【学习目标】
素质目标：具有数据敏感性，善于用数据思考和分析问题；能够在商品数据分析过程中坚持正确的道德观；具备法律意识，遵守商家数据保密、知识产权、反不正当竞争等相关法律法规，养成责任意识和服务意识。
知识目标：了解商品数据及其分析的基本含义、关键指标；掌握商品数据分析的维度和分析方法。
能力目标：能制定商品数据分析方案；能正确采集与预处理商品数据；能创建合适的可视化图表并预警异常值；能合作完成商品数据分析报告并提出商业行为优化建议。
【学习重点与难点】
学习重点：商品数据分析岗位技能实战。
学习难点：撰写商品数据分析报告。
沃尔玛是世界上最大的零售商，它在大数据还未在行业流行时就开始利用大数据进行数据分析，通过Hadoop集群迁移把10个不同的网站整合到一个网站上，这样所有生成的非结构化数据被收集到一个新的Hadoop集群里。沃尔玛有一个庞大的大数据生态系统。沃尔玛的大数据生态系统每天处理多个TB级的新数据和PB级的历史数据，其分析涵盖了数以百万计的商品数据和不同来源的数亿客户。沃尔玛的分析系统每天分析接近1亿个关键词，从而优化每个关键词的对应搜索结果。
沃尔玛的地图应用程序利用Hadoop来维护全球1 000多家沃尔玛商店的最新地图，这些地图能够给出沃尔玛商店里一小块肥皂的精确位置。沃尔玛还利用adoop数据进行价格捕捉——只要周边竞争对手降低了客户已经购买的商品的价格，应用程序就会提醒客户并向客户发送一个礼券以补偿差价。(www.xing528.com)
沃尔玛使用数据挖掘技术来向用户提供商品推荐。通过数据挖掘技术，沃尔玛可以掌握哪些商品捆绑销售更受欢迎的信息，进而把这些商品信息推荐给用户。有效的数据挖掘大大提高了沃尔玛的客户转化率。
大数据在以下这些方面帮助沃尔玛提高了销售量。
（1）帮助推出新商品。沃尔玛利用社交媒体数据发现热门商品，这些热门商品会被引进到世界各地的沃尔玛商店。例如，当沃尔玛通过分析社交媒体数据发现了热搜词“蛋糕棒棒糖”时，便会迅速做出反应——蛋糕、棒棒糖很快就在各个沃尔玛商店上架。
（2）利用预测分析技术，优化商品送货政策。沃尔玛利用预测分析，提高了在线订单免费送货的最低金额。最新的沃尔玛送货政策将免运费的最低金额从45美元调高到50美元，同时还增加了几个新商品，以提升顾客的购物体验。
（3）提供个性化定制建议。该行为与谷歌相似，只是谷歌通过跟踪用户浏览行为来量身定制广告，而沃尔玛基于用户购买历史，通过大数据算法分析用户信用卡购买行为，从而向其提供专业建议。
案例思考：
1.沃尔玛是如何利用大数据进行商品优化的？
2.大数据对沃尔玛增加销售量起到了哪些作用？
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
