【延伸阅读】

农夫山泉用大数据卖矿泉水

这里是上海城乡接合部九亭镇新华都超市的一个角落，农夫山泉的矿泉水堆头静静地摆放在这里。来自农夫山泉的业务员每天例行公事地来到这个点，拍摄10张照片：水怎么摆放、位置有什么变化、高度如何……这样的点每个业务员一天要跑15个，按照规定，下班之前150张照片就被传回了杭州总部。每个业务员，每天会产生的数据量在10M，这似乎并不是个大数字。

但农夫山泉全国有10000个业务员，这样每天的数据量就是100G，每月为3TB。当这些图片如雪片般进入农夫山泉在杭州的机房时，这家公司的CIO（首席信息官）胡健就会有这么一种感觉：守着一座金山，却不知道从哪里挖下第一锹。

胡健想知道的问题包括：怎样摆放水堆更能促进销售？什么年龄的消费者在水堆前停留更久，他们一次购买的量多大？气温的变化让购买行为发生了哪些改变？竞争对手的新包装对销售产生了怎样的影响？不少问题目前也可以回答，但更多是基于经验，而不是基于数据。

从2008年开始，业务员拍摄的照片就这么被收集起来，如果按照数据的属性来分类，“图片”属于典型的非结构型数据，还包括视频、音频等。要系统地对非结构型数据进行分析是胡健设想的下一步计划，这是农夫山泉在“大数据时代”必须迈出的一步。如果超市、金融公司与农夫山泉有某种渠道来分享信息，如果类似图像、视频和音频资料可以进行系统分析，如果人的位置可以用更多的方式监测到，那么摊开在胡健面前的就是一幅基于人消费行为的画卷，而描绘画卷的是一组组复杂的“0、1、1、0”。

大数据技术在零售行业的应用无独有偶。

在纽约第五大道最大的Prada店，有一种“充满魔力的镜子”——当消费者拿着一件衣服走进试衣间后，试衣间里的智能屏幕就会自动播放模特穿着这件衣服走T台的视频。

原来，Prada的每件衣服都被植入了RFID电子标签。在试衣间的智能屏幕前，RFID芯片会自动被识别。同时，衣服被拿进试衣间多少次、每次停留多长时间、最终是否被购买等信息，都会通过RFID进行收集并传回Prada总部，加以分析和利用。这意味着，无论是否成为最终的购买客户，每一位走进Prada门店的消费者，都将会参与到商业决策的过程之中。

（资料来源：赵奕.用大数据卖矿泉水[J]，2013（07））