大数据在新零售中的应用

大数据在新零售中的应用

ID:28225722

大小:80.50 KB

页数:7页

时间:2018-12-08

大数据在新零售中的应用_第1页
大数据在新零售中的应用_第2页
大数据在新零售中的应用_第3页
大数据在新零售中的应用_第4页
大数据在新零售中的应用_第5页
资源描述:

《大数据在新零售中的应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、大数据在新零售中的应用姜文秀扬州市职业大学信息工程学院摘要:随着数字化技术的发展,在大数据驱动变革的时代背景下,传统零售行业面临着Online&Offline品牌品类逐渐趋同的问题,转变营销模式势在必行。数字化技术已被逐渐应用在传统实体零售的每一个环节,实现用户数字化、门店数字化、渠道数字化、供应链数字化、营销数字化,如同线上零售电子系统一样,线下零售每一个环节都会产生数据,数据成为了新零售的内在核心驱动力。笔者以国内某大型百货零售企业为例,从数据基础、数据分析、实现系统、分析方法、模型搭建、分析实战与营销应用等几个方面全面解析人数

2、据在新零售中的应用。关键词:客户生命周期;REM;个性化(人物)标签;智能聚类(客户分群);大数据营作者简介:姜文秀(1980-),女,江苏江都人,硕士研究生,讲师。研究方向:数据库、数据挖掘、嵌入式。ApplicationofBigdatainNewRetailJiangWenxiuYangzhouPolytechnicCollege;Abstract:Withthedevelopmentofdigitaltechnologyandtheeraofbigdata-drivenchange,thetraditionalretaili

3、ndustryisfacedwiththegradualconvergenceofOnline&Offlinebrandcategories-Thetransformationofmarketingmodeisimperative.Digitaltechnologyhasbeengraduallyappliedineverylinkoftraditionalentityretail,achievestheuserdigitalization,digitalstores,digitalchannel,digitalsupplychai

4、n,digitalmarketing,justlikeonlineretailelectronicsystem,everylinkofofflineretailgeneratesdataanddatabecomesaninherentcoredriverofnewretail.TakingalargeretaildepartmentstoreinChinaasanexample,theauthorcomprehensive!yanalyzestheapplicationofbigdatainnewretailfromtheaspec

5、tsofdatafoundation,dataanalysis,realizationsystem,analysismethod,modelbuilding,analysisofactualcombatandmarketingapplication.Keyword:customerlifecycle;RFM;personalized(people)tag;intelligentclustering(customergroup);largedatamarketing;円常零售运营中,时刻都有数据产生,随着支持新零售百货运营的系统越来越

6、多,各种数据量直线上升,数据类型也越发复杂,从而收集数据逐渐成为了定位客户、精准营销的基础。根据数据结构来分,数据分为结构数据和非结构数据。结构数据,如Excel数据和系统基础数据。在本次案例中,涉及SAPECC、SAPBW、POS收银、客流、停车场、促销系统等。非结构数据,如XML、图片、HTML、图像和音频/视频等信息。在木次案例中,包括微信、掌上APP&企业公众号浏览、访问、停留、交互滞留等信息。根据数据来源来分,数据分为商业数据、交互数据和传感数据。商业数据包括会员基础、交易行为、停车车辆基础信息、促销券发送/领取/使用、掌

7、上商城交易、客流基础信息等;交互数据包括掌上商城会员&关联社交媒体发帖、留言、搜索、收藏、滞留购物卡礼品卡购买交易信息等;传感数据来自于RFID设备、GPS设备、无线网络、视频监控、客流统计设备等。2数据挖掘与分析数据并非信息,而是有待解释的原材料,深入挖掘、仔细分析,将数据高效转换为信息,找出潜在的规则成为大数据领域的重中之重。本案例中,企业通过使用SAPBW、Excel等数据统计分析工具,利用分类挖掘、关联规则、特征偏差分析、聚类分析、回归分析、多重变量与随机森林等分析方法,深入了解客户个性化标签体系,进而形成了客户的基础画像,

8、为后面的客户智能聚类分群、精准营销推荐做了数据基础准备。2.1个性化标签体系根据已知的客户数据,在业务理解的基础上,找到合适的客户变量,而个性化标签体系,就是为客户变量制定相应的指标。通过对该企业客户群的初步分析和了解,结合业界>』惯

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。