สารบัญ:
- ตัวอย่างเช่น Nordstrom ได้รับการยอมรับว่าใช้ข้อมูลขนาดใหญ่ เป็นหนึ่งในร้านค้าปลีกรายแรกที่นำเสนอทางเลือกในการซื้อสินค้าออนไลน์แก่ลูกค้า บริษัท ได้พัฒนาแอปพลิเคชันสมาร์ทโฟนเพื่อให้ลูกค้าสามารถซื้อสินค้าได้โดยตรงจาก iPads, iPhones และอุปกรณ์เคลื่อนที่อื่น ๆ Nordstrom ยังแสดงให้ลูกค้าที่ร้านค้าของตนมีสินค้าที่เฉพาะเจาะจง สำหรับสินค้าที่ต้องสั่งซื้อจากร้านค้าอื่น Nordstrom สามารถให้เวลาในการจัดส่งได้อย่างแม่นยำ
- Walmart เป็นอีกหนึ่งร้านค้าปลีกรายใหญ่ที่มีข้อมูลขนาดใหญ่ จากปริมาณการขาย Walmart เป็นผู้ค้าปลีกรายใหญ่ที่สุดในสหรัฐอเมริกา นอกจากนี้ยังเป็นนายจ้างเอกชนรายใหญ่ที่สุดในประเทศ
- ตัวอย่างที่ดีที่สุดในการใช้ข้อมูลขนาดใหญ่ในการค้าปลีกคือ Amazon com ซึ่งอาจไม่มีแม้แต่ข้อมูลเทคโนโลยีขนาดใหญ่ Amazon เริ่มออกขายหนังสือและได้ขยายไปสู่พื้นที่ค้าปลีกเพียงเท่าที่จะเป็นไปได้รวมทั้งเฟอร์นิเจอร์เครื่องใช้เสื้อผ้าและอุปกรณ์อิเล็กทรอนิกส์ ด้วยเหตุนี้ Amazon จึงมีรายได้อยู่ที่ 89 พันล้านดอลลาร์ในปี 2014 ทำให้เป็นหนึ่งในสิบอันดับแรกของผู้ค้าปลีกใน U. S. และเป็นผู้ค้าปลีกออนไลน์รายใหญ่ที่สุด
ผู้ค้าปลีกรวบรวมและรักษาบันทึกการขายให้กับลูกค้าจำนวนมาก ความท้าทายคือการนำข้อมูลนี้ไปใช้ประโยชน์อย่างแท้จริง ผู้ค้าปลีกต้องการทำความเข้าใจเกี่ยวกับลักษณะทางประชากรศาสตร์ของลูกค้าและประเภทของสินค้าและบริการที่พวกเขาสนใจในการซื้อ
ความสามารถในการประมวลผลที่เพิ่มขึ้นอย่างต่อเนื่องทำให้สามารถรับข้อมูลจำนวนมากเพื่อหารูปแบบที่สามารถคาดการณ์ความต้องการใช้ผลิตภัณฑ์ต่างๆได้โดยพิจารณาจากลักษณะเฉพาะของลูกค้า
การใช้ข้อมูลขนาดใหญ่ที่สำคัญที่สุดสำหรับผู้ค้าปลีกคือความสามารถในการกำหนดเป้าหมายผู้บริโภคแต่ละรายด้วยการโปรโมตตามการตั้งค่าของตน การกำหนดเป้าหมายดังกล่าวไม่เพียง แต่เพิ่มประสิทธิภาพในการโฆษณาเท่านั้น แต่ยังช่วยให้ลูกค้ามีความสัมพันธ์ส่วนตัวกับผู้ค้าปลีกมากยิ่งขึ้นซึ่งจะช่วยกระตุ้นธุรกิจซ้ำ นอกจากนี้ความรู้เกี่ยวกับความต้องการของลูกค้าช่วยให้ผู้ค้าปลีกสามารถให้คำแนะนำสำหรับการซื้อในอนาคตซึ่งจะเพิ่มธุรกิจซ้ำอีก
ตัวอย่างเช่น Nordstrom ได้รับการยอมรับว่าใช้ข้อมูลขนาดใหญ่ เป็นหนึ่งในร้านค้าปลีกรายแรกที่นำเสนอทางเลือกในการซื้อสินค้าออนไลน์แก่ลูกค้า บริษัท ได้พัฒนาแอปพลิเคชันสมาร์ทโฟนเพื่อให้ลูกค้าสามารถซื้อสินค้าได้โดยตรงจาก iPads, iPhones และอุปกรณ์เคลื่อนที่อื่น ๆ Nordstrom ยังแสดงให้ลูกค้าที่ร้านค้าของตนมีสินค้าที่เฉพาะเจาะจง สำหรับสินค้าที่ต้องสั่งซื้อจากร้านค้าอื่น Nordstrom สามารถให้เวลาในการจัดส่งได้อย่างแม่นยำ
Nordstrom ใช้ความสามารถข้อมูลขนาดใหญ่เพื่อกำหนดเป้าหมายลูกค้าด้วยโฆษณาที่ปรับเปลี่ยนในแบบของคุณตามประสบการณ์การช็อปปิ้ง ข้อมูลนี้อาจมาจากการขายของ Nordstrom, เว็บไซต์และจากเว็บไซต์โซเชียลมีเดียเช่น Facebook และ Twitter
Nordstrom ดำเนินการวิจัยเพื่อปรับปรุงประสบการณ์การช็อปปิ้งของลูกค้าผ่านแผนก Innovation Labs บริษัท ได้สร้างแผนกนี้ขึ้นในปี 2554 เพื่อให้มั่นใจว่า บริษัท ยังคงรักษาขีดความสามารถด้านเทคโนโลยีข้อมูลขนาดใหญ่
Walmart
Walmart เป็นอีกหนึ่งร้านค้าปลีกรายใหญ่ที่มีข้อมูลขนาดใหญ่ จากปริมาณการขาย Walmart เป็นผู้ค้าปลีกรายใหญ่ที่สุดในสหรัฐอเมริกา นอกจากนี้ยังเป็นนายจ้างเอกชนรายใหญ่ที่สุดในประเทศ
ในช่วงหลายปีที่ผ่านมา Walmart ได้ผลักดันธุรกิจอีคอมเมิร์ซอย่างมากทำให้สามารถแข่งขันกับ Amazon ได้โดยตรง com และร้านค้าปลีกออนไลน์อื่น ๆ ในปี 2554 วอลมาร์ทได้ซื้อ บริษัท Kosmix เพื่อใช้ประโยชน์จากความสามารถของเครื่องมือค้นหาที่เป็นกรรมสิทธิ์ของ บริษัท (Kosmix เปลี่ยนชื่อเป็น Walmart Labs)
ตั้งแต่นั้น Walmart Labs ได้พัฒนาผลิตภัณฑ์ใหม่ ๆ ขึ้นอยู่กับเทคโนโลยีข้อมูลขนาดใหญ่ หนึ่งในนั้นเรียกว่า Social Genome ซึ่งจะช่วยให้ Walmart สามารถกำหนดเป้าหมายลูกค้าแต่ละรายด้วยส่วนลดตามความชอบที่ลูกค้าได้แสดงผ่านเว็บไซต์ต่างๆบนอินเทอร์เน็ต ผลิตภัณฑ์อื่นที่พัฒนาโดย Walmart Labs คือ Shoppycat ซึ่งเป็นแอปที่ให้คำแนะนำเกี่ยวกับของขวัญตามข้อมูลที่พบใน Facebook
แม้ว่าอีคอมเมิร์ซจะมีสัดส่วนรายได้ต่อปีของ Walmart ค่อนข้างน้อย แต่การลงทุนที่ บริษัท ทำในเทคโนโลยีข้อมูลขนาดใหญ่แสดงให้เห็นว่า บริษัท คาดว่ายอดขายออนไลน์จะกลายเป็นแหล่งรายได้ที่สำคัญมากขึ้นในอนาคต
Amazon com
ตัวอย่างที่ดีที่สุดในการใช้ข้อมูลขนาดใหญ่ในการค้าปลีกคือ Amazon com ซึ่งอาจไม่มีแม้แต่ข้อมูลเทคโนโลยีขนาดใหญ่ Amazon เริ่มออกขายหนังสือและได้ขยายไปสู่พื้นที่ค้าปลีกเพียงเท่าที่จะเป็นไปได้รวมทั้งเฟอร์นิเจอร์เครื่องใช้เสื้อผ้าและอุปกรณ์อิเล็กทรอนิกส์ ด้วยเหตุนี้ Amazon จึงมีรายได้อยู่ที่ 89 พันล้านดอลลาร์ในปี 2014 ทำให้เป็นหนึ่งในสิบอันดับแรกของผู้ค้าปลีกใน U. S. และเป็นผู้ค้าปลีกออนไลน์รายใหญ่ที่สุด
การจัดการรายการสินค้าขนาดใหญ่
การติดตามคำสั่งซื้ออย่างถูกต้อง
-
การแนะนำซื้อสินค้าในอนาคต
-
Amazon ให้คำแนะนำผ่านกระบวนการที่เรียกว่า
-
การกรองร่วมกันแบบรายการต่อรายการ
การกรองนี้ขึ้นอยู่กับอัลกอริทึมที่ออกแบบมาเพื่อระบุรายละเอียดที่สำคัญที่จะนำลูกค้าไปซื้อผลิตภัณฑ์เช่นการซื้อสินค้าที่ผ่านมารายการที่ดูการซื้อของลูกค้าที่มีลักษณะคล้ายคลึงกันเป็นต้น Amazon ยังให้คำแนะนำทางอีเมลเลือกจากการขายที่มีศักยภาพสูงสุด อเมซอนสามารถลงทุนในความสามารถด้านข้อมูลขนาดใหญ่เพื่อการใช้งานที่ดีในรูปแบบอื่น: ขณะนี้มีรายได้โดยการอนุญาตให้ธุรกิจต่างๆใช้โครงสร้างพื้นฐานโดยมีค่าใช้จ่าย นี้ทำผ่านผลิตภัณฑ์เช่น Amazon Elastic MapReduce (EMR) และ Amazon Web Services (AWS) Amazon EMR ช่วยให้ธุรกิจสามารถวิเคราะห์ข้อมูลปริมาณมหาศาลโดยใช้ฮาร์ดแวร์คอมพิวเตอร์ของ Amazon ฮาร์ดแวร์นี้เข้าถึงได้ผ่าน Amazon Cloud Drive ซึ่งธุรกิจสามารถจ่ายเพื่อเก็บข้อมูลได้สำหรับธุรกิจจำนวนมากการใช้สิ่งอำนวยความสะดวกเหล่านี้มีราคาถูกกว่าการสร้างโครงสร้างพื้นฐานของคอมพิวเตอร์ที่จะต้องรองรับความต้องการของข้อมูลขนาดใหญ่ AWS ให้บริการคอมพิวเตอร์ที่หลากหลายผ่าน Amazon Cloud Drive รวมถึงระบบจัดเก็บข้อมูลระบบจัดการฐานข้อมูลเครือข่ายและอื่น ๆ
ส่วนขยายที่น่าสนใจอย่างหนึ่งของการใช้ข้อมูลขนาดใหญ่ของ Amazon คือแผนการจัดส่งสินค้าไปยังลูกค้า
ก่อนสั่งซื้อ!
บริษัท ได้รับสิทธิบัตรในปี 2014 สำหรับ "วิธีการจัดส่งที่คาดว่าจะได้" เพื่อให้แผนนี้ประสบความสำเร็จ Amazon com ต้องสามารถคาดการณ์ความต้องการของลูกค้าด้วยความถูกต้องสูงอย่างไม่น่าเชื่อเพื่อหลีกเลี่ยงความเสี่ยงของสินค้าที่ส่งคืน
