Pengumpul data dan Pengecer besar

Pengecer mengumpulkan dan menyimpan catatan penjualan untuk sejumlah besar pelanggan. Tantangannya adalah selalu menggunakan data ini untuk penggunaan yang baik. Idealnya, pengecer ingin memahami karakteristik demografi pelanggannya dan jenis barang dan jasa apa yang mereka minati untuk dibeli.

Perbaikan kapasitas komputasi yang terus berlanjut memungkinkan penyaringan data dalam jumlah besar untuk menemukan pola yang dapat digunakan untuk meramalkan permintaan terhadap produk yang berbeda, berdasarkan karakteristik pelanggan.

Masalah lain yang dapat membantu data besar adalah strategi penetapan harga, khususnya memahami seberapa sensitif pelanggan terhadap harga. Memilih harga yang tepat untuk produk terkadang didasarkan pada dugaan. Sebaliknya, data yang besar dapat meningkatkan kemampuan pengecer untuk menggunakan kebiasaan pelanggan untuk mengidentifikasi harga maksimalisasi keuntungan untuk barang mereka. Manfaat lain untuk menggunakan data besar adalah bahwa toko ritel dapat merencanakan penempatan barang dagangan di toko dengan lebih baik, berdasarkan pada kebiasaan berbelanja pelanggan.

Data besar juga dapat membantu pengecer dengan manajemen inventaris. Banyak pengecer menjual berbagai macam produk yang berbeda, dan mencatat informasi ini merupakan tantangan besar. Dengan data yang besar, pengecer dapat segera memperbarui informasi tentang ukuran dan lokasi persediaan mereka.

Salah satu penggunaan paling penting dari data besar untuk pengecer adalah kemampuan untuk menargetkan konsumen individual dengan promosi berdasarkan preferensi mereka. Penargetan semacam itu tidak hanya meningkatkan efisiensi periklanan, namun juga memberi pelanggan hubungan yang lebih pribadi dengan pengecer, sehingga mendorong bisnis yang berulang. Selain itu, pengetahuan tentang preferensi pelanggan memungkinkan pengecer memberikan rekomendasi untuk pembelian di masa mendatang, yang selanjutnya meningkatkan bisnis yang berulang.

Nordstrom

Sebagai contoh, Nordstrom telah banyak menganut penggunaan data besar. Itu adalah salah satu toko ritel pertama yang menawarkan pilihan belanja online kepada pelanggan. Perusahaan telah mengembangkan aplikasi smartphone yang memungkinkan pelanggan berbelanja langsung dari iPad, iPhone, dan perangkat seluler lainnya. Nordstrom juga menunjukkan pelanggan dari gerainya membawa barang dagangan tertentu; Untuk barang dagangan yang harus dipesan dari toko lain, Nordstrom dapat memberikan perkiraan waktu pengiriman yang sangat akurat.

Nordstrom menggunakan kemampuan data yang besar untuk menargetkan pelanggan dengan iklan hasil personalisasi berdasarkan pengalaman berbelanja mereka. Informasi ini bisa berasal dari penjualan toko Nordstrom, situsnya, dan dari situs media sosial seperti Facebook dan Twitter.

Nordstrom melakukan penelitian untuk meningkatkan pengalaman berbelanja pelanggan melalui divisi Innovation Labs. Ini menciptakan divisi ini di tahun 2011 untuk memastikan bahwa perusahaan tetap berada di ujung tombak teknologi data besar.

Walmart

Walmart adalah peritel besar lain yang telah memeluk data besar. Berdasarkan volume penjualan, Walmart merupakan retailer terbesar di Amerika Serikat. Ini juga merupakan perusahaan swasta terbesar di negara ini.

Dalam beberapa tahun terakhir, Walmart telah melakukan dorongan besar dalam e-commerce, memungkinkannya untuk bersaing langsung dengan Amazon. com dan pengecer online lainnya. Pada tahun 2011, Walmart memperoleh sebuah perusahaan bernama Kosmix untuk memanfaatkan kemampuan mesin pencari milik perusahaan itu (Kosmix diganti namanya menjadi Walmart Labs).

Sejak saat itu, Walmart Labs telah mengembangkan beberapa produk baru berdasarkan teknologi data yang besar. Salah satunya disebut Genom Sosial, yang memungkinkan Walmart untuk menargetkan pelanggan individual dengan diskon berdasarkan preferensi yang telah diungkapkan pelanggan melalui berbagai situs di Internet. Produk lain yang dikembangkan oleh Walmart Labs adalah Shoppycat, sebuah aplikasi yang memberikan rekomendasi hadiah berdasarkan informasi yang ditemukan di Facebook.

Meskipun e-commerce masih menyumbang persentase pendapatan Walmart yang relatif kecil, investasi yang dilakukan perusahaan dalam teknologi data besar menunjukkan bahwa mereka mengharapkan penjualan online menjadi sumber pendapatan yang semakin penting di masa depan.

Amazon com

Contoh terbaik menggunakan data besar di ritel adalah Amazon. com, yang bahkan tidak bisa ada tanpa teknologi data yang besar. Amazon mulai menjual buku dan telah berkembang menjadi hampir setiap area ritel yang bisa dibayangkan, termasuk perabotan, peralatan, pakaian, dan barang elektronik. Akibatnya, Amazon meraup pendapatan $ 89 miliar pada tahun 2014, menjadikannya salah satu dari sepuluh peritel teratas di U. S., dan pengecer online terbesar.

Seperti pengecer online, Amazon menggunakan data besar untuk beberapa aplikasi:

• Mengelola persediaan masifnya

• Mengikuti pesanan dengan tepat

• Membuat rekomendasi untuk pembelian di masa depan

Amazon memberikan rekomendasinya melalui proses yang dikenal sebagai penyaringan kolaboratif item-to-item. Penyaringan ini didasarkan pada algoritme yang dirancang untuk mengidentifikasi detail utama yang dapat menyebabkan pelanggan membeli produk, seperti pembelian sebelumnya, item yang dilihat, pembelian yang dilakukan oleh pelanggan dengan karakteristik serupa, dan sebagainya. Amazon juga memberikan rekomendasi melalui email, dipilih berdasarkan penjualan potensial tertinggi.

Amazon telah dapat menempatkan investasinya dalam kemampuan data yang besar untuk digunakan dengan baik dengan cara lain: Sekarang menghasilkan pendapatan dengan mengizinkan perusahaan menggunakan infrastrukturnya dengan biaya tertentu. Hal ini dilakukan melalui produk Amazon Elastic MapReduce (EMR) dan Amazon Web Services (AWS).

Amazon EMR memungkinkan perusahaan menganalisis sejumlah besar data dengan menggunakan perangkat keras komputer Amazon. Perangkat keras ini dapat diakses melalui Amazon Cloud Drive, di mana bisnis dapat membayar untuk menyimpan datanya.Bagi banyak bisnis, menggunakan fasilitas ini lebih murah daripada membangun infrastruktur komputer yang akan dibutuhkan untuk menangani tuntutan data yang besar. AWS menyediakan berbagai macam layanan komputer melalui Amazon Cloud Drive, termasuk fasilitas penyimpanan, sistem manajemen basis data, jaringan, dan sebagainya.

Salah satu ekstensi menarik penggunaan data besar Amazon adalah rencananya untuk mengirimkan barang dagangan ke pelanggan sebelum mereka memesannya! Perusahaan menerima hak paten pada tahun 2014 untuk metodologi "antisipasi pengiriman". Agar rencana ini berhasil, Amazon. com harus dapat mengantisipasi permintaan pelanggan dengan tingkat akurasi yang sangat tinggi untuk menghindari risiko pengembalian barang dagangan.