大數(shù)據(jù)時代零售業(yè)統(tǒng)計的變革

時間：2024-08-24 21:53:09 經濟畢業(yè)論文我要投稿

相關推薦

　　摘要：結合零售行業(yè)，在闡述大數(shù)據(jù)給傳統(tǒng)零售業(yè)帶來的思維、商業(yè)、管理這一系列變革的同時，著重從傳統(tǒng)零售業(yè)數(shù)據(jù)統(tǒng)計步驟的數(shù)據(jù)采集、整理、分析、詮釋這幾個方面分析大數(shù)據(jù)給零售業(yè)統(tǒng)計帶來的影響與變革，同時分析大數(shù)據(jù)應用在零售業(yè)所帶來的關于隱私問題的挑戰(zhàn)，給出零售業(yè)統(tǒng)計應如何應對變革的一些探討，諸如擴大數(shù)據(jù)的采集面、增加數(shù)據(jù)采集的廣度與深度、采用數(shù)據(jù)挖掘技術進行大數(shù)據(jù)分析、引入數(shù)據(jù)可視化技術進行數(shù)據(jù)詮釋等。

　　關鍵詞：零售業(yè)統(tǒng)計;大數(shù)據(jù);數(shù)據(jù)挖掘

　　大數(shù)據(jù)是指傳統(tǒng)數(shù)據(jù)庫管理工具難以處理的大量的、多樣化的數(shù)據(jù)。當前普遍認為大數(shù)據(jù)有三個特點(3V)：第一Volume，是數(shù)據(jù)容量非常大，第二Velocity，是數(shù)據(jù)增長速度非常快，處理速度非常快，第三Variety，是數(shù)據(jù)類型越來越多樣化[1]。

　　零售行業(yè)隨著數(shù)據(jù)采集與存儲技術的進步也逐步形成了零售業(yè)大數(shù)據(jù)。通過對這些數(shù)據(jù)進行挖掘分析，能夠給零售企業(yè)帶來巨大的商業(yè)價值以及服務創(chuàng)新，諸如能夠更好地了解和洞察消費者，從而實現(xiàn)精準化營銷，或者變革供應鏈模式，實現(xiàn)貨品精細化管理等。但是在這之前，必須首先要清楚大數(shù)據(jù)究竟從哪些方面給零售業(yè)帶來了變革需求，才能有針對性地利用好零售業(yè)大數(shù)據(jù)。

　　一、大數(shù)據(jù)時代零售思維、商業(yè)與管理變革

　　(一)零售思維的變革

　　維克托邁爾在《大數(shù)據(jù)時代》一書中提出了大數(shù)據(jù)思維的三個最顯著的變化：一是樣本等于總體。這與過去基于樣本進行統(tǒng)計分析的思維截然不同;二是不再追求精確性。在大數(shù)據(jù)中往往存在“噪音”和罕見事件，這樣的數(shù)據(jù)影響了結果的精確性;三是相關分析比因果分析更重要，在大數(shù)據(jù)時代我們將注意力更多地放在“是什么”而不是“為什么”。將這種全新的思維結合傳統(tǒng)零售業(yè)考慮，我們也許會得到如下幾個方面的啟示：

　　1、要分析與零售商特定目標相關的全部數(shù)據(jù)，而不是采用對樣本的分析來推斷總體的方式。當采集并存儲所有的數(shù)據(jù)并不再只是一種可能，基于樣本的統(tǒng)計分析也就越來越難以適應企業(yè)對數(shù)據(jù)的使用需求。零售商通過分析利用大量的銷售等數(shù)據(jù)，可以準確地預測客戶的需求，實行精準營銷，給零售企業(yè)帶來實質性的效率與利潤提升。

　　2、放棄追求精確性，并接受數(shù)據(jù)的噪音。倘若零售企業(yè)只追求精確的數(shù)據(jù)，那么只有大約5%的結構化數(shù)據(jù)能夠被合理使用，而大約有95%的半結構化及非結構化數(shù)據(jù)都無法被使用，這會造成數(shù)據(jù)資源的巨大浪費。只有接受數(shù)據(jù)的噪音，容許部分冗余甚至錯誤數(shù)據(jù)的存在，才能更充分地利用數(shù)據(jù)，挖掘零售數(shù)據(jù)的價值，實現(xiàn)零售商的經營管理目標。

　　3、零售行業(yè)在進行數(shù)據(jù)分析時應該更加注重分析事物的相關關系而不是因果關系。相關關系可以使零售商們從不同的角度觀察、分析、解決問題，以確定怎么做可以達到更好的效果。而且相關關系是一種比因果關系更加有效的關系。例如，沃爾瑪在經過數(shù)據(jù)分析后得到，蛋撻的銷量在颶風到來之際大幅增加，因此將蛋撻擺放在颶風用品附近的位置，提高了蛋撻的銷售量[2]。在這個例子中，通過分析蛋撻銷售量與颶風的相關關系，找到了提高銷售量的新方法，這體現(xiàn)了在大數(shù)據(jù)時代相關關系分析的必要性與重要性。

　　(二)零售商業(yè)的變革

　　在以電商為首的“數(shù)據(jù)巨頭”的沖擊下，傳統(tǒng)零售業(yè)面臨著巨大的挑戰(zhàn)。我們可以觀察到的一個現(xiàn)象是目前許多唱空百貨等線下零售業(yè)的聲音不絕于耳。這主要是由于互聯(lián)網電商巨頭諸如阿里、京東等已經在中國零售行業(yè)中占據(jù)了大量的份額，傳統(tǒng)的零售諸如百貨行業(yè)由于線下市場萎縮以及商品定價的弱勢性在無形之中已經被慢慢擠掉了許多利潤。目前傳統(tǒng)零售業(yè)面臨著零售商品價格體系管理的滯后、營銷的不便利性，例如相同商品不同銷售商之間的比價，快遞送貨服務以及年輕消費客戶的流失等問題。而且傳統(tǒng)零售行業(yè)的營銷方式無法像互聯(lián)網電商一樣通過各種數(shù)據(jù)分析消費者的喜好，從而無法做到一對一的精準營銷。所有的這些問題，導致傳統(tǒng)零售行業(yè)面臨著重大的商業(yè)變革。

　　為了應對零售業(yè)面臨的挑戰(zhàn)，一個可行的思路便是線下購物體驗化。這主要是指通過改善線下購物的環(huán)境與方式，給予消費者更多在線上購物中享受不到的愉悅體驗，其表現(xiàn)的特征主要體現(xiàn)在傳統(tǒng)百貨購物中心化。這其中的典型例子譬如上海的購物中心K11在其店內專門布置了一個小型的農場，顧客可以零距離接近自然體驗種植的樂趣。而北京的喬福芳草地則巧妙地打造了一個具有濃厚藝術氣息氛圍的購物中心，給予顧客藝術之美的體驗與熏陶。毫無疑問，這種傳統(tǒng)零售企業(yè)的轉型必然要建立在了解客戶的心理需求與偏好的基礎上，這就在客觀上要求傳統(tǒng)零售業(yè)紛紛進入大數(shù)據(jù)領域挖掘客戶的商業(yè)需求。國內企業(yè)如銀泰是進入大數(shù)據(jù)領域掘金的典型零售企業(yè)，銀泰通過設置在購物中心的WIFI來獲取用戶數(shù)據(jù)。通過抓取的數(shù)據(jù)分析消費者的性別、年齡，購物偏好、習慣，以及購物頻率、搭配等。同時，銀泰官方的網站也在收集消費者的品牌偏好的數(shù)據(jù)，并結合實體店的數(shù)據(jù)進行分析，獲得新開商店的品牌組合、門店位置選擇以及品牌位置組合。

　　隨著科技的進步以及建設大數(shù)據(jù)成本的降低，將會有更多傳統(tǒng)零售企業(yè)采用高新科技技術收集客戶的購物喜好、購物組合、購物頻率等購物信息，并積累了大量的數(shù)據(jù)資本，開創(chuàng)零售行業(yè)商業(yè)變革。

　　(三)零售管理的變革

　　傳統(tǒng)零售業(yè)的經營決策在相當程度上依靠企業(yè)管理者主觀判斷，其體現(xiàn)在依靠管理者的知識水平、經驗、直覺等。這種決策方式缺乏對決策過程的監(jiān)控，缺乏對決策執(zhí)行過程中數(shù)據(jù)的收集、提取和分析，未能明確數(shù)據(jù)決策與決策結果之間的關聯(lián)關系[3]。這種過于主觀不夠嚴謹?shù)臎Q策方式主要是由于傳統(tǒng)零售業(yè)的運營銷售等系列數(shù)據(jù)分散在不同的部門，把它們搜集在一起進行合并分析具有較多困難，導致很難高效地利用這些數(shù)據(jù)。大數(shù)據(jù)時代的來到使得傳統(tǒng)零售企業(yè)決策過程由管理者主觀判斷變?yōu)橐詳?shù)據(jù)為導向進行決策成為趨勢。

　　沃爾瑪百貨是世界性連鎖企業(yè)，其率先應用大數(shù)據(jù)分析作為企業(yè)決策的基礎。沃爾瑪為了提高大數(shù)據(jù)成果在不同部門之間的高效利用、并增加存貨管理和供應鏈管理的投入回報率，其開發(fā)了Retail Link工具。供應商使用該工具可以預先知道不同店鋪的商品銷售和庫存情況，從而能夠在沃爾瑪發(fā)出指令前自行補貨，極大地減少商品斷貨和供應鏈的庫存水平[4]。因此，供應商能夠更多地控制商品的陳設，沃爾瑪也可以降低庫存成本，減少投入成本。綜合起來，沃爾瑪百貨不僅提高了服務質量，而且削減了供應鏈管理的開支，提高了企業(yè)的運作效率與利潤。沃爾瑪百貨在銷售管理中應用大數(shù)據(jù)，以大數(shù)據(jù)為決策的基礎，開創(chuàng)了以大數(shù)據(jù)為決策基礎的零售業(yè)管理的新局面。

　　在互聯(lián)網時代，隨著信息技術的不斷發(fā)展，使得零售企業(yè)能夠記錄并存儲其銷售、采購以及員工行為的一切信息。這些數(shù)據(jù)存儲到企業(yè)的數(shù)據(jù)庫中，通過數(shù)據(jù)挖掘方法進行處理分析，從而成為企業(yè)以數(shù)據(jù)為導向進行決策的基礎。隨著大數(shù)據(jù)時代的到來，傳統(tǒng)零售業(yè)管理決策過程必將向大數(shù)據(jù)決策轉變。

　　二、大數(shù)據(jù)時代零售業(yè)統(tǒng)計的變革

　　在傳統(tǒng)的統(tǒng)計步驟中，包含了數(shù)據(jù)的采集、整理、分析、詮釋四個部分，每個部分都已經在傳統(tǒng)的數(shù)據(jù)統(tǒng)計理論下形成了各自的內容與方法論。而在大數(shù)據(jù)時代，其帶給零售業(yè)重大的影響之一便是其數(shù)據(jù)統(tǒng)計方法的變革，這種統(tǒng)計變革集中體現(xiàn)在零售業(yè)數(shù)據(jù)的采集、整理、分析、詮釋四個方面，涉及傳統(tǒng)統(tǒng)計分析的完整流程。以中國人民大學網絡與移動數(shù)據(jù)管理實驗室開發(fā)的Scholar Space為例，大數(shù)據(jù)背景下進行數(shù)據(jù)分析的完整流程如圖1所示�？梢园l(fā)現(xiàn)，與傳統(tǒng)統(tǒng)計步驟相比，對大數(shù)據(jù)的處理分析引入了更多的計算機軟硬件技術。

　　(一)在零售業(yè)數(shù)據(jù)的采集方面

　　零售行業(yè)進行的數(shù)據(jù)采集工作主要針對其客戶購買行為、商品的銷售情況、企業(yè)的財務狀況等一系列數(shù)據(jù)，企業(yè)利用這些數(shù)據(jù)對日常的生產經營進行分析決策。在傳統(tǒng)的統(tǒng)計方式下，企業(yè)的原始數(shù)據(jù)采集行為往往主要是依靠客戶群隨機抽樣進行問卷調查，對各項銷售報表以及財務報表進行收集，進而對這些原始數(shù)據(jù)進行處理分析與應用。在這種數(shù)據(jù)采集方式下，零售行業(yè)所能采集到的數(shù)據(jù)多以結構化數(shù)據(jù)為主，且其應用有很大的局限性[5]。

　　而在現(xiàn)在以及未來，日常各種行為所產生的信息處于一個大爆炸的狀態(tài)，傳統(tǒng)數(shù)據(jù)采集方法的效率日趨低下，絲毫跟不上信息產生的節(jié)奏，已經不能滿足新時期企業(yè)進行生產經營創(chuàng)新的需要，故零售業(yè)企業(yè)在數(shù)據(jù)采集方式方法上面迫切需要發(fā)生重大的變革�，F(xiàn)在看來，這種變革的方向將會在線上與線下數(shù)據(jù)采集工作中同時進行，所采集數(shù)據(jù)的結構將會由結構化數(shù)據(jù)轉向半結構化乃至非結構化數(shù)據(jù)。具體而言，我們可以采集客戶群在互聯(lián)網上的一系列線上行為數(shù)據(jù)并存儲進而進行整理與分析，同時，由于物聯(lián)網以及云計算技術的發(fā)展，我們也可以通過電子設備采集消費者在實體商店的一系列線下行為數(shù)據(jù)[6]。就線上數(shù)據(jù)采集而言，我們將主要收集顧客在零售網站上留下的信息，包括保存在瀏覽器cookies中的系列點擊行為以及直接存入系統(tǒng)后臺的網站交易行為。而線下的數(shù)據(jù)采集則可以通過各種電子設備與技術例如pos機、藍牙4.0、NFC技術等來記錄顧客在店內的行為數(shù)據(jù)。

　　目前，在我們肉眼可見的地方，這種變革已經在零售行業(yè)中悄然興起。美國高檔連鎖百貨Nordstrom最近開始采用線下實體店客流分析服務供應商Euclid Analytics公司的客流監(jiān)測解決方案Euclid Zero，基于用戶連接wifi行為來獲取店內顧客手機的MAC物理地址并進行線下追蹤。由此可以通過分析單個顧客在百貨店內的行動路線和滯留時間，從而用于改善商品羅列與室內動線以及顧客個性化偏好推薦服務。而近期開發(fā)出的已經被許多大型超市與品牌商所應用的Shopperception三維購物傳感器技術，可以實時追蹤顧客與擺放在貨架上的商品的互動行為，主要包括觸碰貨品、拿取貨品、放回貨品等動作，由此生成單個商品的熱力圖從而可以清楚觀察出顧客對此商品偏好程度。

　　(二)在零售業(yè)數(shù)據(jù)的整理方面

　　不管是傳統(tǒng)的零售業(yè)統(tǒng)計還是在大數(shù)據(jù)背景下的統(tǒng)計，在完成數(shù)據(jù)采集之后必須對數(shù)據(jù)進行整理。數(shù)據(jù)整理是指對所采集的統(tǒng)計數(shù)據(jù)進行匯總，去除其中的冗余與錯誤數(shù)據(jù)，同時篩選出其中的有效指標，確定對數(shù)據(jù)總體的處理方法。傳統(tǒng)的零售業(yè)數(shù)據(jù)整理主要包含對所采集數(shù)據(jù)的查核，對數(shù)據(jù)進行分類與聚類，根據(jù)數(shù)據(jù)編制統(tǒng)計表圖，積累與保管統(tǒng)計資料數(shù)據(jù)[7]。一般意義下，傳統(tǒng)數(shù)據(jù)的整理方式更能夠凸顯群體水平――例如零售行業(yè)門店商品總成交額、單個商品成交數(shù)目等。這些數(shù)據(jù)沒有必要也無法實現(xiàn)實時采集，只需能保證在周期性、階段性的對數(shù)據(jù)的評估中獲取即可。傳統(tǒng)數(shù)據(jù)反映的是零售行業(yè)的因變量水平，即零售行業(yè)的整體經營狀況如何，企業(yè)內部的財務水平如何，顧客對企業(yè)的整體主觀感受如何等問題。這些數(shù)據(jù)，譬如顧客對企業(yè)的主觀評價，由于事先顧客對其行為完全知情，因此帶有很強的刻意性與隨意性――因其主要是通過標準的量表統(tǒng)計與調查方法進行。

　　相較之下，大數(shù)據(jù)賦予了我們去關注每一位個體顧客的微觀表現(xiàn)能力，譬如顧客在某個特定時間段偏愛于購買何種商品，顧客在某類商品貨架旁的時間停留長度，顧客最終決定購買商品所花費的時間等。這些數(shù)據(jù)是高度個性化特征的體現(xiàn)，對于其余個體沒有什么意義。同時，這些數(shù)據(jù)在每時每刻顧客購買與企業(yè)銷售的交互行為中產生，其產生完全是過程性的。對于這些數(shù)據(jù)的整理將能夠詮釋零售行業(yè)微觀銷售經營過程中自變量的水平，如應該怎樣才能盡可能長時間使消費者逗留，怎樣的物品擺放方式可以提高兩種物品的銷售量，怎樣的店鋪選址可以最大化顧客流量。

　　在大數(shù)據(jù)背景下，零售業(yè)大數(shù)據(jù)由于進行采集數(shù)據(jù)行為的數(shù)據(jù)源及數(shù)據(jù)內容存在交互性重疊，導致原始數(shù)據(jù)需要進行清理以去除數(shù)據(jù)噪聲與數(shù)據(jù)冗余并同時對所抽取數(shù)據(jù)進行聚類。首先，需要對所采集的數(shù)據(jù)進行清洗、重構與填補以去除冗余彌補缺失。其次，在新的背景下零售業(yè)所采集的數(shù)據(jù)中必定包含大量的半結構化以及非結構化數(shù)據(jù)，我們需要將這部分數(shù)據(jù)進行處理，使之變?yōu)閼密浖軌蜃R別處理的機器語言。最后，我們需要對已完成前兩步處理的數(shù)據(jù)進行相關性與關聯(lián)性檢測，將相關性高的數(shù)據(jù)融合在一起開始進行下一步的數(shù)據(jù)分析。

　　(三)在零售業(yè)數(shù)據(jù)的分析方面

　　數(shù)據(jù)分析是發(fā)掘出數(shù)據(jù)價值的關鍵步驟。一般而言，在傳統(tǒng)的零售業(yè)統(tǒng)計分析領域，在完成對數(shù)據(jù)的采集整理后，要構建一系列模型對處理過的數(shù)據(jù)進行分析。傳統(tǒng)的統(tǒng)計研究分析方法主要包括線性或非線性回歸方程的建立、回歸模型參數(shù)的估計、參數(shù)估計結果的檢驗，同時對數(shù)據(jù)進行相關分析、回歸分析、方差分析等。傳統(tǒng)的統(tǒng)計研究分析過程一般先進行定性分析，對分析對象做出一個主觀性質的判斷，這主要是為隨后的定量分析提供一個方向，然后進行定量分析，通過各種模型估計參數(shù)以及進行一定置信度范圍內的顯著性與有效性檢驗，最后再回歸到定性分析，主要是對定量分析的結果進行統(tǒng)計詮釋。傳統(tǒng)的統(tǒng)計實證過程則是先設立假設再進行檢驗，檢驗部分就是根據(jù)抽樣分布理論以一定的概率保證程度進行對總體的推斷[8]。在實際中，傳統(tǒng)零售業(yè)分析企業(yè)數(shù)據(jù)是將原始數(shù)據(jù)錄入到企業(yè)信息系統(tǒng)中由系統(tǒng)自動產生分析結果，零售業(yè)只能依賴于這些片面的結構化數(shù)據(jù)以及純粹的經驗理論假設對企業(yè)做出經營決策。

　　而在零售業(yè)的大數(shù)據(jù)統(tǒng)計分析中，傳統(tǒng)的統(tǒng)計分析方法過程顯然已經不再適用。在分析思路方面，傳統(tǒng)的假設檢驗流程也已不能凸顯其優(yōu)勢，目前對大數(shù)據(jù)的統(tǒng)計分析是以相關關系為基礎進行的數(shù)據(jù)挖掘。數(shù)據(jù)挖掘也可以稱作現(xiàn)代統(tǒng)計學，其跟傳統(tǒng)的統(tǒng)計分析有很大的不同。因為傳統(tǒng)的統(tǒng)計分析主要是針對結構化數(shù)據(jù)進行線性相關分析，而大數(shù)據(jù)條件下的數(shù)據(jù)挖掘，則是要對更多的半結構化非結構化數(shù)據(jù)進行非線性相關以及不明確函數(shù)形式的線性關系進行探索、推斷與評價。在大數(shù)據(jù)分析的前提下，相關關系的分析將并不依賴于傳統(tǒng)的“假設中的因果關系”，其將直接分析數(shù)據(jù)庫中所存儲的經過整理的數(shù)據(jù)之間的聯(lián)系，由此可以避免受到人為的假設限制，發(fā)掘數(shù)據(jù)深處的意義。

　　現(xiàn)代意義上的統(tǒng)計學分析也即數(shù)據(jù)挖掘，是傳統(tǒng)的統(tǒng)計分析方法的擴展和延伸，其常用的技術有關聯(lián)規(guī)則挖掘、神經網絡模擬、支持向量機、隨機森林樹、遺傳算法、貝葉斯網絡等。如果能夠將這些數(shù)據(jù)挖掘技術應用于大數(shù)據(jù)時代的零售業(yè)數(shù)據(jù)統(tǒng)計分析過程中，無疑將會給企業(yè)帶來巨大的價值回報。譬如關聯(lián)規(guī)則挖掘，關聯(lián)規(guī)則指的是一個已發(fā)生事件和其他已發(fā)生事件之間相互依賴或關聯(lián)的信息，其一般包括簡單、因果、時序關聯(lián)等。而關聯(lián)規(guī)則經典算法Aprior的基本思想就是通過迭代算法發(fā)掘數(shù)據(jù)中的具有一定支持度的高頻項目集并進而構造置信度不低于用戶設定的最低值的關聯(lián)規(guī)則，此時如果某個事件集中有因素存在關聯(lián)，則可以由其中一項因素的屬性值依據(jù)推斷出其他因素的屬性值。在大數(shù)據(jù)背景下，運用關聯(lián)規(guī)則挖掘進行數(shù)據(jù)相關性分析的一個典型應用便是購物籃子分析，通過分析系統(tǒng)交易數(shù)據(jù)庫之中不同商品之間的銷售情況的聯(lián)系，譬如某種商品的購買量與另外品類商品購買量之間的相互影響，從而可以探尋出顧客的購物行為模式。利用這種算法分析得到的結果在企業(yè)銷售的很多方面都可以運用，例如對商品擺放的布局、商品庫存的閥值設立以及對用戶群分類進而實施差異化營銷。眾所周知的沃爾瑪超市發(fā)掘出啤酒與尿布之間相關性的案例便是關聯(lián)規(guī)則應用于數(shù)據(jù)挖掘的典型案例。

　　(四)在零售業(yè)數(shù)據(jù)的詮釋方面

　　在完成對零售業(yè)數(shù)據(jù)的分析之后，就要將所分析得到的結果應用于實際的解釋與預測之中。如果沒能運用適當?shù)臄?shù)據(jù)詮釋方法，那么即使我們的數(shù)據(jù)分析結果沒有錯誤，我們得到的預測結果也必將不能很好地與現(xiàn)實的發(fā)展趨勢擬合。在大數(shù)據(jù)時代由于數(shù)據(jù)的分析結果的繁多以及結果之間復雜的相關性，傳統(tǒng)的以文本為主要輸出形式的解釋結果將不再適用，這就在客觀上造成了傳統(tǒng)的詮釋預測方法變革的需要[9]。大數(shù)據(jù)背景下的數(shù)據(jù)詮釋，首先需要引入數(shù)據(jù)可視化技術，使用圖形來表示數(shù)據(jù)分析的輸出結果，從而幫助零售商能夠更加形象地觀察到數(shù)據(jù)之間隱性的關系與規(guī)律。其次需要引入人機交互與數(shù)據(jù)起源技術，這能夠讓零售企業(yè)各部門能夠熟悉和參與數(shù)據(jù)分析詮釋的具體過程。

　　目前零售業(yè)的數(shù)據(jù)詮釋，大數(shù)據(jù)運用在零售業(yè)的最終營銷過程中表現(xiàn)得很好。運用挖掘出的結果對銷售及顧客數(shù)據(jù)進行解釋并預測，能夠顯著提高預測的精確性與適時性，同時，也可運用其進一步細分市場，提高企業(yè)的目標群體營銷水平，降低企業(yè)銷售風險。目前，英國領先的零售商樂購(TESCO)已經開始運用大數(shù)據(jù)來解釋分析顧客的行為。其主要運作流程是首先在系統(tǒng)中建立一個顧客關系型數(shù)據(jù)庫，給予每個顧客唯一的一個編號，然后通過各種線上與線下方式采集顧客的一系列消費數(shù)據(jù)諸如所購買商品的種類、金額等，接著再通過利用已經開發(fā)出的數(shù)據(jù)模型對這些海量交易數(shù)據(jù)進行分析，從而大致可以得到關于單個顧客的一些信息諸如其消費習慣、近期可能需要的商品等。樂購通過這些結果指導其促銷計劃的制定與商品價格的及時調整。同時，樂購通過對每個門店的店員結賬數(shù)據(jù)、貨品上下架數(shù)據(jù)、商品購買與退貨率進行統(tǒng)計匯總生成門店的日營業(yè)分析報告，這使得其能夠對銷售過程進行即時性把控，這為其提供了更加高效的盈利方法[10]。

　　三、零售業(yè)應用大數(shù)據(jù)的挑戰(zhàn)

　　隨著基于云計算的應用以及社交網絡的普及，“隱私”成為大數(shù)據(jù)發(fā)展繞不開的一個挑戰(zhàn)。在零售行業(yè)中，不論是商品的銷售信息，還是顧客的消費習慣，都以不同的數(shù)據(jù)形式被存儲到數(shù)據(jù)庫中;另一方面，大數(shù)據(jù)相關法律不健全，網絡監(jiān)管不力也使各類數(shù)據(jù)泄露事件無法得到有效的解決。大數(shù)據(jù)堪稱一把雙刃劍。零售企業(yè)，會在大數(shù)據(jù)分析中獲得巨大利益，但同時消費者的隱私也都以數(shù)據(jù)形式被存儲起來。零售業(yè)大數(shù)據(jù)出現(xiàn)以后，肯定會帶來更多的隱私泄露或者是與隱私泄露相關的問題，但是，不能因噎廢食，必須解決這些問題才能推動零售業(yè)大數(shù)據(jù)環(huán)境的發(fā)展。零售企業(yè)可以通過安裝殺毒軟件、建立防火墻來防止信息泄露的問題發(fā)生。

　　四、結語

　　相比于互聯(lián)網電商利用大數(shù)據(jù)已經取得的各種令人驚嘆的成果，傳統(tǒng)的線下零售業(yè)在挖掘大數(shù)據(jù)價值方面落后了很多。但是，落后的同時也意味著，傳統(tǒng)零售業(yè)有著充分的潛力去利用大數(shù)據(jù)實現(xiàn)自己的商業(yè)模式轉型。傳統(tǒng)零售業(yè)在大數(shù)據(jù)時代下的各種變革中，統(tǒng)計思想與方法的變革無疑是最根本而又最重要的。唯有從傳統(tǒng)零售業(yè)統(tǒng)計的數(shù)據(jù)采集、整理、分析、詮釋這一完整流程的各個方面進行改革，才能使得傳統(tǒng)零售業(yè)在未來仍然能適應市場的需求。具體而言，在數(shù)據(jù)采集方面零售業(yè)要能夠通過運用行業(yè)最新技術以各種線上與線下方式擴大數(shù)據(jù)采集面，保證數(shù)據(jù)來源多樣性;數(shù)據(jù)整理方面需要將所采集數(shù)據(jù)細分為企業(yè)層面的宏觀數(shù)據(jù)以及顧客層面的微觀數(shù)據(jù)并分別應用不同的處理方式進行整理;在數(shù)據(jù)分析過程中則要變革傳統(tǒng)的以假設檢驗為核心的統(tǒng)計分析為基于大數(shù)據(jù)算法下的相關性數(shù)據(jù)挖掘;同時引入可視化技術以及人機交互與數(shù)據(jù)起源技術運用于數(shù)據(jù)詮釋過程以改革傳統(tǒng)的統(tǒng)計數(shù)據(jù)詮釋。與此同時，零售行業(yè)在運用大數(shù)據(jù)的過程中，不能忽略的一點是大數(shù)據(jù)也并不是沒有缺點，需要充分重視如何回避大數(shù)據(jù)帶來的負面效果。正如維克托邁爾在撰寫《大數(shù)據(jù)時代》一書的同時，還寫了另外一本名為《刪除》的書，就是要告訴我們，大數(shù)據(jù)是一把雙刃劍，在運用的時候一方面必須處理好數(shù)據(jù)與隱私之間的界限，另一方面也必須要處理好已掌握的數(shù)據(jù)的取舍問題。

　　參考文獻：

　　[1]城田真琴.大數(shù)據(jù)的沖擊[M].北京：人民郵電出版社，2013.

　　[2]維克多邁爾.大數(shù)據(jù)時代[M].浙江：浙江人民出版社，2013.

　　[3]劉緯緯.大數(shù)據(jù)給傳統(tǒng)企業(yè)管理帶來的變革[J].中國管理信息化，2014，(16)：43-44.

　　[4]趙巍偉.RETAIL LINK數(shù)據(jù)抽取和處理工具的設計與實現(xiàn)[D].上海：上海交通大學，2011.

　　[5]曾鴻，豐敏軒.大數(shù)據(jù)與統(tǒng)計變革[J].中國統(tǒng)計，2013，(9)：49-50.

　　[6]游士兵，張佩，姚雪梅.大數(shù)據(jù)對統(tǒng)計學的挑戰(zhàn)和機遇[J].珞珈管理評論，2013，(2)：165-171.

　　[7]朱建平，章貴軍，劉曉葳.大數(shù)據(jù)時代下數(shù)據(jù)分析理念的辨析[J].統(tǒng)計研究，2014，(2)：10-19.

　　[8]李金昌.大數(shù)據(jù)與統(tǒng)計新思維[J].統(tǒng)計研究，2014，(1)：10-17.

　　[9]鄭淑蓉.零售業(yè)大數(shù)據(jù)：形成、應用及啟示[J].理論探索，2014，(2)：90-94.

　　[10]許明星.大數(shù)據(jù)在零售業(yè)營銷中的應用分析[J].物流工程與管理，2014，(9)：187-190.

【大數(shù)據(jù)時代零售業(yè)統(tǒng)計的變革】相關文章：