零售商可以借助大數(shù)據(jù)提供媲美電子商務(wù)的個(gè)性化服務(wù)、產(chǎn)品推薦及效果分析。

　　不久前,谷歌暗示他們可能會(huì)加入亞馬遜、eBay和諸多其他創(chuàng)業(yè)公司的隊(duì)伍,開始提供當(dāng)?shù)亓闶凵痰甑漠?dāng)日送達(dá)服務(wù),從而試圖消除傳統(tǒng)實(shí)體商店的最后一絲優(yōu)勢(shì):即刻的滿足感。如果人們能夠在家里舒服地瀏覽網(wǎng)頁、訂購并在24小時(shí)內(nèi)拿到商品,這種體驗(yàn)會(huì)對(duì)傳統(tǒng)的實(shí)體零售店帶來什么影響呢?是否這正是我們害怕已久的喪鐘呢?

　　并非如此。最近的研究表明,對(duì)于大多數(shù)產(chǎn)品類別,消費(fèi)者仍更喜歡去實(shí)體店,不管是為了做調(diào)查還是購買產(chǎn)品。而且,更好的方式是,一些零售商采取多渠道戰(zhàn)略,實(shí)體店也是整體購物體驗(yàn)的一部分。解決問題的關(guān)鍵在于要打造一種獨(dú)特的購物體驗(yàn),讓客戶能夠從實(shí)體店中得到價(jià)值和愉悅。我們看到已經(jīng)有零售商開始采用大數(shù)據(jù)分析工具來創(chuàng)造最佳的用戶體驗(yàn)。主要包括這樣幾個(gè)方面:

　　線下依然知道你是誰

　　根據(jù)客戶行為進(jìn)行內(nèi)容個(gè)性化已成為數(shù)字媒體電子零售商成功的秘訣,而零售商現(xiàn)在也在想辦法讓他們的實(shí)體商店也能提供類似的個(gè)性化體驗(yàn)。

　　借助各種技術(shù),線下零售商能和其線上同行一樣,辨別出前來的消費(fèi)者身份,并集合各個(gè)渠道的數(shù)據(jù),了解這個(gè)消費(fèi)者的行為特征,從而做針對(duì)性溝通。

　　試想一下,你走進(jìn)你最喜歡的服裝店,門口的攝像頭立刻認(rèn)出你,并即刻將相關(guān)信息傳送給店內(nèi)的銷售員。銷售員的平板電腦上的應(yīng)用程序隨即綜合你所有的購物特點(diǎn),比如忠誠度、購買記錄、跨渠道偏好、服務(wù)事故和在社交媒體上的活動(dòng),呈現(xiàn)出一個(gè)綜合的評(píng)估。有了這些信息,銷售員就可以上前歡迎你,說出你的名字,并詢問你最近購物的情況。這種個(gè)性化的關(guān)注會(huì)讓消費(fèi)者的店內(nèi)體驗(yàn)發(fā)生戲劇性的變化,而且這并非天方夜譚。最新的面部識(shí)別技術(shù)加上實(shí)時(shí)分析工具已經(jīng)在幫助一些實(shí)體零售商店提供更個(gè)性化的服務(wù)。

　　時(shí)裝模特制造商Almax創(chuàng)造出了一種“智能模特”,這種模特的眼睛是攝像機(jī)做的,能夠分析顧客的面部,以識(shí)別他們的年齡、性別、種族等特征。目前某奢侈品零售商正利用這種技術(shù)來更好評(píng)估他們的營銷信息,嘗試發(fā)現(xiàn)新的目標(biāo)群體并調(diào)整他們的店內(nèi)展示。

　　NEC打造了一種類似的系統(tǒng)叫做NeoFace,當(dāng)一個(gè)忠誠客戶或大客戶走進(jìn)商店的時(shí)候可以向店員發(fā)出提示。

　　依數(shù)據(jù)做相關(guān)性推薦

　　自動(dòng)化導(dǎo)購是數(shù)字渠道所獨(dú)有的另一種購物體驗(yàn)。有些智能算法可以根據(jù)客戶購物車的內(nèi)容實(shí)時(shí)進(jìn)行產(chǎn)品推薦。零售商實(shí)體商店也在嘗試模仿這種能力,采用互動(dòng)展柜和展亭,智能評(píng)估客戶及其正在考慮的產(chǎn)品,然后做出推薦,改善購物體驗(yàn)。

　　卡夫公司和英特爾合作創(chuàng)造了一種店內(nèi)展亭,利用視頻分析工具,根據(jù)消費(fèi)者的身體特征和過去的購買記錄,向他們推薦商品。

　　IBM為德國零售商METRO打造了智能試衣間,可以識(shí)別顧客目前所選衣物并推薦相關(guān)的配飾,結(jié)果客戶滿意度提高了18%。

　　追蹤并分析購物行為

　　電子商務(wù)的優(yōu)勢(shì)之一是所有的用戶活動(dòng)都可以測量,大數(shù)據(jù)分析現(xiàn)在正幫助實(shí)體零售商收集和分析細(xì)化的顧客訪問數(shù)據(jù)。

　　為實(shí)體零售商提供大數(shù)據(jù)分析解決方案的分析公司RetailNext通過各類渠道收集顧客數(shù)據(jù),比如監(jiān)控?cái)z像頭、射頻識(shí)別(RFID)標(biāo)識(shí)、POS系統(tǒng)等。目前零售商通過這個(gè)方式收集每個(gè)商店訪客約1萬個(gè)數(shù)據(jù)點(diǎn),也就是數(shù)萬億的分析數(shù)據(jù)點(diǎn)。零售商如AA美國服飾利用該技術(shù)優(yōu)化商店布局、設(shè)備、員工甚至產(chǎn)品。

　　Euclid Analytics提供了類似的解決方案,但完全僅僅依靠顧客智能手機(jī)上發(fā)出的無線信號(hào)檢測命令來追蹤他們?cè)诘陜?nèi)的位置。然后他們分析這些數(shù)據(jù)來測量參與度、客流轉(zhuǎn)化路徑并發(fā)現(xiàn)購物體驗(yàn)中的弱點(diǎn)所在。

　　大數(shù)據(jù)和分析工具帶來的好處是不可估量的,并進(jìn)一步模糊了網(wǎng)絡(luò)和實(shí)體世界的界限。但是,雖然零售商在利用這些做法優(yōu)化店內(nèi)體驗(yàn),他們還必須解決隱私和安全的擔(dān)憂。真實(shí)世界里收集數(shù)據(jù)的方式和數(shù)字世界中不一樣,而且確實(shí)會(huì)讓消費(fèi)者感到不安。實(shí)體零售商的數(shù)據(jù)收集應(yīng)當(dāng)透明,應(yīng)尊重個(gè)人的隱私并尊重客戶的喜好。