硬纪元AI峰会前瞻:线下大数据驱动下的新零售,目标是精准营销

简介:

线下大数据对新零售有哪些深刻影响和助推作用?

2017年年初,当当表示其开张的线下实体书店已经有143家。

2017年5月底,亚马逊在纽约的第一家实体书店开张,

还是2017年,京东号称要开一万家实体店。

硬纪元AI峰会前瞻:线下大数据驱动下的新零售,目标是精准营销

这些互联网商业巨头渴望将海量的线上大数据导入到线下,发挥其最大的效益。以亚马逊为例,贝索斯也是想要将互联网的数据有形化,打通线上和线下的数据,更精准地预测用户的行为。

而我们今天的主题就是其中很关键的一点:线下大数据。

瞄准新零售的线下大数据

大数据一直是这几年的热门,据相关数据显示,全球大数据市场规模在2016年达到了1802亿元,预计2017年将增至2211亿元。与此相对的,国内市场还有着极大的增长潜力,根据数据,2016年国内大数据市场的规模仅仅只有23.6亿元。

而这其中,最主要的还是线上大数据,它也是被互联网包围的我们接触最多的数据,比如你去淘宝买个东西,它会给你推荐很多相类似的产品,甚至在其他网站360度无死角地安利你去买与之相关的其他东西。

也正是因为互联网流量的巨大以及各大科技公司的加入,线上大数据市场的竞争日趋白热化,相比较之下,线下大数据市场还是一个尚未过多开垦的“蓝海”。

硬纪元AI峰会前瞻:线下大数据驱动下的新零售,目标是精准营销

何为线下大数据呢?

从事线下大数据搜集和分析的芝麻科技创始人兼CEO朱智给出了一个定义,“线上大数据是发生在线上的一些行为的累积,是一些行为被数据化的结果呈现。至于线下大数据,我们更多讲的是人们发生在线下的行为,是脱离了互联网、或者说跟互联网结合,但是实现场景是在线下的一些行为数据。”

随着线上大数据市场的饱和,近年来,线下大数据也正在进入“疯狂生长”阶段,不然亚马逊、京东也不会开始它们的实体店之旅,而它的首个目标场景就是“新零售(或智能零售)”。

线下大数据要怎么玩?

虽然现在大部分人已经习惯了网上消费购物,但是线下的零售商依然占据着庞大的流量,而且随着大数据、物联网以及AR、VR等技术的发展,传统的实体店有了更多的机会。

比如从事线下大数据的ZMT众盟CEO广宇昊所说,“传统的实体店有机会把零售作为一个数据来应用,建立以用户为王、产品为王、平台为王、服务为王、体验为王、线下线上融合的商务生态圈。”

但是线下大数据的收集却不是易事,这些数据主要还是从门店的POS机和监控摄像头中获得,现在也有一些厂商自研的智能硬件辅助数据的收集。

据了解,大部分线下大数据厂商都是以“智能硬件+终端APP”的形式,像ZMT众盟推出的众盟淘金盒子+“掌柜”APP,基于对数据的收集和分析,它能够向零售商展示客流量、到访频率、停留时间等等数据,从而掌握门店的运营状况。

硬纪元AI峰会前瞻:线下大数据驱动下的新零售,目标是精准营销

如果根据线上大数据进行广告推广靠的是概率,那么线下这种有明确消费行为产生的数据显得更加真实、有效、有针对性。比如,搜宝马的人不一定会买宝马,但是去过宝马4S店的人,一定会买,或者他处在想买宝马最后的关键节点上。

所以在一些线下大数据商看来,这些数据可以实现非常精准的零售营销。当然,这个过程如果可以和线上数据结合,产生的效果必然会更好,客户能够从不同的维度了解自己的运营情况,从而制定出更为精确的营销策略,实现线上线下对消费者的全面包围。

线下精准营销的核心是数据的准确性

人工智能渗入到传统行业并不是一帆风顺,线下大数据的挖掘和收集也存在不少的问题。

如何去判别哪些是线下的有用数据?这些数据要如何去分析处理?如何去说服线下的实体店去信任你的数据分析结果,精准营销的推进效果和预期相比怎样?

这些都是摆在线下大数据商面前的难题,其实相比较线上大数据的应用,线下大数据只能说是在起步发展阶段。

但是既然已经有不少互联网行业大佬将眼光瞄准线下,意味着这块蓝海市场正在被发掘,其中的问题自然也会被推动着解决。

硬纪元AI峰会前瞻:线下大数据驱动下的新零售,目标是精准营销

但是,不管是何种商业模式,抑或是数据应用方向,全面、精准的数据才是保证一切工作顺利开展的前提和关键。线下大数据商必须加强对大数据和算法的深度研究,打破大数据在行业应用的边界限制。

从千人一面到千人千面,智能商业打开了“以人为本”的营销模式。当“人”成为中心,精准地找到人就成为关键。互联网已经进入下半场,当线上红利逐渐消失,线下成为了新的价值洼地。线下大数据指向的,基于“人”的精细化运营将成为智能商业的必然趋势。

硬纪元AI峰会前瞻:线下大数据驱动下的新零售,目标是精准营销

不论你是线上大数据还是线下大数据领域内的大咖、学者、从业者、创业者,一定不要错过镁客网7月9日在北京国家会议中心举办的“3E“硬纪元”AI+产业应用创新峰会”,峰会期间将会有众多人工智能、智能家居等诸多领域的大咖,分享他们的最新见解与洞察。所以,你还在犹豫什么,赶紧点击链接报名参加吧!


原文发布时间: 2017-07-02 18:29
本文作者: 巫盼
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。
相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
1天前
|
机器学习/深度学习 人工智能 大数据
AI时代Python金融大数据分析实战:ChatGPT让金融大数据分析插上翅膀
AI时代Python金融大数据分析实战:ChatGPT让金融大数据分析插上翅膀
|
1天前
|
机器学习/深度学习 人工智能 安全
构建未来:AI驱动的自适应网络安全防御系统
【5月更文挑战第8天】 随着网络攻击的不断演变,传统的安全措施已不足以应对日益复杂的威胁。本文提出了一种基于人工智能(AI)的自适应网络安全防御系统,旨在通过实时分析网络流量和行为模式来自动调整安全策略。系统利用深度学习算法识别潜在威胁,并通过强化学习优化防御机制。初步实验表明,该系统能够有效提高检测率,减少误报,并在未知攻击面前展现出较强的适应性。
11 1
|
3天前
|
机器学习/深度学习 数据采集 敏捷开发
探索软件测试中的AI驱动自动化:未来趋势
【5月更文挑战第6天】 随着人工智能(AI)技术的不断进步,其在软件测试领域的应用正变得日益重要。本文将探讨AI如何革新现有的软件测试流程,并预测其对未来测试实践的影响。我们将深入分析AI在测试用例生成、缺陷预测以及测试执行等方面的应用,并讨论实现这些技术的挑战和潜在好处。文章的目标是为读者提供一个清晰的视图,展示AI如何增强测试效率和有效性,同时指出实施过程中需要注意的关键因素。
|
4天前
|
机器学习/深度学习 人工智能 自然语言处理
自动化测试中AI驱动的决策框架设计与实现
【5月更文挑战第5天】 在软件测试领域,自动化测试已成为提升测试效率和质量的关键手段。然而,随着软件系统的复杂性增加,传统的自动化测试方法面临挑战,尤其在测试用例的生成、执行及结果分析等方面。本文提出一种基于人工智能(AI)的自动化测试决策框架,旨在通过智能化的算法优化测试过程,并提高异常检测的准确率。该框架结合机器学习和深度学习技术,能够自学习历史测试数据,预测高风险变更区域,自动生成针对性强的测试用例,并在测试执行过程中实时调整测试策略。此外,通过自然语言处理(NLP)技术,该框架还能对测试结果进行语义分析,进一步提供更深入的洞察。本研究不仅增强了自动化测试工具的智能性,也为软件质量保证提
|
5天前
|
机器学习/深度学习 人工智能 算法
深入分析自动化测试中AI驱动的测试用例生成
【5月更文挑战第4天】随着人工智能(AI)技术的飞速发展,其在软件测试领域的应用也日益广泛。特别是在自动化测试过程中,AI技术能够显著提高测试用例的生成效率和质量。本文将探讨AI在自动化测试用例生成中的应用原理、优势以及面临的挑战,并展示通过AI技术优化测试流程的实际案例。
37 8
|
9天前
|
机器学习/深度学习 人工智能 自然语言处理
构建未来:AI驱动的自适应学习系统
【4月更文挑战第30天】 随着人工智能技术的迅猛发展,教育领域正经历一场由AI驱动的变革。本文将探讨一个新兴的研究领域——自适应学习系统。这种系统通过利用机器学习算法和大数据分析,能够根据学生的学习习惯、知识水平和兴趣点提供个性化的教学方案。我们首先介绍自适应学习系统的基本概念及其在现代教育中的重要性,然后详细阐述其工作原理及关键技术,包括数据挖掘、模式识别和自然语言处理等。最后,文章将分析当前自适应学习系统面临的挑战,并提出未来的发展趋势。
|
9天前
|
机器学习/深度学习 人工智能 搜索推荐
构建未来:AI驱动的自适应教育平台
【4月更文挑战第30天】 随着人工智能技术的迅猛发展,其在教育领域的应用正逐步从理论探索走向实践落地。本文将详细阐述一个基于AI技术的自适应学习平台的设计理念、核心功能以及潜在影响。该平台利用机器学习算法分析学生的学习行为和成绩,动态调整教学内容和策略,以实现个性化教学。研究结果表明,AI辅助的自适应学习能够显著提高学习效率,同时为教师提供强有力的教学辅助工具。
|
10天前
|
机器学习/深度学习 人工智能 算法
深入分析自动化测试中AI驱动的测试用例生成技术
【4月更文挑战第29天】随着人工智能技术的不断发展,其在软件测试领域的应用也越来越广泛。本文主要探讨了AI驱动的测试用例生成技术在自动化测试中的应用,以及其对提高测试效率和质量的影响。通过对现有技术的深入分析和实例演示,我们展示了AI如何通过学习和理解软件行为来自动生成有效的测试用例,从而减少人工编写测试用例的工作量,提高测试覆盖率,降低错误检测的成本。
|
13天前
|
机器学习/深度学习 传感器 人工智能
构建未来:AI驱动的自适应交通管理系统
【4月更文挑战第26天】 在快速发展的城市环境中,传统的交通管理方法已难以应对日益增长的交通需求和复杂的交通状况。本文探讨了利用人工智能技术构建一个自适应交通管理系统(ATMS)的潜力,该系统能够实时响应并优化城市交通流。通过对现有交通模型的扩展和对先进AI算法的集成,我们提出了一种新颖的系统架构,该架构能够提高道路使用效率,减少交通拥堵,并增强紧急服务的响应能力。本研究不仅展示了AI技术在交通领域应用的创新性,还提供了对未来城市交通管理可能演变方向的深刻见解。
|
14天前
|
人工智能 搜索推荐 大数据
【视频】如何用人工智能AI、大数据打动消费者洞察PPT|报告分享
【视频】如何用人工智能AI、大数据打动消费者洞察PPT|报告分享