基于大数据环境下零售业商业模式创新研究_答辩稿件.docVIP

基于大数据环境下零售业商业模式创新研究_答辩稿件.doc

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于大数据环境下零售业商业模式创新研究_答辩稿件

目录 摘要 1 关键词 1 Abstract 1 Keywords 1 引言 1 一、大数据在零售业中运用的条件分析 1 二、大数据应用中存在的风险 3 1、大数据的获取风险 3 2、大数据的处理风险 3 3、大数据的成本风险 3 4、大数据的隐蔽风险 3 5、大数据的执行风险 4 6、大数据存储风险 4 三、大数据运用中风险的解决措施 4 1、存储完善 4 2、加大科技投入 5 3、成本控制 5 4、渠道管理 5 5、能力提升 5 6、灵活运用 5 7、人才培养 5 四、基于大数据的零售业商业运作及运用趋势分析 6 1、商业运作中的数据价值链 6 2、大数据的运用趋势分析 7 (1)数据分析实现“人客合一” 7 (2)数据运用打造零售业强关系 7 (3)大数据分析让零售业服务多样化 7 (4)大数据分析优化零售业的市场布局 8 (5)大数据运用实现了部门资源共享和激励 8 五、总结 9 参考文献 10 基于大数据环境下零售业商业模式创新研究 重庆工商大学 贸易经济专业 2011级 指导教师 摘要:零售业经过多年的发展,在我国国民经济中发挥着重要作用,对我国的国民生活方式以及经济结构都有着深远的影响,每一次的商业变革都会对生活产生巨大变化,但是近几年来,我国零售业面临着扩张困难,成本无法控制,市场定位和精准营销困难的局面。本文主要通过对大数据环境的分析和研究,对零售业的商业模式进行了解析,主要是零售行业的资源整合和市场细分两个大的方面,然后研究零售企业基于大数据环境下商业模式的创新,提出在零售行业数据运用中的主要风险和应对措施,最后提出相应的建议和方法。 关键词:大数据 资源整合 市场细分 应对措施 建议 Abstract: Keywords:Big data Resource integration Market segmentation response advice 5、大数据的执行风险 贯彻执行的乏力。现在零售业很多环节在制定执行上都有很多执行不到位的情况,尤其是现在管理的缺失,个人作风对管理的影响以及中国传统集权思维的影响,在对大数据的贯彻上缺乏行动力。数据分析后是一套完整的执行系统,执行不到位,上层不够重视,再有力的竞争条件也很难被把握。 6、大数据存储风险 在数据存储上的风险是最为致命的风险,一旦数据通过积累成为整个企业的数据资产,那么数据的重要性就不言而喻了,如果在存储上出现失误,这将从根本上威胁到数据的安全和企业的安全,其带来的损失也将是不可预计的。 大数据在人们看来是新鲜的东西,但是我们每天都在和数据接触,很早就已经有关于大数据的书籍和研究,而在现在才被人们所重视而已,在渐渐的运用过程中,如果不能好好把握和预见以上的风险,对企业将是一个很不利的因素,到时候这一时代机会将成为企业的一大危害。 三、大数据运用中风险的解决措施 既然大数据在运用上有风险,在能够预见风险的时候,一定有可以应对的措施,大数据能够帮助零售业在市场中具有一定的自身的竞争优势,通过上述分析,结合文章的案例,大数据在风险规避上也是有迹可循的,从数据的发掘到数据的运用,系统的过程有针对性的预防,那么风险便能够有效的得到控制。 1、存储完善 做好日常的数据处理工作,在一定时间内将能够储存的信息、能够收集的信息进行收集整理,做好对数据的保管工作,像WiFi捕捉的动线数据、网络购买行为、浏览数据、社交媒体数据等,需要尽量尽早收集。收上来以后可能暂时没有完整的工具和方法去分析,但应该先收集上来存储,然后再随着技术提升逐步应用、细化,这是大数据管理的底层。 2、加大科技投入 科技化这一块主要是指对数据的运用和开发对科学设备的借助,这主要是要加强对数据分析的技术方面的投入,大数据因为筛选和提取里面的专业性和技术性,企业在这一块的投入必须是能够提高行业数据分析的能力,能够真正的将数据转化为企业信息和实力,形成企业自己的竞争优势。 3、成本控制 有效控制数据挖掘环节的成本支出,根据需求合理配置资金,供需平衡。大数据的成本主要集中在收集、分析、处理这几方面,收集涉及到大数据的挖掘和获取,这里现在需要大量的收集工具和人力,同时在数据提取的核心环节提取时,最大的资本消耗就是技术投入,所以这里的成本控制是至关重要的。 4、渠道管理 将顾客与门店货物流通的全部渠道作为中心,把产生的数据,包括网络购买行为、微信留言和发言等信息全部加载整合到一个数据库之中,形成统一的顾客消费情况与需求视图,然后为数据分析提供数据源,这是零售业大数据运用的核心。 5、能力提升 提高对数据的辨识能力和筛选能力,从庞大的数据之中提炼出对自身发展有用的数据,这个要求也是对数据分析师的又一个大的要求,也是企业需要攻克的

文档评论(0)

yan698698 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档