AI可（kě）以解（jiě）锁并充分利用零售数据宝（bǎo）库

数（shù）据是润滑诸如Amazon.com之类的大型（xíng）在线零售商的销售机器的油，并（bìng）且正在（zài）探索Google和Facebook等技（jì）术巨头的用户（hù）行为（wéi）。根据Amazon Web Services(AWS)的（de）说法，仅其（qí）支付数据工程团队就负责数据摄取（qǔ），转换（huàn）和存储不断增长的750 TB以上的（de）数据集。如此（cǐ）庞大的（de）数量将使大多数（shù）其他（tā）组织相形见,，但这并不意味着其数据的价值（zhí）不（bú）再那么低，也就没有竞（jìng）争的（de）余（yú）地。

零售商可以从高质量数（shù）据中（zhōng）获得的见解并不（bú）取决于它（tā）的数（shù）量（liàng），而（ér）是取决（jué）于如（rú）何收集（jí），分析和使用它们（men）来（lái）满足客户的需（xū）求。下周末哪（nǎ）里（lǐ）需求特别高?天（tiān）气将（jiāng）对在线销（xiāo）售产生多大影（yǐng）响?在什么（me）情况（kuàng）下欺诈或（huò）退货的可能性特别高?为什么客户的行为会如此而（ér）又没有不同?所有这（zhè）些问题的答案都在数据中。

随着数据量的不断增长，下一个（gè）考虑（lǜ）因素（sù）是如何（hé）最好地对其进行管理。我们是（shì）否仍可（kě）以依靠良好（hǎo）的老式（shì）统（tǒng）计数据，还是应（yīng）该利用人工智能(AI)和大数据?大数据和统计（jì）数（shù）据的结（jié）合（hé）可以回答许多（duō）问题，特别是在非常熟悉其数据及其提供的见解（jiě）的公司中。如（rú）果内部没有统计学（xué）家的能力或没有（yǒu）合（hé）适的大数据工具，那么（me）挑战（zhàn）就开始了。

在（zài）这一点上，需要（yào）考（kǎo）虑使用AI，因为它是帮助零售（shòu）商评估其数据和关系以更好地了解买方偏好并预测未来行为的最佳方法。在当（dāng）今快速（sù）发（fā）展（zhǎn）的（de）商务环境中不这样做的危（wēi）险（xiǎn）是无法满足客户（hù）的期望，竞争对手很（hěn）快（kuài）就会进入可用空间（jiān）。

零（líng）售商不必担心他们拥有的数据（jù）量。在AI方面，尺寸不是问题（tí）。正确的（de）问题以（yǐ）及正确的数（shù）据（jù）意味着，无论是在（zài）线（xiàn）还是线下零售商，中型零售商都可以（yǐ）取得与市场上最（zuì）大的零售（shòu）商（shāng）一（yī）样的成功业绩。从哪儿开始?如（rú）今的AI恰恰是IT时（shí）代回（huí）到1960年代的时（shí）候-仍处（chù）于起（qǐ）步阶段。实际上，只有少（shǎo）数（shù）几家公司拥有内部专（zhuān）家，数据（jù）能力和技（jì）术人员来管理其实施。因此，许多零（líng）售商都将其数据管（guǎn）理（lǐ）外（wài）包给服务（wù）提供商。

这样做的好处是，已经建立（lì）了专（zhuān）门知识（shí），尤其（qí）是在AI方面的专业（yè）知识，这（zhè）意味着数（shù）据掌握在（zài）手中（zhōng）。公司通常（cháng）已（yǐ）经（jīng）向零（líng）售商（shāng）提供了服务，因此提供商很熟悉数据。这样可以更快（kuài），更准确地（dì）得出见（jiàn）解，从（cóng）而可以更快地实现结果。