빅 데이터가 소매업에 제공하는 비즈니스 가치
빅 데이터 중심의 비즈니스 혁명이 급증하면서 빅 데이터의 레버를 사용하여 비즈니스 가치를 창출하거나 빅 데이터 중심의 새로운 세대의 비즈니스 패턴에 의해 퇴출되는 법을 배웁니다.
빅 데이터에 대한 최초의 이야기는 미국에서 두 번째로 큰 마트 타지트 백화점 (Target) 에서 발생했다. 임산부는 소매상에게 금 함량이 높은 고객층이다. 그러나 그들은 일반적으로 Target 에서 임신용품을 사는 대신 전문적인 임산부 가게에 간다. 사람들이 Target 을 꺼내면 청소용품, 양말, 휴지 등 일상생활용품이 생각난다. 그러나 Target 이 임산부에게 필요한 모든 것을 간과하고 있다. 그럼 Target 은 이 부분을 임산부 제품 전문점의 손에서 빼낼 수 있는 방법이 있나요?
이를 위해 Target 의 마케팅 담당자는 Target 의 고객 데이터 분석부 (Guest Data amp；) 에 도움을 청했습니다. Analytical Services) 의 선임 관리자인 앤드류 폴 (Andrew Pole) 은 임산부의 두 번째 임신기에 확인할 모델을 만들어 달라고 요청했다. 미국에서 출생기록은 공개됐다. 아기가 태어나면 신생아의 어머니가 천지를 뒤덮은 제품 할인 광고에 둘러싸이게 된다. 그때 Target 이 다시 행동하면 늦기 때문에 임산부 제 2 의 임신기에 서둘러야 한다. (윌리엄 셰익스피어, 임산부, 임신기, 임신기, 임신기, 임신기, 임신기, 임신기) Target 이 모든 소매상들을 따라잡기 전에 어떤 고객이 임신했는지 알 수 있다면, 마케팅 부서는 일찌감치 맞춤식 임산부 할인 광고를 보내 귀중한 고객 자원을 일찌감치 동그라미할 수 있다.
하지만 임신은 매우 사적인 정보입니다. 어떤 고객이 임신했는지 정확하게 판단할 수 있는 방법은 무엇입니까? Andrew Pole 은 Target 이 베이비 쇼어 (baby shower) 의 등기표를 가지고 있다고 생각했다. Andrew Pole 은 이 등기표에 있는 고객의 소비 데이터를 모델링하기 시작했고, 얼마 지나지 않아 매우 유용한 데이터 패턴을 많이 발견했습니다. 예를 들어, 모델은 많은 임산부들이 두 번째 임신 초기부터 많은 큰 포장용 무향 핸드크림을 산다는 것을 알게 되었습니다. 임신 첫 20 주 동안 칼슘, 마그네슘, 아연을 보충하는 선존제 같은 건강제품을 대량으로 구매한다. 마지막으로 Andrew Pole 은 25 가지 전형적인 상품의 소비 데이터를 선정해' 임신 예측 지수' 를 구축했다. 이 지수를 통해 Target 은 아주 작은 오차 범위 내에서 고객의 임신 상황을 예측할 수 있기 때문에 Target 은 임산부 할인 광고를 일찍 고객에게 보낼 수 있다.
그렇다면 고객이 이런 광고를 받으면 놀라지 않을까요? Target 은 현명하게 이런 상황을 피했다. 임산부용품의 할인 광고를 임신과 관련이 없는 다른 상품할인 광고에 섞어 고객이 Target 이 임신했다는 것을 알지 못하게 했다. 희소한 것은 Target 의 이런 특혜 광고가 간접적으로 그의 고등학생의 딸이 임신한 것을 은근히 발견해 뉴욕타임즈에 보도된 결과, Target 빅데이터의 엄청난 위력이 미국 전역을 뒤흔들었다. (윌리엄 셰익스피어, Northern Exposure (미국 TV 드라마), Northern Exposure (미국 TV 드라마), 스포츠명언)
Andrew Pole 의 빅 데이터 모델에 따르면 Target 은 새로운 광고 마케팅 방안을 마련한 결과 Target 의 임신용품 판매가 폭발적인 성장을 보였다. Andrew Pole 의 빅 데이터 분석 기술은 임산부라는 세분화된 고객층부터 다른 다양한 세분화고객층으로 보급되기 시작했고, Andrew Pole 이 Target 에 가입한 2002 년부터 2010 년까지 Target 매출은 440 억 달러에서 670 억 달러로 증가했다.
우리가 상상할 수 있는 것은 많은 임산부들이 무의식적으로 Target 의 일년 내내 충실한 펌프가 되었고, 많은 임산부 제품 전문점도 모르는 사이에 파산했다는 것이다. 무의식적으로, 큰 데이터는 강력한 비즈니스 혁명을 주도하고 있으며, 상인들이 조만간 직면해야 할 문제 중 하나는 바로 혼연불감에서 궐기할지, 아니면 혼연자결에서 멸망할지 하는 것이다. (윌리엄 셰익스피어, 햄릿, 지혜명언) (윌리엄 셰익스피어, 윈스턴, 지혜명언)
빅데이터는 누구입니까?
빅데이터는 뜨겁다. 하지만 빅데이터가 무엇인지 정확히 알 수 있는 사람은 많지 않다. 큰 데이터가 무엇인지 진정으로 이해하려면, 우리는 먼저 Target 이 어떻게 큰 데이터를 수집하는지 봐야 한다.
가능한 경우 타겟의 대용량 데이터 시스템은 각 고객에게 ID 번호를 부여합니다. 신용 카드 결제, 쿠폰 사용, 설문지 작성, 반품 양식 우편, 고객 서비스 전화 통화, 광고 메일 개설, 공식 홈페이지 방문 등 모든 행위가 당신의 ID 번호에 기록됩니다.
그리고 이 ID 번호는 나이, 기혼 여부, 자녀 유무 여부, 거주지, 주소 타켓에서의 거리, 급여 상황, 최근 이사 여부, 지갑 안의 신용 카드 상황, 자주 방문하는 인터넷 주소 등 인구통계를 체크합니다. Target 은 인종, 취업사, 즐겨 읽는 잡지, 파산 기록, 결혼사, 주택 구입 기록, 학창 기록, 독서 습관 등 다른 관련 기관에서 추가 정보를 구입할 수도 있습니다. 언뜻 보면 이 수치들은 무의미하다고 느낄 수 있지만, Andrew Pole 과 고객 데이터 분석부의 손에는 쓸모없는 데이터들이 앞서 언급한 강력한 위력을 폭발시켰다.
커머셜 영역에서 빅 데이터는 타겟처럼 수집한 소비자 행동에 대한 방대한 관련 데이터입니다. 이러한 데이터는 기존의 저장 방식 및 데이터베이스 관리 도구의 기능 범위를 벗어납니다. 큰 데이터 저장, 검색, 분석 및 시각화 기술 (예: 클라우드 컴퓨팅) 을 사용하여 엄청난 비즈니스 가치를 창출해야 합니다.
빅 데이터의 비즈니스 가치
빅 데이터의 비즈니스 가치
이렇게 눈먼 사람이 코끼리를 만지는 것은 참패로 끝날 운명이다. 마치 이전에 소셜네트워크서비스 (SNS) 와 공동구매 (공동구매) 를 쫓던 것처럼 말이다. (윌리엄 셰익스피어, 윈스턴, 희망명언) 그렇다면 빅데이터는 도대체 어떤 방면에서 엄청난 상업적 가치를 발굴할 수 있을까? IDC 와 맥킨지의 빅 데이터 연구 결과에 따르면 빅 데이터는 주로 고객 집단을 세분화한 다음 각 그룹마다 재단처럼 독특한 행동을 취하는 네 가지 측면에서 큰 상업적 가치를 발굴할 수 있다. (윌리엄 셰익스피어, 윈스턴, 맥킨지, 맥킨지, 맥킨지, 맥킨지, 맥킨지, 맥킨지, 맥킨지) 빅데이터 시뮬레이션 현실을 활용하여 새로운 수요를 발굴하고 투자 수익률을 높입니다. 각 관련 부서에서 큰 데이터 성과의 공유 정도를 높이고 전체 관리 체인 및 산업 체인의 투자 수익률을 높입니다. 비즈니스 모델, 제품 및 서비스의 혁신을 수행합니다. 필자는 그들을 약칭하여 큰 데이터의 네 가지 상업적 가치 지렛대라고 부른다. 기업은 큰 데이터 분야에 큰 걸음으로 투자하기 전에 기업 자체의 4 개 지렛대의 실제 상황과 강약 정도를 명확하게 분석해야 한다.
1, 고객층을 세분화한 후 각 그룹마다 재단처럼 독특한 행동을 취한다. 이 글의 시작 부분에 있는 Target 의 이야기는 바로 이 지렛대의 사례로, 특정 고객층을 겨냥하여 마케팅과 서비스를 하는 것은 상인들이 줄곧 추구해 온 것이다. 클라우드 스토리지의 대용량 데이터 및 대용량 데이터 분석 기술은 소비자에 대한 실시간 및 극단적인 세분화를 비용 효율적으로 수행할 수 있게 해 줍니다. 예를 들어, 빅데이터 시대 이전에는 대량의 고객의 임신 상황을 정확히 파악하려면 놀라운 인력, 물력, 재력을 투입해야 했기 때문에 이런 세분 행위는 상업적인 의미가 없었다.
2, 대규모 데이터 시뮬레이션 실태를 활용하여 새로운 수요를 발굴하고 투자 수익률을 높입니다. 현재 점점 더 많은 제품에 센서가 장착되어 있으며, 자동차와 스마트폰의 보급으로 수집 가능한 데이터가 폭발적으로 증가하고 있다. 블로그, 트위터, 페이스북, 웨이보 등 소셜 네트워크도 엄청난 양의 데이터를 생성하고 있다. 클라우드 컴퓨팅 및 대용량 데이터 분석 기술을 통해 기업은 비용 효율성이 높은 경우 실시간으로 이 데이터를 거래 행위의 데이터와 함께 저장하고 분석할 수 있습니다. 거래 프로세스, 제품 사용 및 인간 행동은 모두 데이터화될 수 있다. 빅 데이터 기술은 데이터 마이닝을 위해 이러한 데이터를 통합하여 경우에 따라 모델 시뮬레이션을 통해 서로 다른 변수 (예: 지역마다 다른 판촉 시나리오) 에서 가장 높은 투자 수익을 거둘 수 있는 시나리오를 결정할 수 있습니다.
3, 각 관련 부서에서 큰 데이터 성과의 공유 수준을 높이고 전체 관리 체인과 산업 체인의 투자 수익률을 높입니다. 큰 데이터 능력을 가진 부서는 클라우드 컴퓨팅, 인터넷 및 내부 검색 엔진을 통해 큰 데이터 결과와 큰 데이터 능력이 약한 부서를 공유함으로써 큰 데이터를 활용하여 비즈니스 가치를 창출할 수 있습니다. 이 레버의 사례는 월마트에 대한 이야기이다.
< P > 월마트는 Retail Link 라는 대형 데이터 도구를 개발했는데, 이 도구를 통해 각 상점의 판매와 재고 상황을 미리 알 수 있어 월마트가 지시를 내리기 전에 자체적으로 보충할 수 있어 단품 상황과 공급망 전체의 재고 수준을 크게 줄일 수 있다. 이 과정에서 공급업체는 점포 안의 상품을 더 많이 통제할 수 있으며, 점포 직원들과 더 많은 접촉을 통해 제품 지식을 높일 수 있습니다. 월마트는 재고비용을 낮추고, 직원 제품 지식 향상의 성과를 누리며, 점포 내 상품 진열에 대한 투자를 줄일 수 있다. 종합적으로 볼 때, 전체 공급망은 비용을 절감하면서 서비스의 질을 높일 수 있으며, 공급자와 월마트의 브랜드 가치도 동시에 높아졌다. 월마트는 공급망 전체에서 빅 데이터 기술을 공유함으로써 소매업의 생산성 혁명을 터뜨렸다.
4, 비즈니스 모델, 제품 및 서비스 혁신. 빅 데이터 기술을 통해 기업은 기존 제품과 서비스를 강화하고, 새로운 제품과 서비스를 만들고, 심지어 새로운 비즈니스 모델을 만들 수 있습니다. 이 레버는 Tesco 를 사례로 인용할 것이다. Tesco 는 엄청난 양의 고객 데이터를 수집했으며, 각 고객에 대한 방대한 데이터 분석을 통해 Tesco 는 각 고객의 신용도와 관련 위험에 대해 매우 정확한 평가를 받았습니다. 이를 바탕으로 Tesco 는 자신의 신용카드를 내놓았고, 앞으로 Tesco 는 자신의 예금 서비스를 내놓으려는 야망을 가지고 있다.
빅데이터의 상업혁명
이 4 개의 지렛대를 통해 빅데이터가 막대한 상업적 가치를 창출할 수 있다는 것은 맥킨지가 기존 4 대 생산요소 이후 5 대 생산요소라고 말한 것도 놀라운 일이 아니다. 빅 데이터는 시장 점유율, 비용 관리, 투자 수익률 및 사용자 경험에 큰 영향을 미치며, 빅 데이터 우위는 기업에서 가장 중요한 비교 경쟁 우위가 될 것입니다. 맥킨지의 추산에 따르면 소매업자가 큰 데이터의 장점을 충분히 발휘할 수 있다면 운영이익률은 연평균 60% 의 성장공간을 갖게 되고 생산성은 연평균 0.5-1 의 성장폭을 달성할 것으로 전망된다. 빅데이터라는 개념이 뜨겁게 달아오르면서 사람들은 월마트, Target, 아마존, Tesco 와 같은 거대 기업들이 수년 동안 큰 데이터 기술을 소리 없이 활용했다는 것을 알게 되었습니다. 대형 데이터로 마케팅, 비용 통제, 제품 및 서비스 혁신, 경영 및 의사결정을 주도하는 혁신, 비즈니스 모델의 혁신을 주도하고 있습니다. 많은 재계의 교만한 자식들이 경쟁을 한탄했지만, Target 들의 풀리지 않는 수수께끼도 마침내 해결되었다.
빅 데이터에 의해 추진되는 비즈니스 혁명의 암울함에서 시대와 함께 전진하는 것은 단순히 예속된 카드 위치만의 전쟁이 아니며, 빅 데이터의 지렛대를 사용하여 비즈니스 가치를 창출하는 법을 배우거나 빅 데이터에 의해 구동되는 신세대 비즈니스 구도에 의해 탈락되는 것을 배울 수 있습니다. (윌리엄 셰익스피어, 윈스턴, 데이터, 데이터, 데이터, 데이터, 데이터, 데이터) 이것은 하늘이 주신 좋은 기회이며, 더욱이 생사의 전쟁이다. 성공자는 중국 산업 사슬이 독주하는 웅웅이 될 것이고, 실패자가 가진 것은 아쉬움뿐이다.
위 내용은 대형 데이터가 소매업에 제공하는 상업적 가치에 대한 작은 편성으로, 글로벌 등나무가 더 많은 건품을 공유하는 것에 더 많은 정보를 집중할 수 있다