Get fresh updates from Hortonworks by email

Once a month, receive latest insights, trends, analytics, offering information and knowledge of the Big Data.

cta

Get Started

nube

¿Está preparado para empezar?

Descargue sandbox

¿Cómo podemos ayudarle?

cerrarBotón de cerrar
cta

Big Data Analytics in Retail

play video button video

nube Big Data and adaptive retail enterprise

Download Whitepaper

A quality connection to customers

Are you with your consumers, or one step behind? When they enter the store or visit your site, what do you know about them and how can you service them? What did they Tweet about you? With Hortonworks, you can be your customers’ first choice based on an enhanced ability to respond to consumers, serve up timely promotions based on their preferences, and improve service with faster orders.

El poder de los datos empíricos para los minoristas

Las plataformas de datos conectados de Hortonworks han reducido dramáticamente el coste de capturar, ingerir, almacenar y analizar datos. Cuando se integran con sistemas y operaciones existentes, los minoristas pueden analizar suficientes datos para realizar observaciones estadísticas de confianza sobre los datos empíricos al por menor, en lugar de tirar los dados con paneles de clientes, encuestas en las tiendas o grupos de enfoque para adivinar qué impulsa las ventas.

Use Cases

Build a 360° View of the Customer

Retailers interact with customers across multiple channels, yet customer interaction and purchase data is often isolated in data siloes. Few retailers can accurately correlate eventual customer purchases with marketing campaigns and online browsing behavior.

Las plataformas de datos conectados dan a los minoristas una visión única del comportamiento del cliente.Esto les permite almacenar datos durante más tiempo e identificar las fases del ciclo de vida del cliente. Unos mejores análisis aumentan las ventas del cliente, reducen los gastos de inventario y retienen a los mejores clientes.


Analyze Brand Sentiment

Enterprises lack a reliable way to track their brand health. It is difficult to analyze how advertising, competitor moves, product launches or news stories affect the brand. Internal brand studies can be slow, expensive and flawed.

Las plataformas de datos conectados permiten instantáneas rápidas e imparciales de las opiniones expresadas sobre la marca en los medios sociales. Los minoristas pueden analizar el sentimiento en Twitter, Facebook, LinkedIn o medios sociales específicos de la industria. Con una mejor comprensión de las percepciones de los clientes, pueden alinear sus comunicaciones, productos y promociones con esas percepciones.


Localizar y personalizar promociones

Retailers that can geo-locate their mobile subscribers can deliver localized and personalized promotions. This requires connections with both historical and real-time streaming data.

Apache Hadoop® y Apache NiFi llevan el conjunto de datos para localizar y personalizar promociones entregadas a dispositivos móviles. Los minoristas pueden ayudar a desarrollar aplicaciones móviles para notificar a sus clientes sobre eventos locales y ventas que se alinean con sus preferencias y ubicación geográfica (incluso hasta una sección particular en una tienda específica).

A tiempo para la temporada de compras navideñas de 2013, Macy puso en marcha una prueba en dos tiendas con tecnología iBeacons de Apple. Este artículo describe cómo, Macy podría hacer ping a los comprados en base al departamento, posiblemente informándoles sobre las ofertas de unas zapatillas cuando están en la sección de calzado, o incluso recomendar productos cercanos.


Optimize Websites

Online shoppers leave billions of clickstream data trails. Clickstream data can tell retailers the web pages customers visit and what they buy (or what they don’t buy) on their site. But at scale, the huge volume of unstructured weblogs is difficult to ingest, store, refine and analyze for insight. Storing web log data in relational databases is too expensive.

Apache Hadoop can store all web logs, for years, at a low cost. Web retailers use information in that data to understand user paths, do basket analysis, run A/B tests and prioritize site updates. This improves online conversions and increases revenue.

Optimize Store Layouts

In-store layout and product placement affect sales. Retailers often hire extraneous staff to make up for a sub-optimal layout (e.g. “Are you finding what you need?”). Brick-and-mortar stores lack “pre-cash register” data about what in-store shoppers do before they buy. In-store sensors, RFID tags & QR codes can fill that data gap, but they generate a lot of data.

Apache Hadoop can store that huge volume of unstructured sensor and location data. Once analyzed, the resulting intelligence allows retailers to reduce costs and simultaneously improve customer in-store satisfaction. This improves same-store sales and customer loyalty.