將 大數據 轉化為有用的分析成果并付諸實行，運用不同的分析方法可能產生不同的分析結果，該如何利用大數據做出商品規劃和市場營銷等重要的領域有效的決策呢?大數據反映的是顧客過去的行為習慣，并不能判斷顧客對未來激進變化的反應。一旦涉及創新，大多數管理者都要在數據不足的情況下作出決策。2015年，零售業常常面臨到各方面的挑戰，據APT分析，2015年對于零售業發展的最大威脅是消費者偏好的改變，另外電子商務O2O的發展也對線下餐飲業造成了一定的沖擊。

而現在，可以基于大數據分析的方法，測算創新營銷舉措帶來的效果。以麥當勞2015年非常成功的新品促銷項目“充電飽”為例：

1. 可以為新的創意活動估算規模及效益，以及潛在長期影響。

麥當勞2015年8月推出了一個叫“充電飽”的加長漢堡。對于麥當勞來說，怎么在合理的價位區間，讓消費者吃得飽盡興，這是推出這個活動的目的。

2. 設計實驗：確定實驗變量，決定所需店面數目，選擇最適合的測試組，利用大數據分析完成實驗設計的關鍵步驟。

在“充電飽”整個戰略思考里面，麥當勞的目標很明確——增加新的顧客和消費頻次。

首先是要確定活動的時段聚焦，到底選擇用餐時段還是茶歇時段?不同的城市群和不同的商圈?差異有多大?執行層面是不是不同?這些是需要通過大數據去分析，麥當勞通過所有收銀臺的數據，用APT平臺進行測算所有消費數據。

數據主要分為三大類型：開設在不同商圈的店鋪的總銷售額，和每個時段的營業額峰值，以及流水單中的新品套餐所占比例——這主要反映了這一地區消費者對于新品的接受程度。運用APT進行三種數據關聯性計算，在經麥當勞內部討論后，得出的結論是通勤族、上班族在購物商圈的消費遠遠大于家庭住宅區，所以內部假設推出用餐時段的“充電飽”可以滿足通勤族、上班族的需求。但另一方面內部也認為茶歇時段推出另一種”自由搭”——顧客可自由搭配主餐與一種飲料，價格較超值全餐低，這種套餐組合亦可能吸引目標族群。進一步的，麥當勞決定將兩種組合放到市場實驗，APT則根據店鋪屬性、銷售數據在2000多家門店中，找出適合實驗的門店。

3. 分析實驗：建立分析假設，審視結果，分析實驗反饋。

綜合全面性的分析之后，麥當勞做了很多的消費者調研。一個活動推出后，通過營業數據計算出與之前相比，消費者上門的頻率、購買的金額是否都會因此提升?大數據分析中，根據不同地區選取的不同實驗門店，可以對比出不同顧客群對創新策略的反應如何。對比后發現，“自由搭”帶動的新銷售較多，但是對于其他商品的組合造成了巨大的銷售侵蝕，顯示原本會買超值全餐的消費者因為能自由搭配較為低價的餐點組合，而減少購買了超值全餐，相對的“充電飽”的組合雖然銷售表現不如“自由搭”亮眼，但是購買充電飽的客戶皆是新的客群，歸結到全店的銷售來看，帶動績效成長更為顯著。

4. 方案推廣 ：根據各個店面的特性，進行最優調整。

最終在“充電飽”和“自由搭”兩種方案的選擇上，APT發現推行充電飽比自由搭成效的差距每年高達上千萬人民幣，也因此麥當勞決議全面推行“充電飽”項目而不是“自由搭”，并于8月份推出“充電飽”超值套餐。推出了以后并不意味著測試的結束，這是一個持續學習和演化的過程。隨著“充電飽”的大面積上市，所有銷售數據都要集中收集做事后的評估，例如在不同的商圈和不同的城市群有不同的表現。通過分析市場反應，可以作為下一波新的市場假設及實驗設計的基礎。