کاربردهای تحلیل عظیم داده در صنعت خرده فروشی
والمارت بزرگترین خرده فروشی در جهان است که بیش از دو میلیون نفر کارمند و بیست هزار شعبه در 28 کشور دارد.
عظیم داده در حل چه مشکلاتی به سوپرمارکتها کمک میکند؟
سوپرمارکتها هر روزه میلیونها محصول را به میلیونها نفر از مردم میفروشند. صنعت خرده فروشی یکی از صنایع پررقابت در دنیای امروز است. سوپرمارکتها فقط در قیمت رقابت نمیکنند بلکه در خدمات به مشتریان به لحاظ راحتی و ضروریت نیز با یکدیگر رقابت میکنند. از فواید تحلیل عظی مداده میتوان به بودن محصول مناسب در زمان و مکان مناسب اشاره کرد که باعث میشود افراد مناسب بتوانند آنها را بخرند.
چگونه والمارت از عظیم داده در عمل استفاده میکند؟
در سال ۲۰۱۱، با افزایش آگاهی در مورد اینکه چگونه با استفاده از داده ها میتوان نیازهای مشتریان را فهمید و محصولات مناسبی که آنها برای خرید میخواهند را تولید کرد، افزایش یافت، والمارت آزمایشگاه عظیم داده خود را برای تحقیقات در این حوزه ایجاد کرد. نقطه اوج این کار اشاره به ایجاد کافه داده(Data Cafe) توسط والمارت دارد. در کافه داده تیم تحلیل داده میتواند بر ۲۰۰ جریان داخلی و بیرونی داده به صورت به هنگام نظارت داشته باشند که این موارد شامل ۴۰ پتابایت پایگاه داده از تراکنشهای فروش هفته قبلی میباشد.
از دیگر پروژههای والمارت نظارت و پایش مکالمات در رسانه های اجتماعی است که تلاش میکند پیش بینی کند که مردم براساس صحبتهایشان چه چیزی را میخرند. همچنین آنها سرویس Shopycat را دارند که یا استفاده از داده های رسانه های اجتماعی پیش بینی میکنند که چگونه عادتهای خرید یک شخص بر دوستهایش نیز اثرگذار است. همچنین شرکت والمارت در حال توسعه موتور جستجوی خود به نام Polaris است که به آنها اجازه دهد تا کلمات وارد شده توسط مشتریان در وبسایت را تحلیل کنند.
کافه داده از پایگاه داده های که به طور پیوسته بازخوانی میشود استفاده میکند که این پایگاه داده شامل ۲۰۰ میلیارد ردیف از داده های تراکنشی است که فقط مربوط به چند هفته اخیر میباشد. این داده ها از منابع مختلف جمع میشوند و شامل داده های هواشناسی، داده های اقتصادی، داده های مخابراتی، دادههای رسانه های اجتماعی، قیمت گاز و همچنین پایگاه دادهای از رخدادهایی که در اطراف فروشگاه والمارت اتفاق میافتد، میباشد.
جزئیات فنی کار چه بود؟
پایگاه داده تراکنشهای به هنگام شامل ۴۰ پتابایت از داده میشود که مربوط به چند هفته اخیر است و این داده ها که مربوط به شعب زنجیزه ای مغازه، قسمتهای آنلاین و واحدهای شرکت هستند در یک هدوپ مرکزی جمع میشوند. تحلیلگران داده برای اینکه نرخ رشد سریع داده برای آنها مشکل ایجاد نکند یک سیاست هوشمندانه مدیریت جمع آوری داده تصویب کردند که شامل ایجاد چندین سیستم طراحی شده برای اصلاح و دسته بندی دادهها قبل از ذخیره آن بود. فناوریهای دیگری شامل اسپارک و کاساندرا نیز مورد استفاده قرار میگیرند و از زبانهای برنامه نویسی مانند R و SAS برای توسعه برنامه های کاربردی تحلیلی استفاده میشود.
عظیم داده چه فایدهای برای والمارت داشت؟
شخصی سازی خرید: والمارت توانست با استفاده از داده کاوی و تحلیل رفتار مشتریان توانست به الگوی خرید آنها دست پیدا کند و براساس کالای خریداری شده توسط آنان کالاهای دیگر را برای خرید به آنها معرفی کند. همچنین با کشف الگوی خرید مشتریان والمارت توانست بفهمد که چه محصولی، با چه قیمتی، با چه نوع تخفیف و ارتقایی(پروموشن) برای مشتریان مناسب است و چگونه میتواند آنها را به سمت خرید سوق دهد.
دسته بندی مناسب محصولات: والمارت با استفاده از تحلیل عظیم دادهها جایگاه مناسبی برای محصولات در داخل فروشگاهها پیدا میکرد و این باعث افزایش فروش محصولات شد. آنها برای این کار به این توجه میکردند که کدام محصولات با یکدیگر خریده میشوند.
مدیریت زنجیره تامین: والمارت با استفاده از داده های جمع آوری شده، تقاضاها را پیشبینی میکرد و سطح موجودی انبار را همیشه در سطح بهینه نگه میداشت.
تحلیل دادههای اجتماعی: والمارت با استفاده از تحلیل داده های شبکه های اجتماعی توانست محصولاتی که ترند شده اند را پیدا کند و نظر مشتریان را در مورد آن محصولان بدانند و در مورد نولید یا حذف آن محصول نظر دهند.
www.BdbAnalytics.ir
t.me/BigData_BusinessAnalytics
