沃爾瑪大數據營銷策略

A. 大數據下的營銷價值

大數據下的營銷價值_數據分析師考試

營銷是一門學問嗎?當然是，從人類有交易活動開始，營銷便一直存在，且隨著時代的變化而不斷產生新的形式。進入大數據時代，市場營銷也隨之而慢慢進化。

在某些方面，當前的市場營銷行業也存在著前所未有的潛力，這便是大數據時代市場營銷專業就業方向的新趨勢。很多人表示，將傳統的市場營銷智慧與大數據的巨大威力相結合，可能會在定性分析和定量分析方面產生巨大的優勢。但是要做到這一點，首先還有很多工作要做。沃頓商學院運營與信息管理學教授桑德拉·希爾(shawndrahill)表示：「這是一個非常激動人心的時代。有大量的數據可挖掘，以深入了解客戶，了解他們的態度和他們在想什麼。此外，數據挖掘在過去的十年已經取得了長足的進步，但我們還有很長的路要走……也就是要弄清楚人們說話背後的真正含義。」

許多人感覺到大數據時代正在到來，但往往只是一種朦朧的感覺，對於其真正對營銷帶來的威力可以用一個時髦的詞來形容--不明覺厲。實際上，還是應盡量弄明白，才會明白其厲害之處。對於多數企業而言，大數據營銷的主要價值源於以下幾個方面。

第一，用戶行為與特徵分析。

顯然，只要積累足夠的用戶數據，就能分析出用戶的喜好與購買習慣，甚至做到「比用戶更了解用戶自己」。有了這一點，才是許多大數據營銷的前提與出發點。無論如何，那些過去將「一切以客戶為中心」作為口號的企業可以想想，過去你們真的能及時全面地了解客戶的需求與所想嗎?或許只有大數據時代這個問題的答案才更明確。

第二，精準營銷信息推送支撐。

過去多少年了，精準營銷總在被許多公司提及，但是真正做到的少之又少，反而是垃圾信息泛濫。究其原因，主要就是過去名義上的精準營銷並不怎麼精準，因為其缺少用戶特徵數據支撐及詳細准確的分析。相對而言，現在的RTB廣告等應用則向我們展示了比以前更好的精準性，而其背後靠的即是大數據支撐。

第三，引導產品及營銷活動投用戶所好。

如果能在產品生產之前了解潛在用戶的主要特徵，以及他們對產品的期待，那麼你的產品生產即可投其所好。例如，Netflix在近投拍《紙牌屋》之前，即通過大數據分析知道了潛在觀眾最喜歡的導演與演員，結果果然捕獲了觀眾的心。又比如，《小時代》在預告片投放後，即從微博上通過大數據分析得知其電影的主要觀眾群為90後女性，因此後續的營銷活動則主要針對這些人群展開。

第四，競爭對手監測與品牌傳播。

競爭對手在干什麼是許多企業想了解的，即使對方不會告訴你，但你卻可以通過大數據監測分析得知。品牌傳播的有效性亦可通過大數據分析找准方向。例如，可以進行傳播趨勢分析、內容特徵分析、互動用戶分析、正負情緒分類、口碑品類分析、產品屬性分布等，可以通過監測掌握競爭對手傳播態勢，並可以參考行業標桿用戶策劃，根據用戶聲音策劃內容，甚至可以評估微博矩陣運營效果。

第五，品牌危機監測及管理支持。

新媒體時代，品牌危機使許多企業談虎色變，然而大數據可以讓企業提前有所洞悉。在危機爆發過程中，最需要的是跟蹤危機傳播趨勢，識別重要參與人員，方便快速應對。大數據可以採集負面定義內容，及時啟動危機跟蹤和報警，按照人群社會屬性分析，聚類事件過程中的觀點，識別關鍵人物及傳播路徑，進而可以保護企業、產品的聲譽，抓住源頭和關鍵節點，快速有效地處理危機。

第六，企業重點客戶篩選。

許多企業家糾結的事是：在企業的用戶、好友與粉絲中，哪些是最有價值的用戶?有了大數據，或許這一切都可以更加有事實支撐。從用戶訪問的各種網站可判斷其最近關心的東西是否與你的企業相關;從用戶在社會化媒體上所發布的各類內容及與他人互動的內容中，可以找出千絲萬縷的信息，利用某種規則關聯及綜合起來，就可以幫助企業篩選重點的目標用戶。

第七，大數據用於改善用戶體驗。

要改善用戶體驗，關鍵在於真正了解用戶及他們所使用的你的產品的狀況，做最適時的提醒。例如，在大數據時代或許你正駕駛的汽車可提前救你一命。只要通過遍布全車的感測器收集車輛運行信息，在你的汽車關鍵部件發生問題之前，就會提前向你或4S店預警，這決不僅僅是節省金錢，而且對保護生命大有裨益。事實上，美國的UPS快遞公司早在2000年就利用這種基於大數據的預測性分析系統來檢測全美60000輛車輛的實時車況，以便及時地進行防禦性修理

第八，SCRM中的客戶分級管理支持。

面對日新月異的新媒體，許多企業想通過對粉絲的公開內容和互動記錄分析，將粉絲轉化為潛在用戶，激活社會化資產價值，並對潛在用戶進行多個維度的畫像。大數據應用可以分析活躍粉絲的互動內容，設定消費者畫像各種規則，關聯潛在用戶與會員數據，關聯潛在用戶與客服數據，篩選目標群體做精準營銷，進而可以使傳統客戶關系管理結合社會化數據，豐富用戶不同維度的標簽，並可動態更新消費者生命周期數據，保持信息新鮮有效。

第九，發現新市場與新趨勢。

基於大數據的分析與預測，對於企業家提供洞察新市場與把握經濟走向都是極大的支持。例如，阿里巴巴從大量交易數據中更早地發現了國際金融危機的到來。又如，在2012年美國總統選舉中，微軟研究院的DavidRothschild就曾使用大數據模型，准確預測了美國50個州和哥倫比亞特區共計51個選區中50個地區的選舉結果，准確性高於98%。之後，他又通過大數據分析，對第85屆屆奧斯卡各獎項的歸屬進行了預測，除最佳導演外，其它各項獎預測全部命中。

第十，市場預測與決策分析支持。

對於數據對市場預測及決策分析的支持，過去早就在數據分析與數據挖掘盛行的年代被提出過。沃爾瑪著名的「啤酒與尿布」案例即是那時的傑作。只是由於大數據時代上述Volume(規模大)及Variety(類型多)對數據分析與數據挖掘提出了新要求。更全面、速度更及時的大數據，必然對市場預測及決策分析進一步上台階提供更好的支撐。要知道，似是而非或錯誤的、過時的數據對決策者而言簡直就是災難。

那些尋找大數據營銷切入點的企業不妨看看上述應用，或許能有所啟發。

以上是小編為大家分享的關於大數據下的營銷價值的相關內容，更多信息可以關注環球青藤分享更多干貨

B. 大數據怎麼在營銷推廣中起效

大數據對現在的商業模式產生了非常大的影響。在大數據的加持下，未來的商業模式會是什麼樣的呢？其實不要說未來了，大數據對零售業的改革已經發生在當下了，從一個商超的選址，商品陳列，商品供銷，客戶關系管理等等各個方面都產生了影響，我們可以簡單的說一下。

店鋪選址

在過去，大家開店在選址的時候，會出一套的選址方案，在什麼地方，准備多大的面積，預估有多少的客流，客戶的屬性，消費能力，周邊的競爭對手，城市的規劃，物業條件大概是什麼等等。不但需要大量的時間去調查，調查結果是否有偏差，選址確定後是否能達到預期的效果，只能憑借經驗和運氣了。畢竟在過去，做這種調查只能去現場看，和周邊的人打聽，找同行了解，半推測，半猜測。

在現在大數據的變革下，選址就更加精準和方便了。我們不說那些專業的大數據系統，比較簡單的。我們可以在各類的導航地圖上看到周邊的商超布局，景點等等，同時還可以看到客流量，相對來說會方便很多了。同時我們還可以從外賣等APP的數據，觀察周邊的人群的喜好，人均消費等等，這個就是大數據的應用。

有一個比較著名的數據挖掘案例，就是沃爾瑪超市的，他們對顧客的購物籃進行分析的時候發現，和尿布一起購買最多的東西是啤酒。原來是因為美國的年輕父親下班給孩子買尿布的時候，會有30%-40%的人會順手買上自己喜歡的啤酒。於是沃爾瑪超市將尿布和啤酒兩個不相搭的東西陳列在一塊，兩者的銷量都提升了。這個就是一個很顯著的大數據指導下的商品陳列案例。在現在，結合人工智慧的智能化門店，能夠做到的更多，可以根據店內的人流量熱力圖，計算出將熱銷品或者滯銷品放置在更合適的位置。

用戶畫像

在傳統的零售當中，想要實現導購一對一服務、對用戶實行個性化服務是很困難的。其中一個原因就是店鋪的客流量大，顧客流動頻繁，基本上可以說沒有哪一個導購能夠記住用戶是否來過這家店，顧客的喜好是什麼。

但是在現代的零售當中，智能化門店能夠比較容易的實現這一點了。智能化門店通過面部識別等功能可以檢測到顧客來過多少次。同時通過店鋪當中的門店管理系統，根據以往的購物數據反饋，顧客在不同的商品前的停留時間，猜測用戶的喜好等等，智能為用戶推薦商品，又或者將信息推送到導購端的移動管理系統當中，讓導購更好的為客戶服務。這個就是因為用戶的購物數據，行為數據等等大數據勾勒出了一個用戶畫像。

未來的商業模式已經在逐步走向現實，高新技術正在改變我們的生活，零售業也正在改革，讓我們一起見證吧。

C. 如何利用大數據進行營銷優化

基於：
1,業務：和市場營銷相關，因此政府機關單位數據不考慮。
2.體量：擁有足夠多有回價值的數據。這一條很答多互聯網企業和傳統大企業都能滿足。
3.技術：有技術能力處理大數據。
上面3個因素，國內能做大數據市場營銷的還真只有BAT三家。國外的不熟悉，這里不談。
眾所周知，三家的數據特點各不相同。騰訊優勢在社交數據；阿里巴巴優勢在商品和交易數據；網路優勢在全網信息、消費者行為和主動需求數據。
當然例如平安、寶潔、沃爾瑪這樣的大企業，其自身肯定積累了大量的數據，基於這些數據的數據挖掘、過去就一直在做的網站分析等業務，雖然現今都冠以「大數據」的名義，但這與我們討論的大數據還不盡相同，他們用傳統數據工具對抽取一定數據進行分析，能基於那些數據進行挖掘，只是數量增多了而已，總體而言仍然屬於傳統的小數據范疇。

D. 沃爾瑪著名的"啤酒與尿布"案例，體現了大數據營銷價值的哪個方面

「啤酒與復尿布」雖然是杜撰的，但制是作者也是為了很好的說明大數據相關性的重要性，在大數據時代，人們不應該一味追求原因，知道結果就好，就像啤酒與尿布，不需要知道為什麼會出現這種情況相關性，只需要知道它們存在相關就好，超時就可以根據相關性這種結果把啤酒與尿布擺放在一起，與營銷掛鉤的話，我覺得算是精準營銷，知道消費者的需求，從而基於實際數據進行精準投放，從而增加銷售額。

E. 對大數據營銷的了解

5G時代，智聯萬物的時代來臨，數據會成為未來最重要的資產，或者說最重要的生產要素。為什麼這么說呢？我們先來了解一下大數據。

大數據一詞，想必大家都聽過非常的多了，但是如果要讓大家准確的說出他的定義來，大家可能就有點卡殼了。大數據是英文單詞big data的直譯，我們看看網路當中對大數據的定義：

指無法在一定時間范圍內用常規軟體工具進行捕捉、管理和處理的數據集合。是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。

其實這裡麵包含了兩個層次對大數據的定義，一個是可利用的大數據，第二個是大數據價值的定義。大數據是海量數據的集合，但是大數據不是說數據越多越好，而是著重於對那些含有意義的數據的專業化處理，也就是說利用價值的大數據才是信息資產。麥肯錫全球研究所給大數據的定義當中有這么四個特徵：海量的數據規模、快速的數據流轉、多樣的數據類型和價值密度低。

現在很多的網購平台，因為商品的類目很多，用戶挑選起來也很費勁，為了抓住用戶的痛點，促成交易，及時給用戶推薦他們所需要的商品才是王道。怎麼知道用戶需要什麼呢？這個就是要大數據了，根據用戶的瀏覽行為，購買行為，同時匹配相同屬性的用戶的行為，進行分析計算，得出用戶的興趣偏好，為用戶推薦他們可能感興趣的商品，經過時間的推移，用戶的畫像也就越來越精準，推送的也就月精準。

廣告精準投放系統

我們經常在朋友圈或者在一些新聞APP等等瀏覽的時候，會看到一些的廣告，比如「30-40歲的人必看」「XX城市的人看過來」等等類似於這樣的正好符合用戶條件的廣告出現，這個在行業中一般被稱之為是信息流廣告。而信息流廣告投放當中就有選擇用戶包，選擇用戶的年齡段、地域、可能的收入水平、男女、愛好、使用的手機類型等等。這些都是通過大數據整合以後提供的選項，也是對大數據的應用。

當然了，除此之外，大數據也在醫學、城市規劃、店鋪選址等等諸多方面都已經有了應用。感興趣的朋友可以聊聊。

F. 沃爾瑪用的什麼軟體對大數據進行分析的

大數據定義什麼的網路很多。個人理解：現有的互聯網數據量越來越大，面對這么大的數據量，如何利用好這些數據是極具挑戰性的。一方面數據量提升，數據處理的方法必須改變，才能提高數據處理速度，比如大規模，高並發的網站訪問，12306，淘寶天貓什麼的；另一方面從這些海量數據中挖掘出有用的信息，比如根據淘寶根據用戶點擊訪問，反饋出用戶的喜好，給用戶推薦相關商品。

推薦Hadoop，適合大數據處理的。
網上學習資料很多，自己搜去！

當然你也可以自己使用資料庫MYSQL等去做大數據處理，這樣很多Hadoop做好的東西都需要你自己去做。要是熟悉某個資料庫，並且應用明確就用資料庫自己去做吧！
加油！

G. 8個典型案例看懂零售巨頭的「大數據」戰略

8個典型案例看懂零售巨頭的「大數據」戰略_數據分析師考試

未來的零售分析要求零售商藉助集成式業務流程和信息系統，為客戶洞察提供支持，將客戶洞察發展成一種企業級的戰略能力，並根植於企業結構和企業文化中。在這種形勢下，零售商的所有業務職能部門在制定決策時，將把基於情景的客戶洞察作為一個重要依據。

分析公司 EKN 認為，為了真正實現以客戶為中心，零售商需要具備多項關鍵能力，而這些能力均由業務分析驅動。

全渠道集成。如果缺乏相關客戶洞察支持與客戶的互動，零售商將無法實現跨渠道無縫客戶體驗。零售商與客戶互動的聯絡點能為零售商提供豐富的客戶數據，因此，所有聯絡點也成為了零售商的最佳競爭利器。

個性化互動。與網上零售商相比，實體零售商具有兩大優勢：能與客戶進行個人接觸，以及擁有更豐富的歷史記錄和更多樣的客戶數據。如今，「個性化」購物體驗已成為人們津津樂道的話題，而如何巧妙地結合上述兩大優勢，即在行動中及時交付客戶洞察，將成為零售商打造「個性化」購物體驗的基礎。

持續的卓越運營。客戶洞察的應用並非僅局限於面向客戶的使用案例。事實上，如果零售商已經能夠在各個運營職能部門中更成熟地運用分析功能，那麼集成客戶洞察便是他們不容錯過的增量機會。

零售商用例

銷售

瑞士零售商 Globus 使用大數據內存計算和高級分析來獲取寶貴的銷售績效洞察。目前，他們能夠實時處理海量的產品數據，並在幾分鍾內分析不同時間范圍、店鋪和區域內數千種產品的銷售模式與促銷活動。該零售商還向其管理人員提供了這些洞察的訪問許可權，以便他們能夠更迅速地響應市場狀況。

美國零售商 Guess 使用高級分析向其高管提供暢銷產品和可用庫存的實時視圖。該零售商的分析解決方案基於大型客戶數據集，分析銷售額、細分目標客戶，並策劃促銷活動。

市場營銷

沃爾瑪的 Global.com 部門充分利用「快速的大數據」和社交分析，快速識別不斷變化的客戶喜好。該零售商的社交意識（Social Sense）項目能通過社交媒體確定商品的暢銷程度，並幫助顧客發掘潛在需求和感興趣的新產品。同時，藉助 ShoppyCat 工具，他們可根據 Facebook 用戶的愛好和興趣，為這些用戶推薦適合的產品。此外，Global.com 還使用社交基因組（Social Genome）技術，來幫助客戶為朋友挑選禮物。

塔吉特（Target）百貨公司利用預測分析程序，來推斷個體消費者是否具備成為該公司特定營銷活動優質客戶的特質。他們給每位顧客分配了一個獨一無二的客戶識別號碼。該號碼將客戶個人信息、購物行為和喜好整合到一個可跟蹤的實體內。塔吉特還專門成立了一個客戶營銷分析部門，致力於全面了解客戶，超越其他競爭對手，從而獲得競爭優勢。藉助動態數據倉庫（Active Data Warehouse），塔吉特可在整個企業的混合工作負載環境下，基於海量數據管理復雜的用戶查詢。

全渠道

英國零售商巴寶莉（Burberry）集成了旗下所有渠道，包括實體店、網上商店、移動終端以及各大社交網站。他們採用了創新技術和數據分析，用於分析來自所有數據源的數據，旨在實時識別個人客戶並建立客戶檔案。相比過去，巴寶莉的分析速度提高了 14,000 倍，以前需要 5 個小時的請求，現在 1 秒就能完成。不論店員處於什麼位置，他們都能在客戶踏入店內時立即識別客戶信息，了解他們過去的購買記錄，並提供個性化建議。

韓國零售商 NS Shopping 將移動渠道和社交渠道集成到零售環境中，並利用大數據分析，實時、集中地獲取所有渠道的客戶和產品數據。而公司的電子商務團隊和市場營銷團隊將利用這些數據，向顧客提供個性化的產品建議。

供應鏈

美國網上零售商亞馬遜基於非平穩隨機模型，構建了全新的供應鏈流程和系統。該方法能為訂單履行、尋源、產能和庫存決策提供鼎力支持。亞馬遜不僅開發了聯合和協調補貨的新演算法，還基於歷史需求、活動記錄和計劃、各履行中心的預測結果、庫存計劃、采購周期以及采購訂單，在 SKU 級別實施了全新的國家預測方案。

英國零售商樂購（Tesco）採用先進的建模工具，基於歷史銷售數據模擬配送倉庫的運作，從而達到優化庫存的目的。該零售商還組建了一個內部分析團隊，該團隊主要負責通過回歸測試掌握各要素之間的關聯，如天氣數據、特價優惠，及銷售模式等等。

以上是小編為大家分享的關於8個典型案例看懂零售巨頭的「大數據」戰略的相關內容，更多信息可以關注環球青藤分享更多干貨

H. 大數據營銷是什麼

大數據來（big data），指無法在一定時源間范圍內用常規軟體工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。大數據的5V特點（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（低價值密度）、Veracity（真實性）,平台有hadoop

I. 假如你是沃爾瑪的IT部門員工,你怎麼通過大數據技術分析出啤酒和尿片頻繁出現

摘要 在「啤酒與尿布」的故事產生於20世紀90年代的美國沃爾瑪超市中，沃爾瑪的超市管 理人員分析銷售數據時發現了一個令人難於理解的現象：在某些特定的情況下，「啤酒」與「尿布」兩件看上去毫無關系的商品會經常出現在同一個購物籃中，這種 獨特的銷售現象引起了管理人員的注意，經過後續調查發現，這種現象出現在年輕的父親身上。

J. 大數據營銷的主要用途有哪些

這里先說下什麼是大數據。大數據營銷是指基於多平台的大量數據，依託大數據技術的基礎上，應用於互聯網廣告行業的營銷方式。大數據營銷衍生於互聯網行業，又作用於互聯網行業。依託多平台的大數據採集，以及大數據技術的分析與預測能力，能夠使廣告更加精準有效，給品牌企業帶來更高的投資回報率。
大數據營銷的核心在於讓網路廣告在合適的時間，通過合適的載體，以合適的方式，投給合適的人。
大數據營銷的主要用途
1.基於用戶的需求定製改善產品。消費者在有意或無意中留下的信息數據作為其潛在需求的體現是企業定製改善產品的一項有力根據。ZARA公司內部的全球資訊網路會定期把從各分店收集到的顧客意見和建議匯總並傳遞給總部的設計人員，然後由總部作出決策後再立刻將新的設計傳送到生產線，直到最終實現「數據造衣」的全過程。利用這一點ZARA作為一個標准化與本土化戰略並行的公司，還分析出了各地的區域流行色並在保持其服飾整體歐美風格不變的大前提下做出了最靠近客戶需求的市場區隔。同樣，在ZARA的網路商店內，消費者意見也作為一項市場調研大數據參與企業產品的研發和生產，且由此映射出的前沿觀點和時尚潮流還讓「快速時尚」成為了ZARA的品牌代名詞。
2.開展精準的推廣活動。基於數據的精準推廣活動可大致分為三類:
首先，企業作為其產品的經營者可以通過大數據的分析定位到有特定潛在需求的受眾人群並針對這一群體進行有效的定向推廣以達到刺激消費的目的。紅米手機在QQ空間上的首發就是一項成功的「大數據找人」精準營銷案例。通過對海量用戶的行為泡括點贊、關注相關主頁等)和他們的身份信息泡括年齡、教育程度、社交圈等)進行篩選後，公司從6億Q
cone用戶中選出了5000萬可能對紅米手機感興趣的用戶作為此次定向投放廣告和推送紅米活動的目標群體並最終預售成功。
其次，針對既有的消費者，企業可以通過用戶的行為數據分析他們各自的購物習慣並按照其特定的購物偏好、獨特的購買傾向加以一對一的定製化商品推送。Turge佰貨的促銷手冊、沃爾瑪的建議購買清單、亞馬遜的產品推薦頁無一不是個性化產品推薦為企業帶來可預測銷售額的體現。
最後，企業可以依據既有消費者各自不同的人物特徵將受眾按照「標簽」細分(如「網購達人」)，再用不同的側重方式和定製化的活動向這些類群進行定向的精準營銷。對於價格敏感者，企業需要適當地推送性價比相對較高的產品並加送一些電子優惠券以刺激消費:而針對喜歡乾脆購物的人，商家則要少些干擾並幫助其盡快地完成購物。
3.維系客戶關系。召回購物車放棄者和挽留流失的老客戶也是一種大數據在商業中的應用。中國移動通過客服電話向流失到聯通的移動老客戶介紹最新的優惠資訊:餐廳通過會員留下的通訊信息向其推送打折優惠券來提醒久不光顧的老客戶消費;Youtube根據用戶以往的收視習慣確定近期的互動名單並據此發送給可能瀕臨流失的用戶相關郵件以提醒並鼓勵他們重新回來觀看。大數據幫助企業識別各類用戶，而針對忠誠度各異的消費者實行「差別對待」和「量體裁衣」是企業客戶管理中一項重要的理念基礎。