大数据分析如何帮助提高沃尔玛销售营业额？

type

status

date

slug

summary

沃尔玛如何利用大数据？

沃尔玛拥有广泛的大数据生态系统。沃尔玛的大数据生态系统每天处理数 TB 的新数据和 PB 的历史数据。该分析涵盖了来自不同来源的数百万种产品和数百万名客户。沃尔玛的分析系统每天分析近 1 亿个关键词，以优化每个关键词的出价。沃尔玛利用大数据的主要目标是优化顾客在沃尔玛商店或浏览网站时的购物体验。沃尔玛网站或在移动设备运行时浏览。沃尔玛开发大数据解决方案的目的是重新设计全球网站。

使用世界上最大的零售数据集 -沃尔玛商店销售预测数据科学项目

沃尔玛改变了商业世界的决策方式，从而实现了重复销售。沃尔玛发现在线销售额大幅增长 10% 至 15%，增量收入达 10 亿美元。大数据分析师能够通过分析沃尔玛利用大数据分析来改变零售巨头的电子商务战略之前和之后的销售情况来确定其所做的改变的价值。

沃尔玛第一个利用 Hadoop 数据的应用程序

Savings Catcher – 每当其邻近竞争对手降低客户已购买商品的成本时就会提醒客户的应用程序。然后，该应用程序向客户发送礼券以补偿差价。

电子收据应用程序为客户提供其购买的电子副本。

沃尔玛的地图应用程序使用 Hadoop 来维护全球 1000 家沃尔玛商店的最新地图。这些地图指定了一小块肥皂在分布广泛的沃尔玛商店中的确切位置。

Mupd8-地图更新应用程序

为了满足对能够解决性能和可扩展性等问题的通用实时流处理平台的需求，沃尔玛开发了用于快速数据的 Mupd8。借助 Mupd8，流处理应用程序可以强调生成数据的质量。 Mupd8 对于快速数据的作用，就像 hadoop mapreduce 计算模型对于大数据的作用一样。

Mupd8 允许开发人员轻松编写应用程序并使用 Map Update 框架（Map 和 Update 运算符的工作流程）处理它们，这是一种表达流计算的简单方法。将应用程序编写为自定义地图和更新运算符的组合，大数据开发人员可以专注于应用程序的业务逻辑，并让 Mupd8 处理各个 CPU 核心之间的负载和数据分配。

例如，可以编写一个应用程序来订阅每条所写推文的 Twitter firehose；这样的应用程序可以分析推文以确定 Twitter 最具影响力的用户，或者识别突然发生的突出事件。或者，可以编写一个应用程序来订阅网站上所有用户活动的日志；此类应用程序可以检测用户遇到的服务问题，或者根据最新活动计算用户下一步的建议。

沃尔玛如何追踪其顾客？

“我们整合数据的能力是无与伦比的”——沃尔玛首席执行官比尔西蒙说。

沃尔玛使用数据挖掘来发现销售点数据的模式。数据挖掘帮助沃尔玛找到可用于根据一起购买的产品或在购买特定产品之前购买的产品向用户提供产品推荐的模式。沃尔玛有效的数据挖掘提高了客户的转化率。沃尔玛通过关联规则学习技术进行有效数据挖掘的一个熟悉的例子是——发现草莓馅饼的销量在飓风之前增加了 7 倍。沃尔玛通过数据挖掘确定了飓风和草莓馅饼之间的关联后，它在飓风发生前将所有草莓馅饼放在收银台上。另一个值得注意的例子是在万圣节期间，沃尔玛的销售分析师可以实时查看数据，发现虽然某种特定的饼干在所有沃尔玛商店中都很受欢迎，但有 2 家商店根本没有销售。立即对情况进行了调查，发现简单的库存疏忽导致饼干没有上架销售。该问题立即得到纠正，避免了进一步的销售损失。

沃尔玛单独跟踪并瞄准每个消费者。沃尔玛拥有近 1.45 亿美国人的详尽客户数据，其中 60% 的数据是美国成年人的数据。沃尔玛通过店内 Wi-Fi 收集顾客买了什么、住在哪里以及喜欢什么产品等信息。沃尔玛实验室的大数据团队分析了 Walmart.com 上的每一个可点击的操作——消费者在店内和网上购买了什么、Twitter 上的趋势、旧金山巨人队赢得世界职业棒球大赛等当地事件、当地天气偏差如何影响购买模式等。所有事件均由大数据算法智能捕获和分析，以识别有意义的大数据见解。数以百万计的顾客享受个性化的购物体验。

沃尔玛如何真正发挥作用来增加销售额？

推出新产品

沃尔玛正在利用社交媒体数据来查找流行产品，以便将它们介绍给世界各地的沃尔玛商店。例如，沃尔玛分析了社交媒体数据，发现用户对“Cake Pops”感到疯狂。沃尔玛对这一数据分析做出了快速反应，Cake Pops登陆了沃尔玛商店。

更好的预测分析

沃尔玛最近根据大数据分析修改了产品的运输政策。沃尔玛利用预测分析，提高了在线订单有资格享受免费送货的最低金额。根据沃尔玛新的送货政策，免费送货的最低金额从 45 美元提高到 50 美元，并增加了多种新产品，以增强客户的购物体验。

定制化推荐

就像谷歌跟踪定制广告的方式一样，沃尔玛的大数据算法分析信用卡购买情况，根据客户的购买历史向他们提供专门的推荐。

沃尔玛的大数据分析解决方案

1) 社交媒体大数据解决方案

社交媒体数据是非结构化、非正式的且通常不符合语法。分析和挖掘 PB 级的社交媒体数据，找出重要的内容，然后将其映射到沃尔玛的有意义的产品上，这是一项艰巨的任务。

在沃尔玛，社交媒体数据驱动的决策和技术更多的是一种常态，而不是例外。沃尔玛数据驱动决策的很大一部分是基于社交媒体数据——Facebook 评论、Pinterest pin、Twitter 推文、LinkedIn 分享等。沃尔玛实验室正在利用社交媒体分析来生成与零售相关的大数据见解。

沃尔玛发起了一场社交媒体众包竞赛，帮助企业家将他们的产品上架。此次比赛吸引了全美超过 5000 份参赛作品和超过 100 万张选票。任何人都可以推销他们的产品并接触到数百万观众。最好的产品被宣布为获胜者，并在沃尔玛商店出售，提供给数百万顾客。

“社交媒体分析就是从社交渠道中挖掘与零售相关的见解，这对我们来说是一项危险且令人兴奋的任务。当我们的团队在 11 月 22 日狂热地追踪黑色星期五的社交零售脉搏时，我们知道世界还没有为世界末日做好准备。”- WalmartLabs 首席工程师 Arun Prasath 说道

社会基因组

Social Genome 是 WalmartLabs 开发的大数据分析解决方案，可分析数百万和数十亿条 Facebook 消息、推文、YouTube 视频、博客帖子等。通过社交基因组分析解决方案，沃尔玛正在接触那些在推特上或提到有关沃尔玛产品的顾客或朋友顾客，向他们介绍该产品并为他们提供特别折扣。

Social Genome 产品结合了来自网络的公共数据、社交媒体数据和专有数据，如联系信息、电子邮件地址和客户购买数据。这些数据有助于沃尔玛更好地分析用户的背景。

例如，如果社交基因组识别出一位女士经常发布有关电影的推文，那么当她发布类似“我爱盐”的推文时，沃尔玛的社会基因组解决方案能够理解该女士指的是流行的好莱坞电影《盐》不是调味盐。

“只有克服所有这些多重挑战后，才能提出有意义的推荐......我们的社交媒体分析项目在 600 亿社交文档的可搜索索引之上运行，帮助沃尔玛的商家实时监控情绪和流行兴趣，或探究过去的趋势。人们还可以看到社会情绪和嗡嗡声水平的地理差异。还有一些工具可以将 walmart.com 上的搜索趋势、我们实体店的销售趋势和社交热点结合到一处，以帮助建立关联。这些工具共同提供了强大的社会洞察力。”- WalmartLabs 首席工程师 Arun Prasath 说道。

Shopycat-沃尔玛的礼品推荐引擎

如果您对为朋友寻找完美的礼物感到困惑，那么沃尔玛的 Shopycat 应用程序将帮助您在节日购物高峰期间为您的朋友购买理想的礼物。沃尔玛的 Shopycat 根据从 Facebook 个人资料中提取的社交数据为朋友推荐礼物。该应用程序还提供了沃尔玛产品的链接，以便用户可以轻松轻松地购买产品，并努力创建更广阔的市场。 Shopycat 是沃尔玛 Facebook 页面的一部分，拥有近 1000 万粉丝。

该应用程序还建议用户必须根据与他们的互动程度向他们赠送礼物。当人们点击建议的礼物时，Shopycat 还会告诉我们为什么建议特定的礼物。例如，建议可以表明朋友在 Facebook 上喜欢该产品，或者在墙上的帖子上发表了评论，或者有与该产品相关的状态更新。

Shopycat 允许用户通过 Facebook 相互向朋友发送消息，并询问他们是否愿意购买礼券或产品。

沃尔玛使用预测分析进行库存管理

预测分析是供应链流程的核心，可帮助沃尔玛减少库存积压并保持最需求产品的适当库存。沃尔玛的供应商需要使用实时供应商库存管理系统，该系统可以帮助他们在没有大量销售的情况下最大限度地减少特定产品的库存。这有助于零售商节省资金来购买需求更大的产品，并且更有可能获得更大的利润。

改善顾客的商店结账流程

利用大数据分析来确定特定客户的最佳结账方式——便利结账或自助结账。它使用预测分析来预测特定时间的需求，并确定特定柜台需要多少员工。

通过从事面向行业的 Hadoop 项目成为 Hadoop 开发人员

2) 移动大数据分析解决方案

据德勤称，到 2016 年底，移动影响的线下销售额预计将达到 7000 亿美元。沃尔玛正在利用大数据的力量来驱动工具和服务，以使其移动战略井然有序。

沃尔玛超过一半的顾客使用智能手机，其中 35% 的购物者是成年人，接近其整体顾客群的3/4 。手机客户对沃尔玛极为重要，因为智能手机购物者的出行次数增加了 4 次，店内消费增加了 77%。因此，移动用户每年占沃尔玛流量的 1/3 ，节假日期间约占 40%。

“电子商务与移动购物密切相关。全球最大的零售商将利用大数据来增强消费者在商店的购物体验。”他还补充道：“我们的移动战略既简单又大胆。我们希望让移动工具成为客户在我们的商店和网上购物时不可或缺的工具。零售业将改善每个顾客的个性化体验，以应对未来的竞争，而这一切都将发生在他们手中的小屏幕上。”沃尔玛移动和数字高级副总裁 Gib Thomas 说道。

沃尔玛正在利用大数据分析在其移动应用程序上开发预测功能。该移动应用程序通过分析顾客和其他人每周购买的商品的数据来生成购物清单。沃尔玛的移动应用程序包含一个购物清单，可以告诉顾客他们的需求位置，并通过为 Walmart.com 上的类似产品提供折扣来帮助他们。

沃尔玛利用大数据分析力量的另一种方式是在顾客实际进入沃尔玛商店时利用实时分析。每当用户进入美国的沃尔玛商店时，沃尔玛移动应用程序的地理围栏功能就会感应到。该应用程序要求用户进入“商店模式”。移动应用程序的商店模式可帮助用户扫描 QE 代码以获得他们想要购买的产品的特别折扣和优惠。

沃尔玛的购物车 – 让消费者参与农产品部门

为了减少浪费并提高消费者参与度，沃尔玛正在其商店的农产品部门引入优质手推车。沃尔玛现已在 500 家商店中使用优质购物车，预计到第三季度末将在美国所有 5000 家商店中使用。沃尔玛知道，让顾客留在生鲜农产品部门是客户参与的关键，而优质购物车的实施对他们来说是有吸引力的产品。沃尔玛正在使用大数据和物联网传感器来了解人们在生鲜农产品部门徘徊的时间。大数据分析帮助他们发现，如果生鲜农产品看起来足够新鲜，人们就会在沃尔玛停留更长时间，这就是让顾客从沃尔玛商店购买更多东西的秘诀。

沃尔玛重组了 200 家现有门店，在 30 个城市提供杂货提货服务。在了解到消费者越来越关注食品的新鲜度后，沃尔玛培训人员评估产品的质量，并在包装前向顾客展示食品。如果冷冻鸡肉的包装破裂或芒果未熟，可以立即换货。客户所需要做的就是通过应用程序点击订单。大数据分析帮助沃尔玛在杂货提货方面赢得了亮点。

沃尔玛全球最大的私有云 - Data Cafe

沃尔玛正在创建世界上最大的私有云，每小时可处理 2.5 PB 的数据。沃尔玛在阿肯色州本顿维尔总部创建了自己的分析中心，称为 Data Café。在数据咖啡馆，可以对 200 多个外部和内部数据流以及 40 PB 的交易数据进行操作、建模和可视化。数据咖啡馆从 200 个不同来源提取信息，包括电信数据、社交媒体数据、经济数据、气象数据、尼尔森数据、天然气价格和当地事件数据库在短短几周内就包含了 2000 亿行交易数据。任何特定问题的解决方案都可以通过这些不同的数据集找到，沃尔玛的分析算法旨在以微秒的速度扫描数据，为特定问题提出实时解决方案。

沃尔玛如何应对大数据技能危机？

沃尔玛大数据每天都在以指数级的速度快速增长，而大数据人才的缺乏是沃尔玛执行分析的主要障碍。由于拥有所需大数据技能的人员数量有限，沃尔玛正在采取一切必要措施来克服这一挑战，因为它不必落后于竞争对手。每当新团队成员在沃尔玛实验室的分析团队任职时，他/她都必须参加分析轮换计划。在此计划期间，候选人需要花一些时间与公司的不同部门接触，以了解如何在整个公司利用大数据分析。

沃尔玛很难找到拥有尖端分析应用经验以及Python 和 R 等数据科学编程语言的工作知识来构建机器学习模型的专业人员。沃尔玛在其招聘活动中使用#lovedata 标签，以提高其在本顿维尔和阿肯色州不断发展的数据科学社区中的形象。

沃尔玛技术部门高级招聘人员曼达尔·塔库尔 (Mandar Thakur) 表示，“人员供需缺口始终存在，尤其是在新兴技术方面”。他表示，沃尔玛每天有超过 40 PB 的数据可供分析，因此对能够进行数据科学和分析的人员的需求将是前所未有的。

沃尔玛零售业成功的秘诀在于在正确的地点和正确的时间提供正确的产品。沃尔玛利用大数据分析，继续攀登零售业成功的阶梯，取得了显著成果。

沃尔玛正在通过众包分析人才来弥补大数据技能差距。沃尔玛于 2014 年举办了一场 Kaggle 竞赛，向专业人士提供了来自商店样本的历史销售数据集以及相关的销售活动、价格回滚和清仓销售。候选人必须开发模型来显示这些事件对各个部门销售的影响。竞赛结果帮助沃尔玛找到了高技能、有能力的分析人才。

2015 年，沃尔玛通过另一场 Kaggle 竞赛众包分析人才，要求候选人预测天气对店内不同产品销售的影响。沃尔玛已经能够通过这些竞争聘用技术人才，他们甚至不会考虑仅根据简历进行面试。

沃尔玛技术部门的高级招聘人员曼达尔·塔库尔 (Mandar Thakur) 表示：“例如，一个人拥有很强的物理学背景，但没有正式的分析背景。他拥有不同的技能——如果我们没有走 Kaggle 路线，我们就不会收购他。”

2014 Kaggle 竞赛沃尔玛招聘 – 使用历史数据预测商店销售额

对于沃尔玛这样的零售商来说，最大的挑战是利用有限的历史数据做出预测。如果感恩节或新年每年一次，像沃尔玛这样的零售商就必须就节日期间的销售如何影响底线做出战略决策。沃尔玛举办了一场招聘竞赛，向求职者提供了来自不同地区的 45 家沃尔玛门店的历史销售数据。每个商店都有多个部门，参加众包竞赛的候选人需要预测商店每个部门的销售额。沃尔玛还针对圣诞节、超级碗、劳动节、新年、感恩节等重要节日举办促销降价活动沃尔玛提供的数据集中还包含假日降价活动，以增加挑战，因为假日季节的销售额比非假日周的销售额高出 5 倍。

比赛中最具挑战性的部分是预测哪些部门受到节日降价活动的影响最大，以及它们对销售的影响程度如何。

用于预测商店销售额的沃尔玛数据集的描述

stores.csv –

该文件包含所有 45 家商店的数据，指示每个沃尔玛商店的类型和规模。

train.csv -

该文件包含 2010 年至 2012 年的历史训练数据集，包含以下信息 -

i) 商店号码

ii) 部门编号

iii) 本周

iv) 特定商店特定部门的每周销售额。

v) IsHoliday 指示这周是否为假期。

Features.csv-

此文件包含有关每个商店、部门和上述日期的区域活动的附加信息，其中包含商店编号、该地区的平均温度、该地区的燃料成本、失业率、消费者价格指数，给定日期/周是否是特殊假期周，与沃尔玛正在进行的促销降价相关的数据。

Test.csv -

它与 train.csv 类似，不同之处在于该文件中保留了每周销售额，并且必须对商店、部门和日期的每个三元组进行销售预测。

您可以使用 Walmart Dataset 处理哪些类型的大数据和hadoop 项目？

使用购物篮分析对购物行程进行分类

为了更好地服务客户，沃尔玛根据不同的旅行类型对商店访问进行细分，从而增强客户体验。无论顾客是在最后一刻寻找新的小狗用品，还是只是悠闲地逛商店购买每周的杂货。

对不同的旅行类型进行分类有助于沃尔玛增强顾客的购物体验。最初，沃尔玛的旅行类型是通过结合艺术（即现有的客户洞察）和科学（即购买历史数据）来创建的。使用沃尔玛数据集可以解决的一个新挑战是仅使用所购买产品的交易数据集对前往沃尔玛商店的客户行程进行分类，以便可以细化细分过程。

如果您正在准备沃尔玛的数据分析师或数据科学家面试，那么这里有一些面试问题可以帮助您准备沃尔玛的数据分析师或数据科学家面试 -

沃尔玛数据分析师面试问题

1) 如果一位经验丰富的专业人士向您提供咨询，但不相信您的分析见解并坚持使用他的旧分析方法，您将如何应对？

2) 考虑到可以访问沃尔玛人力资源数据，您有兴趣搜索什么？

沃尔玛 Hadoop 面试问题

1）解释Hadoop架构。

沃尔玛数据科学家面试问题

1）4个超平面在3D中可以划分多少个子空间？

2）四条线在二维中可以划分多少个子空间？

3) 编写反转链表数据结构的代码。

如果您想使用世界上最大的零售数据集之一，请发送电子邮件至care@projectpro.io 以获取沃尔玛大数据集的下载链接。