您好, 访客   登录/注册

西尔斯百货如何利用大数据制定价格策略

来源:用户上传      作者: 秦建秀

  西尔斯百货(西尔斯公司、Sears)正在利用大数据协助定价,并且这种行为几乎是实时的,借此西尔斯可精准为老客户定制折扣卷来消化库存。
  “我们公司正在向实时的数字化企业转变。” 西尔斯百货公司首席技术官(CTO)菲尔·雪莱(Phil Shelley)近日在Hadoop峰会中这样评价。
  为了实现这个目的,西尔斯公司采用了开源软件Hadoop,因为这个软件可以在低成本的跨平台服务器运行、并以多种不同数据格式存储。同时,它也可以快速的分析海量数据,远远超越了常规数据库所能处理的量级。这也是业界比较常见的处理大数据的工具之一。
  西尔斯公司正是使用该软件,才可以将大量信息关联起来,从某个商店某件商品的所有数据,到该产品在竞争对手的价格情报,以及相关的当地经济状况等各方面信息,来制定最终价格。
  对于零售商来说,价格弹性对于价格及商品是否畅销之间的相互关联度的恰当理解,起着决定性作用。“如果你把价格确定得太高,那么销量必然很少;反之如果价格过低,利润就会很少,而且库存也会不足。”雪莱说,“实际上,通过与竞争对手的分析比较,你能够做到精确地计算价格弹性指数,从而获得销量和利润的最大化。”
  “零售现在正是最能体现这一点的行业,因为电子零售模式使得实体商店成为一种风险,”《跨越鸿沟》的作者杰弗里·摩尔(Geoffrey Moore),是一家高科技咨询的顾问,他告诉CIO杂志的记者,“动态价格以及店内经验是这些实体零售商争夺他们原有市场份额的两大法宝”。
  在此之前,创建动态价格体系对西尔斯公司来说,一直都是一个巨大的挑战,因为他们的系统一直都是运营在旧式的大型机系统之上。雪莱说,由于大型机处理数据所需要的巨大的成本和时间,西尔斯公司花费了8个星期的时间,运行价格弹性算法,才能够计算出商品合适的价格区间。通常,零售企业仅仅使用了所收集数据的大约10%,否则将耗费更长的时间以及更大的成本。
  雪莱强调,“实时的数据分析简直就不可能。”
  于是,大约在两年前,西尔斯公司开始使用Hadoop。公司首先把数据从大型机卸载到Hadoop服务器上,然后运行相应的算法来分析数据,再把结果传回大型机。这样零售商就能100%地使用他所收集的数据了。
  西尔斯公司现在计算价格弹性只需要一周的时间,而不是8周了。有些定价的算法甚至更短时间就可完成。雪莱说:“有些算法我们每天运行一次,有些一天运行几次。人们想要定制化的价格和服务,我们现在都可以提供了。”
  从前,西尔斯公司在全国范围内为其商品保持相同的价格。到几年以前,西尔斯公司与很多零售商一样,过渡到了区域定价模式。即使是区域定价模式,也没有完全贯彻。“我们需要管理4000家连锁店面、几百万的商品种类、大约超过一亿名的顾客,我们需要掌握所有的细节。在采用区域定价的阶段,需要考虑的数据量已经非常大了。”雪莱解释。
  根据雪莱的解释,现在西尔斯公司的老客户可以收到为他们量身定做的优惠卷。根据顾客所居住的地区、在那家商店的存货、西尔斯公司认为那些客户感兴趣的商品,及有多少商品是那家商店想要清仓的等信息,每张折扣比例都不同。例如,假设正有一场暴风雪吹向Des Moines,而西尔斯公司在这个区域的店面里还有很多库存的吹雪机,那么西尔斯公司就会给居住在附近的积分卡会员发送吹雪机的促销折扣卷。
  目前,西尔斯公司已任命雪莱为新的子公司MetaScale的首席执行官(CEO),MetaScale的目标是帮助包括能源、医疗等不同行业的客户定制Hadoop。
转载注明来源:https://www.xzbu.com/8/view-3637448.htm