简化零售营销中的预测分析

一个新系统

Bartashnik说，Zulily拥有数以百万计的社交媒体粉丝，每天都会发布数十条广告，“有大量数据流入”。

“我有关于客户反馈的数据，他们对我们说了什么，他们买了什么，以及他们是如何购买的，”她说。“通常，我们每天都会发布数百条广告，为数百万次印象服务，并转化成千上万的客户。”

Bartashnik说，即使是在这一群数据中，在零售营销中一些最佳预测分析实践的帮助下，Zulily能够快速收集和处理数据，使营销人员能够提出见解。

萨莎Bartashnik

自2014年以来，这家总部位于西雅图的公司一直使用自助服务分析集成了视觉分析Tableau工具和谷歌的BigQuery数据仓库和分析功能。

根据Bartashnik的说法，该系统为用户提供来自多个营销和社交媒体平台的单一数据视图，并将这些数据与Zulily自己的数据来源混合，其中包括客户订单交易和产品目录。

该系统是Zulily的营销分析和技术团队合作的产物，取代了现有的平台，实质上是一个结合了SQL Server数据库和Hadoop集群。

Bartashnik指出，旧的平台在范围和规模上受到限制，迫使分析团队依赖it完成日常任务，迫使用户依赖分析人员进行基本的分析，这减慢了分析团队的速度。

随着新系统的采用，“技术团队几乎把所有数据都交给了我们，”Bartashnik说。从本质上说，“数据是大众化的，”她说。

开放数据

为了让市场营销更自助，我们必须在后端开放数据。

在零售营销预测分析的最佳实践中，数据存在的重要性也很重要民主化Bartashnik在网络研讨会上表示，也就是说，分析团队可以访问。

“为了让营销更自助，我们必须在后端开放数据，”她说。

Zulily团队设置了特殊的数据集和仪表盘，使营销人员能够获得这些数据，并轻松地使用它们。

Bartashnik说，“我们的营销人员可以使用任何他们想要的指标，而不是在他们想要某样东西的时候要求分析。”

所有的数据都存储在BigQueryBartashnik指出，该系统具有高度的可切片性和可扩展性。Tableau的数据可视化系统可以帮助分析团队将数据转换为报告这很容易阅读和深入研究——这是零售营销中重要的预测分析。

零售营销预测分析

Zulily预测分析系统将收集到的数据与每个客户联系起来，允许分析团队使用有针对性的营销工具，向个别客户展示他们可能更愿意购买的产品。Bartashnik说，由于该系统是可扩展的，可以让分析师查看任何细节级别的任何规模的数据，数据也可以结合起来，让分析师了解更普遍的趋势。

该公司可以利用收集到的数据来识别“高价值客户”或回头客，然后缩小范围来识别这些客户表现出的不同行为。

有了这些行为，Zulily就可以在零售营销工具中使用预测分析来识别哪些新客户可能是高价值的，并有可能推动增长和利润。

今年6月，由Adweek主办的网络研讨会“消除数据分析瓶颈”由Tableau Software联合举办。

相关新闻，亚马逊最近宣布Zulily将把其基础设施转移到亚马逊网络服务，并将其许多数据库升级到亚马逊极光。