（文章来源：教育新闻网）

数据是润滑诸如Amazon.com之类的大型在线零售商的销售机器的油，并且正在探索Google和Facebook等技术巨头的用户行为。根据Amazon Web Services(AWS)的说法，仅其支付数据工程团队就负责数据摄取，转换和存储不断增长的750 TB以上的数据集。如此庞大的数量将使大多数其他组织相形见,，但这并不意味着其数据的价值不再那么低，也就没有竞争的余地。

零售商可以从高质量数据中获得的见解并不取决于它的数量，而是取决于如何收集，分析和使用它们来满足客户的需求。下周末哪里需求特别高?天气将对在线销售产生多大影响?在什么情况下欺诈或退货的可能性特别高?为什么客户的行为会如此而又没有不同?所有这些问题的答案都在数据中。

随着数据量的不断增长，下一个考虑因素是如何最好地对其进行管理。我们是否仍可以依靠良好的老式统计数据，还是应该利用人工智能(AI)和大数据?大数据和统计数据的结合可以回答许多问题，特别是在非常熟悉其数据及其提供的见解的公司中。如果内部没有统计学家的能力或没有合适的大数据工具，那么挑战就开始了。

在这一点上，需要考虑使用AI，因为它是帮助零售商评估其数据和关系以更好地了解买方偏好并预测未来行为的最佳方法。在当今快速发展的商务环境中不这样做的危险是无法满足客户的期望，竞争对手很快就会进入可用空间。

零售商不必担心他们拥有的数据量。在AI方面，尺寸不是问题。正确的问题以及正确的数据意味着，无论是在线还是线下零售商，中型零售商都可以取得与市场上最大的零售商一样的成功业绩。从哪儿开始?如今的AI恰恰是IT时代回到1960年代的时候-仍处于起步阶段。实际上，只有少数几家公司拥有内部专家，数据能力和技术人员来管理其实施。因此，许多零售商都将其数据管理外包给服务提供商。

这样做的好处是，已经建立了专门知识，尤其是在AI方面的专业知识，这意味着数据掌握在手中。公司通常已经向零售商提供了服务，因此提供商很熟悉数据。这样可以更快，更准确地得出见解，从而可以更快地实现结果。
? ? ? ?（责任编辑：fqj）