AI可以解锁并充分利用零（líng）售数据宝（bǎo）库

数据是润滑诸如Amazon.com之类的（de）大型在线零（líng）售商的销（xiāo）售（shòu）机（jī）器（qì）的油，并且正在探（tàn）索Google和Facebook等技术巨头（tóu）的用户行为。根据Amazon Web Services(AWS)的说法，仅其支付数据工（gōng）程团队就（jiù）负责数据摄取，转换和存储不断增长（zhǎng）的750 TB以（yǐ）上的数据集（jí）。如此庞大的数量将（jiāng）使大多数（shù）其（qí）他组织相形（xíng）见,，但这并不（bú）意味着其数据（jù）的（de）价值不再那么低，也就没（méi）有竞争的（de）余地（dì）。

零售（shòu）商可以从高质量数据（jù）中获得的（de）见解并（bìng）不（bú）取决于它的数量，而（ér）是取决于如何（hé）收集，分析和使用它们来满足（zú）客户（hù）的需求。下周末哪（nǎ）里（lǐ）需求特别高?天（tiān）气将对在线销售产生多大影响?在什么情（qíng）况（kuàng）下欺诈（zhà）或（huò）退（tuì）货的可能性特别高?为什么客户的行（háng）为会如此而又没有不（bú）同（tóng）?所有这（zhè）些问（wèn）题的（de）答案（àn）都在数据中。

随着数据量的（de）不断增（zēng）长，下一个考虑因素（sù）是（shì）如何最好地对其进行管理。我们（men）是否仍可以依靠良好的老式统计数据，还是应该利（lì）用人工智能(AI)和大数据?大数据和统计数（shù）据的（de）结合可以回答许多问（wèn）题，特别是在非常熟悉其（qí）数据及其（qí）提供的见解的公司中。如果内部没有（yǒu）统计（jì）学家的能力或没有合（hé）适的大数据工具（jù），那么挑战就开始了（le）。

在这（zhè）一点上，需要考虑使用AI，因为它（tā）是帮助零（líng）售商评（píng）估其数据（jù）和关系以更好地了解（jiě）买方偏好（hǎo）并预测未来（lái）行（háng）为（wéi）的最佳方法。在（zài）当今快（kuài）速发展的商务环境（jìng）中不这（zhè）样做的危险是无法满足客户的期望（wàng），竞争对手（shǒu）很快就会进（jìn）入可用空间。

零售（shòu）商不必担（dān）心他们拥有的数（shù）据量。在AI方面，尺（chǐ）寸不是问题。正确的问题以及（jí）正确的数据意味着（zhe），无论是在线还是线下零售（shòu）商，中型零售商都可（kě）以取得与（yǔ）市场上（shàng）最大的零售商一（yī）样（yàng）的（de）成功业绩。从哪儿开（kāi）始?如今的AI恰恰是IT时代回（huí）到1960年代的时候-仍（réng）处于起步阶段。实（shí）际（jì）上，只有少数几家（jiā）公司（sī）拥有（yǒu）内部专家，数据能力和（hé）技术人（rén）员来管理其实施。因此，许多零售商都（dōu）将其（qí）数据管理外包给服（fú）务（wù）提供商。

这样（yàng）做的好处是，已经建立了（le）专门知识，尤其是在（zài）AI方（fāng）面的专业知（zhī）识，这意味着数（shù）据掌握在手中（zhōng）。公司通常（cháng）已经向零售商提供了服务，因此（cǐ）提供商很熟悉数据。这（zhè）样可以更（gèng）快（kuài），更准确（què）地得出见解，从而可（kě）以更快地（dì）实现结果（guǒ）。