IBM客戶分析業務負責人：大數據可防止零售商店的“展廳現象”

李長杰/編譯

●零售商開始解碼人類行為的奧秘，以明白為什么人們會在某些時間購買他們所購買的東西。

對于實體零售商來說，賺錢變得越來越具有挑戰性。亞馬遜等開始打破傳統零售商業模式的基礎近二十年后，智能手機的普及、被數字化武裝的消費者的出現，以及一天送貨期的前景好像使得實體零售業的未來越來越艱難。

經過深思熟慮，我使用“好像”這個詞，因為我相信聰明的零售商將通過把大數據分析、全方位渠道策略和持續的再創新結合起來以實現生意興旺。

這些高風險的問題是1月份在紐約召開的全國零售聯合會年會上首要考慮的議題，會上我們談論了大數據和不斷變化的消費者期望如何與云計算、分析學、社交商務及移動互聯網產生交集，以從根本上重塑商貿——這將對零售商產生巨大影響。

就個人而言，我對零售業的未來感到尤為興奮。通過采用先進的技術，零售商將更好地了解客戶，適時地為其提供他們想要的東西。最終，零售業即將實現能夠把消費者作為獨立個體，而不只是在一些不匹配的細分市場中將他們混為一談的長期目標。

作為一名數據科學家，我很高興地看到大數據分析開始對零售業產生影響。這項技術是解開人類行為奧秘，了解人們為什么會在一定的時間購買他們所購買的東西的關鍵。

今天，在許多情況下，零售商有充足的機會了解他們的客戶是誰，并與他們進行互動。移動計算應用使得零售商可以在任何時間發現客戶的位置——當然這需要他們的許可。忠誠度計劃使他們能夠查看客戶的歷史購買模式。把兩者結合起來，就可以在當下與客戶接觸并找到他們，無論是在商店或在網上或通過移動應用，以便為他們提供可能需要的東西。

大數據分析使得預見客戶的需求成為可能。通過研究個人行為模式，并將這些模式與發生在他們周圍世界的事情相關的知識關聯，零售商可以預測如何在未來采取行動。有了這些見解，零售商可以更好地滿足客戶不斷變化的需求和欲望，甚至試圖改變他們的行為。

我們公司還使用大數據分析來了解天氣如何影響個體消費者的購買行為。我們將銷售數據與來自美國國家氣象局的數據關聯。利用這種分析，零售商可以挖掘他們的忠誠度計劃數據，以確定哪些顧客以可預見的方式對天氣有所反應。有了這些信息，他們可以為顧客提供有針對性的、由天氣觸發的促銷活動。

社交媒體為零售商更好地了解客戶提供了很好的機會。商店可以分析他們在商店的個人購物記錄，找到與當前該消費者所屬的人口統計組匹配的模式，零售商可以迅速地改變自己的營銷策略——也許可以通過巨大的數字顯示屏顯示專為某一特定類型的顧客量身定制的產品和價格。

現在，大多數大型零售商除了實體店外，還經營網上商店。但是，很多時候，他們將這兩種模式割裂開來，這就浪費了很多機會。當你通過全方位渠道營銷技術整合物理世界和虛擬世界時，大數據分析技術變得更加強大。為了給顧客提供更一致、方便、個性化和相關的經驗，協調所有的客戶接觸點：促銷、商店、網站、客服中心、廣告、移動應用和社交媒體的互動是至關重要的。

事實上，這種做法是解決“展廳現象”所帶來的挑戰的關鍵。

越來越多的消費者在實體商店看貨，但隨后用自己的手機或平板電腦以更好的價格進行網上購物。我建議零售商不要將客戶的智能手機或平板電腦當作敵人，而是作為他們實體店的延伸。通過購物者的購買，他們可以獲知顧客在店里的行為，并通過應用程序吸引他們或讓店員接近他們。任何一種情況下，他們都會提高交易成功率，而不是將銷售機會流失到在線折扣。

我們還處在全方位渠道營銷的初期。我相信，通過利用大數據分析、移動計算和社交網絡，零售商會發現更成功地吸引顧客的無數的方法。重要的是要積極嘗試。先嘗試；成功或失敗；學習經驗；然后再試一次。

專家們從來沒有宣布實體零售的消亡，而在美國超過90%的零售交易仍然以傳統方式完成，零售商在不斷重塑自己。

能夠與一些最有創意的零售商合作，我感到很榮幸，因為他們改變了21世紀的購物體驗。他們明白要保持競爭力必須不斷重塑自我。