Para obtener la información más rápida sobre la demanda de productos, ¿qué condiciones necesitan las empresas en términos de procesamiento de información, talentos y equipos?
Los tiempos modernos requieren conocimientos y talentos en big data.
Big data, o big data, se refiere a activos de información masivos, de alto crecimiento y diversificados, que deben procesarse con mayor poder de toma de decisiones, conocimiento y descubrimiento, y capacidades de optimización de procesos.
Caso clásico de big data: el marketing clásico de Wal-Mart: cerveza y pañales
La historia de "cerveza y pañales" nació en el supermercado estadounidense Wal-Mart en los años 90. Al analizar los datos de ventas, los directores de supermercados de Wal-Mart descubrieron un fenómeno incomprensible: en determinadas circunstancias, dos productos aparentemente no relacionados, "cerveza" y "pañales", aparecían a menudo en la misma cesta de la compra. Este fenómeno de ventas único atrajo la atención de los gerentes y, tras una investigación de seguimiento, se descubrió que este fenómeno aparecía entre los padres jóvenes.
En las familias americanas con bebés, la madre suele cuidar al bebé en casa y el joven padre va al supermercado a comprar pañales. Cuando mi padre compra pañales, a menudo compra cerveza para él, por lo que la cerveza y los pañales, dos productos aparentemente no relacionados, suelen aparecer en la misma cesta de la compra. Si un padre joven sólo puede comprar uno de dos artículos en una tienda, es probable que deje de comprar y vaya a otra tienda hasta que pueda comprar cerveza y pañales. Wal-Mart descubrió este fenómeno único y comenzó a intentar poner cerveza y pañales en la misma zona de la tienda, para que los papás jóvenes puedan encontrar estos dos productos al mismo tiempo y completar rápidamente sus compras. Walmart también podría lograr buenas ventas al permitir que estos clientes compren dos artículos a la vez en lugar de uno, de donde viene la historia de “cerveza y pañales”.
Por supuesto, la historia de “cerveza y pañales” debe estar respaldada por la tecnología. El académico estadounidense Agrawal propuso un algoritmo de asociación en 1993, que analiza la colección de productos en la cesta de la compra para descubrir la asociación entre los productos y conocer el comportamiento de compra del cliente en función de la relación entre los productos. Agrawal propuso un método para calcular la correlación de productos (un algoritmo a priori) desde la perspectiva de las matemáticas y los algoritmos informáticos. En la década de 1990, Wal-Mart intentó introducir el algoritmo Aprior en el análisis de datos de las máquinas POS y logró el éxito, por lo que surgió la historia de "cerveza y pañales".