Get fresh updates from Hortonworks by email

Once a month, receive latest insights, trends, analytics information and knowledge of Big Data.

CTA

开始

云

是否已准备就绪?

下载 sandbox

我们能为您做什么?

关闭关闭按钮
CTA

零售行业中的大数据分析

播放 视频按钮视频

云 大数据和自适应零售企业

下载白皮书

与客户的高质量沟通

你是否与消费者同步?还是落后了?在消费者进入您的店铺或者访问您的网站时,您是否了解消费者的身份以及如何为消费者提供服务?他们在 Tweet 上如何评价你?利用 Hortonworks,您可以通过强化响应消费者、根据消费者的偏好及时提供促销以及通过更快速的订单处理改善服务,从而成为客户的首选。

实证数据对零售商的力量

Connected Data Platforms from Hortonworks dramatically reduce the cost of capturing, ingesting, storing and analyzing data. When integrated with existing systems and operations, retailers can make statistically confident observations on empirical retail data, rather than rolling the dice with customer panels, in-store surveys or focus groups to guess what drives sales.

使用案例

构建客户的全方位概览

零售商跨多个渠道与客户交互,而客户交互和购买数据却通常位于各个数据孤岛中。很少有零售商能够准确地将最终的客户购买行为与营销活动及在线浏览行为关联。

Connected Data Platforms gives retailers a single view of customer behavior. It lets them store data longer and identify phases of the customer lifecycle. Analytics increase sales, reduce inventory expenses and retain the best customers.


分析品牌情绪

企业缺乏可靠的方式来跟踪其品牌健康状况。它们难以分析如何进行广告宣传、竞争对手的动向、产品发布或影响品牌的新案例。内部品牌研究显得缓慢、成本高昂并且存在缺陷。

互联数据平台提供快速、客观的在社交媒体上表达的品牌认知快照。零售商可通过 Twitter、Facebook、LinkedIn 或特定于行业的社交媒体流来分析情绪。通过更好地理解客户认知,他们可以让自己的沟通、产品和促销与这些认知协调一致。


促销本地化和个性化

可在地理上确定其移动订户的零售商可提供本地化和个性化的促销。这需要同时与历史和实时流媒体数据关联。

Apache ® 和 Apache NiFi 将数据聚合到一起,以较低成本将提供给移动设备的促销本地化和个性化。零售商可开发移动应用将符合客户偏好和地理位置的本地活动和销售通知客户(甚至可细致到特定商店的特定部分)。

在 2013 年假日购物季节,Macy’s 使用 Apple 的 iBeacons 技术在两个旗舰店推出了测试。该文章描述了具体情况:“一段时间之后,Macy’s 也可以逐个部门的方式提示购物者,可能在客户处于鞋类部分时告知他们在售的运动鞋,甚至可推荐附近的产品。”


优化网站

在线购物者留下数十亿点击流数据痕迹。点击流数据可将客户所访问的网页以及他们在零售商站点上购买的物品(或没有购买的物品)告知零售商。但是由于规模原因,海量的非结构化 Web 日志难以供汲取、存储、精化和分析来获得有用信息。在关系数据库中存储 Web 日志数据又过于昂贵。

Apache Hadoop 可以低成本存储所有 Web 日志。Web 零售商使用该数据中的信息来了解用户路径、进行购物篮分析、执行 A/B 测试并确定站点更新优先级。这改善了在线转换率并增加了收益。

优化店铺布局

店内布局和产品陈列会影响销量。零售商通常雇用额外人员来解决该问题,但是效果一般(例如询问“您是否在寻找自己需要的什么东西?”)。实体店铺缺乏有关店内购物者购买前行为的“支付前注册”数据。店内传感器、RFID 标签和二维码可弥补该数据缺口,但是会生成大量数据。

Apache Hadoop can store that huge volume of unstructured sensor and location data. The intelligence allows retailers to reduce costs and simultaneously improve customer in-store satisfaction. This improves same-store sales and customer loyalty.