行业变化 寻找新产品

当今的零售促销活动通常采取一种分散的方法。它们与消费者的需求无关,往往会过度打折,试图取代消费者原本计划的购买需求。

全球领先的测量和数据分析公司Nielsen曾估计,2016年有59%的零售促销活动未能达到收支平衡

消费者寻求更加个性化的服务、喜欢与真正了解其需求和期望的公司互动……这是一种日益增长的趋势。SO1与全球领先的零售商合作,提供适应这种趋势的客户服务。

SO1的客户总监Stephan Visarius解释道:“我们基于AI的解决方案通过一个完全自主的促销平台,有效地影响个人的购买决策,从而准确地提供个性化促销体验。它能灵活地适应我们零售客户的财务目标,并能满足数百万个人消费者的需求。”

其结果是提供个性化的报价,旨在满足零售商特定的业务目标——提高收入或客户满意度、避免客户流失以及增加客户忠诚度或利润。促销是通过多渠道进行的,可能包括推荐、折扣或品牌促销等。

成功的关键是SO1解决方案处理的数据量。AI和机器学习能力依赖于数据而蓬勃发展。可以分析的消费者数据越多,促销输出就越准确。零售客户的规模从300到3,000家不等,通过SO1分析的数据很快就会达到TB级。

SO1的工程副总裁Andrei Strugaru评论说:“云环境为我们提供了处理大量数据所需的灵活性和可扩展性。我们使用了另一个数据分析产品,但它与我们的云平台Azure不兼容

 
 

评估Vertica:强大、可扩展

由于在旧解决方案中存储了成千上万个“查询”,因此对于SO1而言,轻松过渡到新的分析产品非常重要。他们还需要一个稳定、高性能、具有直接管理能力、能够处理大量数据的解决方案

SO1Vertica的Community Edition进行了评估,该版本可让客户免费存储和分析多达1TB的结构化和半结构化数据,而且没有时间限制。

这让SO1有机会在Azure环境中测试Vertica。Azure是具有高安全性标准和高可用性的中立云提供商,其支持SLA的正常运行时间为99.9%。

Strugaru表示:“从技术角度来看,有大量研究可以证明Vertica的可扩展性和强大性 Vertica的标准SQL支持大大简化了我们的过渡过程。令人惊讶的是, Vertica只花了一天的时间就适应了我们的代码库。即使不进行任何优化,查询性能也可以与以前媲美。出色的文档帮助我们建立了一个简单而稳定的集群。平台背后的商业支持也使我们感到放心。

Vertica现在是SO1解决方案的集中式数据库。所有零售客户数据都上传到 Azure,然后处理成VerticaVertica与许多前端BI应用程序集成在一起,用于高级描述性分析和分析师报告。

使用Vertica作为这些BI应用程序背后的引擎,对于满足零售商经理对复杂分析日益增长的需求至关重要。Vertica允许他们使用一些可视化工具,并且不会影响基础分析性能。

存储在Vertica中的客户和产品数据还用于构建精确的机器学习模型,并被输入AI解决方案,自动创建最具吸引力的报价

使用高性能的列式数据库作为数据存储库,SO1通过跨数据处理大部分SQL函数来加速完成数据分析和准备工作前期的、费时的任务,从而提高构建机器学习模型的生产率。

Vertica中处理和准备数据后,将在外部优化AI模型。最终结果将反馈给解决方案中的评分引擎,以便客户与信息进行实时交互。

 
 

部署 vertica:高性能、自动化

SO1的算法学习能力会随着时间的推移而提高,正如Visarius解释的那样:

 

“一家业内领先的零售商推出了一种新的会员卡,并要求我们为用户提供8种单次购物促销活动。在第一周,我们已经达到了这些优惠的42%的转化率,同时使用了22%的平均折扣。40周后,平均折扣下降到13%,优惠转化率上升到60%。这已经说明了我们解决方案的可行性以及投资回报率的程度。”

 

作为SO1技术的关键部分Vertica帮助全球零售商更好地推广和促销产品。 

 

Visarius总结道:“我们的业务都是个性化的;我们如何从多个细分转变为一个细分?

 
 

“凭借Vertica的集成功能、无与伦比的可扩展性和高性能,我们提供了一个自动运行的、端到端的自动化解决方案,几乎不需要人工操作。”

 

SO1,Segment Of One,寓意将市场细分到极致。这完美描述了其业务模式。

  • -