沃尔玛在‘啤酒与尿布’故事背后发现的大道理

　　说到数据分析，大家的第一反应是什么？

　　各种复杂的计算公式、令人眼花缭乱的数据表单，还是瞬息万变的趋势图？

　　数据分析作为数学与计算机科学相结合的产物，主要利用分布式数据库，或者分布式计算集群来对存储于其内的海量数据进行普通的分析和分类汇总等，以满足大多数常见的分析需求。

　　常见的分析方法有：

　　Analytic Visualizations（可视化分析）

　　不管是对数据分析专家还是普通用户，数据可视化是数据分析工具最基本的要求。可视化可以直观的展示数据，让数据自己说话，让观众听到结果。

　　Data Mining Algorithms（数据挖掘算法）

　　可视化是给人看的，数据挖掘就是给机器看的。集群、分割、孤立点分析还有其他的算法让我们深入数据内部，挖掘价值。这些算法不仅要处理大数据的量，也要处理大数据的速度。

　　Predictive Analytic Capabilities（预测性分析能力）

　　数据挖掘可以让分析员更好的理解数据，而预测性分析可以让分析员根据可视化分析和数据挖掘的结果做出一些预测性的判断。

　　Semantic Engines（语义引擎）

　　由于非结构化数据的多样性带来了数据分析的新的挑战，因此需要一系列的工具去解析，提取，分析数据。语义引擎需要被设计成能够从“文档”中智能提取信息。

　　Data Quality and Master Data Management（数据质量和数据管理）

　　数据质量和数据管理是一些管理方面的最佳实践。通过标准化的流程和工具对数据进行处理可以保证一个预先定义好的高质量的分析结果。

　　那么说到数字营销，大家脑海中出现的第一印象又是什么呢？

　　作为一种利用电脑科技和网络进行推销的手法，它于21世纪初期开始发展。

　　数字营销是指针对电子设备相关的用户与受惠者来操作的营销，诸如：个人电脑、智能手机、一般手机、平板电脑与游戏机等。

　　社群媒体营销是数字营销中较为重要的一环，许多机构使用传统式与数字营销管道做交错运用; 然而，数字营销渐受营销人员的青睐来自于数字营销可以让营销人员相较于传统营销管道更精确的掌握投资回报率(ROI)

　　如今，面对数字和科技的兴起，营销必须要适应市场的发展，因此，将数字营销策略与数据分析相结合。未来，公司对具有营销策略和数据分析师双重技能的专业人员的需求将有大幅度的增长。

　　就业前景

　　根据麦肯锡的一项研究表明，在2018年时，在“具有深入分析能力的人才”方面，美国面临着14万~19万人的缺口，而“可以利用大数据分析来作出有效决策的经理和分析师”缺口则达到150万。

　　无论是金融、互联网科技行业，还是传媒、零售行业，大数据的用处都十分广泛，它不但能分析客户行为，为研究客户心理提供极大的辅助作用，还可以很大程度地发现客户的潜在价值。

　　案例分析

　　啤酒与尿布

　　“啤酒与尿布”的故事发生于20世纪90年代的美国沃尔玛超市中，沃尔玛的超市管理人员分析销售数据时发现了一个令人难于理解的现象：在某些特定的情况下，“啤酒”与“尿布”两件看上去毫无关系的商品会经常出现在同一个购物篮中，这种独特的销售现象引起了管理人员的注意，经过后续调查发现，这种现象出现在年轻的父亲身上。

　　在美国有婴儿的家庭中，一般是母亲在家中照看婴儿，年轻的父亲前去超市购买尿布。父亲在购买尿布的同时，往往会顺便为自己购买啤酒，这样就会出现啤酒与尿布这两件看上去不相干的商品经常会出现在同一个购物篮的现象。如果这个年轻的父亲在卖场只能买到两件商品之一，则他很有可能会放弃购物而到另一家商店， 直到可以一次同时买到啤酒与尿布为止。

　　沃尔玛发现了这一独特的现象，开始在卖场尝试将啤酒与尿布摆放在相同的区域，让年轻的父亲可以同时找到这两件商品，并很快地完成购物；而沃尔玛超市也可以让这些客户一次购买两件商品、而不是一件，从而获得了很好的商品销售收入，这就是“啤酒与尿布” 故事的由来。

　　当然“啤酒与尿布”的故事必须有技术方面的支持。1993年美国学者Agrawal提出通过分析购物篮中的商品集合，从而找出商品之间关联关系的关联算法，并根据商品之间的关系，找出客户的购买行为。

　　艾格拉沃从数学及计算机算法角度提 出了商品关联关系的计算方法——Aprior算法。沃尔玛从上个世纪 90 年代尝试将 Aprior算法引入到 POS机数据分析中，并获得了巨大的成功。

　　推荐学校

　　说了这么多，想必大家最最关心的应该就是，我想申请数字营销&数据分析专业，到底该选择哪个学校呢？那么接下来，就让小编给大家简单推荐介绍一下吧！

　　以下学校的介绍顺序来自SMBG官网针对以上专业的排名

　　NEOMA Business School

　　Mastère Spécialisé Marketing et Data Analytics

　　该专业（市场营销和数据分析）获得2020最佳硕士第二名。

　　该校与几百家全球大型跨国建立有合作关系，如IBM，SAS，Microsoft等，帮助学生能够进入世界一流企业以发挥所长，锻炼自身的能力。

　　学校鼓励学生在实践中获取真知，是学徒制度的受益者，85%的学生可以在三个月内找到工作。

　　KEDGE Business School

　　MSc Digital Marketing & Sales

　　该专业的教学将电子商务与策略，技术，设计，数字营销等结合在一起，同时包含机器学习，区块链，人工智能，物联网等不同方向的研讨会，旨在培训精通多领域的数字专家。

　　同时，该培训得益于Digitick，Le Wagon，Vente-privé，Digital Virgo等公司的支持，这些公司的参与保证了学生能够获得更新的运营技能和专业知识。

　　SKEMA Business School

　　MSc Digital Marketing

　　该硕士项目为学生提供有关产品，服务或活动的专业知识。

　　学生将与专业的管理团队一起工作，且有七位专家对学生进行指导，在实际项目中获得有关市场营销，网络销售和电子通信，商业计划，法律问题等相关知识，同时加强团队管理，沟通等能力。

　　Emlyon Business School

　　MSc in Digital Marketing & Data Science

　　该数字营销和数据科学硕士致力于向学生提供数据分析，数据科学的相关知识，包括使用python进行编码，数据库管理等，旨在帮助学生了解极富创新性的技术。

　　学生在巴黎和上海两地学习，并有机会去旧金山短期交换。课程包含4到6个月的实习。

　　Paris School of Business

　　MSc Marketing Strategy et Data Analytics

　　营销策略与数据分析硕士项目专为具有较强业务意识和注重结果的营销人员而设计。

　　课程内容包括市场营销管理，战略管理，国际商务，人力资源管理，财务管理，数字业务等，通过项目分析和团队合作引导学生将有关基础知识应用与营销实践中，并加深他们在数据分析方面的专业知识，包括建模统计，定量分析和各类软件的使用等。

　　好啦，今天关于学校专业的介绍就到这里啦