《谷歌云：如何成为一个数据驱动型零售商（2022白皮书）（40页）.pdf》由会员分享，可在线阅读，更多相关《谷歌云：如何成为一个数据驱动型零售商（2022白皮书）（40页）.pdf（40页珍藏版）》请在本站上搜索。 1、如何成为一个数据驱动型零售商 2010203367172636目录序言如何利用数据来实现零售业务的成功受数据驱动的零售商青睐的云提高客户获取和留存率Blue Apron:为现代分析学提供了更好的方法Zulily:实时增加收入和增强客户体验分析学推动更好的商品销售和分类决策The Home Depot:通过数据驱动的方法帮助实干家完成更多的工作Bed Bath&Beyond:加快全方位转型，更好地服务客户更有效地运营和供应链Charlotte Tilbury:提供数据导向的客户体验Carrefour:提供良好的零售体验，线上和线下如何成为一个数据驱动型零售商361%简介零售业的整体财务的成功与将2、原始数据转化为可操作的见解有着直接的关系。从趋势预测、库存控制到营销策略和客户行为，也许没有哪个行业比它更加依赖数据了。新冠肺炎的到来令零售商在客户支持、订单执行和库存管理等领域快速的推出了数据驱动的现代化举措。购物者想要在去商店之前知道有什么可买，他们希望能有路边取货等满足他们多种需求的选择。这让许多零售商开始思考，如何才能更聪明地处理数据，更快地创造新的客户体验，更好地连接客户员工和客户同时采用可靠的、大规模的、安全的方法。如果可能的话，零售业不会很快恢复到疫情前的“正常”。尽管目前的气氛没有危机刚开始时那么紧张，但不确定性仍然是世界各地消费者日常生活的一部分。他们每天都在做决定，决定自己3、想要怎样生活，以及为了适应“新常态”什么是重要的。例如，“路边取货”的全球搜索量在 2020 年同比增长了 3000%。这反映出购物者担心自己的安全，但随着时间的推移，其中一些人的行为发生了变化，新的行为变成了习惯。在谷歌的一项调查中，61%的美国消费者表示，即使没有受到限制，在网上购物和在实体店提货对他们来说也是一种有益的购物方式。对于零售商来说通过收集、处理、访问和分析数据的这些能力来应对消费者需求的变化。比以往任何时候都更加重要。对于数据驱动型零售商来说，更好地了解客户、预测需求、了解运营，并能够实时根据这些洞察采取行动，是一种能够在快速变化的环境中推动市场份额和收入增长的能力。全球范围4、内，“路边取货”的搜索量同比增长了 3000%。1大多数美国消费者认为，在网上购物和在商店或路边买东西将是一种即使在没有限制的情况下，对他们购物也是有益的。212如何成为一个数据驱动型零售商3435457%尽管 57%的企业决策者表示，他们面临着由组织内不同团队管理的竖井数据的挑战，但通过采用正确的方法和结合正确的技术，数据驱动的转换是可以实现的。云中的人工智能(AI)和机器学习(ML)技术驱动的新数据分析能力，在历史上对大多数零售商来说是一个挑战，可以说这在不可能的粒度级别上将原始数据转化为更快、更智能、更可操作的决策。麻省理工学院技术评论(MIT Tech Review)发现，使用人工智能5、和 ML 的公司可以 2 倍以上的推动数据驱动决策，决策速度上升 5 倍，并以 3 倍的速度执行。通过谷歌委托的研究发现，对于零售商来说，数据密集型 AI/ML 估计未来三年可以为该行业实现产值达到 2300 亿至 6500 亿美元。数据驱动的零售商能够利用各种系统(POS、CRM、营销平台、ERP等)的潜在数据，统一对事实的看法，推动从市场营销到业务运营的实时预测洞察，而不是将洞察作为过去业务业绩的后视图来回顾。例如，以前，为了接触到最有可能购买的人，零售商会把这些最近放弃了网站购物车的人们建立成一个网站访问者群体，然后联系他们，通过营销活动，让他们继续完成购买任务。这个过程可以通过谷歌营销6、平台和谷歌 Cloud 自动完成，它不是确定哪些行为会导致购买，而是使用第一方数据通过购买倾向模型来预测未来购物者的行为。然后，零售商可以使用相同的模式在 Analytics 360 中建立受众，并将其分享给谷歌广告平台，如谷歌 Ads，将营销尽可能的集中在具有较高购买倾向的购物者身上。这种瞄准市场的能力可以改变游戏规则的游戏转换。类似的场景存在于零售业务的所有部分。关键是在整个组织内以简单而自动化的方式实现对洞察力和数据的民主化访问。5如何成为一个数据驱动型零售商未来三年，人工智能和 ML 技术可以为许多零售商提供预计销售额将达到 2300 亿至 6500 亿美元。的企业决策者面临着由组织内7、不同团队管理的竖井数据的挑战。5通过关注这本电子书中所强调的三个领域的数据驱动计划，你可以开始回答下面这样的问题：如何成为一个数据驱动型零售商我如何创造忠诚的客户?我如何实现跨渠道收益最大化?我如何了解库存趋势以及做出更好的分类决策?我如何更好地管理供应链和库存？如何激活营销促销活动以提高销售额？6 如何利用数据来解锁零售业务的成功为了帮助零售商运营数据来解锁出新的和更好的方式来推动商业成功，我们整理了内部专家的最新见解、领先品牌的最佳实践，以及谷歌云产品组合的创新解决方案。继续阅读下去，发现如何在你的零售业务中利用数据的力量。提高客户满意度获取和留存率推动更好的商品销售和分类决策 提高运营和8、库存效率如何成为一个数据驱动型零售商701:22%的企业高管认为，他们的公司可以将数据转化为可操作的见解。统一所有不同的数据对于理解和预测客户行为是非常重要。66提高客户满意度获取和留存率通过统一的数据集，获得客户 360 的视角零售商经常在获取数据这方面遇到困难，这使得数据驱动的客户难以获取和保留计划并执行。这个问题是普遍存在的:在一项对 500 多名企业高管的调查中，83%的人认识到将数据转化为可操作见解的重要性，但只有 22%的人认为他们的公司能够做到这一点。零售商需要访问统一的数据集，以更好地理解和预测客户行为、数据模型和分析 推动市场个性化和实时洞察，以增强客户支持。从你的网站、广告9、到客户服务和支持，客户通过无数的触点与你的产品或业务联系。由于消费者在外部平台和系统(如社交媒体和在线市场、天气数据、市场数据、位置数据、传感器等)上的交互作用，所收集的数据的数量和复杂性变得更加复杂。在典型的组织中，来自这些交互的数据是在竖井操作中收集的，通常使用不同的系统和技术。通过统一数据从在线互动到环境因素零售商可以发现顾客行为中隐藏的信息，这些信息可以直接影响顾客获得和保留。零售商可以通过客户数据平台将内部和外部数据源结合在一起，以获得客户的整体视图。通过将来自内部事务系统的历史数据与来自客户交互(如点击流和其他日志事件)的实时上下文数据相结合，再加上外部来源，零售商可以获得前所未有10、的对客户行为的洞察。如何成为一个数据驱动型零售商8 83%零售商可以将所有这些数据吸收到像 BigQuery 这样的企业数据仓库中，该数据仓库为交互式分析进行了优化。这样做可以解锁快速查询单一真相来源的能力，为了快速做出准确的预测，超越客户需求，和超越竞争对手。在谷歌最近的一项调查中，83%的美国购物者认为疫情改变了他们的购物方式。快速变化的行为和偏好可能会给旧的数据模型带来挑战。麦肯锡认为，现有的分析模型在预测“下一个常态”的行为时可能不那么准确，它们需要快速训练如何最好地利用新的行为数据。能够快速轻松地培训数据模型并应用实时分析的零售商，将能够更好地理解用户的意图和上下文，这为促进用户参与11、度和转化率的提高提供了动力。例如，在经济低迷时期，当客户积极购物时，能够衡量客户对全价商品或降价商品的亲和力意味着你可以利用这种洞察来决定下一步要做什么购买建议，或显示哪些广告。而且，通过实时分析，营销人员可以监控店内或网上的激励或实验结果，保持对交叉销售和追加销售的实时控制。零售商可以聚集和激活他们自己的第一方数据，可以在整个组织中分享更有用的预测见解，使用全渠道营销，在关键时刻触及消费者。波士顿咨询集团(BCG)衡量了这种做法的底线影响。该研究发现，营销人员如果能在购买过程中的多个时刻向客户提供相关体验，就能节省高达 30%的成本，增加高达 20%的收入。使用数据模型和实时分析进行个性化营12、销78799在客户旅程的多个时刻提供相关体验，可以 30%降 低 成 本，20%增加收入。如何成为一个数据驱动型零售商的美国购物者认为疫情 改变了他们的购物方式。9 50%的消费者会在一次糟糕的体验后转手在线零售商。1010为客户提供实时数据支持半数的消费者表示，只要有一次不愉快的经历，他们就会转投另一家在线零售商。如果超过一次没有达到期望，这个数字就会上升到 80%。有了数字店面，就没有空间提供任何不尽人意的客户体验。不满意的顾客通常不会告诉在线零售商哪里出了问题他们只是走开，再也没有任何消息。但实时访问数据所带来的及时参与，可能会将糟糕的评级转化为客户忠诚度。对话式人工智能技术可以将无所不13、在的聊天机器人提升为有效的客户体验，能够提供即时的自助服务支持，如果需要，还有简化无缝地切换到现场代理的能力，使用实时数据提高用户留存率和满意度的另一种方法是使用评级仪表板和自定义警报。如果客户留下了不好的评价，支持团队成员会立即得到通知，促使他们主动地以个性化的方式来解决问题。如何成为一个数据驱动型零售商10 如何成为一个数据驱动型零售商采取下面的步骤来提高客户获取和留存率使分析策略现代化，并迁移到为业务敏捷性而设计的多云数据仓库。超越传统的数据仓库，后者以批量方式捕获数据子集，并基于严格的模式存储数据使实时分析或响应自发查询成为一个挑战。谷歌的高可伸缩性、灵活性和和成本效益的多云数据仓库 14、BigQuery 解决了这些问题。即使数据量呈指数增长，也要捕获数据，打破公共云之间的竖井，使用内置的机器学习来创建可操作的见解，并提高以客户为中心的意识。BigQuery 数据传输服务自动将数据从外部数据源(如谷歌营销平台、谷歌广告、YouTube 和合作伙伴 SaaS 应用程序)传输到 BigQuery，并在计划和完全管理的基础上进行传输。用户还可以轻松地将数据从 Teradata 和 Amazon S3 传输到 BigQuery。使用 BigQuery Omni，您可以安全地、经济地访问和分析谷歌云、亚马逊网络服务(AWS)和微软 Azure 的数据，而无需离开易于使用的 BigQuer15、y 用户界面。民主化访问你的数据，有什么能比得到你所有的数据放在一个地方，确保组织中的用户能够访问他们需要的数据，并且能够实时地执行甚至自动化操作更重要？Looker 是一个用于商业智能、数据应用和嵌入式分析的企业平台。对于零售商，Looker Blocks 提供可重用的仪表板、报告和探索环境，因此您可以在高度压缩的时间内实现影响。有了 Looker Blocks，衡量用户粘性、活跃用户、创建自定义群组、关联性分析、A/B 测试和购买渠道都变得很容易。通过操作，您可以对来自 Looker 的数据进行快速操作。11如何成为一个数据驱动型零售商利用客户数据平台(CDP)全面了解消费者连接你的第一方16、，谷歌营销平台和第三方数据，揭示你的客户的完整旅程，以及如何优化你与他们的互动。谷歌云技术合作伙伴如 Lytics、Exponea(已被个性化平台 Bloomreach 收购)和 Acquia 提供特定于零售的客户服务 带有预构建连接器的数据平台盒解决方案有助于快速产生价值。对于有特殊需求或需要更多灵活性的大型企业和零售商，谷歌云服务合作伙伴如德勤、阿托斯、TCS 和 HCL 可以提供定制解决方案，更充分地利用 BigQuery 和谷歌的广告和谷歌营销平台产品。把你的谷歌广告和第一方分析数据放在云里通过谷歌营销平台和谷歌云，获得更快的可操作性的见解。将你的谷歌媒体(Campaign Manag17、er 360,Display&Video 360，谷歌 Ad Manager，谷歌 Ads,Search Ads 360,YouTube)以及其他第一方(例如 CRM)和第三方数据移动到 BigQuery 中，然后使用 AI/ML 来发现新出现的内容 趋势，细分客户，并推动个性化的、可预测的营销行动，从而提高你的营销投资回报率，并帮助建立品牌忠诚度。提供个性化体验，提高转化率提供零售产品发现解决方案。推荐人工智能增强消费者购物体验，它使用最先进的算法，帮助您大规模提供高度个性化的产品推荐。通过视觉产品搜索，通过移动设备上的图像，方便购物者跨渠道搜索产品。与谷歌云搜索零售*，您可以提供高质量的搜18、索结果在您的网站和移动应用程序。这一切都始于一个现代的电子商务网站，它可以可靠地向上或向下扩展，以响应购物高峰期间不断变化的客户需求。*在私人预览12使用具有跨越几个最常见的零售用例易于部署的模板，快速启动您的预测预报和营销分析工作。具有跨越几个最常见零售用例的易于部署的模板。例如，建立自己的实时网站分析仪表盘，电子商务推荐系统，为客户提供个性化的实时交叉销售和提升销售机会，或使用 BigQuery ML 机器学习模板，以加快预测和市场分析计划。学习如何在真正的时间通过分析和响应事件来动态地响应客户的行为。学习如何通过使用流分析和实时 AI 的电子商务示例应用程序实时分析和响应事件，动态地响应19、客户的行动。确保跨渠道的一致体验(定价、分类、库存、可用性)，通过使用谷歌云的 Apigee API 管理平台，将数据和数字功能作为 API 提供给所有渠道。一个关键的组成部分是促进跨渠道销售和实现例如，“在线购买和实体店提货”。如果没有 API 管理，每个通道都必须使用复杂的后端系统知识来构建，并与后端系统耦合，从而增加了扩展到新通道的成本和时间，并使后端更改变得异常复杂。用 Contact Center AI 利用可以自然地与客户交谈并熟练地协助客服人员处理复杂的案件的人工智能驱动的虚拟代理。使用 Dialogflow 构建的聊天机器人提供 24/7 的联系，并通过谷歌地图或搜索为您的商店20、提供无障碍的商业信息数字连接。如何成为一个数据驱动型零售商13近年来，随着消费者对在家做饭和购物的态度发生转变，套装外卖服务的受欢迎程度急剧上升。作为这一领域的先驱，Blue Apron 帮助客户创造令人难以置信的家庭烹饪体验，通过将烹饪驱动的食谱与高质量的配料和一步一步的说明直接送到客户的门口。尽管这听起来很简单，其实不然。套餐的原料必须在合适的时间、质量和价格采购。订单必须以正确的比例高效包装。最重要的是，餐包必须及时新鲜地送到顾客手中。为了满足这些标准，使数据对管理者有意义和直观，并能更快地做出关于食品库存的商业决策，Blue Apron 使用 Looker 和 BigQuery 构建了21、一个面向 Kafka 的分析平台。Blue Apron 的应用程序将事件数据发布到 Kafka每天大约有 1.4 亿个事件然后将数据流到 BigQuery 中，BigQuery 对流数据和静态数据执行闪电般快速的查询。现在，业务用户和分析团队可以基于 Looker 中近乎实时的信息做出决策，而不是等到下一个工作日才能得到结果。成功案例:为现代分析提供更好的配方如何成为一个数据驱动型零售商14闪速对流和静态数据的闪电般的查询1.4 亿每天发布 1.4 亿个事件Blue Apron 也使用 BigQuery 数据传输服务提供可操作的分析公司的谷歌营销数据从谷歌 AdWords 和谷歌营销平台(现在22、谷歌营销平台)在一个地方跨渠道了解运动性能,节约其数据操作团队几个月的工作。使用 Looker Blocks，营销人员可以通过报告和仪表板快速理解数据，并在活动业绩达到特定阈值时设置警报。诸如广告投资回报率、灵活的多点触控属性和预测终身价值等复杂指标能够帮助营销人员更好地了解他们的客户以及下一笔钱将花在何处。来源:谷歌云Sam Chase,Blue Apron 数据运营技术主管Blue Apron 的每个人都对使用 BigQuery 和 Looker 感到兴奋。商业用户和营销人员更有能力去寻找答案，而不是等待分析团队。因为用户知道他们可以快速得到结果，我们的业务流程正在发展和改进。”如何成为一23、个数据驱动型零售商15每天，zulily 都会推出 9000 种新产品样式，这是大多数大卖场库存的 1.5 倍多。数量是有限的，项目通常只提供三天。这种变化和发现的速度是 zulily 价值主张的核心:“每天都有特别的东西。”每天有 530 多万用户访问该网站，因为他们知道他们将看到新的、独特的商品，每年带来超过 10 亿美元的收入。对于 zulily 来说，这就像是每天都在推出一项新业务，对于每个会员来说，一年 365 天都是如此。在这样一个巨大的市场上优化收益和库存规模需要实时智能，这意味着分析不断增长的点击流数据流。跟踪网站访问者行为的能力，包括他们访问的页面和他们点击的交易，对公司的成24、功至关重要。同样重要的是，深入研究这些数据，了解访问者的行为，以个性化、定制、提供和通知。成功案例:通过实时分析增加收入和增强客户体验如何成为一个数据驱动型零售商16通过收集更多的数据，并将这些信息赋予我们的团队，我们可以更快地创新，做出更明智的决策。通过使用谷歌 Cloud 上的实时分析，我们在短短几周内就实现了销售转化率的显著提高。如果没有谷歌 Cloud，我们永远无法将点击流数据收集规模扩大 100 倍。”530 万客户每天达到 530 万人次9000每天会推出 9000 种新产品风格通过使用完全托管的云服务 Google Cloud Dataproc 用于动态的、按需的 Hadoop 25、引擎，用于点击流处理，BigQuery 用于大数据分析zulily 将其工程师从基础设施管理任务中解放出来。该公司每天在谷歌云平台上运行数千个流程，实时分析点击流数据，更好地了解客户行为，并将这些信息传递给营销团队和商人。它还利用这些数据来实现更令人满意的客户体验，推动更有利可图的互动。例如，如果客户正在观看一件商品，但还没有购买，zulily 就会发送“社区信号”来指示库存剩余的数量，帮助客户决定是否购买以及何时购买。zulily 的商家现在可以实时查看他们负责的产品的销售业绩，使他们能够快速增加热门商品的库存，提高整体销售额。来源:谷歌云Bindu Thota,Zulily 公司产品管理总26、监如何成为一个数据驱动型零售商的组织报告采用了多云方法。17 81%02:推动更好的商品销售和分类决策物联网(IoT)、数字货架标签和接近传感器等技术的普及，为零售商提供了新的数据点，可以更深入地了解他们的产品和门店。零售商能够处理和分析这些数据，从而对资源计划、库存补充、货架库存和实现做出智能的、实时的决策。使系统现代化，促进合作和创新为了利用许多可用的新数据源，零售组织需要同意并执行数据平台策略。应用程序及其数据越来越多地在多云环境中存储。TechRepublic 的一项研究发现，81%的组织报告称，2020 年采取了多云方法，高于 2019 年约三分之二。这现实需要多云分析，通过数据仓库27、实现，从一个控制平面跨云操作。有了这样一个仓库，零售商就可以继续挑选最能满足他们业务需求的解决方案，这样成本更有效率，而且不会被供应商锁定。对于重要的零售功能，如商品销售和分类，多云分析简化了跨业务协作的过程。一个现代化的系统可以在组织内部共享数据集、查询、电子表格和报告，只需点击几下鼠标。通过公开和外部的只读数据集，零售商还可以将知识共享、协作和创新扩展到外部业务利益相关者。11多云协作简化了跨职能工作实践的过程。如何成为一个数据驱动型零售商12利用数据了解需求的愿望是零售商的首要任务，在一项对五个最重要分析领域的调查中，“需求预测”排在首位。该职能在新冠肺炎时代也面临前所未有的困难，因为对28、一些产品类别的需求达到创纪录高点，而其他产品类别的需求则完全持平。能够快速预测需求，准确计划库存，与企业系统集成，并顺利操作 精简的供应链可能意味着成功与失败的区别。零售商需要能够预测销售无论是否有销售历史并且在一个小的层次上进行。他们需要能够看到调整后的价格促销对预测的影响。他们需要与现有的 ERP 系统无缝集成，无论他们是在内部，在云中，还是在混合环境中，并且有一个灵活的数据层来添加各种信号。他们还需要能够快速查询数据，通过内置的机器学习和分析功能的云数据仓库，为商业用户和数据科学家提供实时洞察和新的、改进的消费者行为模型。定价与零售商的盈利能力密切相关，而由于新冠肺炎大流行导致需求的极端29、波动，以及整个供应链面临的挑战，正确定价变得更加困难。随着可用性和可承受性等因素成为新的优先考虑因素，产品和品牌的转换有所增加。在新冠肺炎期间购买新品牌的美国消费者中，有三分之一表示，他们将继续购买该品牌的产品。18131333%快速准确地预测需求在所有渠道中动态地选择和定价产品的美国消费者计划再次购买他们在疫情前从未接触过的品牌。如何成为一个数据驱动型零售商快速、准确的需求预测依赖于一个内置机器学习和分析的云数据仓库。超过 50%的消费者会为产品的便利而支付更多的钱。191414能够在所有渠道上做出动态反应的零售商，有可能获得可观的新收入和市场份额。德勤(Deloitte)的研究发现，根据库30、存的可用性，超过一半的消费者愿意为便利支付更多的钱。有了一个能够处理内部和外部资源并将其转化为洞察力的数据平台，零售商可以减少了解需求变化所需的时间，并以一种能够留住客户并吸引新客户的方式对商品进行库存和定价。有了实时分析，决定产品是否成功的过程更短，资源也更少。零售商也可以简化向店内定价系统上传价格的过程。以前，这是一个充满错误和不规范的手工和繁重的流程，现代化的基础设施提供了立即进行定价更改并在商店之间同步的能力即使在系统离线的情况如何成为一个数据驱动型零售商20 采取接下来的步骤推动更好的商品销售和分类决策减少查询和产生可操作的见解所需的时间并可能节省您的数据操作团队数月的工作。BigQ31、uery 为零售商提供了安全、经济、敏捷的数据仓库、数据库和数据湖现代化途径，同时也降低了总拥有成本(TCO)。分析公司 ESG 的研究发现，与本地或云计算的传统数据仓库相比，BigQuery 的总成本降低了 52%使用 BigQuery 你可以:通过与 Apigee 建立合作伙伴和开发商生态系统，解锁新的商业模式、新渠道，推动收入增长。通过 API 向开发者公开你的产品和服务，以增加销量。快速跟踪市场战略，迅速上船的卖家，并轻松管理库存和交易。通过创建一个统一的界面来访问产品、商店和供应商数据的最真实、最新版本，与 Looker 一起制定一个全渠道营销策略。Looker 使数据民主化，使您能32、够构建数据体验，以近实时地了解存储性能，加速洞察优化支出的时间，并将供应商数据货币化，以生成新的价值流。通过内置的技术，Looker 可以帮助零售商了解不同渠道的购买模式，并使零售企业能够将跨渠道的不同数据点拉到一个集中的位置，并将它们编译成可操作的见解。使用历史销售数据进行需求预测使用 BigQuery ML 和 样例代码可通过谷歌云的参考模式获得。通过使用 BigQuery 和 AutoML 表构建自己的(BYO)分类和分配，预先填补产品组合的空缺，优化产品分销、促销和定价，从而更好地预测客户需求，实现收入最大化。根据时间序列模型的结果，理解季节趋势并采取行动 在 BigQuery 运行。33、如何成为一个数据驱动型零售商21 如何成为一个数据驱动型零售商利用谷歌云处理实时事件数据的独特能力，并在零售中共享该信息，在您所有的商店位置、云提供商和在场服务中立即同步系统的“状态”组织。*这包括实时库存和定价系统，产品搜索和个性化，以及一套核心的电子商务管理服务。使用 BigQuery 和我们的 AI 平台产品构建您自己的解决方案，或利用谷歌云合作伙伴如 o9 的现成解决方案来推动改进的预测，同时更好地管理供应链，将正确的产品交付到正确的渠道。*私人预览。仅供选定客户使用22如何成为一个数据驱动型零售商成功案例:通过数据驱动的方法帮助实干家完成更多的工作家得宝(Home Depot)是世界34、上最大的家装连锁店，目前已发展到 2200 多家门店，四家门店拥有 70 万种产品几十年。这种成功很大程度上是通过对数据的分析得来的。然而，为了在今天的商业世界中竞争，THD 已经将这种数据驱动的方法在谷歌云上取得了一个全新的成功，提供了在传统技术上不实用的功能。当代经济增长带来的压力是许多企业所熟悉的。除了正在做的一切，THD 还需要更好地整合相关业务的复杂性，比如工具租赁和家庭服务。它需要更好的授权团队，包括快速不断增加的数据分析人员和与移动计算设备相关的商店。它希望更好地利用在线商务和人工智能来满足客户的需求，同时保持更好的安全性。THD 现有的本地数据仓库面临压力，因为需要更多的数据进35、行分析，数据分析师也在越来越复杂的用例下使用数据。经过慎重考虑，THD 选择了 BigQuery 作为其云企业数据仓库。23我们的查询性能从小时和天下降到秒和分钟。”700,000700,000 个产品15+拍字节在 BigQuery 中有 15+拍字节的数据THD 的传统数据仓库包含 450tb 的数据，而 BigQuery 企业数据仓库包含超过 15pb 的数据。这意味着通过利用新的数据集，如网站点击流数据和分析额外年份的数据，可以更好地做出决策。随着云 EDW 的迁移，现在完整的分析人员可以执行更复杂和要求更高的工作负载，这是他们以前无法完成的，比如利用 Datalab 进行编排分析通过36、 Python 笔记本，利用 BigQuery ML 进行机器学习，直接针对 BigQuery 数据(不移动大数据集)，和 AutoML 来帮助确定预测的最佳模型。此外，THD 的工程师对 BigQuery 进行了调整，以便实时监控、分析和处理所有商店和仓库中的应用程序性能数据，这在本地系统中是不实际的。来源:谷歌云大卫纳拉扬，杰出工程师，家得宝基础设施团队如何成为一个数据驱动型零售商24成功案例:加快到随时随地的转型，更好地服务客户Bed Bath&Beyond 最初于 2017 年与谷歌云合作，利用谷歌云的 BFCM(黑色星期五网络星期一)规划和支持服务，以适应购物高峰时段的流量激增，并确37、保关键收入系统的启动和运行。在新冠肺炎期间迅速转向以满足数字需求的急剧上升后，Bed Bath&Beyond 正在与德勤合作，扩大与谷歌云的合作，以关注和加强以下核心领域:数据驱动的、以客户为中心的决策 Bed Bath&Beyond 将利用 BigQuery 提升其机器学习和分析能力。该公司将利用这些新能力在其核心市场获取独特的见解和专业知识，以增强公司预测未来销售趋势的能力，并基于这些预测，利用实时数据做出即时的、以客户为中心的决策。通过改进需求预测和优化库存和商品计划，更好地服务于市场。如何成为一个数据驱动型零售商25从第一天起，谷歌云就开始努力，展现出真正的合作伙伴关系和帮助我们成长的38、愿望，使我们的业务更高效、更有成效。我很高兴有机会扩大我们的关系，在德勤的支持下，创造专业知识和权威的独特结合，为我们的客户提供真正无所不在的、个性化的购物体验。”一个客户数据视图随时随地购物经验提供无缝、无所不在的客户体验:谷歌云也将帮助 Bed Bath&Beyond 满足客户的需求，通过一个更加灵活和预测的电子商务平台，创造一个真正个性化的、无所不用其极的购物体验。该公司还将能够使用谷歌云的人工智能解决方案来支持客户的整个购物体验，从搜索导航、结账到送货或提货。优化实现策略:Bed Bath&Beyond 将能够利用谷歌云的技术来利用其数据和驱动智能分配，以加强履行和成本管理。从需求预测39、到供应链物流和客户体验，该合作伙伴关系提供了大规模的增强的履行能力，以优化业务的每个方面。来源:谷歌云Mark Tritton,Bed,Bath and Beyond，杰出工程师，家得宝基础设施团队如何成为一个数据驱动型零售商2667%03:更有效地进行运营和供应链数据驱动的零售商可以在被动和主动两种情况下提高运营和供应链效率，在更准确地满足消费者需求的同时降低成本。在反应性场景中，可见性是效率的关键。是否能够理解完整的供应链，并在内部问题变成客户问题之前进行转移，取决于对来自整个业务来源的实时流数据的处理。数据还使零售商能够采取更积极的措施提高运营效率，实现麦肯锡所说的“数字化实现全方位渠道40、”这指的是路边取货和“网上购买，实体店取货”功能的兴起，但潜力要大得多。通过使用技术，商店可以成为零售商云环境的扩展，在销售点、库存跟踪和商店关联支持解决方案之间进行实时连接。随着效率的提高，零售商可以提高并在商店中个性化顾客体验，帮助重塑实体店在新冠肺炎时代及以后的相关性。推动库存可见性和互联、智能、跨业务运营当库存记录不能反映实际情况时，你最好有一个销售助理，他可以为失望的客户找到替代产品。最坏的情况是，你有一个不满意的客户，一个损失的销售，浪费的员工时间，并损害你的品牌。事实上，今天的顾客可能根本就不会光顾这家商店。谷歌对美国消费者的一项调查发现，超过三分之二的人会在网上确认某件商品有货41、后才去购买。随着新的履行模式的出现，库存管理的复杂性也随之上升。“点击+收集”的全球搜索量上升了如何成为一个数据驱动型零售商1717的美国消费者在去商店购买商品之前，会在网上查看商品是否有货。18“点击+收集”的全球搜 索 量 同 比 增 长 600%。182725%50%同比增长 600%，表明对新购物方式的需求达到了前所未有的水平。零售商需要管理来自多个来源的库存数据，并对其进行大规模分析，以确保客户和商店伙伴能够获得最准确和最新的产品可用性信息。通过使用大数据平台来管理和监控所有位置的实时库存流，零售商可以通过持续调查产品、商店或位置的库存、销售和货架容量数据来优化货架跟踪。通过将 ER42、P 数据组合在云数据仓库中，您可以将这些功能扩展到业务的所有部分。最后但并非最不重要的是，将商店与更广泛的技术平台连接起来，对于塔利实现“无渠道零售”的承诺至关重要。Anthos for Retail 通过在 Anthos 平台上向实体店扩展云能力，使零售商能够创建一个“互联商店”生态系统，并实现商店解决方案的现代化。尽管自新冠肺炎爆发以来，向电子商务的转变加快了，但事实是，店内体验仍然很重要。大约四分之一的购物者认为，网购体验不如实体店令人满意，而且一旦疫苗广泛推出和限制解除，许多产品类别有望出现一定程度的反弹。在商店内购物大规模恢复之前的这个暂停时刻，零售商有一个独特的机会来重新想象商店内43、的体验。这可能包括减少结账过程中的摩擦或授权销售助理超越和超越服务客户。对于后者，通过对连接技术的创新使用，可以实现卓越的客户端。例如，如果销售助理能够立即访问客户的完整购买历史记录，那么他就能够更好地支持单个客户。然后，他们可以对购买历史进行个性化分析，生成针对客户的产品推荐。如何成为一个数据驱动型零售商启动卓越的客户体验1920的一线工人表示，他们工作场所的技术在过去五年里没有改变。的购物者发现网上购物的体验不如在店里满意。2228 71%用技术创新赋予你的一线员工权力，可以提供改变游戏规则的竞争优势。谷歌的一项研究显示，超过 50%的一线员工都这么说 他们工作场所的技术在过去五年里没有改44、变。结合现代协作工具可以产生产生客户偏好和忠诚度的客户体验。通过将这些技术引入实体店，实体零售商将获得宝贵的数字能力，缩小线上和线下体验之间的差距。例如，聊天机器人现在可以部署在谷歌地图和搜索上，以回答有关商店开门时间、产品可用性、甚至特定商店中的产品位置等常见问题。这些解决方案有助于提升店内体验，将最好的数字创新带到商业街或商场。如何成为一个数据驱动型零售商近四分之三的零售商表示，缺乏实时库存可见性是降低效率和生产率的最大供应链障碍。这在 2020 年达到了顶峰，大流行引发的供应链中断对许多商业领袖来说将会长久存在。供应链效率的未来需要双管齐下:根据财务优先事项重新思考和重建，同时还要考虑在45、最艰难的情况下的业务运营连续性。提供实时供应链视图和数据分析的数字化双平台，可以帮助零售商通过提高效率来建立弹性，同时帮助防范未来的中断。福布斯 杂志将其描述为需要“创建具有弹性的系统，提供更深入的用户理解，更灵活的管理，以及面对不可预知的中断时更好的稳定性。”其结果将改善当前的运营，并随着客户需求的不断发展，更容易引入新的模型和流程。提高整个供应链的效率2121在零售商报告中，缺乏实时库存可见性是最大的供应链障碍。重建供应链，考虑财务优先事项和业务运营的连续性。29如何成为一个数据驱动型零售商通过将 SAP 托管在谷歌云上，通过云的灵活性和可伸缩性来增强下一级别的智能操作。连接您的数据、流程46、和设备，以支持更智能的业务操作。使用 BigQuery 和 Data QnA 从SAP S/4HANA 获得即时答案。同时，通过将 SAP 和 BigQuery Data Lakes 与基于 Looker 的自助智能分析相结合，生成具有 ML 功能的数据洞察。通过在谷歌云 上使用 SAP，零售商可以通过结合 SAP 订单数据和外部数据集(如天气)来预测业务影响，从而更快地对市场变化做出反应。通过使用求解器，零售商还可以为 SAP 订单数据和外部数据集(如天气)来预测业务影响，从而更快地对市场变化做出反应。通过使用求解器，零售商还可以为 SAP IBP 的计划优化器提供持续的运营优化能力。创建一47、个“互联商店”生态系统，并通过在 Anthos 平台上将云功能扩展到实体店来实现商店解决方案的现代化。Anthos 使零售商能够在不牺牲性能或可靠性的情况下，以规模在多个商店中一致地部署、配置和管理应用程序。采用 Anthos 可以使零售商快速建立、测试、推出和扩大新店运营能力和客户体验，从而提高用户粘性、增加销售、优化运营和提高利润率。有了这个基础，零售商就可以开始检测商店并收集诸如库存流、商店流量和客户满意度等实时信息。然后，零售商可以利用这种边缘计算能力，将人工智能注入关键功能，推动自动化最终实现商店现代化之旅。用 BigQuery 中的数据建立一个统一的库存视图，并更好地预测需求。实时48、分析门店库存，分享洞察，跨渠道管理订单，实现全渠道库存管理。这允许您调整实现和分类决策，并以一种细粒度的方式更快地响应不断变化的客户需求。采取下面的步骤来更有效地运行运营和供应链30 通过共享的公司设备和批准的个人设备，为一线员工提供即时、安全的信息(如产品、库存、促销和订单)和应用程序，从而更好地协助客户，并提供更高水平的客户服务。通过谷歌 Workspace(以前的 GSuite)，每个用户都有一个独特的数字身份，基于权限访问应用程序和信息，确保安全。通过 Apigee，谷歌云的零售 API 管理平台，提供跨渠道一致的客户体验。Apigee 以托管 API 的形式提供了一个抽象层，使零售商49、能够更快地交付新的差异化前端应用程序，其中包括用于客户服务和其他目的的商店应用程序。创建数据体验，将客户关注的问题与物流联系起来，通过聚合反馈来查明问题的来源，无论是特定的发货、产品还是发货合作伙伴。使用 Looker，您可以计划库存采购和仓储，以确保可用性，在库存高或低时发送自动警报，通过保持仓库和楼层经理最新的库存数量来改善工作流程，跟踪客户反馈，并迅速查明供应链问题。让你的客户通过他们喜欢的渠道找到你。谷歌我的业务为本地客户提供无缝的、特定位置的连接。通过谷歌搜索或谷歌地图，您可以使用聊天机器人和实时代理来满足客户的位置，快速提供他们需要的信息，并推动客流量到商店。如何成为一个数据驱动型50、零售商31如何成为一个数据驱动型零售商通过轻松地找到有多少商品缺货或定价不正确的答案，以及根据商店格式和类别，哪些商品目前可供购物者购买，从而推动卓越的货架执行。谷歌云合作伙伴 Trax 使用定制相机技术、计算机视觉平台和大量数据集，为跟踪商店内的库存移动提供了最先进的解决方案。为你的供应链创建一个“数字孪生”，以更好地理解和管理风险。数字孪生是物理资产、流程或系统的数字表示，可以随意调整和重新设计，让业务更好地理解供应链的各个方面如何交互，可能出现的故障点在哪里，以及如何执行不同的应急计划。通过使用数字模型来预测和计划实体供应链的中断，零售商可以灵活地管理与供应商的关系，最终改善其供应链的结51、构，加强协作，并提高可靠性和性能。32 成功案例:提供数据导向的客户体验全球奢侈美容护肤品牌 CharlotteTilbury通过 CharlotteTil- 和 550 家实体店在 60 多个国家销售寻求推进其数据分析流程，同时扩大其电子商务平台，以满足各渠道日益增长的客户需求该公司选择了检查员和 BigQuery 来提供统一的分析和报告方法,这将为从电子商务到供应链和金融的整个业务提供实时的关键数据洞察。尽管 Looker 最初的部署重点是电子商务，但现在所有团队都在使用 Looker，包括其实体零售团队，这为 Charlotte Tilbury 的全渠道整合提供了支持。这种多部门的洞见共52、享还有助于提高整个公司供应链的效率，有助于不同地区的库存短缺通知和订单量波动。通过 Looker 平台访问可信数据，该公司可以根据实时信息解决问题。如何成为一个数据驱动型零售商33Andreas Gertsch Grover 博士，Charlotte Tilbury 数据总监对于世界各地的零售商来说，这是一个极具挑战性的时刻。现在，我们比以往任何时候都更需要关注、调整和投资技术，通过在所有渠道创造一贯优秀的客户体验，帮助我们驾驭当前的环境。随着最近在线需求的激增，Looker 和谷歌 BigQuery 的强大组合在帮助我们轻松适应环境方面发挥了关键作用。我们现在可以更快地获得可靠、实时的洞察力53、，提供明智的决策，并在这个不确定的时刻建立信任。”550实时的见解从电子商务到供应链和金融物理存储位置来源:谷歌云如何成为一个数据驱动型零售商34如何成为一个数据驱动型零售商1963 年，家乐福是第一家将这种大型超市模式引入法国的连锁企业，它开设了 2500 平方米的门店，为顾客提供前所未有的自助货架、种类繁多的产品和免费停车位。自成立以来，该集团已成长为全球最大的食品零售商之一，并不断创新。该公司目前的目标是，通过向世界各地的消费者提供最好的零售体验和最好的产品，以最优惠的价格，改变零售业的未来，推行全渠道战略，将电子商务与实体店结合起来。为了确保家乐福无论顾客使用哪种渠道，都能提供同样高质54、量的服务，公司必须整理与产品、价格、库存水平和当地可用性有关的多个数据链。现有的内部 IT 基础设施的设计并不能满足此类服务所需的数据处理量，并且已经达到了技术极限。为了扩大规模并满足需求，公司必须提前仔细规划其容量，将成本转嫁到必须订购、安装、配置和维护的硬件上。到 2018 年，家乐福西班牙不仅需要新设备，还需要一种新的基础设施。成功案例:提供良好的零售体验，线上和线下35Jose Antonio Santana，家乐福西班牙首席信息官我们的目标是建立一个以数据为中心的技术基础设施，这样我们就可以更好地为客户服务，改善他们的体验。我们需要从头开始重新配置我们的核心基础设施，用谷歌云和 SA55、P 改造我们的后台办公室。”实时2000合并数据流信息整理、分析和行动如何成为一个数据驱动型零售商迁移到谷歌云平台为家乐福提供了更新和标准化后台程序以及整合数据流的绝佳机会。它在谷歌云上运行 SAP，这使零售商能够访问世界领先的 ERP 应用程序供应商，并结合基于云的基础设施的优势。通过 SAP 在谷歌云上的应用，家乐福西班牙已经为客户服务建立了一个优化的基础设施。该公司已经将 2000 多个数据流合并到一个地方，现在它有能力和能力实时地整理、分析和处理这些信息。来源:谷歌云36如何成为一个数据驱动型零售商受数据驱动的零售商青睐的云零售正处于一个十字路口。随着消费者对电子商务越来越满意，再加上56、对面对面购物体验的需求被压抑，零售业务的未来将是多面的、全方位的，而你的未来就在眼前。麦肯锡(McKinsey)首尔办事处高级合伙人艾米金(Aimee Kim)强调，未来的成功如何取决于零售商了解消费者的能力以及根据他们的需求进行改变和适应的能力。她说:“真正了解消费者的价值，并迅速调整你的商业模式和服务来迎合他们，这是你渡过难关并继续增长的方式。”这意味着在整个零售价值链中使用数据驱动的智能，以推动从个性化营销到供应链效率的一切。谷歌云的独特定位是帮助零售商进行数据转换。谷歌在理解消费者意图方面拥有多年的经验，并利用它在谷歌广告、谷歌搜索和 YouTube 等旗舰产品上做出明智的决策。零售商57、可以通过谷歌云获得这方面的专业知识，谷歌云采用的是与数十亿用户使用谷歌服务相同的、经过验证的、可靠的技术原则。从客户细分到库存管理，谷歌云的行业领先的机器学习和先进的分析功能，使您能够最大限度地从您的数据中获得洞察力。我们的无服务器数据分析和机器学习平台进一步帮助您自动化流程，进行智能预测，并简化管理和操作。37 BigQuery它是如何形成的收集和转换 谷歌日期来源激活可视化和自助分析激活分析和可视化其他数据集我们对消费者的独特理解，以零售为中心的行业解决方案，在购物高峰期为零售商提供差异化服务(如 BFCM)，以及我们强大的行业技术和服务合作伙伴生态系统，为您应对最大的挑战提供所需的帮助。58、除了推动创新，谷歌 Cloud 还关心与零售商一样的问题，包括隐私、安全性和可持续性。我们的隐私承诺的主要原则包括:我们永远不会将您的数据用于广告定位，安全和隐私是我们所有产品的主要设计标准。阅读更多关于谷歌云如何保护您的数据和优先考虑您的隐私在我们的隐私页面。谷歌云还保护您的数据、应用程序和基础设施，以及让您的客户免受欺诈活动、垃圾邮件和滥用。我们使用相同的安全设计基础设施和安全服务来保护您的数据免受威胁，确保您永远不必在易用性和高级安全性之间进行权衡。CRM面部使用客户服务产品广告平台商务平台营销自动化社交网络客户服务内容优化内容电子商务电子邮件销售Pretrained模型自定义模型如何成59、为一个数据驱动型零售商38如何成为一个数据驱动型零售商您的数据安全且兼容，而且通过谷歌，您还可以实现您的可持续发展目标。谷歌是唯一一家实现 100%可再生能源的云服务提供商。到 2030 年，我们的目标是让所有云工作负载在每个地区每天每小时都使用无碳电力。了解如何利用行业中最清洁的云技术进行可持续创新。采用新的、基于云计算的技术可能是一个漫长而昂贵的过程但这并不是必须的。选择一个云合作伙伴，这个合作伙伴将致力于您的持续成功，支持许多零售商居住的多云现实，并有能力在未来几年随着您的增长而扩展。谷歌 Cloud 致力于零售行业的持续创新，并与我们的客户在技术前沿的新的、以客户为中心的解决方案上合作60、。我们可以帮助您采取正确的步骤，成为一个数据驱动的零售领导者。这就是为什么十大领先零售和 CPG 公司中有 7 家信任谷歌 Cloud。你在解决什么?39如何成为一个数据驱动型零售商来源1.谷歌 Data,Global English,2020 年 3 月 18 日-5 月 16 日vs 2019 年 3 月 18 日-5 月 16 日2.谷歌委托益普索追踪新冠肺炎，美国 n=1000 个在线消费者，每个市场 18+。2021 年 6 月 18 日3.Forrester Consulting(代表谷歌)，分析的未来:企业寻求先进工具以改善客户体验和营销成果，2020 年 7 月4.麻省理工科技61、评论，机器学习:竞争优势的新试验场5.谷歌云，超越新冠肺炎，零售有望通过 AI/ML 实现转型，2020 年 11 月 20 日 6.哈佛商业评论，克服数据影响的障碍，2019 年7.2020 年 5 月 28-31 日，谷歌委托的益普索新冠肺炎跟踪，全球，AU,BR,CA,CN,FR,DE,IN,IT,JP,KR MX,RU,ZA,ES，英国，美国，n=108.2020 年 7 月 19 日，麦肯锡，重塑营销模式9.波士顿咨询集团，基于第一方数据的负责任营销，2020 年 5 月10.Zendesk，了解客户体验，2020 年 12 月 11.科技共和，多云:备忘录，2020 年 12 月 62、24 日12.RIS，零售和消费品分析研究，2020 年13.谷歌委托益普索追踪新冠肺炎，美国 n=1000 个在线消费者，每个市场 18+。6 月25 2814.德勤会计师事务所，在全球疫情及其他情况下影响零售和消费品行业的七个趋势，2020 年 6 月 17 日 15.ESG，谷歌 BigQuery 与基于云的替代性 EDW 解决方案的经济优势，2019 年 9 月16.2020 年 11 月 13 日，麦肯锡(McKinsey)，零售业如何调整供应链以赢得下一个常态17.谷歌委托益普索新冠肺炎跟踪公司，美国 n=736 名计划在假期购物 18+的消费者。6 月 11-14 号18.谷歌 Data,Global English,2020 年 4 月 15 日-2020 年 6 月 13 日 vs 2019 年 4 月 15 日-2019 年 6 月 13 日19.Kantar,2019 冠状病毒病晴雨表全球报告，第 1 波至第 1 波，横跨所有地区的 17 个市场，2020 年 3 月 14 日至 4 月 27 日-GC FDM 报告20.Chrome Enterprise，使用云为您的一线员工提供动力，2019 年 4 月21.RIS，平衡供应链弹性和效率，2020 年22.云，供应链弹性始于云23.麦肯锡，危机后收入迅速恢复:成功战略，2020 年 11 月