沃爾瑪經(jīng)典營銷案例：啤酒與尿布

“啤酒與尿布”的故事產(chǎn)生于20世紀(jì)90年代的美國沃爾瑪超市中，沃爾瑪?shù)某泄芾砣藛T分析銷售數(shù)據(jù)時發(fā)現(xiàn)了一個令人難于理解的現(xiàn)象：在某些特定的情況下，“啤酒”與“尿布”兩件看上去毫無關(guān)系的商品會經(jīng)常出現(xiàn)在同一個購物籃中，這種獨特的銷售現(xiàn)象引起了管理人員的注意，經(jīng)過后續(xù)調(diào)查發(fā)現(xiàn)，這種現(xiàn)象出現(xiàn)在年輕的父親身上。

在美國有嬰兒的家庭中，一般是母親在家中照看嬰兒，年輕的父親前去超市購買尿布。父親在購買尿布的同時，往往會順便為自己購買啤酒，這樣就會出現(xiàn)啤酒與尿布這兩件看上去不相干的商品經(jīng)常會出現(xiàn)在同一個購物籃的現(xiàn)象。如果這個年輕的父親在賣場只能買到兩件商品之一，則他很有可能會放棄購物而到另一家商店，直到可以一次同時買到啤酒與尿布為止。沃爾瑪發(fā)現(xiàn)了這一獨特的現(xiàn)象，開始在賣場嘗試將啤酒與尿布擺放在相同的區(qū)域，讓年輕的父親可以同時找到這兩件商品，并很快地完成購物；而沃爾瑪超市也可以讓這些客戶一次購買兩件商品、而不是一件，從而獲得了很好的商品銷售收入，這就是“啤酒與尿布”故事的由來。

當(dāng)然“啤酒與尿布”的故事必須具有技術(shù)方面的支持。1993年美國學(xué)者Agrawal提出通過分析購物籃中的商品集合，從而找出商品之間關(guān)聯(lián)關(guān)系的關(guān)聯(lián)算法，并根據(jù)商品之間的關(guān)系，找出客戶的購買行為。艾格拉沃從數(shù)學(xué)及計算機算法角度提出了商品關(guān)聯(lián)關(guān)系的計算方法——Aprior算法。沃爾瑪從上個世紀(jì) 90年代嘗試將 Aprior算法引入到 POS機數(shù)據(jù)分析中，并獲得了成功，于是產(chǎn)生了“啤酒與尿布”的故事。

Suncorp-Metway使用數(shù)據(jù)分析實現(xiàn)智慧營銷

Suncorp-Metway是澳大利亞一家提供普通保險、銀行業(yè)、壽險和理財服務(wù)的多元化金融服務(wù)集團,旗下?lián)碛?個業(yè)務(wù)部門，管理著14類商品，由公司及共享服務(wù)部門提供支持,其在澳大利亞和新西蘭的運營業(yè)務(wù)與900多萬名客戶有合作關(guān)系。

該公司過去十年間的合并與收購,使客戶群增長了200%,這極大增加了客戶群數(shù)據(jù)管理的復(fù)雜性,如果解決不好,必將對公司利潤產(chǎn)生負面影響.為此,IBM公司為其提供了一套解決方案,組件包括:IBM Cognos 8 BI、IBMInitiate Master Data Service諛I(yè)BM Unica。

采用該方案后，Suncorp-Metway公司至少在以下三項業(yè)務(wù)方面取得顯著成效：

1、顯著增加了市場份額，但沒有增加營銷開支；

2、每年大約能夠節(jié)省1000萬美元的集成與相關(guān)成本；

3、避免向同一戶家庭重復(fù)郵寄相同信函并且消除冗余系統(tǒng)，從而同時降低直接郵寄與運營成本。

由此可見，Suncorp-Metway公司通過該方案將此前多個孤立來源的數(shù)據(jù)集成起來，實現(xiàn)智慧營銷，對控制成本，增加利潤起到非常積極的作用。

數(shù)據(jù)分析幫助辛辛那提動物園提高客戶滿意度

辛辛那提動植物園成立于1873年，是世界上著名的動植物園之一，以其物種保護和保存以及高成活率繁殖飼養(yǎng)計劃享有極高聲譽。它占地面積71英畝，園內(nèi)有500種動物和3000多種植物，是國內(nèi)游客人數(shù)最多的動植物園之一，曾榮獲Zagat十佳動物園，并被《父母》（Parent）雜志評為最受兒童喜歡的動物園，每年接待游客130多萬人。

辛辛那提動植物園是一個非營利性組織，是俄亥州同時也是美國國內(nèi)享受公共補貼最低的動植物園，除去政府補貼，2600萬美元年度預(yù)算中，自籌資金部分達到三分之二以上。為此，需要不斷地尋求增加收入。而要做到這一點，最好辦法是為工作人員和游客提供更好的服務(wù)，提高游覽率。從而實現(xiàn)動植物園與客戶和納稅人的雙贏。

借助于該方案強大的收集和處理能力、互聯(lián)能力、分析能力以及隨之帶來的洞察力，在部署后，企業(yè)實現(xiàn)了以下各方面的受益：

·幫助動植物園了解每個客戶瀏覽、使用和消費模式，根據(jù)時間和地理分布情況采取相應(yīng)的措施改善游客體驗，同時實現(xiàn)營業(yè)收入最大化。

·根據(jù)消費和游覽行為對動植物園游客進行細分，針對每一類細分游客開展?fàn)I銷和促銷活動，顯著提高忠誠度和客戶保有量。.

·識別消費支出低的游客，針對他們發(fā)送具有戰(zhàn)略性的直寄廣告，同時通過具有創(chuàng)意性的營銷和激勵計劃獎勵忠誠客戶。

· 360度全方位了解客戶行為，優(yōu)化營銷決策，實施解決方案后頭一年節(jié)省40,000多美元營銷成本，同時強化了可測量的結(jié)果。

·采用地理分析顯示大量未實現(xiàn)預(yù)期結(jié)果的促銷和折扣計劃，重新部署資源支持產(chǎn)出率更高的業(yè)務(wù)活動，動植物園每年節(jié)省100,000多美元。

·通過強化營銷提高整體游覽率，2011年至少新增50,000人次“游覽”。

·提供洞察結(jié)果強化運營管理。例如，即將關(guān)門前冰激淋銷售出現(xiàn)高潮，動植物園決定延長冰激淋攤位營業(yè)時間，直到關(guān)門為止。這一措施夏季每天可增加2,000美元收入。

·與上年相比，餐飲銷售增加30.7%，零售銷售增加5.9%。

·動植物園高層管理團隊可以制定更好的決策，不需要 IT介入或提供支持。

·將分析引入會議室，利用直觀工具幫助業(yè)務(wù)人員掌握數(shù)據(jù)。

1. IBM Cognos Analytics

IBM Cognos Analytics是一個基于 AI的基于云的商業(yè)智能平臺，在分析周期中使用AI建議。這些工具可幫助組織創(chuàng)建直觀的報告和儀表板，這些報表和儀表板可在多個行業(yè)(例如零售，醫(yī)療保健和電子商務(wù))中使用。

你可以輕松地可視化，分析和發(fā)現(xiàn)隱藏的模式，因為此工具可以在可視化報告中解釋和顯示數(shù)據(jù)。此外，初次使用的用戶不需要任何專業(yè)知識即可進行操作。

搜索機制： Cognos Analytics提供的搜索機制功能使用戶可以訪問，發(fā)現(xiàn)軟件中最近使用的內(nèi)容。

單個數(shù)據(jù)模塊：該工具充當(dāng)單個數(shù)據(jù)模塊，因為多個數(shù)據(jù)源被合并到一個模塊中，并且它不能代替IT部門。

AI助手：它使用戶能夠以簡單的語言進行交流，并且AI助手將為你提供最合適的可視化效果。

2.旁觀者

Looker是基于瀏覽器的BI(業(yè)務(wù)工具)，可與任何SQL數(shù)據(jù)庫集成。建議為初創(chuàng)企業(yè)，中型企業(yè)和企業(yè)級企業(yè)使用。它易于使用，提供方便的可視化效果，并具有強大的協(xié)作功能，例如可以通過電子郵件或USL共享或與其他應(yīng)用程序集成的數(shù)據(jù)和報告。

3. SAP商業(yè)智能

SAP是SAP的BI工具，可為組織提供實時分析以幫助他們做出決定。信息研究人員，預(yù)測分析師，評估投資者，技術(shù)專家和信息工程師認為此工具非常理想，因為它是理想，更智能，更快捷的工具。

它提供了各種高級分析解決方案，包括機器學(xué)習(xí)，計劃，分析和實時BI預(yù)測分析。它通過可視化，報告，分析應(yīng)用程序，移動分析和辦公室集成提供數(shù)據(jù)可視化。它在單個集成平臺中提供了大量功能。

關(guān)于2021年數(shù)據(jù)分析師必用的工具有哪些，青藤小編就和您分享到這里了。如果你對大數(shù)據(jù)工程有濃厚的興趣，希望這篇文章能夠?qū)δ阌兴鶐椭?。如果您還想了解更多數(shù)據(jù)分析師、大數(shù)據(jù)工程師的技巧及素材等內(nèi)容，可以點擊本站的其他文章進行學(xué)習(xí)。

零售業(yè)數(shù)據(jù)分析，主要分析各項銷售指標(biāo)，例如毛利、毛利率、坪效(坪效是臺灣經(jīng)常拿來計算商場經(jīng)營效益的指標(biāo)，指的是每坪的面積可以產(chǎn)出多少營業(yè)額(營業(yè)額÷專柜所占總坪數(shù))。

以百貨公司為例，店里不同的位置，所吸引的客戶數(shù)也不同。一樓入口處，通常是最容易吸引目光的地方，是在這樣的黃金地段一定要放置能賺取最大利潤的專柜，所以你會發(fā)現(xiàn)百貨公司的一樓通常都化妝品專柜)、交叉比、銷進比、盈利能力、周轉(zhuǎn)率、同比、環(huán)比等等;而分析維又理架構(gòu)可從管、類別品牌、日期、時段等角度觀察，這些分析維又采用多級鉆取，從而獲得相當(dāng)透徹的分析思路;同時根據(jù)海量數(shù)據(jù)產(chǎn)生預(yù)測信息、報警信息等分析數(shù)據(jù);還可根據(jù)各種銷售指標(biāo)產(chǎn)生新的透視表，例如最常見的ABC分類表、商品敏感分類表、商品盈利分類表等。