对于零售商来说，数据已经引发了一场新的革命。它可以帮助您了解客户，并为他们提供想要的功能。它可以告诉您哪些产品何时会被抢购一空。无论客户在实体店还是在网上购物，它都能使个性化的体验和产品成为可能。根据微软的一份报告，通过在多个接触点分析其数据，零售商可以增加 940 亿美元的收入。1
然而，尽管数据可以在短期内驱动销售，并在长期内有助于客户忠诚度，但零售商必须首先理解整个业务中可用的超大量数据。而且，随着新数据总是从新来源不断涌入，零售商必须有扎实的分析基础，以此将所有的内容整合在一起，使其快速、轻松地打造全新体验。这一点至关重要。
零售分析的优势
如果没有数据，零售商只能猜测客户的需求。但是如果输入正确的零售分析解决方案，数据就可以让您具有洞察力，帮助您改善库存、营销和商品推广策略方面的工作。以下只是数据分析可以帮到零售商的几种方式：
- 创建超个性化的体验。约 77% 的客户认为，客户体验与产品和服务质量一样重要。2通过分析客户过去的购买情况和对以往营销活动作出的反应，您可以打造针对客户独特喜好的体验和产品。
- 实体店转型。零售店分析可以促进客户进行广泛的实时参与。比如能向目标客户推送恰当消息的响应式数字标牌，或整合了会员计划的销售终端（POS）系统。
- 开展更有效的营销活动。预测性分析可以帮助零售商识别哪些客户最有可能在未来几个月购买哪些产品。
- 优化库存和供应链管理。零售业的人工智能 (AI) 和预测性分析可以帮助您预测哪些产品或功能最有吸引力。配备 AI 的机器人可以“看到”货架上有什么，这有助于最大程度地减少脱销的情况。数据分析可以预测新货的可能订单，以此确保商店不会存货太少或太多。
- 改善商品推广和产品陈列。通过使用数据分析来创建商店的热图，您可以更好地决定产品的陈列位置，以便让客户注意到它们。
- 推动全渠道策略。数据分析是统一商业的秘方。通过使用所有可用渠道提供的数据，您可以优化零售业务，同时改善客户体验。
零售分析既可以在云端运行，也可以在边缘运行。在某些情况下（例如，在将多个来源的数据整合在一起时），云是更好的分析环境。而在其他情况下，因为需要低延迟和数据局部性，所以在边缘（在商店本身）运行分析会更有效果。
约 77% 的客户认为客户体验与产品和服务质量一样重要。2
云端的数据分析和 AI
在云端聚合和分析数据对于预测性分析、商品推广分析等其他类型的客户分析都很理想。这些策略可以帮助零售商了解长期趋势，并对未来作出预测。例如，零售商可以将数据输入云端的预测性分析软件，从而为本地化的目标推广营销活动提供信息、实现精确的需求规划，并且了解店到店绩效和喜好之间的差异。
一个不断增长的趋势是使用 AI 来从零售业的大数据中获取更多洞察，从而改善客户体验和业务运行。AI 可以帮助零售商根据客户数据分析，细分客户群体或提出产品建议。它能跟踪客户与在线渠道之间的互动数据，以改进电子商务战略。在运营方面，AI 可以发现并纠正库存失真问题，优化供应链，或改进产品开发。
边缘端的数据分析和 AI
现在，您不需要仅依靠云来运行零售数据分析。最新的边缘计算技术正在将数据分析工具和 AI 带入实体店。店内分析使零售商能够使用那些迄今为止只有在线渠道才能收集到的全新的数据类型，例如客户如何了解产品，以及哪些营销消息能吸引他们的兴趣。
边缘计算的优势
通过边缘计算，数据可以在本地进行收集、存储和分析。这可以带来几个优势。首先，它可以将敏感数据保存在其来源或来源附近。这可以帮助零售商遵守数据局部性和隐私条款，例如欧盟的一般数据保护条例 (GDPR)。第二，它减少了将大规模数据传输至云端的带宽成本。最后，边缘计算可以降低延迟，从而使实时响应成为可能。
边缘计算机视觉
边缘分析的最重要的技术之一是计算机视觉，这是一种可以“查看”并诠释视觉数据的 AI。该技术使一系列激动人心的新用例成为可能。通过将计算机视觉嵌入数字标牌，零售商可以捕获受众印象，估量哪类客户查看了营销消息，及其查看所花的时间。店周围的智能摄像头可以捕获客流量、产品移动等客户活动信息。库存系统可以使用计算机视觉将货架上的产品准确计数。
在 NRF 2020 上，英特尔展示了一个数据驱动型用例，即 Flooid 和其他合作伙伴开发的智能损失预防 (英文) 。该解决方案使用了多个传感器的计算机视觉和数据，以准确识别客户在自动结账时购买的产品。它集成了多个供应商的组件，包括销售终端实时交易日志、基于计算机视觉的对象检测、称重解决方案以及 RFID 功能。EdgeX Foundry 的开源中间件提供了集成这些不同组件数据所需的共同框架。
更多分析获得更好的结果
零售商可以通过在多个接触点应用数据分析来扩大其数字化转型。在此过程中，他们会创造更多的个性化体验，并获得有关其业务的更全面的看法。
例如，智能零售体验 (英文) 展示了边缘到云的技术如何帮助零售商获取实时洞察，同时为客户提供更好的体验。当顾客进入环境时，采用英特尔® 酷睿™ i7 处理器的微软 Surface Studio 可以检测他们是首次登门还是回头客，然后根据此信息立即定制用户体验。为支持 AI 推理，该系统由采用英特尔® 至强® 可扩展处理器和英特尔®FPGA 技术的本地 Azure Stack Edge 设备支持。
结账时，运行客户忠诚度软件的移动 POS 系统可捕获更多信息，以此用于使未来的访问更加个性化。摄像头会在后台收集有关商店客流量和库存的数据，并将其与云共享，从而使管理人员可以了解多个商店所发生的情况。
用于零售分析的英特尔® 技术
归根结底，软件是零售分析背后的大脑。但是，在零售商可以将软件投入使用之前，他们必须能够捕获、存储和处理其数据，而这些数据往往都来自多个不同的来源。
通过边缘到云的计算、存储和网络技术，英特尔开启了一个以数据为中心的世界，即一个无论在商店还是在网上都可以让零售商在任何接触点收集和管理数据的世界。我们的技术使零售商可以在数据创建的当场对其进行分析，或将所有的数据整合在一起。结果怎么样？精心策划的体验、库存和供应链效率，以及客户在较小阻力下于他们想要的地方获得想要的东西的能力。
| 英特尔® 技术支持强大的数据分析 |
|
|---|---|
| 英特尔® 至强® 可扩展处理器 |
内置了 AI 加速功能的英特尔® 至强® 可扩展处理器，为云端或数据中心的高性能数据分析提供了基础。 |
| 英特尔® 酷睿™ 和英特尔凌动®处理器 |
这些处理器具有一系列选项，可在您需要时为您提供合适的性能水平。它们非常适合边缘零售解决方案，包括数字标牌、机器人、POS 系统和交互式自助服务机。 |
| 英特尔博锐® 平台 |
英特尔博锐® 平台所提供的性能、内置安全功能和远程管理功能，有助于确保您的关键零售设备的正常运行时间。 |
| 英特尔® Movidius™ 视觉处理单元和英特尔® 分布式 OpenVINO™ 工具包 |
英特尔为计算机视觉应用程序提供了硬件和支持软件。英特尔® Movidius™ 视觉处理单元可以为边缘计算机视觉提供低功耗加速。英特尔® 分布式 OpenVINO™ 工具包可以加速英特尔平台（包括 VPU、CPU 等）上的视觉应用的开发。3 |
| 英特尔® 实感™ 技术 (英文) |
英特尔® 实感™ 技术可提供基于视觉的解决方案，旨在帮助您了解 3D 零售环境。 |
如需通过英特尔的合作伙伴生态系统查找可信的解决方案，您可以探索英特尔® 解决方案市场。
开放零售倡议使数据分析成为可能
虽然零售分析有可能释放新业务价值的潜力，但互操作性方面的问题往往使零售商难以部署新的解决方案。
为了鼓励创建一个通用开放的框架，使具有可互换组件和易访问的零售解决方案的生态系统成为可能，英特尔正在领导实施开放零售倡议 (ORI)。ORI 的目标是加速从边缘到云、针对实体零售进行了优化的数据密集型解决方案的可扩展部署。这使零售商可以更容易地应用其数据，并利用数据分析和来自多个应用程序的 AI 的全部潜力。
零售业的数据驱动型转型
如今，数据比以往任何时候都可以使零售商在竞争激烈的市场中获得优势。基于开放标准的灵活的数据分析基础，可以使零售商整合来自多个来源的数据，从而使数据充分发挥其潜力。在边缘和云端的基于英特尔® 的解决方案可以帮助零售商在正确的场所、合适的时间收集、转移、存储和分析数据，以获得宝贵的洞察。