零售业如何用Hadoop开启大数据之门？

在过去几年，全球零售商一直试图利用大数据创造价值。由于其大数据分析基础架构的限制，许多工作被一再推迟。Hadoop为这些零售商打开了新的大门，它可以解决他们在过去几年在大数据领域面临的许多问题和挑战。

Hadoop：跨多门编程语言的大数据解决方案

Hadoop背后的技术最初是由Google大约在10年前开发的。核心代码主要是用Java编写的，但有一些是用C编写的。然而，它运行在一个称为MapReduce的编程模型中，这允许开发人员用其他语言创建新的Hadoop代码。由于MapReduce环境可以接受不同的编程语言代码，因此它非常通用。它可以提取，分析和操作许多不同来源的大数据。它使用各种算法来进行关联规则学习，聚类，分类和回归。这些算法依赖于各种函数，包括贝叶斯，期望最大化和FP-Grown算法。Cloudera的首席执行官Mike Olson表示，Hadoop目前仍处于起步阶段，但它已经在塑造零售和金融领域厂商使用大数据的方式了。

“Hadoop平台旨在解决大量数据(可能是复杂的和结构化的，并且不能很好地融入表中的数据)的混合问题。它适用于深度和计算量大的分析，例如聚类和定位...在在线零售中，如果想为客户提供更好的搜索答案，以提高用户的购买欲望，Hadoop可以很好地解决这一问题。

Sears控股公司分部副总裁Aashish Chandra表示，Hadoop已经帮助公司降低了运营成本，提高了销售额。Chandra说，以前的大数据提取工具缺乏他们所需要的功能。

使用Hadoop挖掘销售点大数据

销售点数据在零售业中起着非常重要的作用。公司依靠销售点大数据来预测未来销售，管理库存和项目人员需求。

有许多销售点工具可以聚合销售信息并将其存储在大数据集中。然而，零售商难以用常规工具从PoS中挖掘大数据，即使它就存储在SQL数据库中。Hadoop使零售商更容易从客户数据库访问信息，此数据可以转换为其他格式，并与其他文件中的数据集合并。New Horizons CLC的John Soto声称Hadoop是零售业主要的改变者。

“大型零售商永远不可能利用其传统的大数据基础设施进行这种分析。存储如此多的历史数据是十分昂贵的，并且数据类型复杂，并且需要相当多的准备以允许它与PoS事务组合。Hadoop解决了这两个问题，并且可以运行比旧系统更复杂的分析。”

Hadoop可以让零售商预测分析挑战

Hadoop消除了零售商在利用大数据方面的一些障碍。这里有一些该技术带来的好处：

1、数据挖掘能力强。许多零售商都存储了TB级别的数据。这些数据集往往难以提取，因为它们有很深的嵌套。Hadoop有非常复杂的索引算法，因此它可以提取以前无法为大数据应用程序使用的数据。

2、与不同的数据格式兼容。零售商以许多不同的格式存储数据。内部财务数据通常存储在.csv文件中。零售商一直在努力进行审计，因为他们无法比较结构化和非结构化数据集的数据。Hadoop可以提取多种格式的数据，进行分析并以更具凝聚力的形式呈现，它使大数据分析专家能够从多个来源的数据集之间寻找相关性。

零售商已经发现了使用Hadoop的好处：

1、Staples使用Hadoop分析大数据和预测未来的销售，这有助于他们更有效地分配资源给人员和库存。 据报道，自使用Hadoop以来，Staples的促销成本降低了25%。

2、亚马逊使用Hadoop来改进欺诈检测模型。据报告，他们将信用卡欺诈减少了50%，因为他们可以更容易地识别出信用不佳的人。

3、相比之前，Brands可以得到更详细的客户信息，这有助于他们改进营销策略。使用Hadoop和预测分析的零售商的销售额增长了73%。

零售商只是开始认识到Hadoop和大数据的潜力。根据DeZyre所说，Hadoop最大的优势之一是它可以帮助零售商实时识别和应对挑战。这对防止欺诈尤其重要，因为罪犯总是在考虑新的骗局。“操纵者总是在发明新的欺诈工具和技术，零售商必须使用零售分析来识别欺诈活动，防止它们再次发生。使用大数据技术(如Hadoop，MapReduce和Spark)，可以对超过50 PB的数据执行分析，以准确预测潜在风险。”

来源：中国大数据