美国著名超市沃尔玛通过收银机的NCR系统，把每天所收集到的原始数据，经过挖掘和分析，结果发现纸尿片和啤酒一起购买的销售率，竟然介于30%至40%之间。随着数据分析人员的深入了解，发现原来那些婴孩的父亲在购买纸尿片时，也会顺便买些啤酒回家。于是，超市就干脆把啤酒的货架摆放在离纸尿片不远的地方。这样一来，不仅方便了这一类的顾客，还促进了纸尿片和啤酒的销量大幅度的増长。

根据麦肯锡全球硏究所的大数据（Big Data）定义：这是一种规模大到在获取、储存、管理、分析方面大大超出了传统行业中，数据库软件工具能力范围所能收集的数据。首先，它具有海量的数据规模，随着储存技术的突飞猛进，我们可以管理天文数字般海量的资料。

大数据是一套系统而不是一项技术，它是许多小数据的组合，大数据的根源是来自连接，而连接的基础是数据的流通和标准化。以零售业为例，随着智能手机的普及，蓝牙技术（Bluetooth），近距离通信技术（NFC），无线射频识别技术（RFID）等各种传感器技术的应用，再加上人脸识别和视频分析技术被引入实体店，零售业者便可以从感应技术终端，获取感知人（消费者）、货（商品）、场（渠道）这三种数据的高度连接所产生的精准讯息。

第三来源是网络平台数据，好像电商平台交易、会员浏览官网、电子付款等。

阿里巴巴集团前副总裁及首任阿里数据委员会会长车品觉，指出数据是虚的，解决方案才是实在的，没有场景作目标的大数据如同一盘散沙。

这间百货公司就是善用顾客资料库，建立一个孕妇大数据预测模型，透过它可以相对准确预测顾客的特殊需要。这就是通过大数据，百货公司还比这位父亲更早发现她女儿的生活需要。

作者是新加坡零售管理学院兼职培训导师

大数据这门科目不是一门独立的学科，而是由资讯、统计和行业这三种知识交汇而成的。在这三项领域中，最花时间培养的是行业知识，这无法靠短期的课堂学习获得，而是要靠在工作中一步一脚印的长期累积。因此，若要成为一位称职的大数据分析师，除了具有基础统计知识，会使用大数据分析软件，最关键的就是要有行业的实战经验。

线上数据能辅助线下场景，而线下场景也不断弥补线上的不足。这正是用连接去取得更多数据的典型大数据。

从这个案例中，我们可以看到，收集数据，用数据观察现象，分析问题，就可以把过去商品摆放在货架上的“自由组合”变为“最佳组合”。这也就是各种购物平台让人眼花缭乱的捆绑销售，组合套装的套路。

大数据的分析可以让零售业者实时掌握市场的实况，并快速做出调整，为决策者提供客观的参数，制订精准的策略，先发制人让消费者获得及时和个人化的服务。

第二来源是企业从外部收集的数据，例如顾客关系管理系统（CRM），就有各种有关顾客购买行为和互动的数据。

现今的“数据技术”（Data Technology）时代，任何事物都能被数据化。通过各种不同网络终端如智能手机、电子交易、网络平台等，即时生成大量的数据。常言道：“雁过留声，踏雪留痕”，消费者的一切活动都会“走过必留痕迹”。企业领导者就须要思考，如何利用所获得的数据，来优化购物者的购物体验，同时也带动提高销售额。

这个时代，由于容易获取所需的信息，企业管理者逐渐养成一种以我为中心的思路，把收集的信息单方面向消费者推销产品或服务，缺少双方互动反馈的机制。

美国著名百货公司Target便有一个案例。话说有一位父亲发现，正在就读高中的女儿时常收到百货公司寄来的孕妇装广告和婴儿用品折扣劵，心里非常生气，便到店里去大骂店面经理。这位经理为了消除顾客的怒气，几天后打电话去道歉，在电话中这名父亲反而不好意思，向店面经理说对不起，还说女儿的预产期是什么时候，要求这位经理再寄多一些有关的商品讯息及折扣券给他的女儿。

第一来源是企业内部的数据，如企业资源规划系统（ERP），所收集的数据是有关采购与生产。

2014年6月，马云在清华大学演讲时说：“世界正从IT时代走向DT时代。”所谓IT时代就是指以“信息技术”（Information Technology）为主的时代，通过互联网就可以把信息传送到各种不同的渠道。

其次，快速的数据流动。当互联网的终端设备愈来愈多时，人们使用互联网的频率愈来愈高，数据量就有如打开水龙头的水一样，每分每秒都在流进资料库。最后，多样化的数据，大数据的资料形态很多，有数字、文字、图片、视频、搜索行为和线上交易等，都会留下数据的资料。这就是大数据的三大特色。

一般上所谈的数据通常是指小数据，它就是个体数据，是每个个体的数据化信息；小数据虽然只有有限的数据流，但是它依然具有样品的价值。

大数据重新划定了行业竞争的游戏规则，比的不是数据规模大小，不是统计技术，也不是要有强大的运算能力，而是数据的解读能力。现在让我们来看看大数据在零售业的应用。

大数据热品牌创新中心创办人高端训，在他的著作《大数据预测行销》一书，把大数据的构成总结成四种来源：

在分析大数据时，还要清楚数据的类型，而不是数据量的多少。大数据根据类型可分为三类：第一类是小而准的数据，如销售点管理系统（POS）的交易数据，结构化而准确；第二类是大而乱的数据，就像社群平台、网络交易、电商平台的数据，非结构化而且千丝万缕。第三类是开放数据，通常是由政府机构所提供，例如天气预报、全国人口普查之类的数据，任何人都可以使用。

假如中小型企业想要釆用大数据，可以先从已有的结构化数据开始，一步一步展开。领导者要有清晰的具体目标：想要数据做什么，解决什么问题，在什么场景下，才去进行不同类型数据之间的相乘和连接。

第四来源是网络终端数据。除了电脑、平板电脑、智能手机、智能电视四大屏幕所产生的数据之外，还有物联网、智能手环等。