大数据可助零售商定位移动客户

畅享网报道，据思科发布的《2012年视觉网络指数(VNI)》预测，在2016年，将有近190亿的网络连接投入运营——地球上平均每个人就有约2.5个连接——而在2011年这个数量仅为103亿。这并不奇怪，移动设备的日益普及，特别是智能手机和平板电脑，推动了这个数字呈现爆炸性增长。

数十亿的移动设备产生了巨大的数据量。据预测，三年内全球IP流量将达1.3泽字节(1泽字节=1,099,511,627,776千兆字节)。无论是基于何种定义，这都可以被视为大数据。

但是，Brian Lent认为，许多零售商并未准备管理这个由移动设备普及引起的信息爆炸情况。  Lent 是一家为移动行业提供预测分析产品的供应商的共同创始人兼首席技术官。在2004年创建Medio之前，Lent担任Amazon.com的信息技术总监，还建立了其他三个由风险投资支持的初创公司。

Lent 在一次电话访谈中告诉InformationWeek，如果没有实时分析技术和数据科学家，那么大数据仅是一个沾满尘埃的数据存储库房。“你能有效率地收集和存储许多数据，”他说到，“但是如果你不知道如何利用、如何分析这些数据，并将它们用于运营，那么你就无法得到其真正价值。”

零售商需要开发预测模型，从而识别移动客户，并从他们身上赚到钱；还需要制定有效的促销和激励机制，来留住客户及减少流失。Lent如是说到。他同意数据是21世纪的石油这一流行说法。他表示，“它是我这几十年得以生存和呼吸的一个前提条件，我不认为有哪个行业能比移动行业更好地作为这个事实的缩影。”

同时，由于移动购物正成为电子商务的下一个变革，因此零售商们必须专注于收集和分析一组有价值的新数据。“诸如Hadoop一类，显然是针对大数据环境的技术，是至关重要的，”他说到，“在我们的案例中，它是具有预测分析技术的实时组件——这使得大数据是可操作的。”

他还指出，零售商应该采取几个步骤来实现这一点，比如设计包括Android、iOS以及HTML 5应用程序在内的移动工具，来收集丰富的数据。

“在我的职业生涯中，我所学到的最有价值的经验教训之一是，如果你没有记录每一次点击和每一个事件，那么你就无法重塑那些信息。”Lent说到，“因此，你要确保自己拥有一个非常全面的方式，来为应用程序配备一个简单的SDK，然后记录数据，并且将其置于一个大数据结构。”

他指出，一套正确的预测模型可以帮助零售商们留住顾客，这其中有部分是通过让他们发布相关的广告、优惠和促销来实现的。“以平衡的方式做到这一点的唯一途径，就是凭借我们所说的闭环优化，这意味着，当用户点击移动应用程序，然后数据被记录时，我们会产生一个推荐。”

客户信息和预测分析技术仅是数据科学体验的三分之二，Lent如是说到。第三个组成部分是人类专家。“我们将他们称为这个行业的‘粉色独角兽’。他们是数据科学家、预测分析科学家。他们在特定的行业，比如零售业中，需要不断采用新技术，以及为那个行业调整分析技术。”

Lent看到大数据变得更像是一个营销事物，而不仅是一个技术性问题，它落在一个公司的首席营销官，而非首席信息官的职权范围内。

“首席营销官将花费更多在IT上，这是因为在市场营销领域，首席营销官带动了很多对大数据的需求。”他说到。

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友