假日购物季对于零售商来说是一年之中最重要的时刻，越来越多的零售商开始求助于数据分析以图在竞争中处于优势地位。

假日购物季正在全面进行中，零售商也正在全力应对，充分利用这生死攸关的几周。对许多人来说，零售分析工具是应对策略中的重要一环，它为定位潜在线上顾客，根据他们的兴趣对其进行定制宣传、推荐并给予特殊待遇。

举例来说，Grommet是一个线上零售商，专门针对小额顾客产品，正在使用分析方法帮助为促销出谋划策，从网站上和社交媒体账户上吸引顾客。“每年的这个时候，最重要的就是尽量轻松的帮顾客找到最满意的礼物。”Tori Tait说道，他是美国Somerville的高级社区经理。

Grommet主要分析来自Pinterest网站的社交媒体数据，其途径为市场和分析技术提供商Curalate运营的管理服务，2012年起就开始与其合作。零售商追踪某一售卖商品的图片或者有关网页在Pinterest上分享的次数，以此估量顾客对于特定商品的兴趣。

工作更快——更智能

据Tait说，这一方法已经开始显露成效。社交媒体上流行的产品在网站上的广告条比基于市场团队直觉做的广告点击率高出50%，她说道。通过将决策制定基于顾客表现出的兴趣所在，并把他们积极主动关注的产品作为切入点与他们产生接触，公司已经能更加迅速地在这一年中的关键时刻利用商业机会实现获利。“它将许多拖慢工作流程的主观性剔除了出去，”Tait说道，“我们的智能化工作才刚刚起步。”

保证给线上顾客提供即时和相关的市场内容由于网上购物的发展，对于零售商来说倍加重要。Marc Hayem是RichRelevance公司平台转换副总裁，该公司为包括Kohl和Target公司在内的零售商提供线上推荐引擎服务，他说今天顾客对于线上购物的期望很高，希望得到尽量达到与在商店消费同意的直觉消费。

 “人们并不理解为什么这跟商店会有不同，”Hayem说道，“对他们来说，应该都是一样的。这就是市场走向。”

多种工具应对分析挑战

但是在提供相关信息需求迅速发展的时刻，提供该信息的困难也在持续增长。例如，出于为零售商网站开发推荐引擎的考虑，RichRelevance首先必须建立网上目录。。问题在于某些零售商会在未终止老款商品的情况下增加新产品；因此，他们的产品数据库每月都有大量增长。为了保持一致，RichRelevance使用Pentaho提供的一种ETL数据集成工具，向Hadoop中加载每日更新，RichRelevance还采用了一系列其他开放源工具，包括Hive数据仓库软件，HBase数据库和Kafka通信技术，来指导其分析，为线上顾客创造购买推荐。

Hayem说在黑色星期五的高峰购物时段，RichRelevance的数据中心每秒处理17000个请求，而正常时这一数字是3500。着眼于可测量性将数据中心向外扩展，是初期的主要目标，这也使得企业能够跟上不断增长的需求，他又说。

Terri Albert是西北大学Kellogg管理学院的营销学副教授，他在2014年9月召开的SAS优秀企业领导力系列会议上说，激发顾客忠诚度最好的方法就是让顾客体验到定制服务。通过使用零售分析技术来更好的分析出顾客人群，零售商能够更加有效地将产品和市场宣传瞄准个体顾客的偏好，她这一表明。

在一年的这个时候，冒着或赚或赔的风险，零售商如果错过了提高销售额的机会，会是一个巨大的失误。“这个时候犯不起愚蠢的错误。”Albert说道。