37%的企業(yè)表示需要運(yùn)用大數(shù)據(jù)幫助解決商品優(yōu)化問題，找出暢銷、滯銷款商品，提高售罄率，降低過期損耗，同時(shí)優(yōu)化商品組合與陳列。

　　零售企業(yè)對大數(shù)據(jù)分析整體整體表現(xiàn)的自我評價(jià)結(jié)果一般，特別是在數(shù)據(jù)分析和基于數(shù)據(jù)洞察采取行動(dòng)方面
完整的大數(shù)據(jù)生命周期包括數(shù)據(jù)獲取和整合、數(shù)據(jù)分析和根據(jù)數(shù)據(jù)洞察采取行動(dòng)三個(gè)階段。整體來看，中國零售企業(yè)對大數(shù)據(jù)分析各個(gè)階段的自我評價(jià)一般。

　　在“獲取和整合數(shù)據(jù)”階段，只有36%的企業(yè)評價(jià)良好。在“數(shù)據(jù)分析” 和“依據(jù)洞察采取行動(dòng)” 階段，評價(jià)良好的比例分別只有32%和24％?？梢?，企業(yè)對自身的大數(shù)據(jù)分析和利用滿意度不高。即使在數(shù)據(jù)分析意識較強(qiáng)的企業(yè)中，對數(shù)據(jù)的利用也仍集中于初級階段。

　　在數(shù)據(jù)獲取和整合階段，企業(yè)面臨的問題主要是來自多源系統(tǒng)的數(shù)據(jù)不一致、傳統(tǒng)信息架構(gòu)阻礙數(shù)據(jù)收集和難以整合內(nèi)部數(shù)據(jù)。在數(shù)據(jù)分析方面，缺乏軟硬件工具、數(shù)據(jù)可信性和缺乏必要的分析技能是企業(yè)面臨的最大挑戰(zhàn)。

　　在依據(jù)數(shù)據(jù)洞察采取行動(dòng)方面，最大的挑戰(zhàn)來自于缺乏能將業(yè)務(wù)知識與數(shù)據(jù)分析相結(jié)合的技能與人才，以及企業(yè)普遍缺乏對利用分析提升業(yè)務(wù)的理解。

零售企業(yè)希望分析手段方面更加深化和多樣性

　　數(shù)據(jù)分析方法，按照由淺至深的程度可以分為以下五個(gè)種類：描述性分析；  診斷性分析； 預(yù)測性分析；規(guī)定性分析；認(rèn)知性分析。

　　描述性分析就是從歷史交易數(shù)據(jù)中分析過去，反映出已經(jīng)和正在發(fā)生什么；診斷性分析就是了解發(fā)生的原因，分析為什么發(fā)生；預(yù)測性分析是預(yù)測未來，指出什么可能發(fā)生；規(guī)定性分析是在分析過去和預(yù)測未來的基礎(chǔ)上對行為的指導(dǎo)，即建議應(yīng)該采取什么行動(dòng)。

　　以上分析均為靜態(tài)，而認(rèn)知性分析與之不同，認(rèn)知性分析就是通過交互式學(xué)習(xí)的方式，讓分析能力逐步成長、逐步提高認(rèn)知的過程。在這個(gè)瞬息萬變的大數(shù)據(jù)時(shí)代下，每天產(chǎn)生大量有價(jià)值的數(shù)據(jù)資源，數(shù)據(jù)分析也跨入認(rèn)知分析的新階段。

　　調(diào)研發(fā)現(xiàn)，零售企業(yè)對自身目前以上五種程度的分析的應(yīng)用自評逐漸降低。在所有進(jìn)行數(shù)據(jù)分析的企業(yè)中，71%的企業(yè)進(jìn)行描述性分析，其預(yù)計(jì)未來12-18個(gè)月不會(huì)有明顯變化； 41%的企業(yè)目前進(jìn)行診斷性分析，并預(yù)計(jì)未來12-18個(gè)月會(huì)增加至65% ；

　　24%的企業(yè)目前進(jìn)行預(yù)測性分析，這一比例在未來12-18個(gè)月會(huì)增加至63% ；百分之29%的企業(yè)目前進(jìn)行規(guī)定性分析，這一比例在未來12-18個(gè)月會(huì)增加至59% ； 24%的企業(yè)目前進(jìn)行認(rèn)知性分析，未來將提高至35% 。

　　可以看出，零售企業(yè)希望在未來使用更多樣化和更先進(jìn)的數(shù)據(jù)分析方法，特別是診斷性、預(yù)測性和規(guī)定性分析，并將嘗試認(rèn)知性分析。

零售企業(yè)對未來大數(shù)據(jù)的構(gòu)想和規(guī)劃

　　企業(yè)對未來如何利用大數(shù)據(jù)以及大數(shù)據(jù)的發(fā)展構(gòu)想可以分為三個(gè)層面

第一層面是支持大數(shù)據(jù)的運(yùn)營

　　零售企業(yè)可以通過對價(jià)值鏈上多方數(shù)據(jù)的分析挖掘，提高供應(yīng)鏈，物流等方面的運(yùn)營效率，并利用大數(shù)據(jù)分析的結(jié)果支持領(lǐng)導(dǎo)層決策。部分零售企業(yè)已經(jīng)或多或少地利用數(shù)據(jù)幫助提升內(nèi)部運(yùn)營，比如利用大數(shù)據(jù)收集分析，尋找更好的商品，提供更優(yōu)質(zhì)的服務(wù)，更全面 地滿足客戶需求。

第二層面是形成大數(shù)據(jù)產(chǎn)品

　　零售企業(yè)通過對海量數(shù)據(jù)的整合和分析，形成獨(dú)立的大數(shù)據(jù)產(chǎn)品，采用免費(fèi)、出售或合作方式提供給內(nèi)外部客戶。零售企業(yè)通過對海量數(shù)據(jù)的整合和分析，形成獨(dú)立的大數(shù)據(jù)產(chǎn)品，為企業(yè)和個(gè)人提供信息服務(wù)。

　　零售商可以發(fā)展多種大數(shù)據(jù)產(chǎn)品，比如，對購物者的個(gè)性化需求分析，智能匹配 ( 將顧客需求與供應(yīng)商資源進(jìn)行快速匹配 ) 等。

　　阿里巴巴近年來發(fā)布了包括“聚石塔”、“黃金策”、“淘寶指數(shù)”和“淘寶時(shí)光機(jī)”在內(nèi)的多款大數(shù)據(jù)產(chǎn)品，提供店鋪數(shù)據(jù)分析、數(shù)據(jù)備份、加速訂單處理、消費(fèi)者行為研究等多方面的大數(shù)據(jù)服務(wù)。百度也正式發(fā)布了“百度司南”，為市場營銷人員提供更加真實(shí)、準(zhǔn)確、快速和低成本的消費(fèi)者洞察。

第三層面是構(gòu)建大數(shù)據(jù)平臺

　　即部分向平臺型企業(yè)轉(zhuǎn)型的零售商可能利用大數(shù)據(jù)搭建企業(yè)生態(tài)，為平臺上的企業(yè)服務(wù)，促進(jìn)共同的繁榮。大數(shù)據(jù)將成為平臺型零售企業(yè)的核心競爭力，數(shù)據(jù)的質(zhì)量，如一致性、精細(xì)化程度等將成為關(guān)鍵。