過去我們處在一個(gè)數(shù)據(jù)片段破碎的零售時(shí)代，隨著數(shù)字化潮流的來臨，企業(yè)一直朝著運(yùn)用數(shù)據(jù)改善營運(yùn)效率的方向前進(jìn)，最終我們將被數(shù)據(jù)包圍，而且在無接縫的環(huán)境下善用各種不同性質(zhì)的數(shù)據(jù)，完整描繪顧客，清楚結(jié)合市場走向與資源運(yùn)用后，精確的規(guī)劃企業(yè)策略。

大數(shù)據(jù)也好，小數(shù)據(jù)也罷，已經(jīng)有很多的專家討論過運(yùn)用數(shù)據(jù)到底可以帶來什么價(jià)值。只是在這么多的數(shù)據(jù)分析的論述之后，筆者觀察到市場上大多數(shù)人對于數(shù)據(jù)收集與分析仍舊是一頭霧水。很多讀者在給筆者的回饋意見中，最擔(dān)心的是在物聯(lián)網(wǎng)應(yīng)用方案設(shè)計(jì)之初的系統(tǒng)架構(gòu)中數(shù)據(jù)分析的角色沒有被優(yōu)先對待，以致于相關(guān)方案的設(shè)計(jì)只是一大堆硬件的集合，自動化或者有之，而智慧化則往往消失無蹤。

首先，筆者要澄清一點(diǎn)，數(shù)據(jù)的來源很多，聯(lián)網(wǎng)裝置只是收集數(shù)據(jù)的一種手段，并非只有物聯(lián)網(wǎng)應(yīng)用方案才能搜集數(shù)據(jù)。

舉例來說，傳統(tǒng)的收銀機(jī)也在累積數(shù)據(jù)，只是沒有電子存儲裝置，一切都是保留在紙帶上，取用非常不方便，基本上很難用來做精細(xì)的營業(yè)分析。直到收銀這個(gè)功能與工業(yè)電腦結(jié)合，數(shù)據(jù)開始有了進(jìn)一步被分析的方便性。然而，為了加快結(jié)帳速度，現(xiàn)行電子式收銀機(jī)能收集的欄位仍有限制，所以如果讀者在結(jié)帳時(shí)特別注意，幾乎每一臺電子式收銀機(jī)都外掛了不少其他裝置，一開始是幾種信用卡刷卡機(jī)，插卡式或感應(yīng)式的不一而足，最近隨著第三方支付的普及，額外的條碼掃描裝置也開始出現(xiàn)。然而這些裝置收集的數(shù)據(jù)都集中在業(yè)務(wù)成交結(jié)帳時(shí)，零售業(yè)者仍舊無從得知每個(gè)時(shí)點(diǎn)有多少人經(jīng)過門口，多少人走進(jìn)賣場，更不用說個(gè)別顧客繞行路徑，抑或是在每個(gè)柜位或貨架前的停留或注視時(shí)間。

近來隨著GPU等硬件的發(fā)展與相關(guān)視覺辨識軟件的進(jìn)步，這些數(shù)據(jù)搜集都由不可能逐漸變?yōu)榭赡堋?/p>

此外，數(shù)據(jù)分析科技的進(jìn)步隨著運(yùn)算與儲存裝置性能提升與價(jià)格下滑，數(shù)據(jù)科學(xué)家得以將目光由結(jié)構(gòu)化數(shù)據(jù) （structured data） 投向非結(jié)構(gòu)化數(shù)據(jù)（unstructured data）。簡單來說，語音與文字資料的記錄得以被分析。首先，傳統(tǒng)客服電話的對談內(nèi)容已經(jīng)可以直接語音轉(zhuǎn)文字，再將透過自然語言處理 （natural language processing， NLP） 文字探勘進(jìn)行客戶訴求分析。讓客服人員與顧客抱怨的對話內(nèi)容與處理過程都變成顧客檔案的一部分。甚至，為了節(jié)省客服人力，運(yùn)用相關(guān)數(shù)據(jù)科技開發(fā)出來的聊天機(jī)器人也應(yīng)運(yùn)而生。顧客在網(wǎng)站上或在賣場內(nèi)的輸入裝置都可以直接詢問聊天機(jī)器人（通常是文字對話）與賣場或商品相關(guān)的資訊。如此一來，不但資料搜集的流程直接進(jìn)入電腦，聊天機(jī)器人甚至可以根據(jù)對話過程主動建議顧客適合的商品。相比之下，傳統(tǒng)客服人員雖然可以做到更細(xì)致的服務(wù)或應(yīng)付更隨機(jī)的問題，但人腦記憶容量有限，我們不可能苛責(zé)客服人員記得賣場內(nèi)成千上萬種商品的品名特色或所在位置，更無法期待客服人員隨時(shí)調(diào)閱提問顧客的顧客檔案，即時(shí)掌握顧客的品味，在對話結(jié)束前的黃金時(shí)間內(nèi)做最有效的商品推薦。

非結(jié)構(gòu)化資料的來源還可以是網(wǎng)路上的社群討論或任何內(nèi)容媒體流傳的一篇報(bào)導(dǎo)及底下的留言評論。君不見網(wǎng)路留言的病毒式擴(kuò)散效果，早已是每一個(gè)行銷人員必修課程。不理解粉絲團(tuán)或網(wǎng)路搜尋優(yōu)化威力的行銷人員，想來在公司內(nèi)發(fā)言權(quán)也將逐漸式微。針對網(wǎng)路時(shí)代新的行銷宣傳趨勢，網(wǎng)路輿情分析 （social listening/social media monitoring， SL） 早已經(jīng)廣為企業(yè)行銷人員采用。甚至，居于市場領(lǐng)導(dǎo)地位（或有心急起直追）的廠商，還逐漸了解到市場商情調(diào)查 （market intelligence， MI） 不再是復(fù)制-粘貼加一大堆的研究人員解讀，運(yùn)用NLP開發(fā)的MI系統(tǒng)讓市場商情走向的掌握不再是大公司才能擁有的獨(dú)門利器。相對于濫竽充數(shù)的類似產(chǎn)品，優(yōu)秀的數(shù)據(jù)科學(xué)家開發(fā)的SL與MI，可以讓企業(yè)迅速掌握產(chǎn)業(yè)趨勢、發(fā)掘潛力產(chǎn)品或技術(shù)，也可以監(jiān)控網(wǎng)路上意見領(lǐng)袖或重量級媒體報(bào)導(dǎo)對于企業(yè)自己或競爭同業(yè)產(chǎn)品的影響，更快速的采取應(yīng)對之道。此外，結(jié)合SL與MI的精神，擅長NLP的資料科學(xué)家還可以開發(fā)出競爭同業(yè)的監(jiān)控方案。