尽管考虑到消费者可以通过各种渠道获取想要的东西，但零售行业的总体成上升趋势。预计2017年零售总销售额将增长3.7％至4.2％，其中大部分营业额来源线上销售，而这一部分营业额今年将增长8％至12％。

随着科学技术的进步与数据分析相结合，零售业也因此得到推动。当许多连锁零售商纷纷关闭商店并重新整合销售并将重心转移至线上销售，许多小型企业正纷纷加入亚马逊等电子商务平台，j2直播，希望通过分销系统获取寻找到更多对味的消费群体。目前，亚马逊市场的增长速度其自营业务的两倍。

而数据分析在其中起了很大作用，大数据正在帮助各种规模的零售商保留自己的客户群体并获得新的业务。那么，大数据都是如何帮助零售商猜测各位上帝的心思呢？

购买建议（Purchase recommendations）

数据分析将消费者的交易记录与具有相同购物经验的消费者进行比较。消费者可以在网站上立即生成准确的购买建议。

消费者全方位考虑（Customer 360 initiatives）

许多公司通过收集客户用于购买产品并获得广泛接触点的支持数据，力求获得客户的完整视图。大数据技术和实时处理使零售商能够轻松地合并和操纵多个数据集。这有助于零售商通过预期客户需求，通过社交媒体渠道进行沟通，并立即获得所需产品，从而提供更高水平的客户服务。

购物篮分析（Market basket analysis）

大数据技术加快了传统营销的速度，它能预计哪些产品可能会被消费者一起加入购物车，如尿布和婴儿配方奶粉等。大数据自动化购物篮分析使公司能够利用更大的数据集来获得更好的结果。

购买途径（Path to purchase）

全渠道销售和多渠道营销都增加了消费者获得目标物品的途径并作出购买决定。大数据技术从许多来源获得的数据，并且能够更准确地了解消费者的购买模式。

通过社交媒体预测销售趋势（Trend forecasting fromsocial media posts）

通过各大社交媒体网站的大量数据，例如微博的发文或微信的朋友圈热度。这有助于零售商更早的发现下一波新兴销售趋势。

价格优化（Price optimization）

价格肯定是消费者考虑是否购买的第一要素，此时零售商可以通过计算机程序手机同行业产品定价信息，结合机器学习技术，大数据将自动设定产品最优定价。

消费者每一次线上消费情况，都是一次数据历史痕迹，数据能说明的不仅只代表一串数字趋势，它可能是消费者的喜好、习惯，甚至是消费者的地域标志。这样的上帝，atv，其实已经越来越不难猜了，投其所好已经反转成牵制消费者购物欲望的利器。

来源/Franchise

编译／钱馨瑶

·END·

原创声明：

如需转载，请联系“企业思想家“

（ID：Enterprisethinkers）

公众号申请并获得授权。