AI可以解锁并充分利用零售数据宝（bǎo）库

数据是润滑诸如（rú）Amazon.com之类的大型在（zài）线零售商的销售机器的（de）油，并且正在探索Google和Facebook等技术巨头的用户行为。根据Amazon Web Services(AWS)的说法，仅其（qí）支付数据工程团队就负责数据（jù）摄取，转换和存（cún）储不断增长的750 TB以上的（de）数据集。如此庞大（dà）的数量将使大多数其他组织相形见,，但这并不（bú）意味着其数据的价值不再那么低，也就没有竞争的余（yú）地。

零售（shòu）商可以从高质量数据中获得的见（jiàn）解并（bìng）不取决（jué）于它的数量（liàng），而是取决于如（rú）何收（shōu）集，分（fèn）析（xī）和使（shǐ）用它们来满足客户的需（xū）求。下（xià）周（zhōu）末（mò）哪（nǎ）里需求特别高?天（tiān）气将（jiāng）对在线销售（shòu）产（chǎn）生（shēng）多大影响?在（zài）什（shí）么情况（kuàng）下欺诈或退货（huò）的可能性特别（bié）高?为（wéi）什么（me）客户的行为会（huì）如此而又没有不同?所有这些问题（tí）的答案都在数据中（zhōng）。

随着数据量的不断增长，下一（yī）个考虑因素是如何最好地对其进行管理。我（wǒ）们是否仍可以依靠良好的老式统计数据，还是应该（gāi）利用人工（gōng）智能(AI)和（hé）大（dà）数据（jù）?大数据（jù）和统计数（shù）据的结合（hé）可以（yǐ）回答许多问（wèn）题，特别是在非（fēi）常（cháng）熟悉其数据及其提供的（de）见解的公司中。如（rú）果内部没有统计学家的能力或没有合适的大数据工具，那么挑战就开（kāi）始了。

在这一点上，需要考（kǎo）虑使用AI，因为它是（shì）帮助零售商评估其数据和关（guān）系（xì）以更好地（dì）了解（jiě）买方偏（piān）好并预（yù）测未来行为的（de）最佳方法。在当今快速（sù）发（fā）展的商务环境（jìng）中不这样做的危险是无法满足客户的期望，竞争（zhēng）对手（shǒu）很（hěn）快就会（huì）进入可用空间。

零售商不（bú）必担心（xīn）他们拥有的数据量。在AI方面，尺（chǐ）寸不（bú）是（shì）问（wèn）题。正确的问题以及正确的（de）数据（jù）意味着，无论是在线还是线下零售商，中型零（líng）售商都（dōu）可以（yǐ）取得与市场上最大的零售商一样的成（chéng）功业绩。从哪儿开始?如今的AI恰恰是IT时代回到1960年（nián）代的时候-仍处（chù）于（yú）起（qǐ）步阶段（duàn）。实际上，只有少数几家公司拥有内（nèi）部专家，数据能力和技术人员来（lái）管理其实（shí）施。因此，许（xǔ）多零售（shòu）商都（dōu）将（jiāng）其（qí）数据（jù）管理外包（bāo）给服务提供商。

这样做的（de）好处（chù）是（shì），已（yǐ）经建立了专门知识，尤其是（shì）在（zài）AI方（fāng）面的专（zhuān）业知识，这意味着数据掌握在手中。公司通常已经向零售商提供了服务，因此提供（gòng）商（shāng）很熟悉数据。这样可以更快，更准确（què）地得出见解，从而可以更快地实现结果。