尋夢新聞LINE@每日推播熱門推薦文章，趣聞不漏接❤️
在互聯網各個行業，從淘寶推薦到網易雲歌單，大數據做到個性化推薦早是老生常談，而國內的零售行業的大數據化卻一直鮮少有人提起。原因有很多，例如線下數據難以收集，目前零售業缺少規範的數據收集、處理體系，技術開發、硬件設備成本較高等等。而事實上，零售業天生具有大數據基因，本文將以沃爾瑪為例，看沃爾瑪如何使用數據驅動定制化，做到對產品的及時、精準、動態定位。
一、沃爾瑪的大數據有多大
沃爾瑪創建於1962年，在27個國家擁有超過一萬個門店，員工總數220萬餘人，每周接待2億人次的顧客，每小時約有100萬筆交易，大數據生態系統每天處理TB級的新數據，和PB級的歷史數據，還需要分析數以百萬計的產品數據、數以億計的客戶和搜尋關鍵詞（1PB=1024TB=10242GB=10243MB=10244KB=10245B）。
在沃爾瑪的系統結構圖中我們可以發現，沃爾瑪的系統是一個涵蓋沃爾瑪線下的交易數據，沃爾瑪線上商城電子數據，與社交媒體應用數據為一體，並進行實時更新積累的大數據庫。大量的數據為沃爾瑪在做出決策前，將執行成本降到最低，並創造新的消費機會。
圖1.沃爾瑪系統結構圖
二、沃爾瑪如何收集、更新、使用用戶數據
沃爾瑪憑借其線上線下的全面布局，聯通線上線下數據，做到了對用戶數據的閉環收集、更新與使用。舉個例子，小明是沃爾瑪的資深會員，沃爾瑪的信息系統中有他近五年來購買商品的品種、數量、型號、時間信息，支付方式信息，商品配送信息，會員卡信息，住址、聯繫方式，甚至包括小明在沃爾瑪的購物流程監控視頻、門禁數據等線下消費信息。當小明進入沃爾瑪停車場打算購物，手機自動連上了沃爾瑪的wifi時，手機和iPad就會收到了沃爾瑪發來的商品的推薦和電子優惠券信息，而這些信息80%都來自小明沃爾瑪線上商城的收藏夾里，甚至每件推薦商品都附上了在商場中的具體位置、路線、型號等信息。當小明按照推薦購買完產品後，關於他的數據又會被傳輸到數據庫中進行更新。
圖2.沃爾瑪收集、更新、使用用戶數據事例
三、沃爾瑪如何使用社交大數據：
基於Ploaris搜尋引擎
3.1 語義分析技術
沃爾瑪對數據的利用不僅僅是調用數據庫里的信息，它甚至能夠讀懂「朋友圈」和「朋友圈」評論。社交數據不同於用戶的信息等數據，利用社交數據具有兩大難點。
①是有大量非結構化的數據。一個讚、一條評論、一個條朋友圈，這些數據都是非正式的，不符合一般的語法。所以對數據的收集、利用處理是一大挑戰。
②社交數據大都是在複雜的語義里。比如說有人發了一條朋友圈「超喜歡Salt里的安吉麗娜·裘莉」，那麼這個「Salt」指的是鹽還是電影呢？
而沃爾瑪的polaris搜尋引擎在幾年前就已經能夠能夠判斷出，在上述語境里應為用戶推薦「Salt的DVD影碟「，而不是跟鹽有關的商品。沃爾瑪的Polaris搜尋引擎是基於語義搜尋引擎的基礎上的，包括語義搜尋技術，可以挖掘用戶在社交平台上的發的內容和別的用戶直接的互動挖掘用戶的購物傾向，而語義分析技術則是幫助度量產品的相關度和相似度，並且根據購物、聊天記錄等內容提供更精準的推薦。比如說當你搜尋「蘋果」時，他能判斷出你搜尋的是電子產品蘋果還是吃的蘋果。
語義搜尋引擎結構如下圖所示，其體系結構共分為七層，越往下越接近底層技術，越往上越接近具體的搜尋規則和網頁。從Ontology vocabulary層向上就是語義搜尋引擎的核心內容了。Ontology vocabulary的意思是本體詞匯表，這一層用於支持知識庫的搭建。本體的定義是一種術語的集合，它把現實世界的物體用一組一組的術語描述出來。例如，上衣這一本體可以由{季節性、長度、薄厚、風格、顏色}等概念構成，而季節性這一概念又成為一個單獨的本體，由{春、夏、秋、冬}構成，長度由{短、中、長}構成……將這些本體合起來，就得到了本體詞匯表。這樣解析關鍵詞和挖掘同義詞的搜尋方法無疑可以給顧客提供更合理的產品，從而提高用戶體驗。
圖3.語義分析技術
3.2 語義分析技術的應用
（一）Shopycat
14年國內出現了針對挑禮物難的痛點，通過細分人群為用戶推薦禮物的禮物說，而沃爾瑪在12年的時候也發布了一款名為「Shopycat」的應用程序。不同於禮物說通過標籤化人群提供禮物的推薦方法，Shopycat利用語義分析技術，根據社交軟件中好友的興趣愛好、參與的活動生成一份禮品清單。例如應用發現你的一位Facebook好友關注了披頭士的話題，為你推薦披頭士的唱片送給好友作為禮物。
（二）動態響應社交網路動態
同時，通過語義分析技術，沃爾瑪也能夠做到動態響應社交網路動態——對熱搜、網紅產品進行整個供應鏈的迅速反應。比如說今天在微博上發現星巴克的星冰粽上了熱搜，話題關注、點擊量指數增加，並攀升至熱搜榜首，那麼沃爾瑪的技術人員就會監控到，立馬通知城市總部的採購人員，告訴市場對幫幫蛋糕的需求將會很大，商家也可以開始尋找烘烤蛋糕炊具的供應商。
四、總結
沃爾瑪的大數據應用與網易雲的個性化歌單在本質上都是在解決長尾問題，通過對數據的收集和深入挖掘發現每個用戶的潛在需求，這也是大數據的真價所在。同時大數據也使線上線下做到了真正的結合，也是國內商超需要加強的部分。沃爾瑪對大數據的搜集、處理、應用對國內傳統零售業的借鑒價值並不大的原因在於，國內電子商務的蓬勃發展的壓制，使得傳統商超難以發展線上業務。
在新零售的熱潮下，電商平台開始了線下布局計劃，而線下的傳統商超也在尋求線上的突破。2015年，永輝與京東宣布達成了戰略合作，在短短的兩年時間之內，永輝旗下三百多家超市接入了京東到家服務，覆蓋城市多達20多個。而目前，永輝雲創正在福州試點一項自營前置倉業務，該前置倉的面積在300-600平，主要投放在一些社區的附近，SKU可以達到上千種，品類主要以生鮮和日用品為主，覆蓋範圍則為周邊的三公里。永輝是否能借助京東這個線上管道成功開創自己的線上業務或成為其做到新零售的關鍵點。
Lighthouse