能力，能够实时处理结构及非结构性数据，找出攸关智能商务的相关信息，将大量的客户数据，转化为收益。

如针对增长/挽留/满足客户的战略移动，企业善用巨量数据分析，不但可以了解，甚至预知客户需求，推出创新性的服务给特定客户，才能掌握最好的客户特徵点，并让他们作为推荐人。在如今社群行销当道的市场上，唯有掌握最佳客户，才能把握向上销售和交叉销售的机会。

即使是糕饼烘焙，也用得到巨量数据分析。林世伟指出，例如在下毛毛雨时，人们会比较想吃蛋糕；天气回暖时，三明治的销路会比较好，只要知道那类糕点，在什麽情境下会热卖，找出这些藏在消费行为背后的秘密，自然就可做到精准生产及行销。

因此，企业想要妥善分析巨量数据，只要能依据企业的业务战略，串联(Align)信息与巨量数据的部署策略，再善用智能分析，生成可执行的洞察，形成预知(Anticipate)的能力，最后再将智能分析嵌入到日常的作业中，让信息驱动决策，化洞察为移动(Act)，完整了解客户体验的框架，运用新的平台，发掘新的商机。

建立以客户为中心的信息建设思维
零售业若希望透过提升营运管理能力，建立以客户为中心的行销模式，抓住各种中小型客群，信息化的建设目标，必须要有能力蒐集丰富的客户体验，才能建立新行销活动，如清库存、卖散货、新品试卖等，下一代智能零售的效益，也就能够顺利展开。