AI可以解锁（suǒ）并充分利用零售数据宝库

数据是润滑诸如Amazon.com之类的（de）大型在线零售商（shāng）的销售（shòu）机器的油，并（bìng）且正在探索（suǒ）Google和Facebook等技（jì）术巨头（tóu）的用户行为。根据Amazon Web Services(AWS)的（de）说法，仅其（qí）支付数（shù）据工程（chéng）团队就（jiù）负责数据摄（shè）取，转换（huàn）和（hé）存（cún）储不断增长（zhǎng）的750 TB以上的数据集（jí）。如此庞大的数（shù）量将使大多数其他组织相形见,，但这并不（bú）意味着其数（shù）据（jù）的价值不再那（nà）么低，也就（jiù）没有竞争的余地。

零售商可以从高质量数据中（zhōng）获得的见（jiàn）解并不取决于它的数量，而（ér）是取决于如（rú）何收集，分析和使用它（tā）们来满足客户的需求。下周末（mò）哪里（lǐ）需求特别高?天气将对（duì）在（zài）线销售产生多大影（yǐng）响?在（zài）什么（me）情况下欺诈或退货的可能性特别（bié）高?为什么客户（hù）的行为会如此（cǐ）而（ér）又（yòu）没（méi）有不（bú）同?所有这（zhè）些问题的答案都在数据中。

随着数（shù）据量的不（bú）断增（zēng）长，下一个考虑因素是如何最好地对其进行管理（lǐ）。我们是否仍可以依靠良好的老式统（tǒng）计数据，还是应该利用人工智能(AI)和大数据?大数（shù）据和统计数据的结合可以回答许（xǔ）多问（wèn）题，特（tè）别是在非（fēi）常熟悉其数据及（jí）其提（tí）供的见（jiàn）解的公司中。如果内部（bù）没有统计学家的能力或（huò）没（méi）有合适的大数据工具，那么挑（tiāo）战（zhàn）就开始了（le）。

在（zài）这一点上，需要考虑（lǜ）使用（yòng）AI，因为它是（shì）帮助零售商评估（gū）其（qí）数据（jù）和关系以更（gèng）好（hǎo）地（dì）了（le）解买方偏好并预测未（wèi）来行（háng）为的最佳方法。在当今（jīn）快（kuài）速发展的（de）商务环境中不这样（yàng）做的（de）危险是无法满足客户的期望，竞（jìng）争对手很快就会进入可用空间（jiān）。

零售商不必担心他（tā）们拥有的数据量。在（zài）AI方（fāng）面，尺（chǐ）寸不是问题。正（zhèng）确的（de）问题（tí）以及正确的数据意味着，无论是在线（xiàn）还是线下零售商，中型零售商都可以取得与市（shì）场上（shàng）最大的零售（shòu）商（shāng）一样的成功业绩。从哪儿开始?如今的AI恰恰是IT时代（dài）回（huí）到（dào）1960年代（dài）的时候（hòu）-仍处于起步阶段。实际上，只有少数几家公司拥有内部（bù）专家，数据能力（lì）和技术人员来管理其实施。因此，许多零售商（shāng）都（dōu）将其数据管理外包给服务提供商。

这样做的好处是，已经建立了专门知识，尤其是在（zài）AI方面（miàn）的专业知识，这意味着数据掌握在手中。公司通常（cháng）已经（jīng）向零售商提供（gòng）了服务，因此提供商（shāng）很熟悉数据。这样可以更（gèng）快（kuài），更准确地得（dé）出见解，从而（ér）可以更快地实现结果。