零售大数据解决方案范文

导语：如何才能写好一篇零售大数据解决方案，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

“互联网+”助推传统行业转型升级。“互联网+”正深刻改变着传统的生产方式、消费方式、商业模式和管理模式。石狮市科技局局长陈增坛表示：新形势下，植入“互联网+”思维，推进“O2O线上线下共建共融”的落地执行，是本地传统企业转型升级的大势所趋。积极推进实施“互联网+”行动计划，发展分享经济，实施大数据战略，让传统企业在新常态下具有更强的竞争力。

云计算，大数据助力在公共云上构建企业服务。本次会议上阿里云互联网事业部总经理金戈提出：大数据时代，云计算成为经济社会发展的基础设施。阿里云通过完善的产品体系、丰富的解决方案及生态体系顶级的数据中心和优良的带宽资源，赋能企业向云化、数据化和智能化企业转型。

化云为雨，助力传统零售行业拥抱互联网+。如何让云计算化云为雨，真正帮助企业有效的使用云计算和大数据，驱动和帮助中国企业向互联网+发展？驻云科技杭州分公司总经理陈峰在会上分享：零售业与混合云、零售业与大数据分析、零售业与CRM、零售业与移动支付、零售业与视频直播与点播、零售业与 ERP等方面的解决方案及相关的成功案例，对现场的零售企业家有很大的借鉴意义。

020助力实体零售门店再升级。互联网+概念兴起后，延伸出各种O2O模式，我答答华东东北区总经理卢晓江通过我答答服务几十家上市企业与上千家零售企业的O2O落地经验，并从货品流通、云店活动、人员激励、会员粉丝、资金流转、线上客服、门店营销等多个维度，让在座的各个企业家对“零售O2O”的未来有了更深层次的理解。

人工智能视觉技术助力打造智能零售商业场景。020的根本在于门店，在于更精准的消费数据分析，通过识别技术来实现的精准营销时代即将到来。旷世科技智能商业产品线商务总监宋晨带着现场零售行业的企业家们进入了人工智能场景，领略Face++人工智能视觉技术在智能零售商业场景，从相同产品、相同服务给到所有人，向相同产品、不同服务给到特定人群的转变。

篇2

在互联网时代，消费者从过去单一的线下实体购物转向线上线下多种方式购物，连锁经营企业受到冲击。据广东省连锁经营协会提供的统计数据，广东15家商业连锁类上市企业中，共实现利润总额为49.6亿元，同比仅增0.1%。

在薄利时代，连锁经营企业转型已势在必行。广东省连锁经营协会执行会长陈海宁表示：“连锁经营企业应积极探索以线下零售运营经验和商品供应链优势为依托，整合PC端购物网站、微信、APP应用程序、微店和实体店铺的商业模式互动与对接，建立起与消费者的全网接触、全网沟通和全网体验。”

据悉，目前，广东连锁50强中，有30多家开通了网络零售业务。广东都市丽人去年推出了自己的电子商务平台，首年即实现电商业务收入达7377万元。

“线上线下融合发展，不仅是解决店铺和顾客两端的连接问题，同时有效增强用户黏性和提升运营效率。”陈海宁认为。

业内人士认为，连锁经营企业应通过整合实体渠道、电子商务渠道和移动电子商务渠道等，发挥全渠道优势。

广东省连锁经营协会副会长黄新山认为：“连锁经营正在从以商品为中心的时代进入以顾客为中心、线上线下融合的时代，连锁经营企业要运用大数据技术透析消费者需求，运用网络社交平台与消费者保持紧密互动，运用移动支付等现代科技提升顾客购物体验。”

“而互联网的关键是数据互联互通，‘互联网+零售’以顾客为中心在于建立‘顾客-店-商品’的连接，并把三者的数据进行打通关联。连锁经营企业推动数据相互开放，引领智慧商业。”黄新山说。

相关链接

广东10家A股上市零售企业平均净利润率2.8%

广东10家国内A股上市零售企业平均净利润率为2.8%，较上年同期降低1.5个百分点，其中9家企业净利润率低于10%。百货业仍然处于发展缓慢的弱势群体，在连锁50强企业中，天虹商场、茂业百货、广百百货、广州友谊、摩登百货、益华百货等6家百货企业营业收入合计405亿元，比上年下降1.3%；门店总数160间，比上年增加3.9%。据不完全统计，2014年，广州、佛山、惠州、湛江等地关闭6家百货门店，转型升级对于百货业已经势在必行。

百盛与大众点评战略合作 实体商业加速O2O转型

篇3

在互联网+时代，商业环境瞬息万变，无论是互联网企业还是亟待转型升级的传统企业，要想保持自身业务具有竞争力，就一定要走在变化的前沿。如今，越来越多的企业都在通过数据分析的手段来把握未来业务走向。可以看到，无论是全球还是中国大数据市场的规模都在迅速扩大。IDC最新研究结果，预测到2018年全球大数据技术和服务市场的2018年的复合年增长率将达到26.4%，规模达到415亿美元，是整个IT市场增幅的6倍。而根据易观智库的中国大数据应用行业的报告显示，2015-2018年中国大数据市场营销规模达到258.6亿人民币。环比增长率为37.2%。

“在大数据时代，应对海量数据增长不仅需要有强大性能的计算和存储基础设施，” IDC中国企业级研究部研究经理胡向东谈到：“随着应用的复杂化，人们信息需求不断增加，现有数据中心出现了不少自身无法解决的问题，必须要对现有数据中心进行优化或重建，尤其是数据中心网络的重建。而数据量的不断激增也促使企业用户在部署大数据解决方案的过程中，更加需要灵活、开放的网络解决方案。高速的带宽能够帮助企业数据中心逐步实现软件定义的网络、加速数据的分析，并进一步为企业业务提供强劲支撑。”

在实现软件定义网络并进一步推进大数据、云计算应用部署的过程中，对于需要保持竞争力、实现转型升级的企业而言，提高带宽、灵活性和可扩展性变得十分必要。“Spectrum’交换机作为我们开放式以太网交换机的最新产品，能够提供数据中心客户所需的万兆、2.5、4、5和10万兆以太网交换机解决方案的公司，使其能够跟上网络升级对数据获取和处理的要求，并进而保持竞争优势、降低其资本和运营开支，”Mellanox公司市场副总裁Gilad Shainer表示：“我们所推出的全新的端到端以太网解决方案为互联网企业与传统行业用户在云、Web 2.0、数据分析、人工智能等方面的应用开启了一扇大门，使他们可以重新构思数据中心对于不断变化的实际业务需求所能提供的价值。”

互联网公司一直以来都是创新技术应用的风向标。作为中国最大的自营式电商企业，京东拥有丰富的商品、海量的用户、最大规模物流基础设施。为了更好地满足消费者的个性化需求，提升库存配置、物流管理等方面的运转效率，京东在大数据、云计算方面也展开了实践。“大数据技术可以为京东提供智能销量的预测、精准的库存配置、解决物流行业浪费的问题、提升零售行业运转的效率；而借助京东云，我们也能更好地满足卖家和买家的电商应用和IT服务需求，与广大商家、用户、ISV和应用开发者，共同培育电商应用生态，”京东集团副总裁、京东云总经理何刚分享道：“在我们推进大数据、云计算技术在京东应用的过程中，我们深刻体会到，从数据的快速收集、处理、分析到个性化的预测，速度是至关重要的因素。为此，Mellanox所提供的高速、低延迟的开放式网络创新是我们的不二选择。”

在互联网巨头的带动下，在中国，零售、电信、金融服务、媒体等传统行业也迎来了日新月异的变化。传统企业会因互联网而发生裂变、重构和创新，并借助大数据技术实现业务的转型、升级。“据麦肯锡全球研究所的调查数据显示，美国17个行业所拥有的数据总量排名中，传媒业占据第三位。因此，在大数据时代来临之际，数据成为我们传媒产业相关经营活动的核心资源，”至顶网总经理、总编辑高飞谈到：“面对数据吞吐量出现出指数级的增加趋势，媒体也需要对海量信息进行深度挖掘，提炼更有价值的内容，并进行科学合理的包装，同时还需要通过对数据进行详细分类、加工、进行深度挖掘，再将这些洞察提供给有需求的企业用户或合作伙伴。因此，大数据技术的应用在传媒行业的转型中已经成为趋势，而Mellanox以太网解决方案能够在媒体行业运用大数据的过程中，实现降低网络延时，提升信息时效的作用。”

“作为国内领先的基础云服务商，青云一直致力于为用户打造简单、高效、可靠、易扩展的云计算平台，”青云创始人、CEO黄允松谈到：“众所周如，云计算的效率主要取决于网络的高效。因此，除了借助高性能的服务器、存储以及软件之外，高效的以太网解决方案也是构建灵活的、性价比极高的私有云、公有云或是混合云解决方案的重要因素。本次的Spectrum以太网交换机，能够为我们提供无阻塞6.4Tb/s全线速交换能力和路由能力以及业界领先的延迟和最低的功耗，能够帮助我们和最终用户提升数据中心效率、减少相关投入。”

篇4

一、三个知识点

线上线下的融合的制胜策略

线上线下的业务逻辑解析

转型线上的必然性和趋势

二：两个感悟

新零售是以消费者体验为中心的大数据驱动的泛零售业态。具体来说，是以互联网为依托，多角色运用大数据，人工智能等先进技术手段，强化对消费者需求的洞察和链接，共同开创价值创造，从而对品牌、商品供应链、流通与全渠道销售过程进行升级改造，进而孵化和重塑业态结构与生态圈，并对线上线下服务和体验进行深度融合的零售新模式。和纯电商时代不同，新零售需要线上线下结合起来。它的目的是将所有的事情回到原点，解决消费者和商家痛点。只有解决了消费者和商家的痛点，同时提升了消费者的体验，提升了整个企业的运营效率，提升产业上下内外协同的运营效率，才是真正的新零售。新零售不是对传统商业的颠覆，而是对企业组织架构、商业模式、供应链打造、店铺赋能的创新。新零售之路成功与否，不在于你的战略与蓝图有多大，业务架构有多完善，关键在于团队在这个过程中的超强执行力，及面对问题的不断克服及创新。

新零售的核心就是解决“人货场”的问题，让人可洞察、可触达、可服务；让店有人来，给人好感；让货品在线、货通天下。即“以人为本”，挖掘用户画像；带给消费者绝妙的服务体验，提高转化率。新零售带动国家经济的发展，改变以往单纯的线下经营模式，实现线上与线下结合；从以“货”为中心的经营变成以“人”为中心的经营；重在改变优化购物体验，让消费者以最舒服的方式购买所需要的产品。

人：深度挖掘每一位顾客，服务好每一位顾客，不断提高每一位顾客的经济价值；

货：从单纯的销售品类，演变到服务于需求场景。通过品类营造生活方式，从而做到经营一群人的生活场景。

场：从门店经营到全渠道经营。线上就意味着几乎无限的选择和从任何地方购物的能力，线下意味着真正体验产品的能力。“客户不是与‘线上’或‘线下’做生意，他们与品牌和中间商做生意。

服务：从以销售为目的到建立顾客联系，提高客户粘性为目的。运用大数据、人工智能等先进技术手段，挖掘客户潜在需求并满足其需求。

体验：优化购物体验，让消费者以最舒服的方式购买所需要的产品。

三、新零售的运用

例如阿里新零售解决方案主要体现为智慧门店，是依托大数据驱动，对实体零售进行人、货、场的重构。在这里，品牌、门店和消费者之间，通过互联网化的方式建立连接，这种全新的有效连接，把顾客真正沉淀为了品牌的消费者资产，让品牌拥有了更高效的获客能力，和对会员进行持续的有效运营能力。

篇5

信息与通信技术成熟度曲线（ICT Hype Cycle）分析了中国的信息与通信技术趋势，重点关注了23项技术带来的影响、普及模式与成熟度。虽然中国经济增速有所回落，但IT行业仍在稳步增长。由阿里巴巴、百度与腾讯等互联网公司推动的创新大潮促使传统企业加快其数字化业务的转型。这些互联网公司承担着技术提供商以及中国IT行业转型先导者的特殊角色。但是，在技术应用方面，大企业的成熟度仍差距显著：一些企业能顺利迁移至新技术（例如云计算与大数据），期间受旧有系统的阻力不大；而一些企业仍在沿用非常传统的IT技术；还有一些中国企业目前采用的是“双模IT”（bimodal IT）方法。

各企业可以利用该技术成熟度曲线更好地了解其IT环境内使用的技术；技术供应商也可以更好地了解用户对这些新兴技术的需求，借以制定市场准入战略，进而从中受益。

Gartner预测中国终端用户的IT支出将从2014年的3450亿美元增至2015年的3620亿美元，增幅为4.9%，低于2014年6.5%的增速。在不同的IT细分市场内，移动数据服务、企业应用软件与商务IT服务的增速最高。

新出台的“互联网+”战略突出了信息与通信技术（ICT）的作用，并支持传统行业向新数字化业务模式的转型。此外，它还鼓励企业充分利用IT与互联网促进业务开发及全球化，提高运营效率。

在供应方面，中国是一个受保护的市场，外资公司无法有效地与本土供应商展开竞争―政府政策与采购一般偏向本土公司，整体的“本地采购”态度以及“去IOE”计划有助于本土供应商不断成长以及占据市场主体地位。Gartner注意到许多外资公司在中国的发展势头正在减弱，大部分IT创新源自像华为一样的科技公司及本土互联网公司。

在该技术成熟度曲线中，我们增加了以下一些新技术档案，其具体分布在“创新触发点”（Innovation Trigger）与攀登曲线顶部之间的位置―然而，在这些档案中，中国不是特别落后于世界的领域，但其普及程度与执行模式有所不同。我们将选取部分位于上升段与曲线顶部的技术，分析其位置，并给出部分普及速度依据。

上升段：

云管理平台

在中国，云管理平台（CMP）市场仍处于萌芽阶段，这是因为大部分商业性云管理平台供应商对其云管理平台产品的营销力度不够。云管理平台的普及取决于一般虚拟化普及率、基础架构标准化以及市场内的公共云/私有云普及率。在中国市场内，虚拟化工作负载仅达到25%至30%，大部分私有云仍处于早期产品阶段。公共云服务在中国尚未开展起来，因此，中国企业普遍尚未做好云管理平台部署的准备。但是，云管理平台日益受到网络公司及其他互联网公司（例如京东商城等电子商务网站与搜索引擎百度）以及电信运营商的关注。

这些公司在开源云管理平台（大型的OpenStack）方面拥有既得权益，这技术在定制与源代码修改以及可扩展性方面提供了更高的灵活性。通常，这些公司拥有一支大型内部开发团队以及相当高的研发预算，他们充分利用开源云管理平台来支撑内部服务，并为外部客户提供基础架构服务。

企业敏捷性

虽然中国众多的企业机构针对其应用开发项目而逐渐扩大项目级敏捷性应用，但将其扩展至企业级别以便用于更加复杂的产品开发或者组合规划与协调方面，仍受到很大局限。因此，这就是我们将企业敏捷性放置创新萌芽阶段的主要原因所在。

目前，许多中国企业主要关注的仍是通过单一团队在较小规模项目内成功应用的敏捷性开发（参见关于项目导向型敏捷性开发方法的技术分布图）。项目级的敏捷性开发在单一团队内比较有效，但不能解决多个团队的协调问题，尤其是在架构与客户体验等领域。

企业敏捷性可解决这些挑战，并能够扩展敏捷性方法以满足其需求。随着中国企业开始数字化业务转型，IT企业机构必须探索传统IT领域之外的开发问题并确保快速的，以支持快速演进的数字业务状况。

DevOps

虽然DevOps源自敏捷性方法（因此就这点而言，其并非是全新的），但其在中国传统企业内的应用仍处于新兴状态，并稍显零散。尽管它被认为将用于需要快速连续开发/部署的现代移动应用交付，但对于部分大型中国IT企业机构而言，在这早期阶段内，它的重点仍是从开发到投入使用的应用生命周期内的优化部署。

此外，由于DevOps将导致解雇与失业，所以其所带来的减少重复性工作、剔除劳动密集型任务与人为错误的优势反而会成为阻碍中国许多企业应用该方法的重要因素。我们预计这一开发与运营的分歧在未来五年内将继续存在，但随着更多应用或IT服务日益以敏捷性为基础或以客户为中心，以及随着数字化业务成为中国传统企业的主要重心，DevOps的应用将迅速随之展开。当DevOps迅速发挥作用时，企业将面临内部压力与文化转变。

数据驱动型营销

在中国，我们认为数据驱动型营销已经越过创新触发阶段30%，但需要五至十年才能穿过技术成熟度曲线并进而达到平稳阶段。其中主要障碍是中国不许交换与出售消费者数据。市场营销人员不能直接从第三方购买消费者数据，而是使用第一方（内部）数据进行分析。

中国数据驱动型营销的主要推动力来自领先的互联网公司，即百度、阿里巴巴与腾讯。他们拥有海量多维消费者数据，并向市场营销人员及业务合作伙伴提供基于数据的市场营销方案。换言之，领先的互联网公司将其自身打造成为消费者信息服务中间商。虽然其并不直接向市场营销人员出售消费者数据，但其通过广告费形式提供访问标准化消费者数据的方法。阿里巴巴为其在线卖家的市场营销人员提供基于交易数据的营销方案。技术初创公司拥有的数据量较少、维度也不多，主要关注的是狭窄市场或垂直市场。

预测性分析

在中国，预测性分析通常用于分析类应用，以解决金融、银行、保险或制造环境下的具体业务问题。中国互联网巨头百度、阿里巴巴与腾讯（或者统称为BAT）也在加大对预测性分析、消费者行为建模与环境感知计算技术的投资，以期调查用户品味与行为变化，并预测用户的下一步行动。在中国，预测性分析在过去12个月内被大量提及与热炒。在使用预测性分析提高绩效方面，中国多个行业内的用户，包括国有企业、政府组织、制造与电子商务，都表现出了浓厚兴趣。

互联家庭

互联家庭产品包括智能电视、无线扬声器、智能路由器、联网洗衣机、电冰箱与电饭锅、智能空气滤清器、按摩沙发与智能跑步机、网络摄影机，以及智能照明。虽然这些服务通过互联设备创造了价值，但仍落后于硬件发展，中国互联网巨头正在试图通过与硬件制造商合作创建更多门户来构建生态系统。

中国是最大的电子产品制造国，同时也是最大的家电产品消费市场。但是，家电产品市场已进入滞涨期；制造商通过为产品增加连通性与智能特性的方式来激活增长。从硬件角度而言，激烈的市场竞争将推动互联家庭产品功能的发展，并促使价格下降。考虑到大部分家电产品的更换周期，我们预计中国城市家庭将在接下来的10年内大量普及互联设备。中国互联网公司―百度、阿里巴巴与腾讯，正在与设备OEM合作来构建互联家庭生态系统。

企业移动性管理

中国对于企业移动性管理的需求正在快速增长。中国大部分企业在采用移动设备与安全管理的MDM（移动设备管理）之前，首先通过采用移动应用的方式推动业务运营移动化。随着越来越多的不同类型移动设备及移动应用日益增多，企业开始添加MAM（移动应用管理）、MDM与MCM（移动内容管理），同时也认识到了不同解决方案的不一致问题。

对于支持不同功能的集中平台（例如企业移动性管理套包）的需求应运而生。提高业务竞争力与运营效率是中国企业普及企业移动性管理的重要推动力。由于中国本土化的应用、移动设备与服务提供商生态系统，企业通常需要更多的定制化支持。

室内定位

中国的零售商与场地管有者正在面临来自线上与线下数字商务的激烈竞争。在对抗在线市场以及在向数字商务转型过程中，室内定位与位置智能解决方案逐渐成为线下场地管有者与大型零售商的竞争生命线。

腾讯看到了室内定位与位置智能的商机，于2014年通过为零售商提供免费Wi-Fi接入与解决方案的途径进入了市场。中国最大型的购物中心拥有者万达集团了消费者应用―飞凡网（），其整合了Wi-Fi接入、停车场预约/导航以及数字商务功能。我们认为零售商以及场地管有者日益提高的认知与他们的预期已经把室内定位技术推高至了顶峰前25%的位置，同时，我们也预计该技术将在2016年达到技术成熟度曲线的顶端。

峰顶：

云统一通信（统一通信即服务，UCaaS）

中国的UCaaS市场尚处于早期阶段，提供商只有几家，其能力与产品差别较大。UCaaS由统一通信专家所开拓。许多从业者都拥有内部开发的平台。随着大型供应商相继推出平台解决方案，市场对于UCaaS的认知有所提升。思科托管协作解决方案（Cisco Hosted Collaboration Solution）与微软Lync所具有的功能简单、易用与强调用户体验，拉动了企业需求。同时，华为与中兴也提供了开放式通信平台解决方案，可让统一通信服务提供商加以提供基于云的统一通信服务。

中国的平台即服务

中国数家本土互联网公司正在平台即服务市场内展开竞争，其中包括百度（百度应用引擎）、腾讯（腾讯开放平台）、阿里巴巴（阿里云）以及新浪（新浪应用引擎）。本土提供商的入市策略与独特的业务模式受到了中国中小企业（SMB）以及小型/家庭办公开发者的青睐。针对开发者的平台即服务相关激励包括共享广告收入以及挖掘其现有客户群与增值服务，例如互联网信息服务、电子认证、分析、支付服务以及社交网络整合。由平台即服务从业者提供的服务也在激增（弹性计算服务、负载平衡、关联数据库服务、存储等等）且可以选择运行环境，例如PHP与Java。

智慧城市框架

按照中国“十三五”规划，智慧城市开发处于城市化框架之下，我们看到其已从峰顶状态转至更加可供行动的活动与实际项目。规模不等的200多个城市将启动不同类型的智慧城市项目，全球与本土IT供应商将加入不同的项目，以交付IT产品、基础设施建筑与实施服务产品。中国规划方面的最新变化是百度、腾讯与阿里巴巴等互联网厂商开始快速瓜分市场，并参与政府的智慧城市交易。互联网服务供应商过去主要是参与移动支付、在线零售与出租车叫车领域内的竞争。

中国大数据

中国大量的消费者群体与互联网用户带来了最具前景的大数据商机。在百度（互联网流量数据）、阿里巴巴（供应链与交易数据）与腾讯（社交数据）等超大规模互联网公司的带领下，各公司（不到5%）持续挖掘大数据的价值。由这些互联网公司首创的新型数字业务模式启发了传统企业。具体而言，金融服务、零售、公共服务与制造商，开始借助大数据技术推进公司转型。新推出的政府战略“互联网+”正在加速这一转型进程。但是，大部分成熟与传统的企业机构仍处于数字化的中间阶段，距“数字业务”转型尚有很长的路要走。

篇6

反欺诈解决方案的准确度取决于数据模式是否科学，同时也取决于获取的数据是否全面、准确，由于数据模型是否科学也是建立在事先对大量的数据进行分析的基础上，因此，数据是反欺诈解决方案中的根本，这其中也包括大数据。

“大数据意味着大机会。通过在反欺诈系统中增加对大数据的处理能力，从而让决策更为科学和精准，最终帮助企业获得显著的绩效改进和业务收益。”FICO（费埃哲）公司首席执行官Will Lansing如是说。

作为一家以分析和处理数据为主要业务的公司的负责人，Will Lansing意识到大数据对金融业务系统的价值，这种价值对中国正在兴起的信用卡业务尤其重要。

相对于车贷、房贷等零售信贷业务，信用卡业务利润更高，同时风险也更大，反欺诈系统显得尤其重要。反欺诈需要对用户身份、过往消费行为以及消费发生的时间、地点等要素进行关联分析，资料越详尽，结果就越准确。另一方面，随着信用卡发行量的迅速攀升（目前，全国信用卡的发卡量已经超过2亿张），新的数据几乎每时每刻都在生成，这些因素都在挑战反欺诈系统的执行效率。

Will Lansing说，从某种程度上说，反欺诈系统已经是一种大数据的处理系统。因为在大数据的“3V”特征，即Volume（大数据量）、Velocity（高速率）、Variety（类型复杂）中，目前的反欺诈系统处理的数据至少已经具备两个特征：海量数据、数据生成速度非常快。而未来肯定还会在数据类型方面进一步丰富，不仅能分析和处理结构化数据，还能分析和处理邮件、语音、视频等非结构化数据。到那时，对欺诈行为的判断将更为准确。

篇7

创国内连锁经营先河

助力店铺提升经营能力

据悉，锐捷睿易是锐捷网络专门针对中小企业推出的一个产品的子品牌。这个品牌是在2013年正式的，由锐捷网络SMB事业部独立运营，经过一年多的发展，锐捷睿易已经拥有50多款产品，主要的产品线包括交换机、网关无线、商业与路由四条产品线，这些产品线能够为包括网吧、中小教育、中小医疗等各行各业的中小网络用户提供整体的解决方案。锐捷睿易的解决方案最大的特点是能够根据不同的中小网络用户的需求，提供定制化的解决方案。此次推出的商业O2O营销云平台解决方案，就是锐捷睿易专门针对商业零售业市场里面的连锁商户、连锁商家客户群定制的一款解决方案。

锐捷睿易商业O2O营销云平台方案，由无线网络、商业云路由、WMC营销云平台以及RBIS商业智能云系统共同组成。其中，小微店铺专用无线路由器RG-BCR800W、以及由RG-AP220-L无线AP和RG-SAC无线网络软件管理系统组成大中型店铺专用无线网络解决方案，为连锁商家提供高质量无线网络。WMC精准营销云平台支持零成本手机认证和微信认证，帮助商家基于无线网络获取高质量潜在顾客信息，快速建立企业CRM数据库。针对连锁商家在不同地域、不同季节及不同消费者推出产品的差异，WMC平台能够实现连锁门店各分店个性化信息推送及促销策略的实施。特别地，锐捷睿易此次最新的RBIS商业智能云系统能够提供基于Wi-Fi的客流分析，通过监测客流量、进店率及顾客驻店时长等数据，帮助连锁商家不断提升营销有效性及店铺经营能力。锐捷网络SMB事业部副总经理王济鸿表示，“作为业内最专业的硬件平台供应商，锐捷网络将多年来在网络设备领域积累的优势发挥到极致，通过不断进行方案更新与迭代，大大的降低该方案的应用门槛，积极推进了在Wi-Fi和云服务基础上的新兴技术的商用普及，力争为连锁商家提供最为完备的面向O2O的网络平台整体解决方案。”

强强联合

打造“店商”营销平台

会当天，据锐捷网络SMB事业部营销总监杨靖介绍，本次的锐捷睿易商业O2O营销云平台方案为一个整体的解决方案。其中锐捷网络在基于Wi-Fi O2O营销平台首先把架构划分成两大部分，一大部分叫硬件平台，另外一部分叫业务平台。“硬件平台是基础，大多指的就是Wi-Fi，店里面要有Wi-Fi，大一点规模的店除了Wi-Fi以外，还要有互联网出口的路由器。包括一些基于Wi-Fi的认证，基于Wi-Fi广告页面的推送，这些都是和硬件密不可分的。在Wi-Fi环境下，消费者到底做了什么事情，基于Wi-Fi环境的数据分析，这些都是硬件平台所提供的内容。业务平台部分，是基于硬件平台可以知道消费者进店以后到底可以做什么事情，是可以直接去下单购买一个商品，还是可以去玩一个游戏抽奖，实际上是由业务平台进行支撑的。其中包括广告、促销、微站、会员管理、订单支付等等，还包括微信营销、电商平台等等，全部都是业务层面平台所承载的内容。” 杨靖介绍。

篇8

“随着大数据2.0时代的到来，越来越多的企业将拥有从海量数据中获取数据价值的能力。尤其在数据体量巨大的中国市场，除了传统的金融、电信、政府等行业以外，零售、医疗、中型电商等都会从大数据分析中获益。”Actian公司CEO Steve Shine如是说。

根据Gartner的预测，如果能实现对企业范围内全部未开发数据的充分利用，将带来150亿美元的潜在商业机会。但目前除了极少数企业可以利用大数据分析开展业务、辅助商业决策外，大多数企业还在大数据的门外徘徊。阻碍这些企业应用数据分析的原因是获取有价值数据的成本过高。

是否有降低成本的方法呢？Actian中国区总经理程小龙告诉记者，帮助企业以简单的方法连接数据、增强分析平台的可扩展能力是解决这一问题的关键。“企业要找到一种简单的方式连接不同的数据系统，而不必关注数据是否来自云或其他地方。在连接上数据系统之后，企业还要有处理和分析越来越多数据的能力。分析平台只有具备横向和纵向弹性扩展的能力，才能保证实现秒级的快速分析和查询，才能提升企业应用大数据分析的成本效益。”程小龙指出。

大数据2.0的目标是打破大数据分析转换为价值的技术壁垒。Actian破局的方法是：通过对底层技术架构的改进，使数据更容易获取、使用和实施。首先，Actian的分析平台可以高速连接任何数据源，整合、转换和分析数据，还能在不断扩展的数据集上按需进行预测分析。即使企业的数据分析平台并未架构在Hadoop之上，整合、转换、分析数据的能力也不会受到影响。其次，Actian提供的是一种高性能的引擎，可以对并行执行的分析过程的每一步进行细致设计，并随企业业务发展的需求变化。这意味着各种规模的企业都可以利用数据来驱动业务创新。

在选择大数据解决方案时，Actian认为企业应该以一种新的视角看待大数据，才能实现以数据驱动商业价值的目标。程小龙建议企业应关注三点：第一，企业必须考虑解决方案是否能帮助他们将不同数据源集成在一起，并判别数据的质量和清洁度；第二，解决方案要在数据量不断增加的情况下依然保证高速、易用；第三，也是最重要的一点，即该解决方案能否让企业获得商业洞察力，获得大数据的商业价值。

篇9

Abstract: With the rapid development of information technology and wide application in business, dealing with massive data of business intelligence technology in the retail industry has been widely used. This paper introduces the Teradata data warehouse architecture and main technical module, discusses the Teradata data warehouse-based business intelligence system based on retail businesses in the construction and thematic analysis. It does some useful analysis and recommendations for retail industry better applies business intelligence system to improve sale margins and enhance their core competitiveness.

关键词: Teradata;数据仓库;零售业;商务智能

Key words: teradata;data warehouse;retail trade;business intelligence

中图分类号:TP392文献标识码:A文章编号:1006-4311(2010)16-0150-03

0引言

自从上世纪90年代伴随着众多外资零售业进驻内地以来,我国超市零售业有了整体提高。特别是随着信息技术的飞速发展以及在商业领域的广泛应用,零售企业在经营管理过程中积累了大量的业务数据(POS数据),如订单、库存、交易账目、销售量统计、服务通话记录、竞争对手及客户资料等,在这些与企业息息相关的数据中蕴藏了丰富的对企业决策者极具价值的信息和潜在的商机,如何从中提取有用的信息,以挖掘潜在的商机、降低企业的运作成本;如何通过历史经营情况归纳出成功的经验和失败的教训,并用数据、信息来预测未来的企业发展趋势,快速准确地把握风云变幻的市场脉搏,已成为企业经营者、决策者越来越关注的问题[1]。为了充分利用大量的历史数据,各零售企业开始建设数据仓库系统,并在商品分析、销售分析、客户分析、数据挖掘等方面进行研究和应用,尽管也存在一些问题[2-4]。本文以超市零售业为例,采用领先的数据仓库和数据挖掘产品Teradata进行数据仓库的建立与应用。

1Teradata介绍

1.1 Teradata概况Teradata是一个关系数据库管理系统(RDBMS)为运行世界上最大的商业数据库而设计,是企业数据仓库的首选解决方案,基于UNIX与NT的开放式系统平台,可以作为一个贯穿整个企业的客户端应用的数据库服务器。具有量处理能力――数亿行的数据、Terabytes字节的数据、高性能的并行处理、多客户端的单一数据库服务器、强大计算引擎与建模工具、多种高级算法供研究人员选择使用等特点。Teradata公司作为全球数据仓库的先驱,已经具有20 年以上建设数据仓库的经验,在全世界已经为各行各业的用户成功地实施了1000 多个数据仓库解决方案,其中数据库容量在1TB 以上的大型数据仓库就有300 多个,Teradata公司也因此成为无可争议的全球数据仓库的领导者[5-6]。这也使得国内诸多大型企业都采用了它的产品与服务。它可以直接利用Teradata Database就可以设计建立数据仓库,无需专门建立物理上和底层数据库分开的数据仓库,这一切都源于它强大的计算引擎和并行能力。它的数据挖掘工具Teradata Warehouse Miner(以下简称TWM)拥有多种算法库,可以针对建立的模型选择不同的算法进行求解。相比其他的数据仓库解决方案[7],选择Teradata数据仓库的是基于以下几方面的考虑:

①Teradata数据仓库的高性能可以保障对海量数据的应用苛刻性能要求。是系统今后升级的保障。

②Teradata的数据挖掘工具是在数据仓库内部进行,整个分析过程直接在数据库内部进行,而无须把数据输出到外部进行分析,从而充分利用数据库主机的性能完成工作,更加适合进行海量数据的分析。相比其他挖掘工具可以提供更好的分析性能和满足更大量数据的挖掘分析能力。

③Teradata是世界上最大的数据仓库及数据挖掘提供商,其企业级商业智能技术涵盖了从数据仓库到数据挖掘的多个方面。Teradata的零售业的逻辑数据模型是Teradata为数百家世界顶级零售业客户实施数据仓库的经验;是其20年来,作为数据仓库市场领导者的经验结晶。

1.2 Teradata数据仓库的商务智能系统逻辑结构

整个逻辑结构体系见图1:

从图1中可以看出,超市零售业的数据仓库系统的体系结构包括四部分内容:数据装载、数据管理、信息访问和系统管理与维护。它描述了数据仓库系统的数据源、相应的数据转换ETL(Extraction、Transformation、Loading)过程(指把数据从数据源转换并加载到中央数据仓库的过程)、中央数据仓库、对数据仓库信息的访问(通过一般的OLAP工具进行访问或者进行数据挖掘等)、以及对整个数据仓库系统的管理与维护(数据库建模与管理、系统管理、操作管理、专业技术服务等)。从这个框架结构图可以清楚地看出,本文所构建的数据仓库系统是一个由许多产品、模块、及服务构成的复杂解决方案,而决非某一个单纯的产品。

1.3 Teradata数据仓库的商务智能系统的物理体系结构Teradata数据仓库的商务智能系统主要包括以下几部分的硬件平台:

1.3.1 数据采集和加载系统数据采集和加载(ETL)系统设置在总部,由高性能服务器主机和相应的磁盘阵列存储系统、以及一组ETL程序组成,其主要功能是从总部业务系统采集数据,再将采集到的各种相关业务数据源,按照中央数据仓库中预先规划和设计好的物理数据模型,高速地加载到中央数据仓库中。ETL服务器主机可以采用各种开放的服务器平台与各种高效ETL工具组建数据仓库系统的数据加载系统。

1.3.2 中央数据仓库系统中央数据仓库系统由Teradata4480或5400海量并行处理(MPP)服务器主机、Teradata企业存储磁盘阵列系统、Teradata关系型数据库管理系统、数据仓库管理工作站(AWS)以及各种相关的软硬件设备组成。主要功能是存储和管理从业务系统整合的详细业务数据,产生各种复杂的业务报表,支持随机查询(ad hoc)、主题多维分析、数据挖掘专题分析应用。

1.3.3 业务应用系统业务应用系统由高性能服务器主机和应用分析软件组成,其主要功能是提供超市商务智能分析应用。 将中央数据仓库中的数据,按照预先设定的分析需求进行组织和整理,通过商务智能分析应用,产生各种统计分析结果,提供给领导作决策支持,业务应用系统的服务器主机可以采用各种适当的服务器。

1.3.4 多维分析(OLAP)系统多维分析(OLAP)系统由高性能服务器主机和多维分析软件组成,其主要功能是将中央数据仓库中的数据,按照预先设定的主题分析需求进行组织和整理,产生多维分析立方体,供业务人员作各种主题分析之用。多维分析(OLAP)系统的服务器主机可以采用各种适当的服务器。

1.3.5 数据挖掘系统数据挖掘系统的主要功能是针对各种需要深入分析的专题,例如商品关联分析等,利用组织存储在中央数据仓库中的各种相关详细交易数据,使用各种适当的分析算法进行统计分析,找出隐藏在数据背后的商业规律和模式,并将分析结果展现给业务人员使用。使用Teradata公司的数据挖掘软件,就不需要额外的服务器,因为Teradata公司的数据挖掘软件可以直接在Teradata数据库内进行数据挖掘,一方面可以节约投资,同时也可以充分利用Teradata数据库强大的并行处理能力。

1.3.6 客户端系统客户端系统可以沿用目前家乐福超市业务人员使用的各种终端设备,例如PC机、电脑笔记本等,上面安装各种所需的客户端应用软件,例如多维分析(OLAP)软件、报表工具软件、即席查询软件等,对多维分析(OLAP)立方体和中央数据仓库中的信息和数据进行访问和查询;或者直接通过Web方式进行访问和查询[8]。

体系结构见图2:

2基于Teradata数据仓库之上的主题分析

针对目前超市零售业的现状和需求,本文给出以下五个方面的主题分析:

①顾客群分类分析:根据票单信息和购物目的将顾客分类,并分析各类顾客在各个时间段,地区,门店,销售额等;②购物篮分析:分析购物篮之间的单品关联度;③价格弹性分析:促销商品的价格弹性系数计算和分析;④消费行为分析:根据票单信息将顾客分类,并统计各类顾客的人数和销售占比;分析某类商品的在客单中出现的频率,各种商品类中的人数占比,及各类商品的购物倾向等;⑤销售数据分析:能过滤掉特定票单(大单,退单等)后按地区,时间,商品种类等纬度进行的销售数据分析。

2.1 顾客群分类分析顾客分类是指将一个大的消费群体划分成为一个一个细分群的动作,同属一个细分群的顾客彼此相似,属于不同细分群的顾客被视为不同的消费群。顾客分类的目的是将有限资源优化利用,提高企业的竞争优势。分类不是目的,通过分类认清客户类型,找到最有价值的客户并有针对性地实施客户保持策略,提高客户特别是最有价值客户满意度和忠诚度才是我们真正的目的。所以顾客分类是很多针对性分析的前提条件。 但是零售业中的顾客分类有相当的难度,因为我们很少可以保留相应的客户详细信息。如果没有特定客户标识或者客户属性作为信息来源来区分客户,那么我们只能从客户的购物单据按照某些设定条件进行动态分析。而聚类分析(Clustering)是常用的分析方法。 聚类分析,简单地说就是把相似的东西分到一组,同 Classification (分类)不同,对于一个classifier,通常需要你告诉它“这个东西被分为某某类”这样一些例子,而在聚类的时候,我们并不关心某一类是什么,我们需要实现的目标只是把相似的东西聚到一起,因此,一个聚类分析过程通常只需要知道如何计算相似度就可以开始工作了。

TWM中聚类分析提供了三种计算相似度的方法:

①Gaussian:系统中默认算法,使用高斯混合模型( Gaussian Mixture Model)。②Poisson:使用泊松混合模型(Poisson Mixture Model)。③K-Means:经典算法(K-Means Model)。

这里,我们在方案中使用高斯算法,因为GMM 是学习出一些概率密度函数来(所以 GMM 除了用在 clustering 上之外,还经常被用于 density estimation ),简单地说,k-means 的结果是每个数据点被分到其中某一个类了,而 GMM 则给出这些数据点分到每个类的概率。得出一个概率有很多好处,因为它的信息量比简单的一个结果要多,比如,我们可以把这个概率转换为一个得分,表示算法对自己得出的这个结果的把握。也许我们可以对同一个任务,用多个方法得到结果,最后选取“把握”最大的那个结果。 这种分析方法适合大数据量分析,且对异常数据点不是很敏感。适合进行顾客分类分析。

2.2 购物篮分析购物篮分析在零售行业常见的分析形式,常用的分析方法是进行关联规则挖掘,主要用于挖掘销售单品之间的关联关系。关联规则挖掘是数据挖掘的重要研究方向,侧重于发现数据库或数据仓库记录之间有趣的关联性或者相互关系,根据这种关联性就可从某一记录的属性信息来推断其他记录的属性信息,关联性是一种统计意义上的关系,并以支持度和置信度作为衡量关联的程度。通常须设定最小支持度和最小的置信度作为阀值,满足最小支持度和最小置信度阀值的规则称为强关联规则或有趣规则。关联规则在商业领域的成功应用,使它成为数据挖掘中最成熟、最重要、最活跃的研究内容。TWM中有Apriori、GRI、Carma等算法,此时的数据是从POS机中将小票数据导入到Teradata database中,利用TWM进行关联规则挖掘,用以提升交叉营销和门店的交叉陈列。

2.3 价格弹性分析所谓价格弹性,即是需求量对价格的弹性,则指某一产品价格变动时,该种产品需求量相应变动的灵敏度。而价格弹性分析,就是应用弹性原理,就产品需求量对价格变动的反应程度进行分析、计算、预测、决策。价格弹性分析(Price Elasticity Analysis)是零售业中重要的一种分析方法,它的计算也是一个复杂的过程。这里我们先用一种基本的回归分析法看看价格和销量的走势关系及其预测。有了价格销量的基本数据,其实我们已经可以概要计算价格的弹性系数。但是这仅仅计算的离散值,并不十分精确。 为了了解价格走势,我们还可以进一步进行回归分析。通过回归分析,可以得到一条拟合的价格销量走势图,见图3。

通过这个图形,我们可以大致了解,价格和销量之间的关系,在哪个点做出价格调整会达到更好的响应率,并作出一定的预测。同时TWM也可以提供更详细的分析数据,并可以Export到Excel做进一步分析和报告。

2.4 消费行为分析顾客消费行为分析是各个企业最感兴趣也是很值得研究的一个主题,针对超市零售业本文的目标是从企业海量的顾客购物小票中辨别出一些共同特征的客户,并从中找出特定顾客消费行为的规律。其基本方法是联合4.1顾客分类分析和4.2购物篮分析共同进行顾客消费行为分析。 首先,根据分类分析,找到特定需要分析的顾客消费类型,并将各种客户归类。然后再进行购物篮分析是否存在特定的消费行为。Teradata提供了一个称作Teradata’s Retail Decisions’ suite,通过这个套件可以全方位对客户的喜好和消费习惯进行深层挖掘,从而指导营销组合和促销计划。

2.5 销售数据分析利用Teradata强大的并行处理能力可以对大数量级的数据进行建模计算,其中销售数据的分析主要是通过建立起来的数据仓库和数据立方体进行联机分析(OLAP),从地区、时间、商品类别等维度分析各个维度下主题的表现。通过建立仪表盘可以让公司的中高层管理人员随时查看企业各个方面的表现状况。

3结束语

本文采用领先的数据仓库技术产品Teradata构建了超市零售业的的商务智能模型,可为企业内部经营管理人员和决策人员使用,尤其符合对适时商务智能有特殊要求的大型企业的要求。同时商务智能系统将与企业信息门户、企业管理系统进一步集成化,形成整合性的商务智能系统,为企业的决策和管理提供更便利的信息服务。

参考文献:

[1]Inmon W H, Building the Data Warehouse[M].北京:机械工业出版社,2003.

[2]孙海侠.商务智能系统的框架及技术支持[J].情报杂志,2005,(2):41-42.

[3]王建平.数据仓库概念与关键技术分析[J].情报杂志,2007,(9):111-113.

[4]杨峰,邵培基.面向零售业的商务智能系统的应用[J].西安邮电学院学报,2009,14(2):107-110.

[5]Teradata数据仓库事业部.数据仓库市场的领导者[J].电信科学,2005,(1):88-89.

[6]周靖.Teradata数据仓库技术在电子商务中的应用[J].工矿自动化,2005,(6):97-99.

篇10

近一两年的中国企业级服务市场可谓火热。IBM Softlayer、微软Azure、Amazon AWS等国际大牌相继入华，再加上成长于本土的阿里云、腾讯云、青云、Ucloud等云服务，刚刚兴起的中国企业云服务市场很快就进入了一个群雄逐鹿的时代。

虽然这些云服务主打的都是企业市场，但选择这些云服务的大多是中小企业或者新兴业务，而中间件、数据库、ERP等传统的企业级核心业务鲜有实施案例。

当前许多的企业还是采取保守的思路：业务可以迁移到云服务，核心业务依旧固守传统的IT架构――实际上企业在IT开销和运维上的难题并没有根本解决。

究竟是否存在一种企业级云服务，能让企业放心地将核心业务“嫁接”其中，甚至“乘云而上”，一方面让企业全面享受云服务所带来的高效率、低成本、弹性灵活等优势，一方面还能获得像传统IT基础架构那样的高可用和高安全性？

据悉，一直以来，IBM在为全球很多大型企业提供着IT服务外包服务，包括银行、保险、金融、石油等关键行业用户，这些企业把核心应用放在IBM的数据中心，由IBM提供全套的服务、甚至于应用级的服务。

合作开发

IBM全球企业咨询服务部大中华区总经理Nancy E. Thomas在接受《中国经济信息》记者采访时介绍到，IBM于2013年年底推出MobileFirst，随后于2014年7月，与苹果公司合作为大企业提供移动应用，并签订排他协议。双方还在当时了10个首批IBM MobileFirst iOS系列应用。“该系列应用将涉及包括航空、电信、保险、银行和政府在内的各大行业，均为企业客户设计。”

公开资料显示，首拨采用这批应用的企业包括花旗集团、加拿大航空公司、Sprint和墨西哥北方银行。

另外，Apple-IBM联合双方还在当时规划为iPhone和iPad构建100多个垂直型企业应用。此外，IBM的云服务也将对iOS进行充分优化，同时也将在全球范围内面向企业推出捆绑其软件的苹果产品。苹果的AppleCare支持平台也将为IBM客户量身定制，同时还包含IBM员工的现场支持。

在过去几年中，苹果曾多次谈论到其产品在企业界与日俱增的使用量，而与IBM合作开发企业级应用服务的举动对它来说，是令人惊讶同时非常重要的。负责苹果全球营销的高级副总裁Philip Schiller就曾表示，“这是iPhone和iPad在企业界迈出的一大步，商业世界已开始尝试涉入移动领域了。”

这一合作还开始在企业员工间形成了一种“草根运动”式的转变，被称为BYOD（自备设备）。毫无疑问，伴随当下越来越多地人开始在其生活中使用智能手机和平板电脑，他们也会希望能在其工作领域内同样方便地使用这些产品。

Nancy E. Thomas表示，对IBM而言，与苹果的合作促使它能够为那些原本可能不会使用其产品和服务的用户提供服务，同时加入苹果的创意之后，使IBM品牌拥有了一直缺乏的“酷”元素。

在被《中国经济信息》记者问及合作开发企业级应用服务的初衷时，Nancy E. Thomas表示，“值得特别强调的是，IBM会专注于开发现代的基于移动驱动的商业流程，同时给企业员工提供一种能力，让他们也能够对各自的企业发展发挥作用。”继而，她又肯定地讲道，“我们还希望重新设想，构建一个‘消费者互动体系’，最终能够建立起全新的创新模式。”

探路物联网

日前，IBM与苹果联手打造的企业级移动应用MobileFirst在中国找到了第一家合作伙伴。8月6日， IBM、苹果公司与美克美家宣布签订战略合作协议，成为首个接入MobileFirst项目的中国企业，同时也是全球首个和苹果、IBM合作的家居生活方式品牌商。

“得益于Apple和IBM的支持，我们向顾客提供无缝购物体验的战略将得以加快实现，利用大数据分析功能为客户提供更个性化、更高效、更优质的服务。”美克投资集团有限公司董事长冯东明表示。

据了解，IBM 面向iOS的MobileFirst解决方案专门针对iPhone和iPad而构建，而且在一个安全的环境中交付，内置有分析功能，并与核心企业流程相连接。该应用可以为任何组织机构定制，而且可以通过IBM专为iOS设备提供的云服务方便地进行部署、管理和升级。

不过，Nancy E. Thomas还指出，“所谓移动的应用并不是反映在前端的服务上，而是把后台的数据分析能力都能够实现移动的发展。”她对《中国经济信息》记者说，IBM正将自己在各行业的丰富经验和在企业计算领域独能力与苹果公司在产品设计领域的用户体验和卓越性相结合，帮助各行各业的新一代商务人士提升绩效。

她还介绍到，截至今年年底将有100多个IBM MobileFirstfor iOS的应用问世，覆盖了超过16个行业，这些行业包括旅游、交通、银行、金融、零售、电信等。而美克家居是第一个家居生活品牌方面的合作商。她还透露，在IBM该项目的申请名单中有多家家居制造商，之所以选中美克家居，正是看中了其在行业内的创新能力和领导力。

加速企业转型

其实早在三年前，IDC进行的一项网上调查结果显示，有三个因素推动了人们对企业级移动应用的使用需求：执行的需求、移动办公人员日益增多以及客户对实时信息和操作的需求。

IDC认为，未来企业级移动应用将从以移动办公为代表的通用解决方案向行业移动应用转型，越来越多的面向具体业务场景的移动应用将广泛普及。用户的建设模式也将从单一的解决方案向企业级移动应用平台转型。智能终端的普及、用户使用行为的改变，以及消费类移动应用的带动，使得移动应用成为未来企业IT信息化建设的重点。

事实上，美克家居正由传统的家居制造商向家居生活方式品牌商转型。美克国际家居用品股份有限公司零售总经理牟莉表示，“我们通过这个APP，能够避免现在单纯的线下店面有限的展示空间，以及无法完成客人全方位服务的尴尬，转而通过线上实现该服务。”

美克家居副董事长陈江透露，虽然早在2000年便与IBM开始合作，假若未来有更好机会时，并不排除与IBM再度延伸进行深入合作。“当然，当下最为重要的还是先把眼前的事做好，通过提升电商渠道、提供互联网消费金融服务、推进MobileFirst合作项目等措施，完善无缝零售体系，提升消费者体验和智慧家居管理水平，积极推进 ‘多品牌’和‘大家居’二次战略转型。”

对此，牟莉补充说，“下一步，美克家居还会跟IBM和苹果公司一起利用IBM的技术优势以及苹果方面的移动设备，包括在可穿戴设备方面的优势，来共同为中国的消费者，乃至全球的消费者提供更加完美的生活方式服务。”