2018年是新零售业爆发的一年。我相信每个人都有同样的感受。便利店比以前多了。它们几乎随处可见。他们还觉得一两个月没去过超市。有时他们会在街上看到新的零售模式。

对于零售企业来说，其核心竞争力在于“增加销售量，控制成本”，即开源和节流。新零售企业的发展得益于越来越多的新技术的应用，以及新技术在开源和节流领域的不断应用。以下是大数据和人工智能在新零售业中的一些主要应用方向。

一、运营方面

1、会员管理

会员经营是新零售企业的一项重要工作，做好会员经营的前提是有效认识会员，会员经营是以会员标签为基础的。

会员标签有基本标签和高级标签。通过建立算法模型，计算出高层次标签。使用的主要算法模型有：

成员分组，包括值分组、行为分组、生命周期分组等。

会员流失预警，从结果中筛选出流失或睡眠的会员，并通过流失恢复、睡眠觉醒等活动策略激活这些会员；

会员偏好评价，包括购物偏好、类别偏好、品牌偏好、价格偏好、购买时间偏好等。

预测购买趋势，预测会员未来购买单一产品或类别的可能性，可以用来筛选特定商品的潜在目标客户。

预测成员的到达时间和下次到达或购买时间。可用于VIP提醒会员来店。

重复购买预测用于分析会员是否定期重复购买单个商品或类别，然后确定会员下次来商店购买的时间和可能购买的商品。

高忠诚度、高忠诚度的会员是企业中需要保持的高质量会员。

成员稳定性反映了成员消费行为的稳定性，需要保持成员不稳定。

成员的购买力包括整体购买力和单一类别的购买力（即他们倾向于购买的价格）；

2、活动吸引粉丝

在开展促销活动时，除了仔细设计活动外，我们还需要确定目标受众。此时，有必要将内部和外部数据结合起来，以准确地描述构件，形成一个多维、深层次和精细的标签系统。

很多小伙伴，对大数据的概念都是模糊不清的，大数据是什么，能做什么，学的时候，该按照什么线路去学习，学完往哪方面发展，想深入了解，想学习的同学欢迎加入大数据学习群：775908246，有大量干货（零基础以及进阶的经典实战）分享给大家，并且有清华大学毕业的资深大数据讲师给大家免费授课，给大家分享目前国内最完整的大数据高端实战实用学习流程体系。

3、线上运营模式

新零售的一个特点是线上和线下集成、在线客户访问、线下购物体验、在线优惠券、线下商店折扣、在线订单、线下提取。在线、新零售企业一般都会有微信公众号、微信群（如新兴社区营销）、在线商城（小程序、APP、自建商城等）、第三方生活服务平台（如美团、饿了么）以及其他渠道和工具。

4、商品推荐机制

根据会员的基本属性、消费、浏览、搜索、活动参与等信息，分析用户的消费偏好，在不同的场景和时间，向会员推荐合适的产品。

例如，当会员浏览圣诞帽的详情页面时，可以向他们推荐圣诞树、圣诞丝袜、圣诞苹果和其他与圣诞节相关的产品。当成员进入购物车页面且购物车中已经有婴儿奶粉时，他们可以向他们推荐婴儿产品（如奶嘴、奶瓶等）。

5、网站优化

对于网上商城，我们可以通过掩埋点获取每个会员/访客的详细页面浏览数据。根据这些数据，我们可以知道成员/访问者从哪个页面进入，中间看到哪些页面，停留、浏览、单击或收集的时间，以及最后从哪个页面跳出。基于这些数据，可以进行漏斗分析或浏览轨迹分析，分析网站中一些关键路径的转化率，确定整个流程的设计是否合理，每一步的优缺点，是否有优化空间，并不断优化页面。e设计以增强用户体验。

二、商品选择/采购

1、智慧的选择

在新的零售时代，选择是非常重要的！由于新零售店在网上和线下基本实现了相同的价格，因此，可以利用爬虫技术获取商店所在的同一行业圈的竞争信息，包括商品名称、品牌、产地、属性、价格、销售量、活动等。根据这些信息，我们可以知道：

目前竞争产品的类别结构和分布是什么？每种商品销售多少种？

哪些商品卖得好，它们的特点是什么？（侧面反映了商圈人士的购物偏好。）

“我也有他”是什么商品？找出最相似的竞争对手与在商店销售的货物。看看目前这些商品的价格是否低于自己的价格，要低多少？

哪些商品刚投放市场，哪些已下架？

同时，结合商业圈客流的属性和人群利益的变化特点，智能选择可以提供有效的品类建议、单一产品建议和动态定价支持，帮助商品或采购部门决定销售什么、不销售什么。卖多少，卖多少。

2、精确定价

根据大数据和算法，动态定价策略是对商品进行智能定价。以价格为轴心，以商品价格弹性为基础，结合市场竞争环境，为商品量身定制最适合的竞争动态定价策略。