借助零售业RFID新技术、人工智能和其他技术，零售商可以通过掌控业务数据，并加以应用。以确保让客户满意，并继续保持对竞争对手的优势。

影响零售销售的因素

供应链中断、客户行为转变，甚至意外天气事件都在影响电子商务和实体店的零售销售——改变客户购买的地点、时间、方式和原因。正是那些能够最快速、最准确地对这些动荡的市场力量和行为做出反应的零售商正在创造最具创新性和积极性的客户体验。其余的则面临失去客户忠诚度、品牌亲和力和收入的风险。

最近研究发现

83% 的零售商表示他们无法充分利用客户数据。这是有问题的。因为客户数据应该指导大多数业务决策，包括营销、库存管理、商品推销等。很多早期的数据并没有用。这些数据很难适应不断变化的条件和预测客户行为。

零售商如何重新获得数据的力量呢？

仅靠人工分析不再是答案。需要分析的数据太多，而且其中很多变化太频繁。是时候采用人工智能驱动的自动化数据分析工具来处理当今的海量数据了。人工智能分析可以每天筛选零售商的所有数据，无论有多少数据源，一旦发现意想不到的变化，就会立即引起他们的注意。这让分析师和业务领导者能够快速轻松地发现隐藏在数百万零售数据点中的风险和机遇。

整理人工智能格局

有许多人工智能数据分析工具声称可以找到答案。在为工作选择正确的工具时，重要的是要寻找一些关键特性和功能，这些特性和功能将为分析师团队以及其他需要访问人工智能突出的洞察力的组织领导者增加价值。

最低实施要求：向您的技术堆栈添加另一个平台可能需要数月的设置和持续维护，这通常会限制其灵活性，并且可能需要比预期更长的时间才能提供有用的见解。相反，寻找一种 SaaS 解决方案，该解决方案位于现有数据和报告平台之上，并且不需要冗长的实施或仅为访问现有数据存储而构建的自定义集成。免费试用也始终是一种奖励。

关键数据的集成

当人工智能与来自关键业务数据源的数据很好地结合时，它的效果最好。确定一种解决方案，以补充现有分析和 BI 工具，并利用来自领先平台的数据，包括 Google Analytics、Facebook 和其他社交渠道、Adobe Analytics、Snowflake、SAP/HANA、MySQL 等。理想情况下，该平台提供零工作集成，这意味着可以在几分钟而不是几天内连接新源，并且您可以根据需要添加新的数据连接。

每日报告数据中可操作的变化

对传统 BI 仪表板的一个常见误解是，它们发现数据和行为的变化会迅速导致采取行动。但是因为它们是为回答您在平台中编程的问题或场景而构建的，所以 BI 工具忽略了显示您不知道要询问、意外或未知的变化。理想情况下，人工智能平台会持续监控所有数据，以突出品牌和分析师不需要的变化。与其仅仅构建更多仪表板，不如寻找一个能够自动发现并通过电子邮件主动提醒团队每天在平台上发生变化的 人工智能 平台，以确保采取更直接和更有针对性的行动。

为每个团队成员提供报告：市场上的大多数数据报告工具都提供可定制的仪表板，但您真正想要的是一个同时考虑业务领导者和数据分析师的平台。该解决方案应提供足够简单的数据故事，以便非技术业务用户立即理解，同时也使分析师能够根据需要深入了解根本原因分析和比较的细节。

确定正确的用例

通过自动化智能工具，零售商可以利用所有客户数据来发现新出现的客户体验问题或新的增长机会。从商店布局和商品推销到数字体验和社交媒体，零售商可以利用客户行为数据的变化来了解什么转化为增加的收入和品牌忠诚度，同时发现新趋势、机会领域和隐藏的关系。

那么从哪里开始呢？一种方法是识别业务中未解决的新问题或没有明显根本原因的客户行为变化。另一个是查看其他零售商的用例，以了解人工智能如何揭示未知问题，从而提高收入或客户体验。

示例

当整体收入普遍下降时，某领先沐浴和美容品牌的营销人员收到了产品类别销售意外增长的警报。借助自动化业务分析平台，当蜡烛销量超过预期销量时，会自动通知沐浴和美容营销团队。

该团队没有根据预期的销售业绩分析他们数千个 SKU 中的每一个，因为任何分析团队都无法定期手动分析太多数据。但是人工智能工具自动发现了这种洞察力，并在这样做的过程中帮助营销团队引导到特定的产品趋势，这样他们就可以带来额外的收入。这个机会的“萌芽”是一个很好的例子，说明下一个伟大的营销策略如何隐藏在显而易见的业务数据中，但如果没有帮助就无法找到。

获得更多的销售额

因此，沐浴和美容品牌能够迅速发起营销活动来推广蜡烛，并利用客户购买行为的这种积极变化。这种意想不到的洞察力还帮助团队确保库存水平可以与新的预期销售额保持一致。通过简单地发现一种趋势，该品牌就能够通过利用原本看不见的潜在收入流来获得更多的销售额。

在另一个示例中，一家 CPG 公司正在管理有数百名员工接收和运输易腐食品的仓库。通过使用自动化业务分析，他们发现在特定仓库队列中启动和完成任务所需的时间量的季度低指标。此阶段的工作时间明显短于平均水平，CPG 公司想弄清楚如何在其他队列中复制这一改进的流程，以提高工作流程和运营效率。

通过将现有数据快速集成到其 人工智能 工具中，该品牌确定了特定员工之间的积极排队活动。然后，公司确定了这些工人的不同做法，并在整个仓库中使用了这些学习和实践。结果，该品牌能够提高整体产量和销售额，否则会被忽视——错失改善整体零售业务的机会。

普华永道表示

为了保持竞争力并跟上客户行为的变化，超过一半的公司正在寻求将人工智能应用到他们的数字战略中。通过确定人工智能如何使业务受益，并利用可以快速部署和集成的工具，零售商可以掌控他们的业务数据，以确保他们让客户满意并在竞争中占据上风。

Mike Stone 是Outlier.人工智能的首席营销官，负责公司的市场增长战略、需求生成、沟通、产品营销和内部销售。20 多年来，Stone 一直领导营销组织并为科技公司提供战略咨询。最近，他担任移动客户参与提供商 人工智能rship 的营销高级副总裁。在此之前，Stone 领导了 Salesforce Community Cloud 的营销工作，从最初的发布到四年的全球快速增长。