AI可（kě）以解（jiě）锁并充分利（lì）用零售数据宝库

数据（jù）是润滑诸如Amazon.com之类的大型在线（xiàn）零售商的（de）销售机器的油，并且正在探索Google和Facebook等技术巨头的（de）用（yòng）户行（háng）为。根据Amazon Web Services(AWS)的说法，仅其支付数（shù）据工程团队就负责数据摄取，转换和存储不断增长（zhǎng）的750 TB以上的（de）数据集。如此庞大（dà）的数量将使大多数其他组织相（xiàng）形见,，但（dàn）这（zhè）并不意味（wèi）着其数据（jù）的价值不再那么低，也就没有竞争的余地。

零售商可以从高（gāo）质量数据中获得的见解并不取决于它的（de）数量（liàng），而是取决于如（rú）何收（shōu）集，分析和（hé）使（shǐ）用它们来满足客户的（de）需求（qiú）。下周末（mò）哪里需求特别高（gāo）?天气将对在线销售产（chǎn）生多大影响?在什（shí）么情况下欺诈或退货的可能性特别高?为什么（me）客户的行（háng）为会如此（cǐ）而又没有不同?所有这些问题（tí）的答案都在数据中。

随（suí）着（zhe）数（shù）据量的不（bú）断（duàn）增长，下一个（gè）考虑因素是如何最（zuì）好地对其进行管理（lǐ）。我们是否仍可以依靠良好（hǎo）的老式统（tǒng）计数据，还是应该利用人（rén）工（gōng）智能(AI)和大数据（jù）?大（dà）数据（jù）和统计数据（jù）的（de）结（jié）合可以回答许多问（wèn）题，特别是在非常熟悉其数据及（jí）其（qí）提供的见解的公司（sī）中。如果（guǒ）内部没有统计（jì）学家的能力（lì）或没有合（hé）适的（de）大数据（jù）工具，那么挑（tiāo）战（zhàn）就（jiù）开始了。

在这一（yī）点上，需（xū）要考虑使用AI，因（yīn）为（wéi）它是（shì）帮助零售商评估其数（shù）据和关系以更好地（dì）了解买方偏好并预测未来行为的最佳方法（fǎ）。在当今（jīn）快速（sù）发展（zhǎn）的商务环境（jìng）中不这样做的危险是无法满足客户的（de）期望，竞争对手很快就（jiù）会进入可（kě）用空间。

零售商不必担（dān）心他们拥有的数据量。在（zài）AI方面，尺寸不是问题。正（zhèng）确的问题以及正（zhèng）确的数据意（yì）味（wèi）着（zhe），无论是在线还（hái）是线下零售商（shāng），中型零售（shòu）商都可以取得与市场上最大的零售（shòu）商一样的成（chéng）功业绩。从哪儿开始?如今的AI恰恰是IT时（shí）代（dài）回到1960年（nián）代（dài）的时候-仍（réng）处于起步阶段。实际上，只有少数几家公司拥有（yǒu）内部专家，数据能（néng）力和技术人员来（lái）管理其实（shí）施。因此，许多零（líng）售（shòu）商都将其（qí）数据管理外包给服务（wù）提供商（shāng）。

这样做（zuò）的好处是，已经建立了专门知识（shí），尤其是在AI方（fāng）面的（de）专业知识，这意味着数（shù）据掌握在手中。公司通常已经（jīng）向零售商提（tí）供了服务，因此提供商很熟悉数据。这（zhè）样可（kě）以更快，更准确地（dì）得出（chū）见解，从而可以更（gèng）快地（dì）实现结果。