大数据在零售业的应用.pdfVIP

SPECfAL 大数据在零售业的应用 文 ／梁威 SAP零售行业首席专家 随着零售市场向全渠道转型、物联网兴起、 多数据。为确保能够高效处理各种级别的数据， 移动互联时代的到来，大数据 (Bigdata)也吸 大数据路线图应包括可处理多种数据类型和格式 引了众多零售企业的关注。围绕大数据进行的各 (而不仅仅是数量)的解决方案。 类宣传让人容易混淆，在这里分析一下大数据常 4、技术是唯一的大数据挑战 见的误区、探讨大数据在零售业的应用、SAP如 数据的处理和分析能力不会帮助零售企业直 何支持零售的大数据应用及落地方面的优先级。 接解决业务问题，也不会帮助其增加收入 、降低 成本和吸引顾客。若要将智能数据转换成切实相 大数据的常见误区 关、且有意义的洞察，还需要借助其他工具及企 1、大数据分析是一种新技术、新概念 业行动。 大数据其实并非新鲜概念，仍然以数据收集、 5、商务智能 =大数据 监控和分析为主。主要的改变是，企业逐渐意识 商务智能的数据分析很多是结构化的数据分 到可以利用分析来建立竞争优势，诀窍在于使用 析，而现在的大数据增加了很多非结构化的模型 ， 正确的工具、在正确的时间、将正确的信息发送 包括如音频、视频、图像等非结构化数据。并且 给正确的人。 大数据的概念比商务智能、数据挖掘更加广泛， 2、大数据是 Hadoop的同义词 还包括数据收集、管理、组织和分析、信息存取 正如其名称所示，Hadoop涉及到大数据。 和工作负载等。 对于与大数据有关的众多挑战而言，最佳解决方 大数据在零售的应用场景 案并不存在。因此，虽然 NoSQL在处理大数据 考虑到零售企业网点多、商品多、顾客多、 方面已经树立了出色的声誉 ，但传统的关系型数 接触点多等特征 ，零售行业对大数据的应用需求 据库仍旧在成功的解决方案中发挥着重要作用。 特别强烈。在全渠道零售环境下，每天会在POS 3、大数据 =大量数据 机 、店内WiFi、电商网站、移动APP、社交媒 许多组织都认为大数据指的就是大量数据。 体以及企业信息系统之间产生数以万亿字节的信 IDC调查发现有 40％的组织持有这种看法。但 息，构成了组成大数据的巨型数据集。借助大数 事实上，大数据也指实时数据、流数据、以及更 据的解决方案，零售企业可以深入挖掘所有的信 40 IChina