過去十年，新零售大數(shù)據(jù)逐步成長為現(xiàn)代人生活中的血液。社交、移動(dòng)APP、PC瀏覽器，甚至是家里的無線電視、便利店的POS機(jī)、個(gè)人電子錢包…等等。我們的每個(gè)舉動(dòng)，都被記錄為數(shù)字，轉(zhuǎn)化為數(shù)據(jù)被存儲(chǔ)、被分析、被運(yùn)用，這些數(shù)據(jù)在生成的時(shí)候是彼此獨(dú)立的，貌似雜亂無章的，甚至在產(chǎn)生和收集的時(shí)候是沒有特定目的的。

　　但是大量的數(shù)據(jù)聚集在一起后就有可能得到客觀而又準(zhǔn)確的統(tǒng)計(jì)結(jié)論，進(jìn)而指導(dǎo)各種商業(yè)行為決策，甚至引發(fā)商業(yè)革命。這次以大數(shù)據(jù)為核心的智能革命也不例外，其催生了新的思維模式和商業(yè)模式。

　　然而，這只是一個(gè)時(shí)代巨幕的起始

　　當(dāng)我們回顧零售業(yè)的傳統(tǒng)競爭格局，仍以商品同質(zhì)化、價(jià)格大戰(zhàn)、成本領(lǐng)先為導(dǎo)向，但新一輪的技術(shù)革命正為零售商帶來新思路：關(guān)注顧客體驗(yàn)，提高回頭率與轉(zhuǎn)化率，強(qiáng)調(diào)服務(wù)增值等新的盈利點(diǎn)，這一思路正在不斷顛覆傳統(tǒng)競爭格局，也必然最終徹底打破現(xiàn)有的局勢。

　　深層次地，當(dāng)所有的消費(fèi)者、所有商品、所有線上線下(人貨場)開始聯(lián)動(dòng)起來，進(jìn)而被記錄下來，這就為機(jī)器學(xué)習(xí)和人工智能打下了基礎(chǔ)，而原有的價(jià)值創(chuàng)造體系將遭受巨大沖擊，這意味著大數(shù)據(jù)不在簡簡單單的是企業(yè)的BI報(bào)表，不再是傳統(tǒng)的ERP數(shù)據(jù)搜集和傳輸，更多的是數(shù)據(jù)驅(qū)動(dòng)、算法驅(qū)動(dòng)、模型驅(qū)動(dòng)，它將充分利用更全新的方式形成更強(qiáng)大的“大數(shù)據(jù)智慧體系”：從大數(shù)據(jù)的產(chǎn)生、收集到大數(shù)據(jù)的分析應(yīng)用、指揮商業(yè)智能決策乃至執(zhí)行行為預(yù)警反饋，形成整個(gè)數(shù)據(jù)的完整閉環(huán)與升級。

　　作為零售企業(yè)，需要高度重視自己的和跨界伙伴的大數(shù)據(jù)資產(chǎn)，并加以充分利用，包括CRM顧客數(shù)據(jù)、社交媒體粉絲數(shù)據(jù)、供應(yīng)商數(shù)據(jù)、企業(yè)運(yùn)營數(shù)據(jù)、行業(yè)數(shù)據(jù)、天氣數(shù)據(jù)等。企業(yè)需要逐步整合、不斷擴(kuò)大、有效積累并結(jié)構(gòu)化大數(shù)據(jù)資產(chǎn)，通過數(shù)據(jù)分析不斷挖掘大數(shù)據(jù)資產(chǎn)的價(jià)值，最終轉(zhuǎn)化為用戶價(jià)值、企業(yè)價(jià)值和社會(huì)價(jià)值。

　　因此，零售產(chǎn)業(yè)可以充分結(jié)合“大數(shù)據(jù)智慧體系”的特點(diǎn)進(jìn)行四大角度的大數(shù)據(jù)創(chuàng)新性應(yīng)用，分享數(shù)據(jù)經(jīng)濟(jì)時(shí)代的成果。

　　應(yīng)用一：大數(shù)據(jù)預(yù)測

　　對大數(shù)據(jù)進(jìn)行分析的核心目的就是預(yù)測顧客的下一步的需求，基于海量數(shù)據(jù)結(jié)構(gòu)化分析的基礎(chǔ)上，通過各種算法包括人工智能、機(jī)器學(xué)習(xí)等前沿技術(shù)和數(shù)學(xué)建模來進(jìn)行預(yù)測并做出相應(yīng)決策，進(jìn)而創(chuàng)造更優(yōu)的顧客體驗(yàn)、更多的交易、更多的業(yè)務(wù)創(chuàng)新，釋放儲(chǔ)存于數(shù)據(jù)之中的能量。

　　大數(shù)據(jù)預(yù)測的目的其實(shí)為更加精準(zhǔn)的服務(wù)消費(fèi)者，而這種精準(zhǔn)的服務(wù)其實(shí)是建立在和消費(fèi)者大量持續(xù)的互動(dòng)基礎(chǔ)之上的，其實(shí)一方面是讓消費(fèi)者產(chǎn)生更多更好的數(shù)據(jù)，另一方面是令產(chǎn)品和服務(wù)可被持續(xù)優(yōu)化和迭代，這也是讓消費(fèi)者在海量信息選擇中享受到和自己更加匹配適合的產(chǎn)品和服務(wù)的基礎(chǔ)，同時(shí)也成為零售商提升利潤降低成本的重要方法。

　　應(yīng)用二：大數(shù)據(jù)營銷

　　新時(shí)代下，零售商應(yīng)該充分挖掘大數(shù)據(jù)的商業(yè)力量來提高商品的轉(zhuǎn)化率。亞馬遜等公司的發(fā)展和成功，并非因?yàn)樗麄兿蛳M(fèi)者提供信息，而是他們向用戶提供快速?zèng)Q策和進(jìn)行下一步行為的捷徑。消費(fèi)者是全渠道購物者，他們的購買旅程普遍是從一個(gè)渠道開始，最后在另一個(gè)渠道結(jié)束，例如在網(wǎng)店上瀏覽查看商品屬性、價(jià)格、庫存等信息，在線購買，線下提貨。

　　用戶的每一步行為都會(huì)留下大量的信息，通常各種類型的數(shù)據(jù)會(huì)混雜在一起。針對這些數(shù)據(jù)，公司需要充分將數(shù)據(jù)結(jié)構(gòu)化并進(jìn)行大數(shù)據(jù)挖掘，從而提供從“千人千面”的個(gè)性化購買建議和促銷信息，提供全渠道的客戶購買體驗(yàn)，激發(fā)他們的情感連接。

　　同樣，不僅是電子商務(wù)和互聯(lián)網(wǎng)公司可以根據(jù)大數(shù)據(jù)進(jìn)行產(chǎn)品研發(fā)和服務(wù)開發(fā)，任何行業(yè)的任何公司都可以。每一個(gè)零售企業(yè)，每天都掌握著每個(gè)供應(yīng)商以及顧客們海量、真實(shí)的交易數(shù)據(jù)，零售企業(yè)可以根據(jù)這些大數(shù)據(jù)分析了解消費(fèi)者購買的關(guān)注點(diǎn)，開發(fā)很多創(chuàng)新業(yè)務(wù)，進(jìn)行商業(yè)模式、產(chǎn)品和服務(wù)的創(chuàng)新，打開消費(fèi)新市場。

　　應(yīng)用三：商業(yè)仿真輔助智能決策

　　大數(shù)據(jù)智能時(shí)代為我們帶來決策和管理的新方式，零售企業(yè)的決策者們需要習(xí)慣數(shù)據(jù)驅(qū)動(dòng)的實(shí)驗(yàn)和測試，對任何重要項(xiàng)目進(jìn)行小規(guī)模但系統(tǒng)的驗(yàn)證實(shí)驗(yàn)，使得制定出的決策更加可靠。

　　這其實(shí)就是要依據(jù)企業(yè)經(jīng)營決策的基本原理和方法，借助計(jì)算機(jī)特有的功能，運(yùn)用仿真技術(shù)，針對供應(yīng)鏈流程中的隨機(jī)因素，引入各種約束條件，構(gòu)建出若干個(gè)相互關(guān)聯(lián)的供應(yīng)鏈場景模型，根據(jù)隨機(jī)因素的特定概率分布，以真實(shí)供應(yīng)鏈管理的情景為參照物，進(jìn)行模擬、比較、優(yōu)化，并通過反復(fù)的計(jì)算，全息模擬各種動(dòng)態(tài)經(jīng)營決策，給企業(yè)經(jīng)營者再現(xiàn)真實(shí)的業(yè)務(wù)場景并進(jìn)行管理決策、模擬和演練，為經(jīng)營者最終的管理決策提供重要支撐。

　　比如運(yùn)用大數(shù)據(jù)仿真實(shí)驗(yàn)室，通過仿真模型來研究不同地區(qū)、不同消費(fèi)社群的不同促銷方案，比較哪種最有效，哪種投入回報(bào)最高。通過全真模擬供應(yīng)鏈中真實(shí)情景，事先預(yù)知各種決策可能的結(jié)果，提高決策準(zhǔn)確性

　　應(yīng)用四：數(shù)據(jù)服務(wù)

　　零售企業(yè)通過持續(xù)不斷地推動(dòng)數(shù)據(jù)開放和共享，建立與各種社交媒體、跨界合作伙伴聯(lián)盟，與自己現(xiàn)有的和潛在的供應(yīng)商、第三方軟件開發(fā)商、第三方賣家平臺(tái)、銀行等形成數(shù)據(jù)合作，確立科學(xué)的數(shù)據(jù)標(biāo)準(zhǔn)和應(yīng)用程序調(diào)用接口，以保證數(shù)據(jù)質(zhì)量和可用性。零售商和互聯(lián)網(wǎng)公司掌握著大量消費(fèi)者數(shù)據(jù)、品牌商渠道商的銷售數(shù)據(jù)、庫存數(shù)據(jù)等，可以充分將大數(shù)據(jù)成果向各渠道、品牌商進(jìn)行定期分享。

　　比如“智能補(bǔ)貨”的應(yīng)用，這不僅極大地減少門店斷貨的現(xiàn)象，更關(guān)鍵的是可以大規(guī)模減少整體供應(yīng)鏈的總庫存水平，提高整個(gè)供應(yīng)鏈條和零售生態(tài)系統(tǒng)的投資回報(bào)率，創(chuàng)造非常好的商業(yè)價(jià)值。還有挖掘消費(fèi)者數(shù)據(jù)價(jià)值，與廣告商進(jìn)行合作，精準(zhǔn)廣告投放與營銷等，都是數(shù)據(jù)服務(wù)的縮影。

　　在今天的大數(shù)據(jù)和人工智能的時(shí)代，雖然每個(gè)公司都會(huì)得益于數(shù)據(jù)使用所帶來的好處，但這并不意味這每家公司都要自己養(yǎng)著數(shù)據(jù)科學(xué)或者機(jī)器智能方面的專家，未來更加普遍的是付費(fèi)使用第三方的服務(wù)。在未來，我們會(huì)看到，大數(shù)據(jù)和人工智能方面的工具就如同水和電這樣的資源，由專門的公司提供給全社會(huì)使用。

　　新一輪更加深入的變革正醞釀航行，零售業(yè)必將轉(zhuǎn)向?qū)?ldquo;大數(shù)據(jù)智能體系”植入消費(fèi)產(chǎn)品和服務(wù)業(yè)務(wù)的新航線。

　　因此，對于那些想要在新的數(shù)據(jù)經(jīng)濟(jì)中獲得成功的公司，要用全新的視角看待“大數(shù)據(jù)資產(chǎn)”的價(jià)值和作用，要從根本上重新考慮如何利用大數(shù)據(jù)為自己和客戶創(chuàng)造價(jià)值的戰(zhàn)略高度著手，規(guī)劃調(diào)整企業(yè)核心競爭力，驅(qū)動(dòng)新能力、新崗位和新業(yè)務(wù)的持續(xù)升級。