营销活动专家Interactions Marketing与Google紧密合作，将搜索引擎的云解决方案用于大数据分析以及可视化分析软件来预测天气对零售销售的影响。
使用Google BigQuery和Tableau的可视化分析软件，Interactions将交易销售数据与区域天气数据分层，以了解购物者的行为。 它着重于识别重复的天气事件，按照严重性等级对其进行分类，并测量这些事件之前，之中和之后主要天气事件对销售的影响。通过分析，Interactions能够跟踪销售和购物者行为的新模式，据称它可以帮助零售商和CPG在重大天气事件发生之前计划成功的店内活动。 该公司表示，这种洞察力将在特定天气事件发生期间和之前用作预测工具，以帮助零售商最大程度地减少或消除脱销问题，优化高需求类别中的商品分类并增加销售额。 Interactions Marketing表示，早期结果表明，这些见识可以带来重大好处，包括提高营销和广告支出的投资回报率，并改善针对性和个性化的购物者沟通方式，从而增加购物篮规模并蚕食竞争对手的购物者。 “ Google BigQuery的交互式性能与Tableau直观的可视化工具相结合，使我们的分析师能够以令人难以置信的效率交互式地探索成千上万行的大量数据。在某些情况下，进行分析通常需要一周到几小时和几分钟的时间。以前，这种见识的时间是不可能的。” Interactions全球营销和分析副总裁Giovanni DeMeo说。 “它使我们能够与零售商和CPG合作伙伴直观地共享该信息，并利用它来增强店内活动并增加销售额。这只是我们现在将使用大数据来改善合作伙伴的收入和盈利能力的众多方式之一。” 商店的整体分析显示，直到单个产品级别，考虑到一天中的时间，星期几，地理位置，甚至是什至是类似天气事件，哪些商品的销售额变化最大，购物者行为的变化最大靠近竞争对手的位置。 数据确定了28个类别，与对照组相比，销售额有显着变化。数据显示，在统计上类似的天气事件发生前的一天，这些类别的销售额比去年同期从20%飙升至261%，但也注意到在该事件的高峰期以及此后的四天内，销售额有所下降。 这些行为在经历该事件的区域以及预测该事件但实际上并未发生的区域中很明显。例如，如果天气报告预测会在一周前出现暴风雨，人们仍然会等到活动开始前的一天进行特定活动的购物。在一种情况下，与其他购物行为相反，这导致了预期的星期二天气事件，前一周的星期一销售量猛增。 零售商可以访问大量复杂数据，以帮助他们做出明智的决策。诀窍是找到一种方法，以轻松地对其进行有效地可视化和分析，” Tableau Software产品管理总监Francois Ajenstat表示。 |
