
大数据将是移动应用与O2O模式的基础_数据分析师考试
“O2O模式与移动应用如何装得下大数据时代”。话题围绕以下问题展开:大数据的定义、大数据在服饰业的价值、移动应用以及O2O模式下的大数据应用等主题。
简单介绍下活动背景,这次活动是华南地区服饰行业CIO协会举办的“2014年度行业信息化高峰论坛”,该协会是华南地区最有影响力的服饰CIO协会,由深圳市赢家服饰有限公司信息总监胡剑雄等发起成立,经常进行案例应用分享、行业前沿讨论活动。
活动的主持人胡剑雄首先提出,如何看到大数据在服饰业的价值这一问题。卡宾服饰(中国)有限公司信息管理部总监邹聪认为,“大数据有没有价值,首先看服饰企业是否把握住数据源头。”卡宾的IT系统是加盟商开店必须配备的合同条件,为此卡宾在罕见地可以管控到全国1000多家门店,可管理到门店、人员和货品信息,门店的信息管控能做到实时的管控。
“现在人们不谈论大数据,好像有一点落伍,就好像一个企业不上SAP,就有一点落伍的感觉”。安正时尚集团股份有限公司的CIO王齐斌表示,“事实上目前服饰行业的数据基础还有点薄弱,目前应首先关注企业内部的数据,这些数据是移动互联时代的数据基础”。
此次活动讨论的第二个问题是,服饰行业的O2O模式到底是什么,现场讨论嘉宾的理解相对一致:O2O是颠覆服装业的一种运作模式,可以弥补在实体店收集不到顾客数据的遗憾,最终推动服饰行业从批发模式向零售模式的转变等等。
在实际的应用中,有的企业已经开始进行大数据的尝试。周聪分享了一个搭配分析的故事,最近卡宾对排名前30名的搭配购买数据分析发现,男性的购买规律并不符合人们的一般想象,大多数人会认为男性购物会选择一件上衣搭配一件裤子的购买搭配,但是分析结果发现,很多男性顾客采取两件上衣、两件裤子的购买方式,并且偏向购买两件颜色和风格相近的衣服,这一发现让卡宾更转变了设计思路,更注重服装的主题设计。
卡宾在进行大数据的尝试前,进行了大量的基础工作,卡宾很注重店铺主数据的设立和管理,主数据的变更必须老板签字才能改变,这种严格的数据管理方式,很好地支持了后续的商品管理等运营,为此卡宾可以实现对线上线下渠道的营销把控,以及可以针对VIP客户提供精准的导购服务模式。
在进行大数据分析的过程中,王齐斌的实践感受是,如何构建大数据的预测模型,进行人、货、场的分析,是一项具有挑战的工作;其次在操作层面上,在企业推动大数据的项目时,IT部门一定不要冲在前线,而应该与各业务部门、高层一起来推动这个项目。“在谈论大数据的分析前,目前整个O2O体系的建立还是一个难题,既没有成功的案例也没有相应的技术服务公司,为此至今也无法解决现在的微购物中没有货品搭配的功能。”深圳市品嘉百货股份有限公司信息总监蔡建勇表示。
O2O下的大数据应用是一方面,移动应用与大数据的应用是另一个同等重要的话题。“大数据做的是O2O的未来,可以提升O2O的价值空间,当来自移动端的客户访问和交易量发展到一定规模,大数据的价值会越来越明显,这是一项基础的技术工具。”周聪表示。
“无论出于O2O还是移动应用的考虑,企业都必须考虑应用大数据。”蔡建勇认为,“应用大数据需要解决两个问题:首先需要培养大数据分析的能力问题;其次企业需要真正将大数据用于解决业务的实际问题,包括用于决策层的管理、帮助业务部门实现商品管理、营销管理等业务”。
“大家更多谈论了应用层面,实际上企业对于数据的底层架构、未来的性能安全也应该密切关注;其次,企业还需要关注货品的一体化、会员的一体化等后台的工作。”深圳德津实业有限公司CIO张腾表示。邹聪从商业的角度提出另一个观点,“无论谈论O2O,移动应用或者大数据,一切都要回归商业本质。企业需要想清楚公司商业模式是什么,品牌定位是什么,而不是盲目追求O2O,移动应用或者大数据”。
作为活动的主持人的胡剑雄总结表示,此次的大数据讨论,最终希望服饰同行认识到整个行业已经进入大数据时代,而并非要马上对大数据进行应用,“此次活动参加讨论的嘉宾都认可,大数据将是企业在移动应用端的发力的工具,以及O2O模式深入应用的基础,这些应用需要回归商业本质,解决商业的实质问题”。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14