
大数据让传统卖场雪上加霜
近年来,ebay、淘宝、京东等各大电商的借助新技术和新业态异军崛起,双11等大型促销打折的迅猛来袭,让越来越多的DIY发烧友和数码爱好者开始接受并习惯网上购物,传统电子卖场由此受到巨大压力。而随着大数据时代的来临,电商充分利用大数据挖掘价值更定制化地服务消费者,传统卖场看上去更是“雪上加霜”。不过,作为“中关村老字号”的海龙大厦在此场硝烟之争中,却巧妙借助英特尔物联网和大数据相关技术,结合自身强视频大数据基础,突出重围。
大数据让传统卖场雪上加霜??
各类电商的大幅崛起极大地改变了人们的消费模式,越来越多的人们选择从商场走向网络,在琳琅满目的电子屏幕上挑选各类商品轻轻拖入购物车。与之形成鲜明对比的是,传统卖场却逐渐人烟稀少,销售业绩大不如从前。以地产租赁为主要业务,缺少与消费者之间的直接关联,导致传统卖场在当前与电商的硝烟之争中困境重重。
消费数据量的急剧增加为电商企业提供了精确把握用户群体和个体网络行为模式的基础。电商企业通过大数据应用,可以进行个人化、个性化、精确化和智能化广告推送与推广服务的探索,创立比现有广告和产品推广形式性价比更高的全新商业模式。因此,电商企业可以通过对大数据的把握,寻找更多更好的增加用户黏性、开发新产品和新服务、降低运营成本的方法与途径。
看起来,大数据的出现似乎让传统卖场生存空间更加窘迫。
智慧海龙:大数据变逆袭之剑
不过,作为IT卖场的“老字号”,海龙电子城却不认同大数据是挑战,反而是强大助力并带来了更多的机遇。2013年海龙重点开展了“智慧海龙”产业升级规划项目,致力于通过商场内监控视频数据采集,实时分析消费者行为数据,实现消费者行为分析和商场商铺的智能化管理,最终实现与消费者之间直接联系创建高效有力的平台。
“海龙大厦内先进而完备的视频监控系统累积了大量非结构化的数据,这其实就是大数据”,海龙集团运营经理宋萍介绍到,通过摄像头对消费者进行智能化识别,在卖场中的移动路线、购买行为进行分析,并根据消费信息等历史数据,为消费者提供最适合的促销信息和采购信息推荐,将能够极大程度地提升实体店面消费者的满意度,产生区隔于电商的独特价值。此外任何卖场都有冷区和热区,冷区和热区商铺的租价不一样,如何精确识别冷热区的区别,从而更科学地定价将是实现智慧管理的必由途径。
挖掘大数据价值 物联技术打造智慧海龙
在“智慧海龙”项目的驱动下,2013年7月,海龙选择了泰格捷成公司基于英特尔产品与技术打造的物联技术一体机,并在海龙电子城数据中心中实现了成功部署,使“智慧海龙”成为现实。
“在整个项目的设计到部署实施的过程中,英特尔公司以及英特尔中国物联技术研究院为方案提供者泰格捷成提供了多个方面的帮助”。泰格捷成集成云产品事业部经理董亮介绍,在物联一体机的软件层面,泰格捷成采用了英特尔物联技术研究院开发的集中控制平台,无论是在技术上还是在架构上都非常完善。此外,英特尔公司在至强E5-2600
v2架构的关键性技术,以及案例的可行性、产品架构的实施性等方面,都为泰格捷成提供了宝贵的建议。
最终,物联网一体机以并行处理(MPP)体系结构和高可用集群(RAC)体系为基础,结合使用英特尔至强E5v2处理器和英特尔视联管理系统(包括视频对象存储、视频实时处理系统和内部传感器网络),从而获得了强劲的事物处理能力、数据分析能力和数据加载速度。
“目前英特尔和泰格捷成提供的解决方案已经能够满足对相当大规模客流量环境下,对海量视频信息进行实时分析的需求。”
海龙集团运营经理宋萍说,“如果未来IT卖场的客流量产生爆发式增长,当前建设的平台在后台管理和创新方面的价值,就能够马上体现出来并使我们立刻获得竞争优势。”
“与英特尔物研院以及泰格捷成的这次合作,主要在于我们卖场转型的契机。”海龙集团运营经理宋萍表示,转型的第一步是要直接了解消费者,实时收集消费者的信息反馈,为决策层提供数据支持。接下来,海龙还将在此平台上实现的面部识别视频分析,尤其对于会员,可根据此前消费记录和行为给其推送相关资讯,进而为其提供更好的服务。“对于管理层,这些目标都在有计划地推进中。一旦客流再度爆发,该平台的价值就能立马显现出来。”宋萍说。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15