信息民主化和快速访问互联网使大多数市场变得透明并极具竞争力，从而改变了大多数市场。价格和销售厂商的比较方法类似于经济学教科书中描述的那样，而达到这种平衡只是几次点击即可。

但是，当价格不再是优势时，企业就需要创造吸引和留住客户的新方法，而这些方法与经验密切相关。这是大数据发挥作用的地方，通过利用商业智能咨询就能提供必要的见解。

SMART的方法

企业管理人员习惯于SMART目标系统来定义可实现的目标。而作为缩略词，只需稍作修改，就可以用来记住使用大数据进行零售的主要好处。

（1）具体（Specific）

交易数据、社交媒体、客户反馈、网站日志，这些都可以帮助企业回答一些特定的问题，并通过用数据替代它们来猜测。企业现在可以准确回答“我们最有消费潜力的客户在哪里？今年与去年相比，客户花费了多少费用？那么考虑到客户购买的历史和偏好，下一步最有可能购买的项目是什么？”通过这种原子级别获得的信息，可以使企业具有很大的灵活性和反应速度。

（2）测量（Measure）

绩效管理就是定义正确的关键绩效指标（KPI）。大数据通过允许将非结构化数据提炼到KPI中，带来了全新的维度。在这个新工具的帮助下，企业可以在这些产品和服务进入市场之前发现趋势，并相应地调整报价。例如，与某个热门电视连续剧有关的某些搜索字词的流量很高，可能表明该主题的商品具有很好的领先优势。从他们的个人资料中添加有关用户的信息，缩小范围，寻找出最好的销售产品。

（3）分析（Analysis）

使用大数据进行分析以提高零售行业知识，并能够在多个层面展开：

·客户分析 － 通过这种分析，企业可以了解自己的客户习惯的转变，找出他们真正想要的激励，以此来褒奖他们的忠诚度，并提升忠诚度和商誉。

·库存分析 － 未利用的库存是企业最重要的资源浪费。通过大数据获取有关库存、最佳／最差表现产品的所有数据，并通过查看趋势来做计划。

·预测模型 － 在利润率为3％左右的商业部门，企业需要知道自己的客户将购买什么以及数量。

·价格优化 － 价格不再是选择特定零售商的主要原因，但是如果显示的价值比企业的竞争对手的网站上看到的要少，那么动态优化就会产生影响。

·营销 － 查看由Google Analytics（谷歌分析）或Facebook Insights等免费平台提供的数据，可以让企业了解客户，以及他们的行为和偏好。

（4）相关（Relevant）

要将大数据转换为大业务，企业需要选择那些长期提示客户行为的见解。回答这个问题的相关因素是：这些信息是否有助于某人采取更好的行动？

自助维度通过给予第一线员工一些权力，来增强特定组织的数据的相关性。

（5）时机（Timing）

顾客喜欢购物，而像天气这样简单的事物可以提高或减少销售。例如，比萨连锁店曾根据雨量预测向客户发送优惠券，而连锁酒店通过查看取消的航班来提高预订量。

时机意味着客户准备听取企业的意见，并在拥挤的广告空间里导航时，企业就要给客户一些适当的激励。实时的演示和行动将会提供真正的竞争优势。