在過去幾年，全球零售商一直試圖利用大數據創造價值。由于其大數據分析基礎架構的限制，許多工作被一再推遲。Hadoop為這些零售商打開了新的大門，它可以解決他們在過去幾年在大數據領域面臨的許多問題和挑戰。

Hadoop：跨多門編程語言的大數據解決方案

Hadoop背后的技術最初是由Google大約在10年前開發的。核心代碼主要是用Java編寫的，但有一些是用C編寫的。然而，它運行在一個稱為MapReduce的編程模型中，這允許開發人員用其他語言創建新的Hadoop代碼。

由于MapReduce環境可以接受不同的編程語言代碼，因此它非常通用。它可以提取，分析和操作許多不同來源的大數據。它使用各種算法來進行關聯規則學習，聚類，分類和回歸。這些算法依賴于各種函數，包括貝葉斯，期望最大化和FP-Grown算法。

Cloudera的首席執行官Mike Olson表示，Hadoop目前仍處于起步階段，但它已經在塑造零售和金融領域廠商使用大數據的方式了。

“Hadoop平臺旨在解決大量數據(可能是復雜的和結構化的，并且不能很好地融入表中的數據)的混合問題。它適用于深度和計算量大的分析，例如聚類和定位...在在線零售中，如果想為客戶提供更好的搜索答案，以提高用戶的購買欲望，Hadoop可以很好地解決這一問題。

Sears控股公司分部副總裁Aashish Chandra表示，Hadoop已經幫助公司降低了運營成本，提高了銷售額。Chandra說，以前的大數據提取工具缺乏他們所需要的功能。

使用Hadoop挖掘銷售點大數據

銷售點數據在零售業中起著非常重要的作用。公司依靠銷售點大數據來預測未來銷售，管理庫存和項目人員需求。

有許多銷售點工具可以聚合銷售信息并將其存儲在大數據集中。然而，零售商難以用常規工具從PoS中挖掘大數據，即使它就存儲在SQL數據庫中。Hadoop使零售商更容易從客戶數據庫訪問信息，此數據可以轉換為其他格式，并與其他文件中的數據集合并。

New Horizons CLC的John Soto聲稱Hadoop是零售業主要的改變者。

“大型零售商永遠不可能利用其傳統的大數據基礎設施進行這種分析。存儲如此多的歷史數據是十分昂貴的，并且數據類型復雜，并且需要相當多的準備以允許它與PoS事務組合。Hadoop解決了這兩個問題，并且可以運行比舊系統更復雜的分析。”

Hadoop可以讓零售商預測分析挑戰

Hadoop消除了零售商在利用大數據方面的一些障礙。這里有一些該技術帶來的好處：

1、數據挖掘能力強。許多零售商都存儲了TB級別的數據。這些數據集往往難以提取，因為它們有很深的嵌套。Hadoop有非常復雜的索引算法，因此它可以提取以前無法為大數據應用程序使用的數據。

2、與不同的數據格式兼容。零售商以許多不同的格式存儲數據。內部財務數據通常存儲在.csv文件中。零售商一直在努力進行審計，因為他們無法比較結構化和非結構化數據集的數據。Hadoop可以提取多種格式的數據，進行分析并以更具凝聚力的形式呈現，它使大數據分析專家能夠從多個來源的數據集之間尋找相關性。

零售商已經發現了使用Hadoop的好處：

1、Staples使用Hadoop分析大數據和預測未來的銷售，這有助于他們更有效地分配資源給人員和庫存。 據報道，自使用Hadoop以來，Staples的促銷成本降低了25%。

2、亞馬遜使用Hadoop來改進欺詐檢測模型。據報告，他們將信用卡欺詐減少了50%，因為他們可以更容易地識別出信用不佳的人。

3、相比之前，Brands可以得到更詳細的客戶信息，這有助于他們改進營銷策略。使用Hadoop和預測分析的零售商的銷售額增長了73%。

零售商只是開始認識到Hadoop和大數據的潛力。根據DeZyre所說，Hadoop最大的優勢之一是它可以幫助零售商實時識別和應對挑戰。這對防止欺詐尤其重要，因為罪犯總是在考慮新的騙局。

“操縱者總是在發明新的欺詐工具和技術，零售商必須使用零售分析來識別欺詐活動，防止它們再次發生。使用大數據技術(如Hadoop，MapReduce和Spark)，可以對超過50 PB的數據執行分析，以準確預測潛在風險。”