新零售时代，Vertica帮您构建大数据“中军帐”
本帖最后由 168主编 于 2018-11-9 09:29 编辑在当今世界里，零售业已经演变为以数据为中心的行业，因此，“新零售”一词应运而生。阿里研究院的报告认为，新零售是以消费者体验为中心的数据驱动型泛零售形态，有人将其归结为“线上+线下+物流”，也有人提出新零售就是“将零售数据化”。总而言之，今天的零售需要大数据分析作为中枢，就仿佛古代的“中军帐”——确保每一次军事行动运筹帷幄于千里之外，零售业的决策者能够永远立于潮头而不败。构筑这样一个大数据“中军帐”，你需要一个强大的工具，而被国内外零售业广泛赞誉的Micro Focus 公司大数据软件——Vertica，堪称其中的佼佼者。上月，在上海，Micro Focus 针对零售行业大数据分析，召开了一场别开生面的交流会。嘉宾们在一起坐而论道，一起探讨着Vertica那无与伦比的功能。http://www.verticachina.com/wp-content/uploads/2018/06/%E5%BE%AE%E4%BF%A1%E5%9B%BE%E7%89%87_20180624102939.jpg
别致的会场，浓厚的氛围http://www.verticachina.com/image/gif;base64,iVBORw0KGgoAAAANSUhEUgAAAAEAAAABCAYAAAAfFcSJAAAADUlEQVQImWNgYGBgAAAABQABh6FO1AAAAABJRU5ErkJggg==
新零售时代：你面对越来越复杂和庞大的海量数据
在零售行业，随着时代的发展，数据量无论是从广度还是深度来看，都越来越海量，越来越复杂。
而随着社交网络的成熟，与零售相关的数据已经从G级达到E级。数据的种类主要有四类：
[*]内部的ERP数据
[*]与客户相关的CRM数据
[*]Web数据，包括日志、搜索、行为分析等
[*]更庞大的大数据，主要包括用户产生的内容、社交网络等等
[*]
[*]http://www.verticachina.com/image/gif;base64,iVBORw0KGgoAAAANSUhEUgAAAAEAAAABCAYAAAAfFcSJAAAADUlEQVQImWNgYGBgAAAABQABh6FO1AAAAABJRU5ErkJggg==http://www.verticachina.com/wp-content/uploads/2018/06/%E5%BE%AE%E4%BF%A1%E5%9B%BE%E7%89%87_20180624103014.jpg
而零售业决策部门作为企业的“中军帐”，必须构建强大的大数据平台，能够对内部数据和外部数据进行有效的整合。http://www.verticachina.com/wp-content/uploads/2018/06/%E5%BE%AE%E4%BF%A1%E5%9B%BE%E7%89%87_20180624103020.jpg通过这一系列有效的整合，运营战略职能与分析智能不再是分立的两个个体，结构化数据与非结构化数据也得以向异向迁移：统一数据的能力，最终真正实现了大数据的功用。http://www.verticachina.com/image/gif;base64,iVBORw0KGgoAAAANSUhEUgAAAAEAAAABCAYAAAAfFcSJAAAADUlEQVQImWNgYGBgAAAABQABh6FO1AAAAABJRU5ErkJggg==http://www.verticachina.com/wp-content/uploads/2018/06/%E5%BE%AE%E4%BF%A1%E5%9B%BE%E7%89%87_20180624103026.jpghttp://www.verticachina.com/image/gif;base64,iVBORw0KGgoAAAANSUhEUgAAAAEAAAABCAYAAAAfFcSJAAAADUlEQVQImWNgYGBgAAAABQABh6FO1AAAAABJRU5ErkJggg==新零售玩家：你需要把数据转化为资产
在零售行业，企业必须要通过数据分析来运营、维护产品和用户，将大数据转化为企业红利，进而发展出新型的业务模式。
在过去的数年内，Vertica已经帮助全球数百家企业从不同方面打造着数据的“中军帐”，其中主要包括：
[*]改进产品；
[*]个性化服务；
[*]提高忠诚度；
[*]交叉销售，增售；
[*]改进运营；
[*]预测结果；
[*]最大化利润等。
目前，Vertica已经帮助全球多家知名企业构建大数据分析平台，从不同维度，助力这些企业成功地获取了数据红利。Guess：选择Vertica构建新一代企业级数据分析平台
著名时尚品牌Guess，在全球87个国家拥有1626家门店。
Guess在构建大数据“中军帐”之前，不仅内部报表需要很长时间才能生成，而且无法满足复杂的分析需求，原有的平台更无法支持有效扩展。从2009年开始，Guess就开始选择Vertica建设了先进的企业级数据分析平台，从而全面提升了企业的数据时效性及数据分析能力，取得了巨大收益：
[*]实现全球库存及销售明细信息的快速跟踪
－数据准备时间减少50到62.5%，从3~4个小时减少到不超过90分钟
－销售跟踪报表的生成速度提升到的90到400倍，3个小时减少到不超过2分钟；
[*]通过新建移动应用’G-Mobile’，推进企业内部的数据消费化
－支持一线员工实施查看库存，以进行动态的商品派送和库存调整
－支持设计、采购、计划、门店经理等各个业务条线及合作伙伴进行报表访问和灵活查询
[*]提升企业在客户关系管理方面能力
-通过购物篮分析理解客户的购买行为，以设计针对性的营销活动
-通过库存及销售分析，发现各个区域的消费者习惯
除了Guess之外，包括泰国7-11、必胜客、Uber、邮政储蓄等都已经先后选择了Vertica大数据平台，成功通过高效的大数据分析，推动了企业的业务决策转型，让企业成功获取互联网时代的红利。http://www.verticachina.com/image/gif;base64,iVBORw0KGgoAAAANSUhEUgAAAAEAAAABCAYAAAAfFcSJAAAADUlEQVQImWNgYGBgAAAABQABh6FO1AAAAABJRU5ErkJggg==他们已经走在新零售＋大数据的前列
新零售＋大数据已然成为当下国内零售企业转型的重点，在为期一天的点“数”成金，Vertica的数据驱动之道会议上，来自洋河股份和掌门集团的客户分别介绍了在构建公司大数据分析平台方面所取得的成绩。
在洋河股份，从2015年建设起数据分析体系1.0的基础上，又快马加鞭，从2017年开始，着手设计了数据分析体系2.0，比起之前有4大进步：
[*]提升数据仓库性能：引进了Vertica作为Oracle数据仓库的替代方案，极大提升查询性能；
[*]梳理业务指标体系：基于业务实际梳理指标库，并依托数据仓库逐步落地，形成指标体系；
[*]丰富报表展现方式：引入FineBI，提升图形报表、驾驶舱等应用展现能力；
[*]挖掘内外数据：依托Hadoop大数据平台，结合Python数据挖掘能力，形成对企业内外部大数据的挖掘分析能力。
值得称道的是，Vertica为洋河股份带来了显著的效益提升：
http://www.verticachina.com/wp-content/uploads/2018/06/%E5%BE%AE%E4%BF%A1%E5%9B%BE%E7%89%87_20180624103035.jpg来自掌门集团的客户则分享了Vertica在互联网金融方面的强大功效。目前，Vertica已经帮助掌门集团在用户聚类、智能风控、信用评级等三方面有着出色的表现；而且，更让客户惊喜不已的是，基于Vertica的开发更助力掌门集团实现了了BAT级别的实时数据应用。据掌门集团的领导介绍说，之前在使用Hadoop的时候，需要5分钟才能更新手机钱包账户，降低了用户体验；而转向选择Vertica之后，更新时间骤降到500ms，堪称可以媲美BAT应用的黑科技。结语未来的零售行业，必将以智能大数据的为决策核心，为企业的“中军帐”。而Vertica大数据平台以技术的先进性，已经被全球数百家零售企业所印证，那么，身处零售行业的你，是否已经准备选择Vertica作为大数据平台呢？关于Vertica大数据平台Vertica Analytics Platform是专门为大数据分析构建的高性能数据库产品，它并不像传统数据库一样，它的设计能够实现更快的搜索和加载。可以应对那些对于速度、可伸缩性、简单性和开放性极高的数据仓库和各种类型大数据工作负载。Vertica 行业中第一款列式MPP(大规模并行处理)架构数据库，，支持主动数据压缩、高级分析，具有弹性扩展以及自定义外部扩展等先进特性，是为大数据量身打造的实时分析平台。强大的统一架构的Vertica分析平台可提供广泛的部署方式：Vertica Enterprise – 核心“无共享”分布式分析数据库，专门用于在数据中心集群中以经济高效的现成服务器运行，具有无与伦比的性能和极高的规模。Vertica in the Clouds – 经过优化和预配置，可在AWS，Microsoft Azure，Google和VMware云上运行，Vertica也可作为BYOL（自带许可证）模型提供，以便您将数据分析工作负载转移到云中，实现无缝连接。Vertica for Hadoop – 直接在您的Hadoop集群上运行业界最全面的Vertica SQL分析引擎，并利用Hadoop功能的高级SQL，无需修改即可完成100％的TPC-DS查询，实现更高的并发性并在任何Hadoop上运行分配。来源：verticachina
页:
[1]