实时分析交易数据，并结合历史数据及其他数据，会帮助电视购物零售商对当前的趋势做出及时响应。
在电子商务时代直接在电视上向消费者出售商品的想法可能看起来很古怪，但对QVC公司却并非如此，该公司向7个不同国家的3.5亿多家庭提供电视购物服务。这可能看似很古怪，但实际上它是一个复杂的数据驱动的业务，该业务利用实时流分析来帮助他们做出决策，并可以立即采取行动。
自1986年以来，QVC公司已经成为美国有线电视、无线电视和卫星电视网络的老客户，与其竞争对手(家庭购物网)共同通过电视来销售商品。在亚马逊网站(Amazon.com)推出两年后，他们于1996年启动了自己的网站(QVC.com)。公司一直以实时数据为导向。
QVC公司的消费者洞察和商业情报副总裁彼得·古迪纳夫(Peter Goodnough)说：“实时的电话反馈会打给生产商。这给了我们一种每分钟都在工作的感觉，而且我们可以每分钟都与生产商和客户打交道，并对工作进行调整。”
电视是如何进行数字化销售
古迪纳夫表示，1996年上线的QVC.com平台是公司渠道组合的一个颇受欢迎的补充，并指出，它使公司从一次只能销售一件商品转变为公司可以随时销售任意数量的商品。多年来，数字化已经稳步增长，成为QVC公司销售组合的一部分，到目前为止，52%至56%的销售额来自数字渠道，古迪纳夫说。这已使QVC公司利用其平台的方式发生转变。
古迪纳夫说：“我们现在利用电视作为营销渠道来增加数字销售的产品量。如果我们在QVC.com平台上发现存在某种趋势，我们可能会向生产商和客户提及该产品，然后我们会看到该商品销量有明显的提升。”
多年来，这些洞察力发展地很缓慢。分析团队可能会用一天的时间来收集数字频道的数据并形成见解，然后将其应用于电视销售渠道。在2015年，公司开始使用数据分析响应技术(DART)来改变这种工作方式，该技术是一个分析平台，可从网站和电话以及公司历史数据、社交媒体数据等采集流媒体数据。
数据分析响应技术是以读取和响应模型运行，专用于实时跟踪。它会提取一些资料数据，这可以使QVC公司立即制作出一些新的广播及数字内容。它可使QVC公司全天候地收集客户的反馈意见，并在所有业务平台上利用这些数据。古迪纳夫说，跨职能协作正在帮助QVC公司为客户提供更优化的和多渠道的体验。
自数据分析响应技术应用以来，它已经帮助QVC公司实现了以下目标：
·在美国电子商务市场占有率为52%。全球电子商务市场占有率为47%，增长了5%
·在全球电子商务市场移动端占有率达58%，增长了8%
·2016年电子商务销售额达40亿美元
古迪纳夫说：“因为我们从第一天开始就进行实时的业务，所以能够立刻接受在多个平台进行实时地读取和响应。这真的改变了整个公司对业务的看法。”
例如，数据分析响应技术可以在零结果搜索词中识别大型峰值。也许网站用户突然开始搜索喜马拉雅盐灯，但网站并没有相关产品。QVC团队可以发现这一趋势，并立即作出反应。同样，如果公司发现特定产品有发展的趋势，那么可以通过电视渠道、网站或电子邮件促销来重点推荐该产品。
“在数据分析响应技术方面发生的事情与工作室发生的事情之间的沟通是一个双向的过程，”古迪纳夫说。“数据分析响应技术可以更实时和更准确地预测当天的业务情况，所以我们可以对所销售的产品做出相对迅速地调整。”
天气的变化会影响销售额
该公司还利用其分析能力来更好地定位地理位置。例如，通过按地理位置跟踪天气情况，例如近期在东南部地区和加利福尼亚州有大雨天气，则可以做一些着重推销雨伞的工作。该公司能够立即将营销资金转移到这些市场以增加销售额。
因此，公司在二月份某种雨伞的日销售量能超过169,000把。
古迪纳夫说，数据分析响应技术成功的部分原因是，其目标为帮助人类分析师及其直觉力，而并非取代他们。
他说：“我们不想把人的判断力和直觉力从这种工作方式中去除掉。我们认为，关于数据分析响应技术的优点是，当您获得了它的业务分析并将其与该领域专家的判断相结合，您将获得比仅使用算法得到的结果更好，这比任何一个技术实体单独达到的结果都更好。”
外包已经过时了
QVC公司试图将其分析系统的开发工作进行外包，但最终他们决定在内部进行开发。
“我们与许多数字数据供应商进行合作，持续了大约两年的时间，”古迪纳夫说。“当我们与他们交流时，实时提供数据始终是我们一个要求，但它总是被单独讨论，与标准的联合数据包相比，实时数据供应需要更深入和更专注的工作。”
他说，尤其是这个问题往往会涉及到如何传输数据。
他表示：“与数据供应商合作，总是有一定程度的数据联合。数据传输总是有更多的节点，即数据从QVC公司传输到供应商，然后回到QVC公司，这不利于实时性，我们需要比与外部合作更低的延迟程度。”
相反，他表示，数据分析响应技术是QVC公司信息技术团队成员和消费者洞察团队成员的心血结晶，这恰巧是他们在一次会议上的想法。
“这一想法从构思到实施大约进行了三个月，”古迪纳夫说。“一切的工作都是围绕如何快速地利用交易数据流，一旦我们能够利用这些数据流，显而易见，我们拥有了极大的财富。”
他说，未来很多年的工作将会是为实时数据源集成更多的应用程序接口(API)。
本文转自d1net（原创）
