随着技术的不断发展，消费者行为也在不断变化——零售商需要保持领先地位。使用数据是确保你走在趋势前面，并为客户提供解决他们问题的产品的一种方法。
随着互联网产生的数据比以往任何时候都多，大数据已经成为一个行业流行语。大数据通常指的是“数据集是如此庞大和复杂，传统的数据处理应用软件不足以处理它们，而在过去，只有最大的、最精通技术的公司才能收集和分析这些数据。
但是仅仅收集大量的数据并不是特别有用。什么是“有价值”是通过挖掘所有这些数据来发现有关趋势、客户偏好甚至未来预测的重要见解。
所以,如何是零售商真的在利用他们收集到的见解和数据吗?我们收集了六个知名品牌的例子，这些品牌正在使用大数据、人工智能(AI)和机器学习来优化他们的流程，预测他们的客户需求，在一个品牌的情况下，甚至可以识别怀孕的早期阶段。
但在我们超越自己之前，让我们更深入地了解一下机器学习的来龙去脉，以及零售商如何在他们的业务中利用它。
什么是机器学习?
随着越来越多的企业利用大数据，机器学习是对零售商越来越有价值的关键技术之一。
在进一步讨论之前，重要的是要理解机器学习这个术语的含义——它与人工智能(AI)有关，但两者并不相同。广义上讲，AI指的是计算机模仿人类逻辑做出决策的能力。
然而，机器学习是一种计算机可以“学习”这些逻辑规则的方式，而不只是简单地编程以某种方式做事。换句话说，机器学习允许计算机不断更新其对规则的理解，因为它看到了更多人类如何对各种外部因素做出反应的例子。
随着硬件的改进使得处理海量数据和运行复杂算法成为可能，这种技术已经变得越来越普遍。基本上，现在机器学习更容易使用，因为技术的发展使零售商和消费者更容易使用。
机器学习最著名的例子是谷歌搜索引擎(是的，就是你每天使用的网站)。谷歌使用一个人运行的每个查询(即你输入到搜索栏中的短语)作为一个数据点，让算法了解人类的搜索行为和意图。谷歌搜索引擎了解得越多，它就能更好地回答问题，并为你的搜索提供相关的网站。
但是机器学习不仅仅适用于跨国科技公司，它也可以应用于零售领域。
机器学习对零售业的好处
零售商可以通过多种方式应用大数据和机器学习对零售商的洞察，特别是在优化供应链、产品采购操作以及营销和营销方面ob欧宝娱乐app下载地址获取客户．
例如，麦肯锡最近的研究发现“美国在过去五年中，采用数据和分析的零售商供应链运营的运营利润率增长了19%。”
同一项研究还指出，美国零售商目前面临的最大挑战只是缺乏分析人才和整个公司的共享数据;对于那些能够弥合这一差距的人来说，机会就在那里。
在零售环境中使用机器学习的一些关键方法包括:
- 为广告和促销提供高度个性化的产品推荐销售而且量身定制、互补的产品建议基于以前的购买)。
- 优化你的定价策略实时、动态的价格。算法可以考虑关键的定价变量，包括供应、季节性和需求，并为您提供如何相应地调整价格的见解。
- 优化库存计划和预测性维护。系统可以检测易腐物品的“新鲜度”和机器的磨损，并提前预测订购库存的需求。
- 根据过去的数据和行为优化路线，以实现更高效的配送。
- 销售及客户服务预报系统预测客户行为，并允许零售商在最有效的地方部署销售和客户服务人员。
- 网站内容定制:根据个人的位置、购买历史、人口统计信息等个性化在线体验。
- 根据以前的行为而不是自我识别来划分潜在客户。
机器学习的最大价值在于它的预测性——它允许公司使用过去和现在的客户和运营数据来预测未来的行为和趋势。例如，让我们来看一个客户，他通常是一个适度的消费者，但在过去三年里，他每年都会在同一时间购买昂贵的计划材料。机器学习模型可以预测再次提供这些产品的最相关时间，而不是在客户不太可能购买的时候浪费广告费用。或者，对于“黑色星期五”“网络星期一”这样的大批量购物时段，机器学习可以帮助零售商估计与一年中的其他时间相比有多少库存。
因此，机器学习模型有助于减少典型的浪费(如不必要的广告成本和损坏的库存)，同时优化营销工作以预测客户需求，从而增加收入和更高的利润率。ob欧宝娱乐app下载地址例如，Target Corp.(本文介绍的品牌之一)看到15-30%的收入增长通过使用基于机器学习的预测模型。
机器学习在零售中的例子
以下是机器学习在零售环境中的六个例子，说明了这种技术可以提供价值的各种用例。
目标:预测怀孕
作为一家“一站式商店”，从衣服到杂货再到家居用品，塔吉特希望鼓励购物者从他们那里购买更多种类的商品，而不是他们的竞争对手。研究表明，购物者改变他们选择的商店最典型的时间是在人生的重大变化期间:毕业、结婚、分娩。
塔吉特聘请了机器学习专家和统计学家安德鲁·波尔，分析购物者的数据并建立一个模型来预测哪些购物者可能怀孕。波尔交叉参照了后来在Target婴儿登记处注册的女性的常见消费(在此过程中提供预产期)，从而识别出关键模式。
这些趋势不仅表明怀孕，而且可以准确地指出女性妊娠期的当前三个月(例如，如果一位女性突然开始购买某些补充剂，她很可能是在怀孕的前20周，而购买大量无香味乳液则表明她已经开始怀孕第二个三个月)。OB欧宝娱乐APP
这个案例研究还说明了零售商在使用这种类型的洞察力时必须谨慎。塔吉特利用这些数据向购买模式符合该模型的客户发送与怀孕和育儿相关的优惠券。其中包括一名16岁的女孩，她的父亲在她收到这些有针对性的促销时发现了她的意外怀孕。塔吉特后来调整了他们的策略，在发现他们的客户对这种个性化程度感到不舒服后，将其他优惠与以怀孕为重点的促销混合在一起。
沃尔玛:预测顾客需求
零售巨头沃尔玛也采用了新技术来预测客户需求并优化运营。2015年，该公司测试了面部识别软件作为防盗机制。
然而，这家折扣巨头也计划使用这种机器学习技术来升级其客户服务。根据《福布斯》沃尔玛申请了一项机器学习技术的专利，客户服务部门“维持足够的员工可能会非常昂贵”提供优质的客户服务．此外，很难确定一个适当的人员配备水平，在没有多余人员的情况下提供适当的客户服务。”
面部识别软件有这种能力认识到挫折的程度并触发警报，以便客户服务代表与沮丧的客户交谈。
诺斯菲斯:机器人销售助理
图片:VentureBeat
户外服装零售商诺斯菲斯(North Face)一直在利用人工智能和机器学习为网站用户提供高度个性化的购物体验。使用IBM Watson购物．”
在下载这个应用程序在美国，购物者直接对着手机说话，就能进入IBM的人工智能系统沃森(Watson)。类似于人类销售人员，他们可能会帮助您选择正确的选项虚拟助手会引导用户回答一系列问题并从您的回答中学习，为您提供最符合您的喜好和需求的产品。
阿里巴巴:为小型零售商提供大数据
阿里巴巴，一家中国公司电子商务平台与亚马逊(Amazon)类似全球最大的电子商务市场ob欧宝娱乐app下载地址．然而，与传统上从事订单履行业务的亚马逊(Amazon)不同，阿里巴巴在更大程度上依赖于零售商，并将自己视为一家零售企业“零售生态系统。”正因为如此，他们优先考虑大数据分析，他们的主要功能之一是让通过他们的服务销售的小型零售商更容易获得这些数据。
他们最新的应用程序将大数据带入了线下零售世界，这样商家就可以了解更大的销售情况。例如在美国，购物者可以从阿里巴巴支持的杂货店盒马鲜生(盒马鲜生)在线订购送货服务。或者他们可以在店内购物，扫描条形码，实时更新数字价格标签，通过他们的应用程序付款，并获得免费送货服务。
这使得阿里巴巴可以通过移动应用捕捉这种“线下”购物行为，并与在线数据一起进行分析，以全面了解客户行为。
亚马逊:个性化和预测供应和需求
亚马逊拥有最多的著名的推荐引擎对于任何电商零售商来说，这是有充分理由的;他们的机器学习算法工作得非常好，55%的销售都是由这些机器学习建议推动的。
但是推荐的产品引擎有双重用途。这不仅能够通过追加销售和推荐产品带来额外收益;这些机器学习算法获得的见解还可以帮助亚马逊预测库存的预测需求，使季节性和基于趋势的供应决策更简单。
Netflix:给观众他们想要的娱乐
自成立以来，Netflix一直在使用大数据和机器学习了解用户如何消费电视和电影内容并传递观众想要的内容。这些数据为战略决策提供了依据，比如他们一次发布完整季的方式，自动播放下一集，并为你喜欢相关电影或节目的可能性提供建议(他们的“%匹配”评级是他们如何提供这种基于数据的推荐引擎的最新例子)。这些数据也为他们生产的所有原始内容提供了信息。
根据Netflix高管的估计，机器学习见解每年为他们节省10亿美元。
在零售领域推进机器学习
想了解更多关于如何在营销活动中使用机器学习的信息吗?ob欧宝娱乐app下载地址看看这篇文章如何使用机器学习来增强你的营销活动ob欧宝娱乐app下载地址．
已经赶上大数据和机器学习的潮流了吗?请在下面的评论中分享你的建议。
