매시백화점 (Macy's digital) 은 대량의 데이터가 어떻게 온라인 및 오프라인 소매 경험을 연결하는지 보려고 돌아섰습니다.
1 에서 870 까지-오각형 별이 미국 최초의 메이시 백화점에 널리 퍼져 있으며, RowlandHusseyMacy 가 1858 에서 뉴욕 14 번가와 6 번가 교차로에서 창립했습니다. 유명한' 홍성' 상표는 그의 과거 항해 경험에서 나온 것이다. 메시 백화점의 경영권은 지난 150 년 동안 몇 차례 바뀌었다. 먼저 ISIDOR & 에 의해 인수되었습니다. NathanStraus 는 그것을 인수하여 같은 해에 확장하기 시작했다. 나중에 1902 에서 플래그숍을 지금의 뉴욕 선봉광장 위치로 옮겼다.
19 18 년, 메시 백화점의 매출은 첫해 8 만 5 천 달러에서 3600 만 달러로 증가했으며 1922 년에 상장되어 적극적으로 바깥쪽으로 확장되었다. 1945 년, 메시백화점이 미국 서부로 확장되기 시작하여 샌프란시스코의 오코넬 모팻백화점과 합병했을 때, 2 년 후 매장을 메시백화점으로 이름을 바꿨다. 여기에는 샌프란시스코 연합광장에 위치한 또 다른 메시 플래그숍이 포함되어 있다.
그 후 수십 년 동안, 특히 1980 년에 메시 백화점은 수십억 달러를 빌려 다른 백화점을 인수했지만, 동시에 너무 많은 빚을 지고 결국 FratedDepartmentStores, Inc 가/Kloc-0 에 오게 되었다
여러 차례의 인수합병과 백화점의 이름을 바꾼 메시백화점은 이미 150 년 전 뉴욕의 한 백화점에서 미국 45 개 주, 심지어 해외의 푸에르토리코와 괌까지 870 개 매장으로 브랜드를 확장했다. 계열사 브랜드로는 메시 백화점, 메시 백화점 백스스테이지, 브루밍 데일, 블루밍 데일스 sOutlet, Bluemercury 등이 있습니다. 20 15 년 매출은 27 1 억 달러로 미국 최대 소매 그룹 중 하나입니다. 현재 뉴욕 선봉광장 플래그숍 면적은 1 10 입니다.
실제 매장뿐 아니라 매시백화점은 macys, bloomingdales, bluemercury 의 인터넷 쇼핑 사이트 3 개를 보유하고 있어 100 여개국에 제품을 판매할 수 있다.
메시 백화점은 실체와 디지털 전장을 결합해 전방위적인 고객 체험을 만든다. 메시 백화점은 일찌감치 온라인 쇼핑을 시작했다. 메시백화점은 1996 에 접속한 뒤 1998 의 메시백화점을 통해 온라인 쇼핑 시장에 진출했다고 발표했고, 2006 년과 2007 년에는 2 억 3 천만 달러를 온라인 쇼핑에 투입했다. 그러나 20 10 이 되어서야 온라인 가상 및 오프라인 물리적 통합 판매 전략을 점진적으로 추진하여 정상 궤도에 오르기 시작했습니다. 최근 20 15 1 1 및 65438+2 개월 동안 메시사의 주문만 17 만 명에 육박했다.
메시백화점은 온라인 가상 통로와 오프라인 물리적 통로를 통합하는 데 많은 노력을 기울였으며, 그중 가장 주목할 만한 것은 온라인 쇼핑과 Buyonline, pickupinstore 서비스를 통해 메시백화점 멀티 포인트 물리적 점포의 장점을 최대한 활용함으로써 소비자들이 온라인 쇼핑을 한 후 상점에서 직접 물건을 찾을 수 있게 해 소비자들에게 편리한 픽업 경험을 제공할 뿐만 아니라, 오프라인 매장도 늘릴 수 있다는 점이다. 메시 백화점의 오프라인 융합도 황금유량에서 볼 수 있다. 그들은 고객이 같은 계좌로 온라인 및 오프라인 지불을 할 수 있는' 내 지갑' 서비스를 가지고 있다.
또한 메시백화점은 신기술과 방대한 데이터를 적극 활용해 메시 백화점의 핵심 소비층의 이미지를 파악함으로써 급변하는 시장을 따라잡는 데도 도움이 된다. 결국 메시백화점은 다른 백화점과 경쟁할 뿐만 아니라 인터넷 쇼핑의 왕 아마존을 포함한 다른 인터넷 쇼핑과도 경쟁하고 있다.
KLOC-0/50 여 년의 역사를 가진 백화점으로서 메시백화점은 소매업에서 몇 가지 1 위를 차지했습니다. 우선, 메시백화점은 소매사에서 여성을 총감독으로 초빙한 최초의 회사이자 전국적으로 같은 제품에 대해 단일 가격을 취하고 신문 광고에서 특별 할인을 하는 최초의 회사다. 현재 메시백화점은 대량의 데이터를 이용하여 동적 가격 분석과 조정을 하여 고객 중심의 쇼핑 체험을 제공하고 있다.
대량 데이터는 실시간으로 경쟁 가격 전략을 조정하는 데 도움이 되며, 이는 대량 데이터가 메시 백화점에 가져온 첫 번째 이점입니다. 메시 백화점의 경우 실시간 또는 거의 실시간에 가까운 대용량 데이터 분석을 사용할 수 있기 때문에 다른 업체에 비해 가격 조정 유연성의 이점을 얻을 수 있습니다.
세계 최대 소매 백화점 그룹 중 하나인 만큼 제품 가격 경쟁력이 충분한지 확인하는 것이 중요하다. 하지만 메시 백화점이라는 상품은 종류가 많고, 가게가 많고, 분포가 넓은 백화점에서는 가격 조정이 상당히 복잡하다. 예를 들어, 경쟁 업체가 같은 특정 상품을 판매하는 경우, 메시 백화점은 이 경쟁 업체 근처의 상점에서 같은 상품의 가격을 유연하게 조정하여 가격 우위를 확보할 수 있어야 합니다. 하지만 제품은 각종 남성복, 여성복, 액세서리, 가정용품 등이 될 수 있습니다. 그리고 종류가 다양하다. 반면 경쟁사 상가 근처에 있지 않은 다른 메이시 백화점은 가격을 인상할 필요가 없고 원가를 유지할 필요가 없다.
메시 백화점에는 총 870 개의 매장이 있으며, 각 매장마다 수만 가지의 제품이 있으며, 각종 요인에 따라 수시로 가격을 조정해야 할 수도 있습니다. 과거에는 일반적으로 지난 주 판매 데이터를 기준으로 일주일에 한 번 다음 주 가격을 조정했습니다. 전체 데이터 양은 약 2TB 이며 한 번에 약 30 시간이 걸립니다. 게다가 메시 백화점의 오프라인 매장은 일주일에 7 일 영업하는데, 최신 판매 데이터는 계산에 포함될 수 없다.
가장 적절한 가격 정책을 실시간으로 반영하기 위해 메시백화점은 20 1 1 에 대량의 데이터 분석을 도입하여 분석 속도와 효율성을 높이고 경쟁 우위를 높였습니다. 현재 모든 제품의 최적 가격을 분석하는 시간이 30 시간에서 2 시간 이내로 단축되고, 조정 빈도가 일주일에 한 번 하루 몇 번으로 바뀌며, 오프라인 오프라인 오프라인 오프라인 매장의 가격은 동시에 조정할 수 있다.
소매업의 경우 고객 중심의 쇼핑 체험, 즉 모든 방문 고객에게 가장 원하는 것을 제공하는 것은 경쟁력 있는 가격을 제공하는 것만큼 중요하다. 온라인 쇼핑 사이트의 경우, 자신의 제품이 이 고객의 요구에 부합하는 것을 매우 짧은 시간 내에 분석한 다음, 단 1 분 만에 고객의 화면 앞에 이를 선보일 필요가 있다. 결국 고객이 원하는 제품을 제공할 수 없다면 가능합니다.
메시백화점은 1600 명이 넘는 팀을 보유하고 있어 대량의 데이터를 통해 고객의 취향을 평가하고, 쇼핑사이트에서 고객이 좋아하는 것을 전시하고, 고객의 인터넷 쇼핑 전환률을 최적화할 수 있다. 이런 전략은 재고 원가를 더욱 낮추고 이윤을 최적화할 수 있다.
메시의 실시간 분석은 고객의 개인화와 관련성에 따라 이전에 구입한 제품이나 소셜 네트워크 사이트에 게시된 컨텐츠 정보를 포함하여 고객이 필요로 하는 제품을 추천해 볼 수 있습니다. 선호도 외에도 고객 위치에 대한 조언을 제공합니다. 예를 들어, 고객이 메시 백화점의 오프라인 매장에 들어가 어떤 제품도 구입하지 않으면 메시 백화점은 고객에게 전자쿠폰을 보내는데, 고객이 다음에 다시 올 수 있기를 바랍니다.
또한 가상 채널과 실제 채널이 모두 있는 메시 백화점의 경우 고객은 종종 사이트를 통해 상품을 훑어보고 오프라인 매장에 가서 상품을 보는 경우가 많다. 따라서 메시 백화점은 온라인 가상 채널과 오프라인 물리적 채널의 상호 보완적인 경험을 구축해야 합니다. 고객은 메이시 백화점에서 쇼핑을 할 때 마이매시 쇼핑 서비스를 체험할 수 있다. 이 서비스는 집 근처 메시백화점에서 어떤 제품이 재고가 있는지 확인하거나 메시 백화점 매장의 전자카탈로그를 볼 때 자신이 좋아하는 제품을 구매 목록에 즉시 추가한 다음 오프라인 매장에 가서 구매할 수 있습니다. 즉, MyMacy's 는 제품을 편리한 검색 데이터베이스로 통합할 수 있습니다. 고객에게 인근 점포의 모든 상품을 보여 주고, 최종 목적은 모든 인터넷 쇼핑 고객에게 더 많은 현지화와 개인화, 그리고 가장 스마트한 소매 경험을 제공함으로써 메시 백화점을 고객 중심의 회사로 만드는 것이다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 예술명언)
큰 데이터를 통해 사용자 동작을 분석할 수 있습니다. 인생에서 큰 데이터를 사용하는 것을 눈치 채셨나요?