早在客戶數(shù)據(jù)平臺(tái)(CDP)出現(xiàn)之前,Kohl's的商業(yè)模式就以收集和培養(yǎng)客戶數(shù)據(jù)為中心了。
“幾十年來,我們一直擁有著一個(gè)自主開發(fā)的客戶數(shù)據(jù)環(huán)境。”這家價(jià)值194億美元的美國(guó)連鎖百貨公司的首席技術(shù)官兼供應(yīng)鏈主管Paul Gaffney表示。“我們對(duì)我們的自定義實(shí)現(xiàn)非常滿意。”
這家總部位于威斯康星州密爾沃基的零售商最初在Netezza上建立了自己的本地CDP,并根據(jù)該連鎖店的龐大信用卡產(chǎn)品組合和一種非常個(gè)性化的歷史方法來培養(yǎng)客戶忠誠(chéng)度和依戀, Gaffney說。
在過去的幾年里,作為“技術(shù)現(xiàn)代化”的一部分,Kohl's大力推動(dòng)了云計(jì)算,Gaffney表示,該技術(shù)充分利用了機(jī)器學(xué)習(xí)、個(gè)性化、增強(qiáng)的人口數(shù)據(jù)集和“超本地化”的洞察力,將最相關(guān)的商品交付給了當(dāng)?shù)厣痰辍?/div>
這一轉(zhuǎn)型將使這家目前正在待售的零售商在谷歌云平臺(tái)和運(yùn)行VMware的私有內(nèi)部谷歌云服務(wù)器上運(yùn)行工作負(fù)載,以及在AWS上運(yùn)行一些公用事業(yè)工作負(fù)載,其首席技術(shù)官表示。雖然Kohl's目前的本地云服務(wù)使用著一整套工具,包括用于高級(jí)分析和數(shù)據(jù)可視化的Qlik,但Kohl's對(duì)數(shù)據(jù)的長(zhǎng)期計(jì)劃是Google BigQuery,Gaffney表示。
“四年前,我們開始專注于將BigQuery作為我們的主要數(shù)據(jù)環(huán)境。”Gaffney說他也繼承了這個(gè)決定。從那以后,Kohl's圍繞谷歌平臺(tái)建立了一個(gè)復(fù)雜的數(shù)據(jù)科學(xué)實(shí)踐,零售商的大多數(shù)關(guān)鍵數(shù)據(jù),包括客戶、產(chǎn)品和業(yè)務(wù)性能視圖,現(xiàn)在都駐留在了這個(gè)現(xiàn)代化的數(shù)據(jù)環(huán)境當(dāng)中。
但是Gaffney的工作還遠(yuǎn)遠(yuǎn)沒有完成。
“我們還有大約兩年的時(shí)間來實(shí)現(xiàn)一個(gè)目標(biāo),我將把我們描述為一個(gè)完全基于數(shù)據(jù)的企業(yè),使用自動(dòng)化決策流程,而不是僅僅使用數(shù)據(jù)來增強(qiáng)人的決策流程。”Gaffney說。
這一策略的關(guān)鍵在于充分利用機(jī)器學(xué)習(xí)和第三方的數(shù)據(jù)來服務(wù)于客戶個(gè)性化和商品決策的“超本地化”,Gaffney表示。
第三方數(shù)據(jù)的力量
Kohl's在其IT組織中擁有1000名員工,其中包括了50名數(shù)據(jù)科學(xué)家,該公司是于18個(gè)月前開始其數(shù)據(jù)自動(dòng)化計(jì)劃的。目前,該連鎖店大量收集的第一方客戶數(shù)據(jù)以及授權(quán)的第三方數(shù)據(jù)集正在遷移到BigQuery,以應(yīng)用先進(jìn)的機(jī)器學(xué)習(xí)模型和增強(qiáng)的個(gè)性化技術(shù)來促進(jìn)銷售,Gaffney表示。
與許多零售商一樣,Kohl's也在谷歌平臺(tái)上使用了公開可用的機(jī)器學(xué)習(xí)模型,并使用了谷歌的Vertex AI平臺(tái)。Gaffney說,這家零售商還從德勤獲得了一套名為Demand Brain的數(shù)據(jù)集的授權(quán),該數(shù)據(jù)集專注于消費(fèi)者的需求、理解和預(yù)測(cè)。他解釋說,所有大型咨詢公司都有數(shù)據(jù)訂閱產(chǎn)品和ML引擎可供授權(quán)使用。
Gartner分析師Erick Brethenoux表示,使用顧問數(shù)據(jù)和ML模型的動(dòng)力正在變得越來越大,尤其是在零售商中。
“許多企業(yè)會(huì)聘請(qǐng)第三方來為其構(gòu)建模型。”Brethenoux說,并指出咨詢公司也會(huì)使用第三方數(shù)據(jù)集來預(yù)構(gòu)建模型以嵌入到客戶系統(tǒng)當(dāng)中,或者在極少數(shù)情況下,使用自己的技術(shù)和數(shù)據(jù)來為零售商和其他客戶構(gòu)建模型。
例如,Kohls從德勤那里獲得了一個(gè)名為InSightIQ的平臺(tái)的授權(quán),并正在與另一個(gè)合作伙伴Axiom合作,用其他數(shù)據(jù)集來增強(qiáng)其第一方數(shù)據(jù)。要區(qū)分哪些數(shù)據(jù)信號(hào)是有用的,哪些是噪聲,與合作伙伴的合作是至關(guān)重要的,Gaffney說。
“目前科技領(lǐng)域最有趣的事情之一就是這些聯(lián)合第三方數(shù)據(jù)集的激增。”他表示。
例如,Kohl's會(huì)利用客戶消費(fèi)算法的組合,根據(jù)客戶最近的購(gòu)買情況,預(yù)測(cè)下一個(gè)最佳報(bào)價(jià)。其中的很大一部分都是基于Kohl's在線上和實(shí)體店顧客的第一方數(shù)據(jù)。但是現(xiàn)在,為了更多地了解他們的忠實(shí)客戶,Kohl's可以使用授權(quán)的第三方數(shù)據(jù)集來獲取客戶的就業(yè)或娛樂活動(dòng)等有價(jià)值的信息。
“我們已經(jīng)開始用第三方數(shù)據(jù)來擴(kuò)充第一方數(shù)據(jù),以確定他們不購(gòu)物時(shí)是做什么樣的工作的,這對(duì)我們應(yīng)該為他們提供什么樣的鞋子會(huì)產(chǎn)生影響,這只是幾十個(gè)例子中的一個(gè)。”Gaffney說,并補(bǔ)充說,投資界多年來一直在利用第三方數(shù)據(jù)集,而一般的企業(yè)界則正處于使用它們的早期階段。
“在過去的6個(gè)月里,除了這些確定性的非學(xué)習(xí)算法之外,我們還添加了新的機(jī)器學(xué)習(xí)模型,以幫助我們更精確地了解我們應(yīng)該(向購(gòu)物者)提供何種商品,我們應(yīng)該向誰(shuí)提供商品,以及何時(shí)提供商品。”他說。
Gaffney在個(gè)性化領(lǐng)域看到了機(jī)會(huì)。“我們已經(jīng)能夠非常有效地利用數(shù)據(jù)科學(xué)來更好地定位我們的歷史營(yíng)銷活動(dòng)了。”其首席技術(shù)官說。“我認(rèn)為,再過不了六個(gè)月,我們就會(huì)從以活動(dòng)為基礎(chǔ)的方式轉(zhuǎn)變?yōu)檎嬲膫€(gè)性化方式,然后再經(jīng)過三年到五年的持續(xù)改進(jìn)。”
利用數(shù)據(jù)做出更好的決策
隨著其現(xiàn)代化的CDP和個(gè)性化戰(zhàn)略的全面實(shí)施,Kohl's可能會(huì)采取其他更大的業(yè)務(wù)舉措。例如,Kohl's利用其客戶數(shù)據(jù)與化妝品巨頭Sephora建立了營(yíng)銷合作關(guān)系,目標(biāo)是建立一個(gè)20億美元的美容業(yè)務(wù)。Kohl's的官方表示,到2023年,在其1100多家門店中,Sephora的門店數(shù)量將達(dá)到850家。
對(duì)于Gaffney來說,超本地化是第三方數(shù)據(jù)最“令人興奮”的應(yīng)用之一。他解釋說,其中的一個(gè)目標(biāo)是將機(jī)器學(xué)習(xí)應(yīng)用于第一方數(shù)據(jù)和第三方數(shù)據(jù)的混合,以做出高針對(duì)性的商品銷售決策,并根據(jù)由數(shù)千個(gè)數(shù)據(jù)點(diǎn)組成的矩陣來決定在哪里開店。
該公司計(jì)劃在未來四年向旗下百貨公司增加100家新的小型商店可能會(huì)證明這一點(diǎn)的價(jià)值。在過去的幾十年里,Kohl's一直只使用自己的客戶數(shù)據(jù),并會(huì)根據(jù)收入、需求信息、當(dāng)?shù)馗?jìng)爭(zhēng)和社區(qū)種族等核心人口數(shù)據(jù),在每家商店提供相同的產(chǎn)品分類。就在兩年前,除了第一方數(shù)據(jù)外,Kohl's還應(yīng)用了第三方數(shù)據(jù)集,例如,根據(jù)額外的人口、天氣和其他第三方數(shù)據(jù),Kohl's能夠?yàn)楦鱾€(gè)商店生成大約35種不同的鞋類,Gaffney說。
隨著機(jī)器學(xué)習(xí)模型和第三方數(shù)據(jù)集數(shù)量的增加,這個(gè)數(shù)字出現(xiàn)了爆炸式的增長(zhǎng)。“現(xiàn)在我們有了一個(gè)大約1500個(gè)細(xì)胞的矩陣,而不是只有35個(gè)。”CTO說。“這也是接下來要做的:……在這一潛在范式的基礎(chǔ)上尋找更好的數(shù)據(jù),并使用更好的數(shù)據(jù)科學(xué),使數(shù)據(jù)更具細(xì)粒度,進(jìn)而做出更有效的決策。”
版權(quán)聲明:本文為企業(yè)網(wǎng)D1Net編譯,轉(zhuǎn)載需注明出處為:企業(yè)網(wǎng)D1Net,如果不注明出處,企業(yè)網(wǎng)D1Net將保留追究其法律責(zé)任的權(quán)利。