Büyük Veri ve Perakendeciler - mankenler

Perakendeciler, çok sayıda müşterinin satış kayıtlarını toplayıp sürdürüyor. Sorun her zaman bu veriyi iyi kullanmaktır. İdeal olarak, bir perakendeci, müşterilerinin demografik özelliklerini ve satın almakla ilgilenen hangi mal ve hizmet türlerini anlamak ister.

Hesaplama kapasitesindeki sürekli gelişme, müşteri özelliklerine dayalı olarak farklı ürünlere yönelik talep tahmininde kullanılabilecek kalıpları bulmak için büyük miktarda veriyi elemek için mümkün hale geldi.

Büyük verilerin yardımcı olabileceği bir diğer konu, fiyatlama stratejileri, özellikle de farklı müşterilerin fiyatlara ne kadar duyarlı olduklarını anlamaktır. Bir ürün için doğru fiyatın seçilmesi bazen varsayımlara dayanıyordu. Buna karşın, büyük veriler perakendecinin malların kâr maksimize eden fiyatını belirlemek için müşteri alışkanlıklarını kullanma yeteneğini artırabilir. Büyük verilerin kullanılmasının bir diğer yararı da, perakende satış mağazalarının müşteri alışveriş alışkanlıklarına dayalı olarak, mağaza genelinde mal yerleşimini daha iyi planlayabilmesidir.

Büyük veriler perakendecilere envanter yönetimi konusunda yardımcı olabilir. Birçok perakendeci çok çeşitli farklı ürünler satmaktadır ve bu bilgileri takip etmek büyük bir mücadeledir. Büyük verilerle, perakendeciler stoklarının büyüklüğü ve yeri hakkında anında güncellenmiş bilgiye sahip olabilirler.

Bir perakendeci için büyük verilerin en önemli kullanımlarından biri, kendi tercihlerine göre promosyonlarla bireysel tüketicileri hedefleme yeteneğidir. Bu tür hedefleme yalnızca reklamcılık verimliliğini artırmakla kalmaz, müşterilere perakendeci ile daha kişisel bir ilişki kurar, böylece tekrarlanan işi teşvik eder. Buna ek olarak, müşteri tercihleri ​​bilgisi, perakendecinin gelecekteki satın alımlar için öneri sunmasına olanak tanır ve tekrarlanan işi daha da artırır.

Nordstrom

Örneğin, Nordstrom büyük veri kullanımını yoğun bir şekilde benimser. Müşterilere çevrimiçi alışveriş imkânı sunan ilk perakende mağazalardan biriydi. Şirket, müşterilerin doğrudan iPad'lerinden, iPhone'larından ve diğer mobil cihazlarından alışveriş yapmalarını sağlayan bir akıllı telefon uygulaması geliştirdi. Nordstrom, mağazalarının özel mallarını taşıdığı müşterilere de gösterir; Nordstrom, diğer mağazalardan sipariş edilmesi gereken ürünler için teslimat süresinin oldukça doğru bir tahminini sağlayabilir.

Nordstrom, büyük veri özelliklerini, alışveriş deneyimlerine dayanan kişiselleştirilmiş reklamlarla müşterileri hedeflemek için kullanıyor. Bu bilgi, Nordstrom'un mağaza satışlarından, web sitesinden ve Facebook ve Twitter gibi sosyal medya sitelerinden gelebilir.

Nordstrom, İnovasyon Laboratuarı bölümü aracılığıyla müşteri alışveriş deneyimini geliştirmeye yönelik araştırma yapar. Şirketin büyük veri teknolojisinin en üst düzeyde kalmasını sağlamak için 2011'de bu bölümü oluşturdu.

Walmart

Walmart, büyük verileri kucaklayan bir başka büyük perakendeci. Satış hacmine dayanan Walmart, Amerika'nın en büyük perakendecisidir. Aynı zamanda ülkedeki en büyük özel işveren.

Son birkaç yılda, Walmart e-ticarete büyük bir baskı yaparak Amazon'la doğrudan rekabet edebildi. com ve diğer çevrimiçi perakendeciler. 2011 yılında Walmart, şirketin tescilli arama motoru özelliklerinden yararlanmak için Kosmix adlı bir şirketi satın aldı (Kosmix, Walmart Labs olarak değiştirildi).

O zamandan beri, Walmart Labs büyük veri teknolojisine dayalı birkaç yeni ürün geliştirdi. Bunlardan birine, Walmart'ın bireysel müşterileri Internet'teki çeşitli siteler aracılığıyla müşterilerin ifade ettiği tercihlere dayalı indirimlerle hedeflemesine imkân tanıyan Sosyal Genom adı verilir. Walmart Labs tarafından geliştirilen bir başka ürün, Facebook'ta bulunan bilgilere dayanarak hediye önerileri sunan bir uygulama olan Shoppycat'tır.

E-ticaret, Walmart'ın yıllık gelirlerinin göreceli olarak küçük bir yüzdesini oluştursa da, şirketin büyük veri teknolojisiyle yaptığı yatırımlar, çevrimiçi satışların gelecekte giderek önemli bir gelir kaynağı olmasını beklediğini gösteriyor.

Amazon. com

Büyük verileri perakende olarak kullanmanın en iyi örneği Amazon'dur. com, büyük veri teknolojisi olmaksızın bile var olamazdı. Amazon kitap satmaya başladı ve mobilya, ev eşyaları, giysi ve elektronik gibi akla gelebilecek her perakende alanına genişledi. Sonuç olarak Amazon, 2014'te 89 milyar dolarlık gelir elde etti ve onu ABD'nin ilk on perakendecisinden ve en büyük çevrimiçi perakendeciden biri haline getirdi.

Çevrimiçi perakendeciler gibi Amazon da birçok uygulama için büyük veri kullanıyor:

• Büyük stoklarını yönetme

• Siparişleri doğru takip etme

• Gelecekteki alımlar için tavsiyeler yapma

Amazon, önerilerini şu şekilde bilinen bir süreçle sağlıyor: öğeler arası ortak filtreleme. Bu filtreleme, bir müşterinin geçmiş satın alımlar, görüntülenen öğeler, benzer özelliklere sahip müşteriler tarafından yapılan satın alımlar gibi bir ürünü satın almasına neden olabilecek anahtar ayrıntıları belirlemek için tasarlanmış algoritmaları temel alır. Amazon ayrıca, olası en yüksek satışlara dayalı olarak seçilen e-postayla öneriler de sunar.

Amazon, büyük veri yeteneklerine yaptığı yatırımları başka bir şekilde iyi bir şekilde kullanabildi: Artık işletmelerin altyapısını bir ücret karşılığında kullanmalarına izin vererek gelir elde ediyor. Bu, Amazon Elastic MapReduce (EMR) ve Amazon Web Services (AWS) gibi ürünler aracılığıyla yapılır.

Amazon EMR, Amazon'un bilgisayar donanımını kullanarak işletmelerin muazzam miktarda veriyi analiz etmesini sağlar. Bu donanım, işletmelerin verilerini depolamak için ödeme yapabileceği Amazon Cloud Drive'dan erişilebilir.Birçok işletme için bu imkânları kullanmak, büyük verilerin taleplerini karşılamak için gerekli olan bilgisayar altyapısını oluşturmaktan daha ucuzdur. AWS, depolama tesisleri, veritabanı yönetim sistemleri, ağ oluşturma ve benzeri dahil olmak üzere Amazon Cloud Drive aracılığıyla çok çeşitli bilgisayar hizmetleri sunmaktadır.

Amazon'un büyük verileri kullanmasının ilginç bir uzantısı, emrini vermeden önce malları müşterilere sevk etmeyi planlıyor! Şirket, 2014 yılında "öngörülen nakliye" metodolojisi ile ilgili bir patent aldı. Bu planın başarılı olması için Amazon. com, malların iadesi riskini ortadan kaldırmak için son derece yüksek bir doğruluk derecesinde müşterinin talebini tahmin edebilmelidir.