要点速览
- 企业可通过大数据分析将销售额提升高达60%。
- 预测分析软件帮助Otto优化采购和利润。
- 大数据能够更精准地预测客户需求与需求趋势。
对零售商而言，这意味着大数据能够更精准地预测客户需求与需求趋势。
目前，我们应将处理大数据的方式想象为观察冰山：零售商当前所见并利用的，通常仅够做出几项用于品类优化的天气预测，这得益于基于客户数据和忠诚度计划的一些线索。然而，若潜入水下，便能目睹整座冰山，并像Target那样优雅地推断出客户情况。这对客户来说有时也会令人惊讶。
在《W+V》对Tarek Müller和Alexander Graf的采访中，有一句几乎未被注意的话，它略微触及了“Collins”的计划，这是Otto旗下由集团继承人Benjamin Otto主导的标杆项目。
Alexander Graf说：“如今人们可以通过数据看到很多东西。”他与Tarek Müller共同创立了咨询公司eTribes，该公司早在“Collins”项目的初步规划和概念设计阶段就已参与其中。
Otto目前已经在大量使用数据，其中包括预测分析软件。该软件帮助采购部门将供应商的订单数量尽可能贴近实际需求，从而最终提高利润。因此，可以确信，“Collins”也将以大量的客户知识为基础启动，并迅速将新的数据和事实转化为行动。
采购数据可识别怀孕状态
最终，从细节中也能读出诸多信息。Target允许进行数据收集，例如，从而能够相当灵活地应对即将到来的客户需求。
因此，基于采购数据和购物车中的维生素补充剂及其他产品，可以相当确定地判断一位女性是否怀孕以及处于孕期的第几周。甚至可能令其家人感到惊讶。
超越这些轶事，可以看出这种知识如何很好地用于预测明日需求及开展其他促销活动。以此种基于客户知识的营销活动和支持品类策略为基础的企业，在竞争中优于那些依赖猜测、经验和Sinus社会类型模型的企业。麦肯锡公司（McKinsey & Company）的一项研究证实，企业在持续进行大数据分析的情况下，可将销售额提升高达60%。
数据比社会类型模型更能预测需求
因此，Kassenzone博客作者Graf表示：“必须开发以需求为导向的系统。”而这正是大数据所助力的领域。对于全渠道（Omnichannel）而言更是如此。若不在此过程中进行“追踪”和解读，企业终将落后。
etailment峰会上的大数据应用
早在不久前，行业组织Bitkom就发布了一份《大数据实战应用》指南，其中包含数字和场景，并提供了许多来自零售业的案例示例。
Target顺便提一下，其基于大数据的营销如今也混合了个性化程度较低且更为稳妥的优惠方案。这样一来，如果某位家庭成员隐瞒怀孕事实，就不会立刻被其他家人察觉。
如何利用大数据创造竞争优势，这也将成为在柏林举行的11月5日至7日etailment峰会的一个议题。