沃尔玛经典营销案例：啤酒与尿布

“啤酒与尿布”的故事产生于20世纪90年代的美国沃尔玛超市中，沃尔玛的超市管理人员分析销售数据时发现了一个令人难于理解的现象：在某些特定的情况下，“啤酒”与“尿布”两件看上去毫无关系的商品会经常出现在同一个购物篮中，这种独特的销售现象引起了管理人员的注意，经过后续调查发现，这种现象出现在年轻的父亲身上。

在美国有婴儿的家庭中，一般是母亲在家中照看婴儿，年轻的父亲前去超市购买尿布。父亲在购买尿布的同时，往往会顺便为自己购买啤酒，这样就会出现啤酒与尿布这两件看上去不相干的商品经常会出现在同一个购物篮的现象。如果这个年轻的父亲在卖场只能买到两件商品之一，则他很有可能会放弃购物而到另一家商店，直到可以一次同时买到啤酒与尿布为止。沃尔玛发现了这一独特的现象，开始在卖场尝试将啤酒与尿布摆放在相同的区域，让年轻的父亲可以同时找到这两件商品，并很快地完成购物；而沃尔玛超市也可以让这些客户一次购买两件商品、而不是一件，从而获得了很好的商品销售收入，这就是“啤酒与尿布”故事的由来。

当然“啤酒与尿布”的故事必须具有技术方面的支持。1993年美国学者Agrawal提出通过分析购物篮中的商品集合，从而找出商品之间关联关系的关联算法，并根据商品之间的关系，找出客户的购买行为。艾格拉沃从数学及计算机算法角度提出了商品关联关系的计算方法——Aprior算法。沃尔玛从上个世纪 90年代尝试将 Aprior算法引入到 POS机数据分析中，并获得了成功，于是产生了“啤酒与尿布”的故事。

Suncorp-Metway使用数据分析实现智慧营销

Suncorp-Metway是澳大利亚一家提供普通保险、银行业、寿险和理财服务的多元化金融服务集团,旗下拥有5个业务部门，管理着14类商品，由公司及共享服务部门提供支持,其在澳大利亚和新西兰的运营业务与900多万名客户有合作关系。

该公司过去十年间的合并与收购,使客户群增长了200%,这极大增加了客户群数据管理的复杂性,如果解决不好,必将对公司利润产生负面影响.为此,IBM公司为其提供了一套解决方案,组件包括:IBM Cognos 8 BI、IBMInitiate Master Data Service谀IBM Unica。

采用该方案后，Suncorp-Metway公司至少在以下三项业务方面取得显著成效：

1、显著增加了市场份额，但没有增加营销开支；

2、每年大约能够节省1000万美元的集成与相关成本；

3、避免向同一户家庭重复邮寄相同信函并且消除冗余系统，从而同时降低直接邮寄与运营成本。

由此可见，Suncorp-Metway公司通过该方案将此前多个孤立来源的数据集成起来，实现智慧营销，对控制成本，增加利润起到非常积极的作用。

数据分析帮助辛辛那提动物园提高客户满意度

辛辛那提动植物园成立于1873年，是世界上著名的动植物园之一，以其物种保护和保存以及高成活率繁殖饲养计划享有极高声誉。它占地面积71英亩，园内有500种动物和3000多种植物，是国内游客人数最多的动植物园之一，曾荣获Zagat十佳动物园，并被《父母》（Parent）杂志评为最受儿童喜欢的动物园，每年接待游客130多万人。

辛辛那提动植物园是一个非营利性组织，是俄亥州同时也是美国国内享受公共补贴最低的动植物园，除去政府补贴，2600万美元年度预算中，自筹资金部分达到三分之二以上。为此，需要不断地寻求增加收入。而要做到这一点，最好办法是为工作人员和游客提供更好的服务，提高游览率。从而实现动植物园与客户和纳税人的双赢。

借助于该方案强大的收集和处理能力、互联能力、分析能力以及随之带来的洞察力，在部署后，企业实现了以下各方面的受益：

·帮助动植物园了解每个客户浏览、使用和消费模式，根据时间和地理分布情况采取相应的措施改善游客体验，同时实现营业收入最大化。

·根据消费和游览行为对动植物园游客进行细分，针对每一类细分游客开展营销和促销活动，显著提高忠诚度和客户保有量。.

·识别消费支出低的游客，针对他们发送具有战略性的直寄广告，同时通过具有创意性的营销和激励计划奖励忠诚客户。

· 360度全方位了解客户行为，优化营销决策，实施解决方案后头一年节省40,000多美元营销成本，同时强化了可测量的结果。

·采用地理分析显示大量未实现预期结果的促销和折扣计划，重新部署资源支持产出率更高的业务活动，动植物园每年节省100,000多美元。

·通过强化营销提高整体游览率，2011年至少新增50,000人次“游览”。

·提供洞察结果强化运营管理。例如，即将关门前冰激淋销售出现高潮，动植物园决定延长冰激淋摊位营业时间，直到关门为止。这一措施夏季每天可增加2,000美元收入。

·与上年相比，餐饮销售增加30.7%，零售销售增加5.9%。

·动植物园高层管理团队可以制定更好的决策，不需要 IT介入或提供支持。

·将分析引入会议室，利用直观工具帮助业务人员掌握数据。

1. IBM Cognos Analytics

IBM Cognos Analytics是一个基于 AI的基于云的商业智能平台，在分析周期中使用AI建议。这些工具可帮助组织创建直观的报告和仪表板，这些报表和仪表板可在多个行业(例如零售，医疗保健和电子商务)中使用。

你可以轻松地可视化，分析和发现隐藏的模式，因为此工具可以在可视化报告中解释和显示数据。此外，初次使用的用户不需要任何专业知识即可进行操作。

搜索机制： Cognos Analytics提供的搜索机制功能使用户可以访问，发现软件中最近使用的内容。

单个数据模块：该工具充当单个数据模块，因为多个数据源被合并到一个模块中，并且它不能代替IT部门。

AI助手：它使用户能够以简单的语言进行交流，并且AI助手将为你提供最合适的可视化效果。

2.旁观者

Looker是基于浏览器的BI(业务工具)，可与任何SQL数据库集成。建议为初创企业，中型企业和企业级企业使用。它易于使用，提供方便的可视化效果，并具有强大的协作功能，例如可以通过电子邮件或USL共享或与其他应用程序集成的数据和报告。

3. SAP商业智能

SAP是SAP的BI工具，可为组织提供实时分析以帮助他们做出决定。信息研究人员，预测分析师，评估投资者，技术专家和信息工程师认为此工具非常理想，因为它是理想，更智能，更快捷的工具。

它提供了各种高级分析解决方案，包括机器学习，计划，分析和实时BI预测分析。它通过可视化，报告，分析应用程序，移动分析和办公室集成提供数据可视化。它在单个集成平台中提供了大量功能。

关于2021年数据分析师必用的工具有哪些，青藤小编就和您分享到这里了。如果你对大数据工程有浓厚的兴趣，希望这篇文章能够对你有所帮助。如果您还想了解更多数据分析师、大数据工程师的技巧及素材等内容，可以点击本站的其他文章进行学习。

零售业数据分析，主要分析各项销售指标，例如毛利、毛利率、坪效(坪效是台湾经常拿来计算商场经营效益的指标，指的是每坪的面积可以产出多少营业额(营业额÷专柜所占总坪数)。

以百货公司为例，店里不同的位置，所吸引的客户数也不同。一楼入口处，通常是最容易吸引目光的地方，是在这样的黄金地段一定要放置能赚取最大利润的专柜，所以你会发现百货公司的一楼通常都化妆品专柜)、交叉比、销进比、盈利能力、周转率、同比、环比等等;而分析维又理架构可从管、类别品牌、日期、时段等角度观察，这些分析维又采用多级钻取，从而获得相当透彻的分析思路;同时根据海量数据产生预测信息、报警信息等分析数据;还可根据各种销售指标产生新的透视表，例如最常见的ABC分类表、商品敏感分类表、商品盈利分类表等。