不过分地说,电子商务是一个竞争的市场。正如Deloitte一份最近的报告指出, 消费者比以往任何时候都更有能力。
“今天的消费者有很大的不同，比五年甚至三年前对产品、服务、价值、环境有更加复杂的预期,” Deloitte的英国零售主管Ian Geddes说。
顾客想要个性化体验, 随需应变的信息,和前所未有的客户服务。零售业领导者正在承受着持续的巨大压力 —— 不满意的客户写负面评论只需要不到两分钟并涌向竞争对手的网站。
电子商务的未来取决于客户的连接。
关键分析转向数据：智能相对“打捞”
零售业巨头依靠客户的信息做出战略决策。
“首先,公司可以收集现有客户数据并以此对这些客户创造新的产品和服务,” 营销教授 Werner Reinartz为《哈佛商业评论》写道。
然而零售商需要理解的是数据的价值远超出收集和监测。
“一般来说,分析是关于决策过程的改进,” 网络分析和互动营销机构ConvertClick的负责人David Rogers说。“预测分析的目标是分析过去和现在的行为模式来提前预测趋势的发生并建立好的商业策略。这是电子商务接下来的层次。”
零售商应该利用数据来发现和追求尚未开发的机会以推动增长和效率。该战略是锁定有问题意识的客户,但他不一定是有解决意识的。
沃尔玛:优先考虑销售点
长期的购物历史、产品偏好, 和社交媒体活动都是有价值的客户数据点。不过最重要的是零售销售点。有没有一种方法可以设计一种购物体验优化那30秒?
为解决这个问题, 沃尔玛实验室已经收购了Inkiru,一家预测分析创业公司,专门分析大数据来提高销售、营销和欺诈防范的目标。“其预测分析的技术旨在从多个源中获得数据,帮助零售商建立销售和营销活动针对购物者最有可能购买的时机”互联网零售商的首席技术Paul Demery写道。
销售是预测分析的闪光点。这是Inkiru的当购物者最想购物的时候锁定活动目标的战略背后的思想。
CVS: 通过算法为客户提供相应产品
该企业拥在两个独立的领域拥有有价值的数据: (1) 客户和 (2)产品。预测分析把这些领域整合以共同推动销售。
Thomas H. Davenport, Leandro Dalle Mulle, 和 John Lucker指出药店领头人CVS充分体现了这个想法。优惠券是CVS有力的选择工具――公司对顾客之前购买过的物品提供折扣。
“公司有系统地收集客户信息、产品属性和购买环境可以形成更复杂和有效的产品,” Davenport, Dalle Mule, 和Lucker为《哈佛商业评论》写道。“统计分析和预测建模可以创建一个合成数据的宝藏，从这些原始信息来源到例如,衡量客户对在她的手机上提供的打折的交叉销售的可能性应对。”
预测分析用消费者需要和喜爱的产品和信息连接他们。
Nordstrom: 打造一对一的关系
品牌化是销售的关键任务。但企业如何确定一个确切的品牌形象? 答案很简单: 解决精确的购物者的需要。虽然问题是, 顾客来自各行各业的人。
这就是为什么Nordstrom使用一个严格的客户细分流程。
“这个想法很简单: 找到如何把正确的产品和品牌带给正确的客户的方法,最大化在这个过程中的收入,” CustomerThink 的Bob Thompson 在Nordstrom品牌关系战略的分析中写道。 “这不是一个简单的问题, 当你面对繁忙的网站，每年有225家门店完成约100亿美元的年销售额。”
统计工具帮助营销人员理解他们的客户群体，提供个性化的消息。数据帮助企业成为每个人的品牌。
最后，优化目标
数据策略的成功取决于你的分析框架。使数据有意义, 并利用预测分析来解决特定的公司需要。
“零售商开始的一个领域是供应链的管理,” Rogers说。“想一想理解需求,能够更有效地管理采购、计划、分配、存储和更不必说的优化和折扣的好处。”
“确保你的业务负责人配合默契，” Rogers说。
“这都是关于理解消费者的终身价值,” Rogers说。“这样的业务焦点应该指导你的消费者分析团队。”
