新葡的京集团350vip

有一家零售商面对这样的问题：总有一些时段，会有大量的人等待排队结帐，商家需要多开一些窗口，来让购物者能够快速结帐。

 

　　在商场外面都有停车场，上面都有一些安全的监控设施，我们可以对停车的数量进行监控，通过它来判断结帐的能力，及时采取措施减少购物者排队的时间。

 

　　此外，我们可以检测到停车场的拥挤程度，可以根据这个来安排相应的结算能力，在15到20分钟的时间就了解到具体情况，并采取措施减少排队等待时间。

　　商场里如果人多的话，一方面出纳员们感觉压力很大，而客户也不满意，必须要把其他员工调过来，包括装卸工人等等，帮他们解决问题。数据分析可以告诉商场的管理人员：还有15分钟时间，顾客这边要排队了，你可以把别人安排过来，增加结算台的人数。这就是通过对人员的调度，来减少顾客排队时间。

 

　　很多消费者可能没有意识到后台会有这样一些数据的分析能力，能够让他们非常快速、高效，不用排队就可以结帐。

 

　　我们还可以通过传感器来提高工作效率。例如，在仓储环境里经常会有温控器等，用来控制升温或者降温。有了传感器之后，就可以及时发现温度升高了或者降低了，能够提出警告，从而有针对性地获知哪些产品受影响。通过查询之后，注意到温度的变化、湿度的变化对产品到底有什么影响，也可以减少客户的投诉，同时也减少召回的情况，就能够获得更多的回头客。

　　此外，我们还可以通过分析来获知哪种产品卖得好，是因为做了什么样的营销工作？到底是通过网上购物获得的客户更多，还是通过店内购物获得的客户更多。通过分析也能得知，看似表面上是网购浏览量很大，但实际上是店内的消费也得到了提升。因为一开始购物者是从网上查找网站，挑选一些自己喜好的商品之后，给它放到购物车里，最后购物的完成是到店内进行的。

 

　　再比如，当航班延误时，航空公司自动为旅客变更航班，以减少对行程的影响并提高客户的满意度。这种数据分析考虑了每位客户的多种信息，其他乘客以及可选航班状态。

　　人们走进一家商店时，基于其当前信用可靠程度的评估，就能快速获得其信用额度的不同星级表现，而这恰好取决于顾客广泛的历史信用数据进行的分析。

 

　　点评：企业运用数据分析从1.0、2.0走向3.0，就是将数据分析嵌入到生产、运营的流程中，通过技术工具，让运营过程中的各种决策成为自动化、实时的过程。值得高兴的是，针对这样的远景，我们目前已经看到了清晰的轮廓。