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

　　但是大量的數(shù)據聚集在一起后就有可能得到客觀而又準確的統(tǒng)計結論，進而指導各種商業(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，這只是一個時代巨幕的起始

　　當我們回顧零售業(yè)的傳統(tǒng)競爭格局，仍以商品同質化、價格大戰(zhàn)、成本領先為導向，但新一輪的技術革命正為零售商帶來新思路：關注顧客體驗，提高回頭率與轉化率，強調服務增值等新的盈利點，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，當所有的消費者、所有商品、所有線上線下(人貨場)開始聯(lián)動起來，進而被記錄下來，這就為機器學習和人工智能打下了基礎，而原有的價值創(chuàng)造體系將遭受巨大沖擊，這意味著大數(shù)據不在簡簡單單的是企業(yè)的BI報表，不再是傳統(tǒng)的ERP數(shù)據搜集和傳輸，更多的是數(shù)據驅動、算法驅動、模型驅動，它將充分利用更全新的方式形成更強大的“大數(shù)據智慧體系”：從大數(shù)據的產生、收集到大數(shù)據的分析應用、指揮商業(yè)智能決策乃至執(zhí)行行為預警反饋，形成整個數(shù)據的完整閉環(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)據資產，并加以充分利用，包括CRM顧客數(shù)據、社交媒體粉絲數(shù)據、供應商數(shù)據、企業(yè)運營數(shù)據、行業(yè)數(shù)據、天氣數(shù)據等。企業(yè)需要逐步整合、不斷擴大、有效積累并結構化大數(shù)據資產，通過數(shù)據分析不斷挖掘大數(shù)據資產的價值，最終轉化為用戶價值、企業(yè)價值和社會價值。

　　因此，零售產業(yè)可以充分結合“大數(shù)據智慧體系”的特點進行四大角度的大數(shù)據創(chuàng)新性應用，分享數(shù)據經濟時代的成果。

　　應用一：大數(shù)據預測

　　對大數(shù)據進行分析的核心目的就是預測顧客的下一步的需求，基于海量數(shù)據結構化分析的基礎上，通過各種算法包括人工智能、機器學習等前沿技術和數(shù)學建模來進行預測并做出相應決策，進而創(chuàng)造更優(yōu)的顧客體驗、更多的交易、更多的業(yè)務創(chuàng)新，釋放儲存于數(shù)據之中的能量。

　　大數(shù)據預測的目的其實為更加精準的服務消費者，而這種精準的服務其實是建立在和消費者大量持續(xù)的互動基礎之上的，其實一方面是讓消費者產生更多更好的數(shù)據，另一方面是令產品和服務可被持續(xù)優(yōu)化和迭代，這也是讓消費者在海量信息選擇中享受到和自己更加匹配適合的產品和服務的基礎，同時也成為零售商提升利潤降低成本的重要方法。

　　應用二：大數(shù)據營銷

　　新時代下，零售商應該充分挖掘大數(shù)據的商業(yè)力量來提高商品的轉化率。亞馬遜等公司的發(fā)展和成功，并非因為他們向消費者提供信息，而是他們向用戶提供快速決策和進行下一步行為的捷徑。消費者是全渠道購物者，他們的購買旅程普遍是從一個渠道開始，最后在另一個渠道結束，例如在網店上瀏覽查看商品屬性、價格、庫存等信息，在線購買，線下提貨。

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

　　同樣，不僅是電子商務和互聯(lián)網公司可以根據大數(shù)據進行產品研發(fā)和服務開發(fā)，任何行業(yè)的任何公司都可以。每一個零售企業(yè)，每天都掌握著每個供應商以及顧客們海量、真實的交易數(shù)據，零售企業(yè)可以根據這些大數(shù)據分析了解消費者購買的關注點，開發(fā)很多創(chuàng)新業(yè)務，進行商業(yè)模式、產品和服務的創(chuàng)新，打開消費新市場。

　　應用三：商業(yè)仿真輔助智能決策

　　大數(shù)據智能時代為我們帶來決策和管理的新方式，零售企業(yè)的決策者們需要習慣數(shù)據驅動的實驗和測試，對任何重要項目進行小規(guī)模但系統(tǒng)的驗證實驗，使得制定出的決策更加可靠。

　　這其實就是要依據企業(yè)經營決策的基本原理和方法，借助計算機特有的功能，運用仿真技術，針對供應鏈流程中的隨機因素，引入各種約束條件，構建出若干個相互關聯(lián)的供應鏈場景模型，根據隨機因素的特定概率分布，以真實供應鏈管理的情景為參照物，進行模擬、比較、優(yōu)化，并通過反復的計算，全息模擬各種動態(tài)經營決策，給企業(yè)經營者再現(xiàn)真實的業(yè)務場景并進行管理決策、模擬和演練，為經營者最終的管理決策提供重要支撐。

　　比如運用大數(shù)據仿真實驗室，通過仿真模型來研究不同地區(qū)、不同消費社群的不同促銷方案，比較哪種最有效，哪種投入回報最高。通過全真模擬供應鏈中真實情景，事先預知各種決策可能的結果，提高決策準確性

　　應用四：數(shù)據服務

　　零售企業(yè)通過持續(xù)不斷地推動數(shù)據開放和共享，建立與各種社交媒體、跨界合作伙伴聯(lián)盟，與自己現(xiàn)有的和潛在的供應商、第三方軟件開發(fā)商、第三方賣家平臺、銀行等形成數(shù)據合作，確立科學的數(shù)據標準和應用程序調用接口，以保證數(shù)據質量和可用性。零售商和互聯(lián)網公司掌握著大量消費者數(shù)據、品牌商渠道商的銷售數(shù)據、庫存數(shù)據等，可以充分將大數(shù)據成果向各渠道、品牌商進行定期分享。

　　比如“智能補貨”的應用，這不僅極大地減少門店斷貨的現(xiàn)象，更關鍵的是可以大規(guī)模減少整體供應鏈的總庫存水平，提高整個供應鏈條和零售生態(tài)系統(tǒng)的投資回報率，創(chuàng)造非常好的商業(yè)價值。還有挖掘消費者數(shù)據價值，與廣告商進行合作，精準廣告投放與營銷等，都是數(shù)據服務的縮影。

　　在今天的大數(shù)據和人工智能的時代，雖然每個公司都會得益于數(shù)據使用所帶來的好處，但這并不意味這每家公司都要自己養(yǎng)著數(shù)據科學或者機器智能方面的專家，未來更加普遍的是付費使用第三方的服務。在未來，我們會看到，大數(shù)據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使用。

　　新一輪更加深入的變革正醞釀航行，零售業(yè)必將轉向將“大數(shù)據智能體系”植入消費產品和服務業(yè)務的新航線。

　　因此，對于那些想要在新的數(shù)據經濟中獲得成功的公司，要用全新的視角看待“大數(shù)據資產”的價值和作用，要從根本上重新考慮如何利用大數(shù)據為自己和客戶創(chuàng)造價值的戰(zhàn)略高度著手，規(guī)劃調整企業(yè)核心競爭力，驅動新能力、新崗位和新業(yè)務的持續(xù)升級。