预测不可预测的消费者这个问题难吗？
来源：CPDA数据分析师网 / 作者：数据君 / 时间：2021-05-10
零售商如何才能突破那些因信息泛滥而分心的消费者呢？
这意味着要使用 预测分析，这不仅涉及根据客户需求和需求进行类似的细分，这还与对客户的关联行为，偏好和使用模式的深入理解有关，品牌会衡量这些模式，并且越来越多地寻求先进的人种志技术来观察客户经常无法可靠报告的内容。
采用行动优先的策略
90％的消费者在中依次使用多个屏幕，其中65％的购买是从智能手机开始的，通过将精力投入到移动设备上，您可以确保针对快速成为主要用例的场景进行优化，并确保移动介质的物理约束得到其所需要的首要关注，大数据意味着我们比消费者更了解消费者，通过移动设备，定位数据包含位置和邻近度的元素，面对前面提到的“智能手机直觉”给零售商带来的普遍挑战，预测分析可用于链接来自多个来源的数据，包括移动设备，销售点系统，购物者忠诚卡，社交媒体，在线购物行为和其他消息来源，要深入了解购物者可能如何做出某些购买决定。
通过将单个购物者的行为与统计上相似的购物者的行为进行比较
营销人员可以'预测'单个购物者的未来行为，这些预测的准确性与可用数据量（无论是针对个人还是更大的群体），数据的质量以及了解利用可用资源挖掘哪些信息的专业知识直接相关，直销新闻，有了合适的数据，技术和知识专家，预测分析可能（并且在很多情况下已经）成了导致行业与其他所有人之间差距日益扩大的因素，尽管大多数零售商和CPG公司已经在使用某种形式的分析，但它们几乎都专注于分析过去的行为-使用与他们过去购买的商品类似的营销材料来为购物者定位。
预测分析使公司可以根据行为模式为看似无关的项目自定义营销消息
这些行为模式表明客户将来可能会购买什么，除了帮助零售商和CPG公司更有效地向消费者推销产品外，预测分析还可以帮助公司更好地管理后端运营，例如通过帮助零售商更准确地预测需求，零售商可以更好地管理库存，避免缺货或库存过多，重要的是，预测分析使零售商能够真正地'了解他们的客户，而不仅仅是个人的需求，需求和偏好，通过使用基于前瞻性，基于直觉的决策来保持竞争力的日子已经一去不复返了，这种决策几十年来一直是主流。
未来的销售取决于了解购物者的需求-甚至不问他们
为了在当今市场上取得成功，零售商和CPG需要完全接受并信任新的数据驱动的分析方法，这是零售业不可否认的未来，数据分析和物联网：推动业务突破，这需要使用物理和虚拟传感器，可以通知管理人员和其他决策者有关的感官相关信息的分类，未知这些见解的范围从操作设备的潜在物理异常（通过振动模式的变化或可以实时检测到的其他物理异常检测到）到客户情绪的突然变化，物联网生成的数据类型可以与数据分析以及数据发现工具和技术结合使用，以帮助企业 识别新兴发展， 例如可能需要维护以防止代价高昂的故障或客户或市场状况突然变化的机器，表示公司应该采取的行动。
一些人将物联网描述为一种全球性的数字神经系统
它可以将由计算机，移动电话，传感器，社交媒体渠道和其他来源传播的信息用于各种测量和分析，一个出色的，真实的例子展示了如何将物联网生成的数据与分析技术融合在一起，从而获得可观的业务绩效，铁路正在使用传感器和分析技术来预测和防止火车出轨，例如，该公司在其轨道的每20英里上都安装了红外传感器，每天收集2000万个车轮的温度读数，以寻找过热的迹象，这表明即将发生故障，同时轨道旁的麦克风用于拾取车轮中的“咆哮”轴承。
来自此类物理测量的数据将通过光纤线路发送到数据中心
复杂的模式匹配算法和分析用于识别违规情况，从而使专家可以在捕获数据后的几分钟内确定驾驶员是否应该将火车停下来进行检查或降低其速度，直到到达下一个要维修的车站为止，自从开始将数据分析应用于物联网以来，将与轴承相关的出轨问题减少了75％，这些类型的改进不仅可以节省金钱，还可以挽救生命。
全局生成的数据量继续呈指数增长
这意味着要使用 预测分析，这不仅涉及根据客户需求和需求进行类似的细分，这还与对客户的关联行为，偏好和使用模式的深入理解有关，品牌会衡量这些模式，并且越来越多地寻求先进的人种志技术来观察客户经常无法可靠报告的内容。
采用行动优先的策略
90％的消费者在中依次使用多个屏幕，其中65％的购买是从智能手机开始的，通过将精力投入到移动设备上，您可以确保针对快速成为主要用例的场景进行优化，并确保移动介质的物理约束得到其所需要的首要关注，大数据意味着我们比消费者更了解消费者，通过移动设备，定位数据包含位置和邻近度的元素，面对前面提到的“智能手机直觉”给零售商带来的普遍挑战，预测分析可用于链接来自多个来源的数据，包括移动设备，销售点系统，购物者忠诚卡，社交媒体，在线购物行为和其他消息来源，要深入了解购物者可能如何做出某些购买决定。
通过将单个购物者的行为与统计上相似的购物者的行为进行比较
营销人员可以'预测'单个购物者的未来行为，这些预测的准确性与可用数据量（无论是针对个人还是更大的群体），数据的质量以及了解利用可用资源挖掘哪些信息的专业知识直接相关，直销新闻，有了合适的数据，技术和知识专家，预测分析可能（并且在很多情况下已经）成了导致行业与其他所有人之间差距日益扩大的因素，尽管大多数零售商和CPG公司已经在使用某种形式的分析，但它们几乎都专注于分析过去的行为-使用与他们过去购买的商品类似的营销材料来为购物者定位。
预测分析使公司可以根据行为模式为看似无关的项目自定义营销消息
这些行为模式表明客户将来可能会购买什么，除了帮助零售商和CPG公司更有效地向消费者推销产品外，预测分析还可以帮助公司更好地管理后端运营，例如通过帮助零售商更准确地预测需求，零售商可以更好地管理库存，避免缺货或库存过多，重要的是，预测分析使零售商能够真正地'了解他们的客户，而不仅仅是个人的需求，需求和偏好，通过使用基于前瞻性，基于直觉的决策来保持竞争力的日子已经一去不复返了，这种决策几十年来一直是主流。
未来的销售取决于了解购物者的需求-甚至不问他们
为了在当今市场上取得成功，零售商和CPG需要完全接受并信任新的数据驱动的分析方法，这是零售业不可否认的未来，数据分析和物联网：推动业务突破，这需要使用物理和虚拟传感器，可以通知管理人员和其他决策者有关的感官相关信息的分类，未知这些见解的范围从操作设备的潜在物理异常（通过振动模式的变化或可以实时检测到的其他物理异常检测到）到客户情绪的突然变化，物联网生成的数据类型可以与数据分析以及数据发现工具和技术结合使用，以帮助企业 识别新兴发展， 例如可能需要维护以防止代价高昂的故障或客户或市场状况突然变化的机器，表示公司应该采取的行动。
一些人将物联网描述为一种全球性的数字神经系统
它可以将由计算机，移动电话，传感器，社交媒体渠道和其他来源传播的信息用于各种测量和分析，一个出色的，真实的例子展示了如何将物联网生成的数据与分析技术融合在一起，从而获得可观的业务绩效，铁路正在使用传感器和分析技术来预测和防止火车出轨，例如，该公司在其轨道的每20英里上都安装了红外传感器，每天收集2000万个车轮的温度读数，以寻找过热的迹象，这表明即将发生故障，同时轨道旁的麦克风用于拾取车轮中的“咆哮”轴承。
来自此类物理测量的数据将通过光纤线路发送到数据中心
复杂的模式匹配算法和分析用于识别违规情况，从而使专家可以在捕获数据后的几分钟内确定驾驶员是否应该将火车停下来进行检查或降低其速度，直到到达下一个要维修的车站为止，自从开始将数据分析应用于物联网以来，将与轴承相关的出轨问题减少了75％，这些类型的改进不仅可以节省金钱，还可以挽救生命。
全局生成的数据量继续呈指数增长
在使用个人移动设备，具有在机器生成的数据的增加而增长，已在数字世界数据的倍增促成2.8泽字节（一个泽字节相当于1个十亿兆兆字节），数字世界将扩展到40 ZB。然而，根据的相关研究，当今仅分析了全球数据的0.5％，随着越来越多的基于人和机器的源创建新类型的数据，使用分析来学习，识别和应对业务，医疗保健和社会中新兴趋势和发展的巨大机遇。
商业联合会数据分析专业委员会
京公网安备 11010502034401号
课程体系 
试听申请 
复听申请 
在线报名 
考试大纲 
考试报名 
准考证打印 
