در نگاه مصرف کننده امروزی، آمازون یک غول تجارت الکترونیک به حساب میآید و این موفقیت یک شبه به دست نیامده است. در اینجا درباره دلایلی صحبت خواهیم کرد که بیگ دیتا به شکوفا شدن این برند کمک کرده است.
قبل از استفاده فروشنده ها از بیگ دیتا برای قیمت گذاری محصولات، معمولا مردم یک قیمت یکسان را در طول روز های مختلف برای یک محصول میدیدند و دفعات بازدید از سایت هم در قیمت گذاری تاثیر گذار نبود. اما حالا قیمت ها بار ها تغییر میکنند. یکی از علل این تغییر این است که بیگ دیتا میل به خرید کاربر را افزایش میدهد.
یک مثال خارج از مجموعه آمازون، میتوان به قیمت گذاری بلیط ها و هتل ها اشاره کرد.اگر فردی چند بار صفحه قیمت یک بلیط را چک کند، احتمالا متوجه افزایش قیمت خواهد شد. این تکنیک قیمت گذاری پویا (Dynamic Pricing) نام دارد.
آمازون از این تکنیک بسیار استفاده میکند. این کمپانی روزانه 2.5 میلیون بار قیمت ها را تغییر میدهد. این به این معناست که قیمت یک محصول به طور میانگین هر ده دقیقه یکبار تغییر میکند. به لطف داده های عظیم آمازون، این کمپانی میتواند فاکتور های بسیاری را، از جمله نحوه قیمت گذاری رقبا و موجودی یک محصول، بررسی کند و سپس درباره قیمت نهایی یک محصول تصمیم میگیرد.
معروف بودن آمازون و موقعیت خوب آن در دنیای تجارت، باعث میشود تا هدف مناسبی برای سوء استفاده و کلاه برداری شود. این کمپانی در هر ثبت سفارش، بیش از 2000 داده مختلف درباره آن سفارش را جمع آوری میکند و از الگوریتم های ماشین لرنینگ استفاده میکند تا احتمال کلاهبرداری در یک تراکنش را تشخیص دهد. این سیستم هر ساله میلیون ها دلار تراکنش های کلاه برداری را متوقف میکند.
وقتی آمازون Whole Foods Market (فروشگاه های زنجیره ای مواد غذایی) را خرید، به سرعت از داده استفاده کرد تا روند اجرایی برند را تغییر دهد. یکی از این تغییرات کاهش قیمت محصولات محبوب بود. این اولین قدم در استفاده از آنالیز بیگ دیتا بود. موفقیت در این بخش باعث تغییر در صنعت سوپرمارکت ها شد و آمازون تصمیم گرفت آن را بهتر از قبل بکند.
همچنین برند خرید بدون پرداخت آمازن، Amazon Go، هم به داده متکی است. سنسور ها تشخیص میدهند که مردم کدام کالا را برای خرید برداشتند و دوربین ها تشخیص میدهند که افراد برای دزدی تلاش نکنند. اگرچه که این کمپانی جزئیات دقیقی درباره اطلاعاتی که از کاربران جمع آوری میکند ارائه نمیدهد، اما میتوان مطمئن بود که از این داده ها برای افزایش بهرهوری در خرید استفاده خواهد شد.
برای مثال، اگر دوربین ها افرادی با کالسکه کودک را نشان دهند که در انجام خرید خود به مشکل برخوردند، آمازون از این داده جمع آوری شده استفاده میکند تا عرض مغازه های خود را بیشتر کند. یا اگر داده های جمع آوری شده نشان دهند که در یک منطقه خاص، محصولات وگان فروش بیشتری دارند، تعداد آن محصولات را در آن ناحیه افزایش میدهد.
احتمالا بخش پیشنهاد محصول آمازون، آشناترین قسمت کاربرد بیگ دیتا برای کاربران است. طریقه پیشنهاد کالا این گونه است که بر اساس کالاهایی که در سبد خرید وجود دارند یا کالایی هایی که قبلا سفارش داده شده اند، محصولات مربوط به آنها را پیشنهاد میدهد.
پس از رونمایی از Amazon Personalize ، این کمپانی به توسعه دهندگان اجازه داد تا در هر دامنه ای محصول هایی را به کاربران پیشنهاد دهند. دیگر کمپانی ها میتوانند از این تکنولوژی آمازون استفاده کنند تا انواع کالا های خود را به مشتری هایشان معرفی کنند.
وقتی آمازون توانست برای هر مشتری، کالا هایی را معرفی کند که بیشتر به او مربوط است و آنها را مجاب کرد تا بیشتر بخرند، درآمد آمازون افزایش یافت و در نهایت کاربران، آمازون را محلی مناسب برای انجام خرید های خود یافتند.
آمازون انبار های خود را Fulfillment Centers یا مراکز تکمیل نامیده است. تعجب آور نخواهد بود که از بیگ دیتا اینجا هم استفاده شود. مثلا یکی از کاربرد های آن، هشدار دادن به کارکنانی است که آرام کار میکنند. همچنین از داده ها برای ردیابی کالا هایی که بیشترین میزان فروش را دارند استفاده میکند.
آمازون پتنتی به نام Anticipatory Shipping یا پیش بینی خرید دارد که قبل از اینکه کاربر محصولی را خریداری کند، میتواند خرید آن محصول را پیش بینی کند.
بدون استفاده از بیگ دیتا، آمازون نمیتوانست به این موفقیت دست یابد. در آینده باید بیشتر منتظر استفاده آمازون و دیگر شرکت ها از بیگ دیتا برای افزایش بهره وری بود.
