在新零售的商业模式中都用上了大数据+云计算的方法进行核心竞争力的加持；而零售企业的关键业务是云计算，所有资源all in在数据算法上，这也是核心竞争力。每个企业都要走向数据公司，才是新零售，亚马逊现在就是典型大数据公司。要在数据赋能方面做到极致，需要做好四方面的基础工作。
建立大数据云平台
终端采集的数据实时传输到云端，形成自己的数据资产，数据类型要涉及用户社会属性、生活习惯和消费行为等方方面面的多维信息。要掌握繁杂的数据源，包括用户数据、各式活动数据、电子邮件订阅数、线上或线下数据库及客户服务信息等。
比如当你登陆某网站，其Cookie就一直驻留在浏览器中，当用户触及的动作，点击的位置，按钮，点赞，评论，粉丝，还有访问的路径，可以识别并记录所有浏览行为，然后持续分析浏览过的关键词和页面，分析出短期需求和长期兴趣。此外，还可以通过分析朋友圈，获得非常清晰获得对方的工作，爱好，教育等方面，这比个人填写的表单，还要更全面和真实。这些数据被采集后，都需要存储，云平台就是最好的数据仓库。
持续迭代算法
Google的网站要处理十亿个以上的搜索，GMail要储存几千万用户的2G邮箱，Google Earth要让数十万用户同时在整个地球上遨游，并将合适的图片经过互联网提交给每个用户。如果没有好的算法，这些应用都无法成为现实。
数据好比食材，算法就是厨艺，需要不断升级自己做菜方法，才能让做出来的菜味道更好。零售企业要不断迭代算法，让输出的结果更加贴合事实，更加精准科学。
全息消费者画像
在互联网逐渐步入大数据时代后，不可避免的给企业及消费者行为带来一系列改变与重塑。最大的变化莫过于，消费者的一切行为在企业面前似乎都将是“可视化”的。随着大数据技术的深入研究与应用，企业的专注点日益聚焦于怎样利用大数据来为精准营销服务，进而深入挖掘潜在的商业价值。于是，“用户画像”的概念也就应运而生。
用户画像（User Profile）作为大数据的根基，它完美地抽象出一个用户的信息全貌，为进一步精准、快速地分析用户行为习惯、消费习惯等重要信息，提供了足够的数据基础，奠定了大数据时代的基石。用户信息标签化是关键，就是企业通过收集与分析消费者社会属性、生活习惯、消费行为等主要信息的数据之后，完美地抽象出一个用户的商业全貌作是企业应用大数据技术的基本方式。用户画像为企业提供了足够的信息基础，能够帮助企业快速找到精准用户群体以及用户需求等更为广泛的反馈信息。
精准策略
有了用户画像之后，便能清楚了解需求，在实际操作上，能深度经营顾客关系，甚至找到扩散口碑的机会，再根据客户需求精准营销，最后追踪客户反馈的信息，完成数据赋能的闭环。大数据最大的价值不是事后分析，而是预测和推荐，拿电商举例，“精准推荐”成为大数据改变零售业的核心功能。
譬如服装网站Stitch fix例子，在个性化推荐机制方面，大多数服装订购网站采用的都是用户提交身形、风格数据和编辑人工推荐的模式，Stitch Fix不一样的地方在于它还结合了机器算法推荐。这些顾客提供的身材比例，主观数据，加上销售记录的交叉核对，挖掘每个人专属的服装推荐模型，这种一对一营销是最好的精准服务策略。
精准策略的意义有两个，一是完善产品运营，提升用户体验，改变以往闭门造车的生产模式，通过事先调研用户需求，设计制造更适合用户的产品，提升用户体验。二是对外服务，提升盈利，根据产品特点，找到目标用户，在用户偏好的渠道上与其交互，促成购买，实现精准运营和营销。
（消息来源于网络）
