众所周知，美国第二大零售商target运用独创的怀孕预测模型，几年前缔造了“比父亲还更早知道女儿怀孕”的惊人案例，可谓大数据(big data)的经典教材，某种程度上，也称得上是促发智能零售风潮的触媒之一。

令人不禁好奇，target如何做到此事?主要是先归纳以往大量怀孕顾客的消费数据，再据此进行反复测试与实验，终至打造预测模型，列举乳液、无味香皂、洗手液、浴巾、凡士林、棉花球、钙片、锌或镁营养补充品…等等特征值，假设某女性顾客原本几乎不买这些商品，惟从某时间点起，竟开始加以采购，且购买频率、数量不断攀升，其怀孕机率就很大，甚至预产期也可被加以预估。

但零售业者悉心建构怀孕预测模型，绝非只为了炫技，终极目的仍在于创造商机。譬如多数孕妇在怀孕6个月时，通常倾向采购孕妇装、孕妇用维他命等商品，此时零售商如果可以适时提供对应促销活动，便可望掳获顾客欢心，使之成为零售商的忠诚客户，藉此再添一桩长线利多题材。

根据研究机构提出的报告，在美国，假使零售业者善用大数据分析技术，其毛利便可望激增逾6成，同时在每年提升0.5%～1%生产力，成效实为显而易见。另有调查数据显示，35%营销人员认同，巨量数据分析技术有助于推动个人化营销，使消费者更加有感，而已投资大数据的企业，其股东权益报酬率较诸其他企业，平均高出3成有余。

借助大数据分析 洞察消费行为

无怪乎消费行为的研究分析，跃为时下显学，也成为成就智能零售大业的敲门砖。但不可讳言，要想深入了解消费者行为及习惯，乃至于挖掘消费者不自觉的深层购物意识，则不单需要倚靠会员采购记录、pos销售数据，更有必要多方援引包括社群、问卷、地图、气象、政府open data等其他素材，甚至需要其他企业结盟以取得其会员数据，最终将里里外外数据汇聚成为数据集(data set)，此后再搭配必要的算法分析，就可望更加看清消费者的全貌，继而提供销售策略的精准度。

正因如此，对于零售业者来说，巨量数据的处理能力愈来愈重要，实有必要于内部建立巨量数据分析团队，透过这群人对于统计或资料采矿技术、以及垂直产业知识的娴熟掌握，以期探求每一消费者的行为习惯，再从这些既定模式中理出头绪，拟定一击中的之营销计划。

然而值得一提的，倘若用心的人士仔细探究近一、二年所有附挂智能二字的相关应用素材，理应不难察觉，意欲成就任何智能应用，巨量数据分析固然是个中关键技术，但绝非独挑大梁，尚需搭配前述已提到的社群媒体，以及云端运算、移动化、物联网(iot)、api经济等其余科技元素，方能构筑为完整拼图;智能零售，当然也不例外。

在上述各类型技术题材中，无庸置疑，迩来炙手可热的物联网，显然可被视为形塑智能零售的重大推手，而综观物联网，里头无非就蕴含着感测、连网与应用等三大主轴，其中的感测部分，无疑正是促使后续美好蓝图得以实现的基础入门，更是让一个个small data演化为高值化big data的幕后英雄之一。

善用感测装置 捕捉目标客户行为举止

因此零售业者可考虑针对商业场域的出入口，抑或内部的重要动线，安装ip摄影机、交互式数字电子广告牌，进而搭配运用人脸辨识技术，藉此推动人流分析，摸透来访消费者的年龄、性别及一切行为，如此一来，便有许许多多创意发想，可望在此一分析过程中应运而生。

举例来说，当商家利用交互式数字电子广告牌，播送林依晨或金城武等高人气红星所主演的广告短片，事后就可进行统计，究竟在哪些时段、哪位广告明星、哪些商品诉求，会吸到哪些类型的ta(target audience)观看，乃至于这些ta在观看广告的前中后段过程，其肢体行为的变化为何，凡此种种细腻讯息，只要业者掌握得愈多，就愈容易抓住不同消费群的喜好与需求，以作为商品布局的参考依据。

再举一例，假设业者经由前述人流分析后发现，每当周六下午3～5点，总有大量男性中学生顾客，群聚观看某宅男女神所主演的广告短片，此后不自觉地走到其他区域的货架，选购宅男女神所代言的该项商品、或类似商品;有了这个重大发现后，业者开始在交互式数字电子广告牌周围触目可及的邻近地带，特意配置了与该男女神相关的各类商品，或是迎合男性中学生偏好的热门电玩游戏，此举果真有效带动销售绩效的上扬。

一体两面，零售业者亦可根据分析结果，避免从事无谓的促销活动。延续前述例子，既然这群ta、也就是男性中学生，周一到周五白天时段于学校上课，这段期间便无需进行对应的促销方案，反倒应该锁定此时段经常现身的家庭主妇等其余ta，灵活祭出不同诉求的方案，好让智能零售的价值得以彰显于极致。

（转载）

以上是网络信息转载，信息真实性自行斟酌。