首页 > IT业界 > 正文

活动 | 观远数据亮相崔牛会夏季峰会,智能BI构建新零售决策大脑

2018-07-24 10:31:59  来源:互联网

摘要:7月21日,“重构人货场·引爆新零售”2018中国企业互联网夏季峰会正式开幕,此次活动由B2B领域生态平台“崔牛会”主办,超过200+零售企业高管齐聚一堂,对众多新零售业态行业解决方案进行探讨交流。
关键词: 观远数据
  7月21日,“重构人货场·引爆新零售”2018中国企业互联网夏季峰会正式开幕,此次活动由B2B领域生态平台“崔牛会”主办,超过200+零售企业高管齐聚一堂,对众多新零售业态行业解决方案进行探讨交流。
\
  作为国内新锐的大数据分析和商业智能解决方案服务商,观远数据受邀参加此次盛会,与来自行业的诸多大咖一起分享了关于新零售数据分析、商业智能等方面的经验干货,深入探讨了新零售数字化转型智能决策的问题,吸引了众多新零售从业者驻足咨询。
\
  智能变革
 
  数据驱动新零售人、货、场重构
 
  从马云2016年提出“新零售”开始,国内企业的商业形态就开始发生了巨大的变化。大量传统品牌在思考,在人工智能、大数据、云计算等技术的推动下,如何真正跨越线上线下边界,赶上新零售红利浪潮。
 
  新零售本身,其实是前端以消费者为核心,后端实现线上线下互通的商业业态。它不应该被定义为颠覆者,而应该说是对传统“人、货、场”形态的全面升级。
 
  随着云计算和云储存技术的全面普及,数据共享和数据融合已是大势所趋,基于数据沉淀的数字化运营,将加速新零售业态升级和业务增长。
\
  在新零售中,人货场是最重要的三个要素,通过大数据分析,新零售可以:
 
  对人进行解析,了解客户实际需求和体验;
 
  对商品进行品类管理,精准供应提升物流效率;
 
  对交互场景实现商品数字化,交易场景实现支付自动化,交付场景实现服务升维。
\
  活动现场,崔牛会震撼发布了《2018中国新零售云图》(以下简称新零售云图),从“人·货·场·客·基础”五个维度入手,经过6个月对零售业及SaaS行业的缜密观察,对20个细分领域超过100家零售企业的深入分析,为零售企业重构“人·货·场”提供参考。
 
  观远数据入选新零售云图“数据服务项”,观远数据智能BI认为:新零售最重要的是要打通数据流通和闭环,基于大数据分析基础为新零售提供智能运营决策建议,只有数字化驱动,方可重构人货场。
 
  BI为本,AI预测的观远智能决策大脑
 
  相比较传统BI,观远数据最大的特点优势,就是一站式融合线上与线下、内部与外部数据,实时洞察零售业态的“人、货、场”本质,为新零售提供新一代的最佳数据分析解决方案。
 
  从全渠道经营分析到精细化客户运营,最终到智慧供应链AI应用,观远数据AI+BI,构建新零售决策大脑。
 
  全渠道经营分析
 
  通过海量实践,针对新零售“线上”“线下”场景,围绕商品、订单、供应链、运营效率、会员等主题域,构建了“品类优化”、“定价策略”、“门店运营”等100多个通用化模版,并形成了300多个具有行业标签的指标模型。赋能客户迅速形成体系化数分视角,落地单店、单品、单客、单时的全维度分析,通过智能化的归因分析及预警功能,前瞻性预知经营风险,实现从“人找数”到“数追人”的升级。
\
  精细化客户运营
 
  “以顾客为中心,以数据为驱动”,利用企业线上+线下的用户行为数据,通过流量、漏斗、留存和分布等分析方法,识别具有类似属性和行为特征的客户,对顾客进行画像和细分,描绘出某类用户的购买品类、复购能力、购买频次等分布特征,解决线下门店运营中商品结构老化、浪费营销资源、顾客对促销不敏感,以及线上运营中获客成本高,销售转化率低、促销频繁但收益难衡量等常见痛点。
\
  智慧供应链AI应用
 
  以“大数据+AI技术”加速KA客户从传统到智慧供应链的升级,通过深入合作渗透到供应链的“进”“销”“存”各环节,打通从“预测”到“计划”,再到“履行”的数据流程,用创新推进降本提效。
 
  观远数据正在赋能各行各业,无论是数量巨大的传统企业,还是高速发展的互联网企业,基于数字化分析、智能化决策,通过更敏捷、更自动、更智能的零售数据分析实践,让95%的业务人员都拥有最好的5%的管理者的决策能力。
 
  在“重构人货场,引爆新零售”的行业趋势下,观远数据将继续坚持“AI+BI”的全新服务模式,加快推动新零售数字化转型升级的步伐,逐渐构建起新零售的智能决策形态,让“决策大脑”为新零售降本提效。

第三十六届CIO班招生
国际CIO认证培训
首席数据官(CDO)认证培训
责编:chenjian

免责声明:本网站(http://www.ciotimes.com/)内容主要来自原创、合作媒体供稿和第三方投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
本网站刊载的所有内容(包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等)版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时,请及时通知本站,予以删除。