解萍?張朋勛

摘 要：隨著信息技術(shù)的飛速發(fā)展，人類(lèi)進(jìn)入大數(shù)據(jù)時(shí)代，“互聯(lián)網(wǎng)+”已經(jīng)對(duì)傳統(tǒng)零售業(yè)產(chǎn)生了嚴(yán)重的沖擊，隨之而來(lái)的是大數(shù)據(jù)在零售業(yè)的應(yīng)用可以幫助企業(yè)更加適應(yīng)大環(huán)境的變化，順應(yīng)市場(chǎng)、順應(yīng)平臺(tái)需求，利用對(duì)相關(guān)數(shù)據(jù)的分析幫助企業(yè)做出正確的決策，制定可靠高效的營(yíng)銷(xiāo)策略，進(jìn)而為用戶提供個(gè)性化的服務(wù)。

關(guān)鍵詞：大數(shù)據(jù);零售業(yè);互聯(lián)網(wǎng);數(shù)據(jù)分析;營(yíng)銷(xiāo)策略

一、認(rèn)識(shí)大數(shù)據(jù)

隨著信息技術(shù)的發(fā)展，“互聯(lián)網(wǎng)+”企業(yè)發(fā)展理念的深入，各個(gè)行業(yè)已經(jīng)在探索新的發(fā)展模式、新的經(jīng)營(yíng)方式。大數(shù)據(jù)時(shí)代信息的傳播速度倍增，與此同時(shí)產(chǎn)生的數(shù)據(jù)也是海量的、爆炸性的增長(zhǎng)。進(jìn)入大數(shù)據(jù)時(shí)代后，傳統(tǒng)零售業(yè)也走入了新的困境，零售企業(yè)為了順應(yīng)市場(chǎng)，轉(zhuǎn)向網(wǎng)絡(luò)平臺(tái)，把大數(shù)據(jù)應(yīng)用于零售業(yè)，是在大數(shù)據(jù)環(huán)境下零售業(yè)必須要面臨的問(wèn)題。大數(shù)據(jù)在零售業(yè)的應(yīng)用，可以幫助企業(yè)更好地了解客戶，為他們提供更加個(gè)性化的服務(wù)。基于數(shù)據(jù)的洞察有助于企業(yè)做出正確的決策、了解市場(chǎng)趨勢(shì)并應(yīng)對(duì)不確定性。

據(jù)互聯(lián)網(wǎng)數(shù)據(jù)中心（IDC）描述，大數(shù)據(jù)定義如下：“大數(shù)據(jù)技術(shù)描述了一種新一代技術(shù)及其交媾，用于以很經(jīng)濟(jì)的方式、很高速的捕獲、發(fā)現(xiàn)和分析的技術(shù)，從各種超大規(guī)模的數(shù)據(jù)中提取價(jià)值?！苯又诖髷?shù)據(jù)技術(shù)不斷發(fā)展的過(guò)程中，總結(jié)出大數(shù)據(jù)具有4V的特征，海量性、多樣性、即時(shí)性、價(jià)值性。

大數(shù)據(jù)之所以有重大的戰(zhàn)略意義，不是因?yàn)榫哂旋嫶蟮臄?shù)據(jù)信息，而是把龐大的數(shù)據(jù)“加工”后產(chǎn)生的效力。隨著云計(jì)算的進(jìn)一步發(fā)展，大數(shù)據(jù)也迎來(lái)了更大更好的發(fā)展。適用于大數(shù)據(jù)的技術(shù)，包括分布式數(shù)據(jù)庫(kù)、分布式文件系統(tǒng)、云計(jì)算平臺(tái)，互聯(lián)網(wǎng)和可擴(kuò)展的存儲(chǔ)系統(tǒng)，大規(guī)模并行數(shù)據(jù)庫(kù)，數(shù)據(jù)庫(kù)等。

大數(shù)據(jù)包括結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。認(rèn)知大數(shù)據(jù)可以從理論層面、技術(shù)層面和時(shí)間層面，通過(guò)各行各業(yè)的不斷創(chuàng)新，從大數(shù)據(jù)的概念和四個(gè)特征理解各行業(yè)對(duì)大數(shù)據(jù)的描述和總結(jié);從大數(shù)據(jù)已經(jīng)產(chǎn)生的價(jià)值進(jìn)行探討和深入解析大數(shù)據(jù)產(chǎn)生的深遠(yuǎn)價(jià)值。我們可以從分布式處理技術(shù)、云計(jì)算、感知技術(shù)、存儲(chǔ)技術(shù)的發(fā)展，來(lái)更加深入地理解大數(shù)據(jù)從采集，處理、到存儲(chǔ)再到輸出結(jié)果的一系列過(guò)程。最后，我們通過(guò)互聯(lián)網(wǎng)的大數(shù)據(jù)，在政府的大數(shù)據(jù)，在企業(yè)的大數(shù)據(jù)以及通過(guò)個(gè)人的大數(shù)據(jù)這些不同的方面，來(lái)體會(huì)大數(shù)據(jù)已經(jīng)實(shí)現(xiàn)的美好景象，來(lái)憧憬未來(lái)大數(shù)據(jù)的美好藍(lán)圖。

二、零售業(yè)的演變

零售業(yè)數(shù)據(jù)的演變經(jīng)歷了4個(gè)時(shí)代的演變，每個(gè)階段的數(shù)據(jù)特點(diǎn)也具有各自不同的特征。第一階段：數(shù)科技含量低、使用范圍小的手機(jī)記錄和電子收款階段。第二階段：數(shù)據(jù)實(shí)時(shí)顯示并處理的pc機(jī)以及pos系統(tǒng)階段。第三階段：全民制造并爆發(fā)性增長(zhǎng)的用戶原創(chuàng)的互聯(lián)網(wǎng)階段。第四階段：數(shù)據(jù)智能產(chǎn)生與存儲(chǔ)、RFID高效應(yīng)用的移動(dòng)感知式物聯(lián)網(wǎng)階段。零售業(yè)的第四個(gè)階段是零售業(yè)大數(shù)據(jù)形成的最直接的根源。包括了交易大數(shù)據(jù)和交互大數(shù)據(jù)，分別指的是零售業(yè)交易產(chǎn)生的數(shù)據(jù)和零售業(yè)企業(yè)與客戶通過(guò)各種設(shè)備網(wǎng)絡(luò)產(chǎn)生的交互信息。

自從2016年馬云提出“新零售”，之后新零售就成為零售業(yè)發(fā)展的趨勢(shì)和標(biāo)桿。在新的概念里，零售包括了依托網(wǎng)絡(luò)的電子商務(wù)模式，特點(diǎn)就是會(huì)把線下與線上渠道結(jié)合起來(lái)，進(jìn)行方式上的改良和創(chuàng)新，比如進(jìn)行數(shù)據(jù)驅(qū)動(dòng)等。隨著網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，我們獲得和利用數(shù)據(jù)信息的成本也會(huì)越來(lái)越低廉，這也是數(shù)據(jù)科技這促進(jìn)經(jīng)濟(jì)發(fā)展的重要因素。據(jù)麥肯錫國(guó)際咨詢公司專業(yè)測(cè)算，大數(shù)據(jù)的有效運(yùn)用可以幫助很多零售企業(yè)提高達(dá)到60%以上的利潤(rùn)率。

基于這些因素，企業(yè)和國(guó)家都對(duì)大數(shù)據(jù)產(chǎn)生了高度的重視，通過(guò)大數(shù)據(jù)為管理和決策理論帶來(lái)了新的機(jī)遇。但是與此同時(shí)，我們也可以看見(jiàn)，目前在應(yīng)用中仍然存在很多問(wèn)題：比如，當(dāng)前對(duì)于數(shù)據(jù)驅(qū)動(dòng)的零售業(yè)管理研究中，對(duì)于電子商務(wù)的研究比較多，對(duì)于大數(shù)據(jù)在零售行業(yè)中的管理模式研究不多;再比如，企業(yè)目前從管理和運(yùn)營(yíng)兩個(gè)方面比較成熟，企業(yè)挖掘的內(nèi)容應(yīng)用不夠深入，再有，就是研究成果的豐富和應(yīng)用路徑的缺乏。

零售業(yè)里大數(shù)據(jù)在供應(yīng)鏈角度，從產(chǎn)品的生產(chǎn)運(yùn)輸，到上架、清倉(cāng)等各個(gè)過(guò)程中，主要按照數(shù)據(jù)學(xué)習(xí)、模型、決策的過(guò)程，需要從海量數(shù)據(jù)中挖掘出來(lái)需求的產(chǎn)生機(jī)制以及消費(fèi)者的不同特點(diǎn)，預(yù)測(cè)新的需求，最后根據(jù)結(jié)果對(duì)企業(yè)進(jìn)行選址、配送和庫(kù)存等管理方面的決策支持。

三、大數(shù)據(jù)在零售業(yè)的應(yīng)用分類(lèi)

1.數(shù)據(jù)獲取方面

在數(shù)據(jù)的獲取方面，大數(shù)據(jù)的多樣性意味著數(shù)據(jù)來(lái)源非常的廣泛，而且負(fù)責(zé)零售企業(yè)在獲取數(shù)據(jù)方面需要投入很大的精力和時(shí)間去尋找并篩選出有價(jià)值的信息。信息是建立在數(shù)據(jù)的基礎(chǔ)上對(duì)我們感興趣的對(duì)象進(jìn)行一定的量化處理，是對(duì)象的直接記錄，因此需要使用更為前沿的大數(shù)據(jù)采集技術(shù)可以讓我們獲取對(duì)零售企業(yè)更加有力的數(shù)據(jù)，從而對(duì)企業(yè)的運(yùn)營(yíng)和決策有所幫助。

因?yàn)閿?shù)據(jù)的分析需要針對(duì)不同對(duì)象的數(shù)據(jù)組合，所以為了方便獲取數(shù)據(jù)，我們要對(duì)所有的數(shù)據(jù)按照一定規(guī)則進(jìn)行分類(lèi)，把能夠直接體現(xiàn)商業(yè)行為現(xiàn)象的數(shù)據(jù)稱為直接數(shù)據(jù)，比如進(jìn)貨數(shù)據(jù)、銷(xiāo)售數(shù)據(jù)、庫(kù)存數(shù)據(jù)等，都屬于直接數(shù)據(jù)。另外的，把一些能夠在一定程度影響商業(yè)行為的數(shù)據(jù)稱為間接數(shù)據(jù)，比如客戶流量、生產(chǎn)成本，商品類(lèi)別等數(shù)據(jù)都屬于間接數(shù)據(jù)。獲取的過(guò)程，我們要同時(shí)獲取到這兩種不同的數(shù)據(jù)信息。

2.數(shù)據(jù)分析

大數(shù)據(jù)的分析方面，主要是利用已經(jīng)獲取到的大數(shù)據(jù)進(jìn)行價(jià)值分析。這一階段，需要從數(shù)據(jù)源中抽取和集成有應(yīng)用價(jià)值的數(shù)據(jù)，運(yùn)用合適有效的方式和工具進(jìn)行數(shù)據(jù)分析，如果可以有效地挖掘數(shù)據(jù)并進(jìn)行精細(xì)深入的分析，零售企業(yè)可以從中獲得巨大的競(jìng)爭(zhēng)優(yōu)勢(shì)。

銷(xiāo)售業(yè)績(jī)分析、門(mén)店數(shù)據(jù)分析、人效數(shù)據(jù)分析、銷(xiāo)售商品分析、普通客戶和會(huì)員的分析，可以為我們提供數(shù)據(jù)的支持，幫助我們促進(jìn)業(yè)務(wù)的創(chuàng)新，提高企業(yè)的效率。比如：根據(jù)某門(mén)店某商品的銷(xiāo)售額以及各類(lèi)商品的銷(xiāo)售比例去統(tǒng)計(jì)某產(chǎn)品銷(xiāo)售趨勢(shì)的變化，趨勢(shì)的緩急，從而總結(jié)出現(xiàn)變化的原因，從而確定門(mén)店指導(dǎo)策略，增大或者是減少備貨量，是否需要調(diào)整店面陳列，做好敏感產(chǎn)品的價(jià)格策略等。

四、大數(shù)據(jù)在零售業(yè)中應(yīng)用的優(yōu)勢(shì)

1.更準(zhǔn)確地了解客戶

通過(guò)收集客戶數(shù)據(jù)，零售企業(yè)可以獲取到目標(biāo)用戶的偏好、購(gòu)物習(xí)慣、地理區(qū)域等信息，然后將這些信息用于營(yíng)銷(xiāo)策略，從而使用最有效的方法，向客戶提供個(gè)性化服務(wù)或推薦。

2.始終緊跟市場(chǎng)趨勢(shì)

零售企業(yè)可以使用有關(guān)用戶社交媒體活動(dòng)和網(wǎng)絡(luò)瀏覽行為的數(shù)據(jù)來(lái)確定哪些產(chǎn)品最受關(guān)注。此外，分析圍繞某個(gè)項(xiàng)目的討論情況，這種預(yù)測(cè)分析可以幫助企業(yè)確定哪些產(chǎn)品會(huì)引起用戶的更大興趣。

3.幫助設(shè)定最優(yōu)銷(xiāo)售價(jià)格

在大數(shù)據(jù)技術(shù)的支持下，零售企業(yè)可以轉(zhuǎn)向動(dòng)態(tài)定價(jià)策略來(lái)分析市場(chǎng)變化并做出相應(yīng)調(diào)整。在動(dòng)態(tài)定價(jià)策略中，分析算法會(huì)分析競(jìng)爭(zhēng)對(duì)手的定價(jià)和庫(kù)存當(dāng)前水平，并選擇使零售企業(yè)保持競(jìng)爭(zhēng)力并獲得更多利潤(rùn)的最佳價(jià)格。

4.優(yōu)化供應(yīng)鏈

通過(guò)預(yù)測(cè)分析和有關(guān)產(chǎn)品的實(shí)時(shí)信息，零售企業(yè)可以避免供應(yīng)短缺，優(yōu)化倉(cāng)儲(chǔ)，以便獲取最受歡迎的商品等信息，確保商品可用性也非常重要。

五、大數(shù)據(jù)在零售業(yè)的應(yīng)用案例

1.大數(shù)據(jù)與營(yíng)銷(xiāo)策略

在典型的美國(guó)沃爾瑪啤酒和尿布的案例中，大數(shù)據(jù)所提供的數(shù)據(jù)關(guān)系起到了決定性的作用。在美國(guó)，孩子小的時(shí)候，媽媽在家照顧孩子，而孩子的父親會(huì)在下班時(shí)給孩子買(mǎi)尿布，在這個(gè)時(shí)候，丈夫會(huì)同時(shí)購(gòu)買(mǎi)自己喜歡的啤酒。而通過(guò)分析購(gòu)買(mǎi)數(shù)據(jù)，進(jìn)一步了解到啤酒與尿布銷(xiāo)量之間存在正相關(guān)關(guān)系、并且再做出總結(jié)，發(fā)現(xiàn)了存在規(guī)律的購(gòu)買(mǎi)情境，從而設(shè)計(jì)出更加適應(yīng)此類(lèi)顧客的營(yíng)銷(xiāo)策略，把這兩種看似沒(méi)有關(guān)系的商品擺在一起，通過(guò)數(shù)據(jù)分析，幫助人們總結(jié)的規(guī)律為商家?guī)?lái)了新的可靠的銷(xiāo)售組合。當(dāng)然，在平時(shí)的銷(xiāo)售策略中，即使有很多人已經(jīng)知道這樣的事情，但基本不會(huì)發(fā)現(xiàn)這樣的組合。由此可見(jiàn)，零售策略的設(shè)計(jì)是零售業(yè)“大數(shù)據(jù)”非常有價(jià)值的地方，大數(shù)據(jù)可以直接為零售業(yè)企業(yè)提供可靠支持，拓展企業(yè)的業(yè)務(wù)。

零售企業(yè)中“大數(shù)據(jù)”的最大價(jià)值，是企業(yè)在零售策略上結(jié)合“大數(shù)據(jù)”相關(guān)技術(shù)，制定前瞻性的零售策略，最終確保企業(yè)銷(xiāo)售計(jì)劃的實(shí)現(xiàn)。根據(jù)大數(shù)據(jù)捕捉到的特性，能動(dòng)實(shí)現(xiàn)業(yè)務(wù)數(shù)據(jù)產(chǎn)生的時(shí)候就做出相適宜的策略應(yīng)對(duì)

我們把大數(shù)據(jù)用到這一層面上，具有更加直接的業(yè)務(wù)價(jià)值，這比傳統(tǒng)零售業(yè)的銷(xiāo)量同期比、環(huán)比、銷(xiāo)售計(jì)劃比等一系列數(shù)據(jù)更加具有指導(dǎo)業(yè)務(wù)的價(jià)值。一般來(lái)說(shuō)，具有線上業(yè)務(wù)的實(shí)體零售商，在成組貨品促銷(xiāo)時(shí)會(huì)準(zhǔn)備多套不同的應(yīng)變策略，以確保貨品能夠按計(jì)劃賣(mài)出。由此可見(jiàn)，數(shù)據(jù)收集在大數(shù)據(jù)周期中起著最重要的作用?；ヂ?lián)網(wǎng)為不同的銷(xiāo)售主體提供了超級(jí)多的數(shù)據(jù)來(lái)源。零售業(yè)可以獲得更加豐富的外部數(shù)據(jù)來(lái)源，并將這些數(shù)據(jù)與交易數(shù)據(jù)相結(jié)合。

2.大數(shù)據(jù)與營(yíng)銷(xiāo)方案

美國(guó)第二大超市塔吉特百貨對(duì)于孕婦顧客的情況，通過(guò)普通超市與孕嬰商店商品的顧客數(shù)據(jù)分析，建立數(shù)據(jù)模型，提前鎖定顧客，打破商家的“似牙膏、襪子和衛(wèi)生紙之類(lèi)的日常生活用品”的局限性，開(kāi)拓出“購(gòu)買(mǎi)孕期用品”的新局面。因?yàn)閷?duì)于零售商，孕婦是個(gè)非常有價(jià)值的顧客群體。只要做到在孕婦妊娠期的前期就早一步確認(rèn)鎖定這些顧客。那么早期提前定位，可以提前在其他零售商之前確定對(duì)應(yīng)的顧客，市場(chǎng)營(yíng)銷(xiāo)可以早早地為其量身定制相關(guān)的孕婦優(yōu)惠廣告，從而盡早圈定寶貴的顧客資源。

接下來(lái)就是精準(zhǔn)判斷顧客的問(wèn)題了，通過(guò)對(duì)于新生兒歡迎聚會(huì)的登記表，對(duì)顧客的消費(fèi)數(shù)據(jù)進(jìn)行建模分析，從中發(fā)現(xiàn)對(duì)我們有價(jià)值的數(shù)據(jù)模式。例如，哪個(gè)時(shí)期需要買(mǎi)許多大包裝的無(wú)香味護(hù)手霜;哪個(gè)時(shí)期需要購(gòu)買(mǎi)補(bǔ)充鈣、鎂、鋅的善存片之類(lèi)的保健品等。通過(guò)這些具體的數(shù)據(jù)，最后選出一定數(shù)量的典型商品，分析這些商品的消費(fèi)數(shù)據(jù)，從而構(gòu)建“懷孕預(yù)測(cè)指數(shù)”，這樣就可以從較小的誤差范圍內(nèi)預(yù)測(cè)到顧客的懷孕情況，這樣一來(lái)，就能早早地把孕婦商品優(yōu)惠廣告寄發(fā)給有針對(duì)性的顧客。同時(shí)為了不讓顧客覺(jué)得商家侵犯了自己的隱私，通常把孕婦用品的優(yōu)惠廣告夾雜在其他一大堆與懷孕不相關(guān)的商品優(yōu)惠廣告當(dāng)中。

由此可見(jiàn)，根據(jù)這個(gè)“大數(shù)據(jù)”模型，企業(yè)制定了全新的廣告營(yíng)銷(xiāo)方案，最后使得Target 孕期商品銷(xiāo)售呈現(xiàn)了非常可觀的增長(zhǎng)。“大數(shù)據(jù)”分析技術(shù)也從單一細(xì)分顧客群開(kāi)始向其他各種細(xì)分客戶群推廣，從而提高了企業(yè)的銷(xiāo)售額。

3.對(duì)數(shù)據(jù)快速處理、修改、執(zhí)行

ZARA 和LVHM服裝的銷(xiāo)售年報(bào)對(duì)比中，我們可以發(fā)現(xiàn)，銷(xiāo)售價(jià)格比LVHM 低四分之一的ZARA，稅前毛利率比 對(duì)方要高 23.6%。其中的原因主要可以總結(jié)為以下三點(diǎn)：及時(shí)分析顧客需求;結(jié)合線上數(shù)據(jù);以及對(duì)數(shù)據(jù)進(jìn)行快速處理、修改和執(zhí)行。

首先，在 ZARA 門(mén)店的員工，除了常規(guī)的工作外，需要收集顧客意見(jiàn)，通過(guò)收集的海量數(shù)據(jù)，幫助企業(yè)做出生產(chǎn)、銷(xiāo)售的決策，而且大大降低了存貨率，根據(jù)行業(yè)模型在顏色、版型的生產(chǎn)中，做出最靠近客戶需求的市場(chǎng)區(qū)隔。這中間，在收集數(shù)據(jù)之后，需要對(duì)不同的數(shù)據(jù)源和不同的數(shù)據(jù)特點(diǎn)進(jìn)行數(shù)據(jù)源同質(zhì)化，從而繼續(xù)開(kāi)發(fā)新的數(shù)據(jù)產(chǎn)品，同時(shí)需要根據(jù)不同的數(shù)據(jù)類(lèi)型，確認(rèn)是否實(shí)際。而結(jié)果需要在報(bào)告中體現(xiàn)出來(lái)，這也是大數(shù)據(jù)在這個(gè)過(guò)程中應(yīng)用的最有價(jià)值的地方。需要不同的組織定期提供信息以支持其決策過(guò)程，而這項(xiàng)任務(wù)通常由具有SQL和ETL（提取、傳輸和加載）經(jīng)驗(yàn)的數(shù)據(jù)分析師進(jìn)行處理。

2010年ZARA 網(wǎng)絡(luò)的成立，增加了網(wǎng)絡(luò)巨量資料的串聯(lián)性，因?yàn)檫@些商店是分布在六個(gè)歐洲國(guó)家。次年，又同時(shí)在美國(guó)、日本推出網(wǎng)絡(luò)平臺(tái)，線上商店強(qiáng)化了雙向搜尋引擎、資料分析的功能，與此同時(shí)增加了營(yíng)收。這些分布在世界各地的，可以回收意見(jiàn)給生產(chǎn)端，以便讓決策者精準(zhǔn)找出目標(biāo)市場(chǎng);同時(shí)可以讓企業(yè)為消費(fèi)者提供更準(zhǔn)確的時(shí)尚訊息，享受“大數(shù)據(jù)”帶來(lái)的好處。通過(guò)預(yù)估，這些網(wǎng)絡(luò)商店為 ZARA 至少提升了10%的營(yíng)收。除此之外，還為活動(dòng)產(chǎn)品上市做好提前營(yíng)銷(xiāo)。我們總結(jié)：這些網(wǎng)絡(luò)上的海量資料其實(shí)是實(shí)體店面的前測(cè)指標(biāo)。先在網(wǎng)絡(luò)上進(jìn)行消費(fèi)者意見(jiàn)調(diào)查，再?gòu)倪@些回饋中，提取顧客意見(jiàn)，從而改善實(shí)際出貨的產(chǎn)品。一般在網(wǎng)絡(luò)上注意到時(shí)尚資訊的人，都具有對(duì)服飾的喜好、資訊的掌握，更加潮流和前衛(wèi)，而通過(guò)網(wǎng)絡(luò)上的資訊，消費(fèi)者在實(shí)體店面消費(fèi)的比例也會(huì)更高。

這些顧客的各種資料形成的數(shù)據(jù)，其中包括客服中心、行銷(xiāo)部、設(shè)計(jì)團(tuán)隊(duì)、生產(chǎn)線和渠道等，應(yīng)用在生產(chǎn)端以及整個(gè) ZARA集團(tuán)各部門(mén)，這些海量數(shù)據(jù)，完成 ZARA 內(nèi)部的垂直整合主軸，形成各部門(mén)的KPI?？梢酝茢?，在未來(lái)的時(shí)尚圈，除了傳統(tǒng)強(qiáng)調(diào)的設(shè)計(jì)能力，信息和大數(shù)據(jù)也是未來(lái)競(jìng)爭(zhēng)的隱形戰(zhàn)場(chǎng)。

在這里，還要強(qiáng)調(diào)的是除了數(shù)據(jù)本身，需要更加地重視以積極的狀態(tài)利用“大數(shù)據(jù)”去改善產(chǎn)品的流程，也就是可以縮短生產(chǎn)時(shí)間，讓生產(chǎn)端根據(jù)顧客的意見(jiàn)和需求，完成第一時(shí)間的迅速調(diào)整。也就是說(shuō)，無(wú)論從內(nèi)部的管理流程，還是大數(shù)據(jù)的龐大信息支持，以及強(qiáng)大的供應(yīng)鏈，都是大數(shù)據(jù)服務(wù)于零售業(yè)成功的關(guān)鍵因素，也就是說(shuō)“大數(shù)據(jù)”運(yùn)營(yíng)要成功，資訊系統(tǒng)要能與決策流程緊密結(jié)合，迅速對(duì)消費(fèi)者的需求做出回應(yīng)、修正，并且立刻執(zhí)行決策。

參考文獻(xiàn)：

[1]劉萍.基于Hadoop與Spark的大數(shù)據(jù)處理平臺(tái)的構(gòu)建研究[J].通化師范學(xué)院學(xué)報(bào)，2018（6）：59-62.

[2]陳志泊.數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘[M].清華大學(xué)出版社，2009.

[3]張振虹，劉文，韓智.學(xué)習(xí)儀表盤(pán)：大數(shù)據(jù)時(shí)代的新型學(xué)習(xí)支持工具[J].現(xiàn)代遠(yuǎn)程教育研究，2014（3）：100-107.