AI可以解锁（suǒ）并充分利用零售数据宝库

数据是润滑诸（zhū）如Amazon.com之类的大型在（zài）线零售商的销（xiāo）售机器（qì）的油，并且（qiě）正在探（tàn）索Google和（hé）Facebook等技术巨头（tóu）的用户行（háng）为。根据（jù）Amazon Web Services(AWS)的说法，仅其支付数（shù）据工程团（tuán）队就负（fù）责数据摄取，转换和存储不断增长的（de）750 TB以上的数据集。如此庞（páng）大（dà）的数量将（jiāng）使大多数其（qí）他组织相（xiàng）形（xíng）见,，但（dàn）这并不意味着（zhe）其数据的价值不再那么低（dī），也（yě）就没有竞争的余地。

零售商可（kě）以从高质（zhì）量数据中获得的见（jiàn）解并不取决（jué）于（yú）它的数量（liàng），而是取决于如何收集，分析和使用它们（men）来满（mǎn）足客（kè）户的需求。下周末哪里需求特别高?天气将对在（zài）线（xiàn）销售（shòu）产生多（duō）大（dà）影（yǐng）响?在什么（me）情（qíng）况下欺诈或（huò）退货的可能性特别高（gāo）?为什么客户（hù）的行为（wéi）会如此而又没有不同?所有这些问题的（de）答（dá）案都在数据中。

随着（zhe）数据量的不断增长，下一个考虑（lǜ）因（yīn）素（sù）是如何最好地（dì）对其进行（háng）管理。我（wǒ）们是否仍可以依（yī）靠良好的老式统计数据，还是应该利用人工智能(AI)和大数据?大数据和（hé）统计数据的结合（hé）可（kě）以回答（dá）许多问题，特别是在非常熟悉其（qí）数（shù）据及其提（tí）供（gòng）的（de）见解的公（gōng）司（sī）中。如（rú）果内部没有统计学家的能力或没有合适的大（dà）数（shù）据工具，那（nà）么（me）挑战就开（kāi）始了。

在这一点上，需要考虑使用AI，因为它是帮助（zhù）零售商评估其（qí）数据和关系以（yǐ）更好地了解买方偏好并预测未来（lái）行为的最佳方（fāng）法（fǎ）。在（zài）当（dāng）今快速发展的商务（wù）环境中不这样做的危险是无法满足客户的期（qī）望，竞（jìng）争对手很快就会进入可用空（kōng）间。

零售商不（bú）必（bì）担（dān）心他们拥（yōng）有的数据量。在（zài）AI方（fāng）面（miàn），尺寸不是问题（tí）。正确的问题以及正确的数据（jù）意味着，无论是在线还是线（xiàn）下零售商，中型（xíng）零售商都可以取得与市场上最（zuì）大的零售商一样的成功业绩。从哪儿（ér）开始?如今的AI恰（qià）恰是IT时代回到1960年代的时候（hòu）-仍处于起步阶段（duàn）。实际上，只有少（shǎo）数几（jǐ）家公司拥有内（nèi）部（bù）专家，数（shù）据（jù）能力和（hé）技术人员来（lái）管理其实施。因（yīn）此，许（xǔ）多零售商都将其（qí）数据管理（lǐ）外包给服（fú）务提供商。

这样（yàng）做的好处是，已经建立了专（zhuān）门（mén）知识，尤其是在（zài）AI方面（miàn）的专业知识，这意味着数（shù）据掌握在手中（zhōng）。公司（sī）通常（cháng）已经向零（líng）售商提供了（le）服务，因此提供商很熟悉数据（jù）。这样可以更快，更（gèng）准确（què）地得出（chū）见解，从而可以更快地实现结果。