沃尔玛大数据营销策略

A. 大数据下的营销价值

大数据下的营销价值_数据分析师考试

营销是一门学问吗?当然是，从人类有交易活动开始，营销便一直存在，且随着时代的变化而不断产生新的形式。进入大数据时代，市场营销也随之而慢慢进化。

在某些方面，当前的市场营销行业也存在着前所未有的潜力，这便是大数据时代市场营销专业就业方向的新趋势。很多人表示，将传统的市场营销智慧与大数据的巨大威力相结合，可能会在定性分析和定量分析方面产生巨大的优势。但是要做到这一点，首先还有很多工作要做。沃顿商学院运营与信息管理学教授桑德拉·希尔(shawndrahill)表示：“这是一个非常激动人心的时代。有大量的数据可挖掘，以深入了解客户，了解他们的态度和他们在想什么。此外，数据挖掘在过去的十年已经取得了长足的进步，但我们还有很长的路要走……也就是要弄清楚人们说话背后的真正含义。”

许多人感觉到大数据时代正在到来，但往往只是一种朦胧的感觉，对于其真正对营销带来的威力可以用一个时髦的词来形容--不明觉厉。实际上，还是应尽量弄明白，才会明白其厉害之处。对于多数企业而言，大数据营销的主要价值源于以下几个方面。

第一，用户行为与特征分析。

显然，只要积累足够的用户数据，就能分析出用户的喜好与购买习惯，甚至做到“比用户更了解用户自己”。有了这一点，才是许多大数据营销的前提与出发点。无论如何，那些过去将“一切以客户为中心”作为口号的企业可以想想，过去你们真的能及时全面地了解客户的需求与所想吗?或许只有大数据时代这个问题的答案才更明确。

第二，精准营销信息推送支撑。

过去多少年了，精准营销总在被许多公司提及，但是真正做到的少之又少，反而是垃圾信息泛滥。究其原因，主要就是过去名义上的精准营销并不怎么精准，因为其缺少用户特征数据支撑及详细准确的分析。相对而言，现在的RTB广告等应用则向我们展示了比以前更好的精准性，而其背后靠的即是大数据支撑。

第三，引导产品及营销活动投用户所好。

如果能在产品生产之前了解潜在用户的主要特征，以及他们对产品的期待，那么你的产品生产即可投其所好。例如，Netflix在近投拍《纸牌屋》之前，即通过大数据分析知道了潜在观众最喜欢的导演与演员，结果果然捕获了观众的心。又比如，《小时代》在预告片投放后，即从微博上通过大数据分析得知其电影的主要观众群为90后女性，因此后续的营销活动则主要针对这些人群展开。

第四，竞争对手监测与品牌传播。

竞争对手在干什么是许多企业想了解的，即使对方不会告诉你，但你却可以通过大数据监测分析得知。品牌传播的有效性亦可通过大数据分析找准方向。例如，可以进行传播趋势分析、内容特征分析、互动用户分析、正负情绪分类、口碑品类分析、产品属性分布等，可以通过监测掌握竞争对手传播态势，并可以参考行业标杆用户策划，根据用户声音策划内容，甚至可以评估微博矩阵运营效果。

第五，品牌危机监测及管理支持。

新媒体时代，品牌危机使许多企业谈虎色变，然而大数据可以让企业提前有所洞悉。在危机爆发过程中，最需要的是跟踪危机传播趋势，识别重要参与人员，方便快速应对。大数据可以采集负面定义内容，及时启动危机跟踪和报警，按照人群社会属性分析，聚类事件过程中的观点，识别关键人物及传播路径，进而可以保护企业、产品的声誉，抓住源头和关键节点，快速有效地处理危机。

第六，企业重点客户筛选。

许多企业家纠结的事是：在企业的用户、好友与粉丝中，哪些是最有价值的用户?有了大数据，或许这一切都可以更加有事实支撑。从用户访问的各种网站可判断其最近关心的东西是否与你的企业相关;从用户在社会化媒体上所发布的各类内容及与他人互动的内容中，可以找出千丝万缕的信息，利用某种规则关联及综合起来，就可以帮助企业筛选重点的目标用户。

第七，大数据用于改善用户体验。

要改善用户体验，关键在于真正了解用户及他们所使用的你的产品的状况，做最适时的提醒。例如，在大数据时代或许你正驾驶的汽车可提前救你一命。只要通过遍布全车的传感器收集车辆运行信息，在你的汽车关键部件发生问题之前，就会提前向你或4S店预警，这决不仅仅是节省金钱，而且对保护生命大有裨益。事实上，美国的UPS快递公司早在2000年就利用这种基于大数据的预测性分析系统来检测全美60000辆车辆的实时车况，以便及时地进行防御性修理

第八，SCRM中的客户分级管理支持。

面对日新月异的新媒体，许多企业想通过对粉丝的公开内容和互动记录分析，将粉丝转化为潜在用户，激活社会化资产价值，并对潜在用户进行多个维度的画像。大数据应用可以分析活跃粉丝的互动内容，设定消费者画像各种规则，关联潜在用户与会员数据，关联潜在用户与客服数据，筛选目标群体做精准营销，进而可以使传统客户关系管理结合社会化数据，丰富用户不同维度的标签，并可动态更新消费者生命周期数据，保持信息新鲜有效。

第九，发现新市场与新趋势。

基于大数据的分析与预测，对于企业家提供洞察新市场与把握经济走向都是极大的支持。例如，阿里巴巴从大量交易数据中更早地发现了国际金融危机的到来。又如，在2012年美国总统选举中，微软研究院的DavidRothschild就曾使用大数据模型，准确预测了美国50个州和哥伦比亚特区共计51个选区中50个地区的选举结果，准确性高于98%。之后，他又通过大数据分析，对第85届届奥斯卡各奖项的归属进行了预测，除最佳导演外，其它各项奖预测全部命中。

第十，市场预测与决策分析支持。

对于数据对市场预测及决策分析的支持，过去早就在数据分析与数据挖掘盛行的年代被提出过。沃尔玛著名的“啤酒与尿布”案例即是那时的杰作。只是由于大数据时代上述Volume(规模大)及Variety(类型多)对数据分析与数据挖掘提出了新要求。更全面、速度更及时的大数据，必然对市场预测及决策分析进一步上台阶提供更好的支撑。要知道，似是而非或错误的、过时的数据对决策者而言简直就是灾难。

那些寻找大数据营销切入点的企业不妨看看上述应用，或许能有所启发。

以上是小编为大家分享的关于大数据下的营销价值的相关内容，更多信息可以关注环球青藤分享更多干货

B. 大数据怎么在营销推广中起效

大数据对现在的商业模式产生了非常大的影响。在大数据的加持下，未来的商业模式会是什么样的呢？其实不要说未来了，大数据对零售业的改革已经发生在当下了，从一个商超的选址，商品陈列，商品供销，客户关系管理等等各个方面都产生了影响，我们可以简单的说一下。

店铺选址

在过去，大家开店在选址的时候，会出一套的选址方案，在什么地方，准备多大的面积，预估有多少的客流，客户的属性，消费能力，周边的竞争对手，城市的规划，物业条件大概是什么等等。不但需要大量的时间去调查，调查结果是否有偏差，选址确定后是否能达到预期的效果，只能凭借经验和运气了。毕竟在过去，做这种调查只能去现场看，和周边的人打听，找同行了解，半推测，半猜测。

在现在大数据的变革下，选址就更加精准和方便了。我们不说那些专业的大数据系统，比较简单的。我们可以在各类的导航地图上看到周边的商超布局，景点等等，同时还可以看到客流量，相对来说会方便很多了。同时我们还可以从外卖等APP的数据，观察周边的人群的喜好，人均消费等等，这个就是大数据的应用。

有一个比较著名的数据挖掘案例，就是沃尔玛超市的，他们对顾客的购物篮进行分析的时候发现，和尿布一起购买最多的东西是啤酒。原来是因为美国的年轻父亲下班给孩子买尿布的时候，会有30%-40%的人会顺手买上自己喜欢的啤酒。于是沃尔玛超市将尿布和啤酒两个不相搭的东西陈列在一块，两者的销量都提升了。这个就是一个很显著的大数据指导下的商品陈列案例。在现在，结合人工智能的智能化门店，能够做到的更多，可以根据店内的人流量热力图，计算出将热销品或者滞销品放置在更合适的位置。

用户画像

在传统的零售当中，想要实现导购一对一服务、对用户实行个性化服务是很困难的。其中一个原因就是店铺的客流量大，顾客流动频繁，基本上可以说没有哪一个导购能够记住用户是否来过这家店，顾客的喜好是什么。

但是在现代的零售当中，智能化门店能够比较容易的实现这一点了。智能化门店通过面部识别等功能可以检测到顾客来过多少次。同时通过店铺当中的门店管理系统，根据以往的购物数据反馈，顾客在不同的商品前的停留时间，猜测用户的喜好等等，智能为用户推荐商品，又或者将信息推送到导购端的移动管理系统当中，让导购更好的为客户服务。这个就是因为用户的购物数据，行为数据等等大数据勾勒出了一个用户画像。

未来的商业模式已经在逐步走向现实，高新技术正在改变我们的生活，零售业也正在改革，让我们一起见证吧。

C. 如何利用大数据进行营销优化

基于：
1,业务：和市场营销相关，因此政府机关单位数据不考虑。
2.体量：拥有足够多有回价值的数据。这一条很答多互联网企业和传统大企业都能满足。
3.技术：有技术能力处理大数据。
上面3个因素，国内能做大数据市场营销的还真只有BAT三家。国外的不熟悉，这里不谈。
众所周知，三家的数据特点各不相同。腾讯优势在社交数据；阿里巴巴优势在商品和交易数据；网络优势在全网信息、消费者行为和主动需求数据。
当然例如平安、宝洁、沃尔玛这样的大企业，其自身肯定积累了大量的数据，基于这些数据的数据挖掘、过去就一直在做的网站分析等业务，虽然现今都冠以“大数据”的名义，但这与我们讨论的大数据还不尽相同，他们用传统数据工具对抽取一定数据进行分析，能基于那些数据进行挖掘，只是数量增多了而已，总体而言仍然属于传统的小数据范畴。

D. 沃尔玛著名的"啤酒与尿布"案例，体现了大数据营销价值的哪个方面

“啤酒与复尿布”虽然是杜撰的，但制是作者也是为了很好的说明大数据相关性的重要性，在大数据时代，人们不应该一味追求原因，知道结果就好，就像啤酒与尿布，不需要知道为什么会出现这种情况相关性，只需要知道它们存在相关就好，超时就可以根据相关性这种结果把啤酒与尿布摆放在一起，与营销挂钩的话，我觉得算是精准营销，知道消费者的需求，从而基于实际数据进行精准投放，从而增加销售额。

E. 对大数据营销的了解

5G时代，智联万物的时代来临，数据会成为未来最重要的资产，或者说最重要的生产要素。为什么这么说呢？我们先来了解一下大数据。

大数据一词，想必大家都听过非常的多了，但是如果要让大家准确的说出他的定义来，大家可能就有点卡壳了。大数据是英文单词big data的直译，我们看看网络当中对大数据的定义：

指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

其实这里面包含了两个层次对大数据的定义，一个是可利用的大数据，第二个是大数据价值的定义。大数据是海量数据的集合，但是大数据不是说数据越多越好，而是着重于对那些含有意义的数据的专业化处理，也就是说利用价值的大数据才是信息资产。麦肯锡全球研究所给大数据的定义当中有这么四个特征：海量的数据规模、快速的数据流转、多样的数据类型和价值密度低。

现在很多的网购平台，因为商品的类目很多，用户挑选起来也很费劲，为了抓住用户的痛点，促成交易，及时给用户推荐他们所需要的商品才是王道。怎么知道用户需要什么呢？这个就是要大数据了，根据用户的浏览行为，购买行为，同时匹配相同属性的用户的行为，进行分析计算，得出用户的兴趣偏好，为用户推荐他们可能感兴趣的商品，经过时间的推移，用户的画像也就越来越精准，推送的也就月精准。

广告精准投放系统

我们经常在朋友圈或者在一些新闻APP等等浏览的时候，会看到一些的广告，比如“30-40岁的人必看”“XX城市的人看过来”等等类似于这样的正好符合用户条件的广告出现，这个在行业中一般被称之为是信息流广告。而信息流广告投放当中就有选择用户包，选择用户的年龄段、地域、可能的收入水平、男女、爱好、使用的手机类型等等。这些都是通过大数据整合以后提供的选项，也是对大数据的应用。

当然了，除此之外，大数据也在医学、城市规划、店铺选址等等诸多方面都已经有了应用。感兴趣的朋友可以聊聊。

F. 沃尔玛用的什么软件对大数据进行分析的

大数据定义什么的网络很多。个人理解：现有的互联网数据量越来越大，面对这么大的数据量，如何利用好这些数据是极具挑战性的。一方面数据量提升，数据处理的方法必须改变，才能提高数据处理速度，比如大规模，高并发的网站访问，12306，淘宝天猫什么的；另一方面从这些海量数据中挖掘出有用的信息，比如根据淘宝根据用户点击访问，反馈出用户的喜好，给用户推荐相关商品。

推荐Hadoop，适合大数据处理的。
网上学习资料很多，自己搜去！

当然你也可以自己使用数据库MYSQL等去做大数据处理，这样很多Hadoop做好的东西都需要你自己去做。要是熟悉某个数据库，并且应用明确就用数据库自己去做吧！
加油！

G. 8个典型案例看懂零售巨头的“大数据”战略

8个典型案例看懂零售巨头的“大数据”战略_数据分析师考试

未来的零售分析要求零售商借助集成式业务流程和信息系统，为客户洞察提供支持，将客户洞察发展成一种企业级的战略能力，并根植于企业结构和企业文化中。在这种形势下，零售商的所有业务职能部门在制定决策时，将把基于情景的客户洞察作为一个重要依据。

分析公司 EKN 认为，为了真正实现以客户为中心，零售商需要具备多项关键能力，而这些能力均由业务分析驱动。

全渠道集成。如果缺乏相关客户洞察支持与客户的互动，零售商将无法实现跨渠道无缝客户体验。零售商与客户互动的联络点能为零售商提供丰富的客户数据，因此，所有联络点也成为了零售商的最佳竞争利器。

个性化互动。与网上零售商相比，实体零售商具有两大优势：能与客户进行个人接触，以及拥有更丰富的历史记录和更多样的客户数据。如今，“个性化”购物体验已成为人们津津乐道的话题，而如何巧妙地结合上述两大优势，即在行动中及时交付客户洞察，将成为零售商打造“个性化”购物体验的基础。

持续的卓越运营。客户洞察的应用并非仅局限于面向客户的使用案例。事实上，如果零售商已经能够在各个运营职能部门中更成熟地运用分析功能，那么集成客户洞察便是他们不容错过的增量机会。

零售商用例

销售

瑞士零售商 Globus 使用大数据内存计算和高级分析来获取宝贵的销售绩效洞察。目前，他们能够实时处理海量的产品数据，并在几分钟内分析不同时间范围、店铺和区域内数千种产品的销售模式与促销活动。该零售商还向其管理人员提供了这些洞察的访问权限，以便他们能够更迅速地响应市场状况。

美国零售商 Guess 使用高级分析向其高管提供畅销产品和可用库存的实时视图。该零售商的分析解决方案基于大型客户数据集，分析销售额、细分目标客户，并策划促销活动。

市场营销

沃尔玛的 Global.com 部门充分利用“快速的大数据”和社交分析，快速识别不断变化的客户喜好。该零售商的社交意识（Social Sense）项目能通过社交媒体确定商品的畅销程度，并帮助顾客发掘潜在需求和感兴趣的新产品。同时，借助 ShoppyCat 工具，他们可根据 Facebook 用户的爱好和兴趣，为这些用户推荐适合的产品。此外，Global.com 还使用社交基因组（Social Genome）技术，来帮助客户为朋友挑选礼物。

塔吉特（Target）百货公司利用预测分析程序，来推断个体消费者是否具备成为该公司特定营销活动优质客户的特质。他们给每位顾客分配了一个独一无二的客户识别号码。该号码将客户个人信息、购物行为和喜好整合到一个可跟踪的实体内。塔吉特还专门成立了一个客户营销分析部门，致力于全面了解客户，超越其他竞争对手，从而获得竞争优势。借助动态数据仓库（Active Data Warehouse），塔吉特可在整个企业的混合工作负载环境下，基于海量数据管理复杂的用户查询。

全渠道

英国零售商巴宝莉（Burberry）集成了旗下所有渠道，包括实体店、网上商店、移动终端以及各大社交网站。他们采用了创新技术和数据分析，用于分析来自所有数据源的数据，旨在实时识别个人客户并建立客户档案。相比过去，巴宝莉的分析速度提高了 14,000 倍，以前需要 5 个小时的请求，现在 1 秒就能完成。不论店员处于什么位置，他们都能在客户踏入店内时立即识别客户信息，了解他们过去的购买记录，并提供个性化建议。

韩国零售商 NS Shopping 将移动渠道和社交渠道集成到零售环境中，并利用大数据分析，实时、集中地获取所有渠道的客户和产品数据。而公司的电子商务团队和市场营销团队将利用这些数据，向顾客提供个性化的产品建议。

供应链

美国网上零售商亚马逊基于非平稳随机模型，构建了全新的供应链流程和系统。该方法能为订单履行、寻源、产能和库存决策提供鼎力支持。亚马逊不仅开发了联合和协调补货的新算法，还基于历史需求、活动记录和计划、各履行中心的预测结果、库存计划、采购周期以及采购订单，在 SKU 级别实施了全新的国家预测方案。

英国零售商乐购（Tesco）采用先进的建模工具，基于历史销售数据模拟配送仓库的运作，从而达到优化库存的目的。该零售商还组建了一个内部分析团队，该团队主要负责通过回归测试掌握各要素之间的关联，如天气数据、特价优惠，及销售模式等等。

以上是小编为大家分享的关于8个典型案例看懂零售巨头的“大数据”战略的相关内容，更多信息可以关注环球青藤分享更多干货

H. 大数据营销是什么

大数据来（big data），指无法在一定时源间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。大数据的5V特点（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）,平台有hadoop

I. 假如你是沃尔玛的IT部门员工,你怎么通过大数据技术分析出啤酒和尿片频繁出现

摘要 在“啤酒与尿布”的故事产生于20世纪90年代的美国沃尔玛超市中，沃尔玛的超市管 理人员分析销售数据时发现了一个令人难于理解的现象：在某些特定的情况下，“啤酒”与“尿布”两件看上去毫无关系的商品会经常出现在同一个购物篮中，这种 独特的销售现象引起了管理人员的注意，经过后续调查发现，这种现象出现在年轻的父亲身上。

J. 大数据营销的主要用途有哪些

这里先说下什么是大数据。大数据营销是指基于多平台的大量数据，依托大数据技术的基础上，应用于互联网广告行业的营销方式。大数据营销衍生于互联网行业，又作用于互联网行业。依托多平台的大数据采集，以及大数据技术的分析与预测能力，能够使广告更加精准有效，给品牌企业带来更高的投资回报率。
大数据营销的核心在于让网络广告在合适的时间，通过合适的载体，以合适的方式，投给合适的人。
大数据营销的主要用途
1.基于用户的需求定制改善产品。消费者在有意或无意中留下的信息数据作为其潜在需求的体现是企业定制改善产品的一项有力根据。ZARA公司内部的全球资讯网络会定期把从各分店收集到的顾客意见和建议汇总并传递给总部的设计人员，然后由总部作出决策后再立刻将新的设计传送到生产线，直到最终实现“数据造衣”的全过程。利用这一点ZARA作为一个标准化与本土化战略并行的公司，还分析出了各地的区域流行色并在保持其服饰整体欧美风格不变的大前提下做出了最靠近客户需求的市场区隔。同样，在ZARA的网络商店内，消费者意见也作为一项市场调研大数据参与企业产品的研发和生产，且由此映射出的前沿观点和时尚潮流还让“快速时尚”成为了ZARA的品牌代名词。
2.开展精准的推广活动。基于数据的精准推广活动可大致分为三类:
首先，企业作为其产品的经营者可以通过大数据的分析定位到有特定潜在需求的受众人群并针对这一群体进行有效的定向推广以达到刺激消费的目的。红米手机在QQ空间上的首发就是一项成功的“大数据找人”精准营销案例。通过对海量用户的行为泡括点赞、关注相关主页等)和他们的身份信息泡括年龄、教育程度、社交圈等)进行筛选后，公司从6亿Q
cone用户中选出了5000万可能对红米手机感兴趣的用户作为此次定向投放广告和推送红米活动的目标群体并最终预售成功。
其次，针对既有的消费者，企业可以通过用户的行为数据分析他们各自的购物习惯并按照其特定的购物偏好、独特的购买倾向加以一对一的定制化商品推送。Turge佰货的促销手册、沃尔玛的建议购买清单、亚马逊的产品推荐页无一不是个性化产品推荐为企业带来可预测销售额的体现。
最后，企业可以依据既有消费者各自不同的人物特征将受众按照“标签”细分(如“网购达人”)，再用不同的侧重方式和定制化的活动向这些类群进行定向的精准营销。对于价格敏感者，企业需要适当地推送性价比相对较高的产品并加送一些电子优惠券以刺激消费:而针对喜欢干脆购物的人，商家则要少些干扰并帮助其尽快地完成购物。
3.维系客户关系。召回购物车放弃者和挽留流失的老客户也是一种大数据在商业中的应用。中国移动通过客服电话向流失到联通的移动老客户介绍最新的优惠资讯:餐厅通过会员留下的通讯信息向其推送打折优惠券来提醒久不光顾的老客户消费;Youtube根据用户以往的收视习惯确定近期的互动名单并据此发送给可能濒临流失的用户相关邮件以提醒并鼓励他们重新回来观看。大数据帮助企业识别各类用户，而针对忠诚度各异的消费者实行“差别对待”和“量体裁衣”是企业客户管理中一项重要的理念基础。