Данные, информация и знания в бизнесе Walmart
Комментариев нет

Данные, информация и знания в бизнесе Walmart

Концепции в этой статье будут рассмотрены в контексте компьютеризированных систем отслеживания запасов в розничных магазинах; например, система Intelligent Retail Lab (IRL) Walmart использует датчики, размещенные по всему магазину, для отслеживания уровней всех своих продуктов на полках (Smith, 2019). В частности, фокус будет на том, как можно использовать IRL, чтобы дать Walmart конкурентное преимущество в продаже пирогов из продуктового отдела.

Пример использования данных, информации и знаний в Walmart

Данные — это необработанные факты, которые можно наблюдать или записывать, например числа (Bourgeois, 2019).В IRL Walmart примерами данных является количество пирогов каждого типа на розничной полке и в подсобном помещении. Walmart должен знать эти данные, чтобы быть уверенным, что розничная полка всегда заполнена.

Одним из конкурентных преимуществ системы IRL является сбор данных. В прошлом магазин мог заставить людей считать количество пирогов. Но это может быть дорого, обременительно и отнимать много времени, когда сотрудники ходят по проходам, отслеживая количество всех продуктов на полках розничной торговли. Напротив, IRL может постоянно «наблюдать» за всем магазином в любое время, и ему не требуется зарплата (хотя, конечно, есть первоначальные затраты на его создание).

Информация — это данные, которые были преобразованы в форму, отвечающую на какой-либо вопрос (KnowledgeMT, 2017). Например, данные (количество пирогов на розничной полке), собранные с течением времени, могут предоставить информацию о том, как быстро продается каждый вид пирога, что поможет ответить на следующие вопросы:

  • Какой пирог самый популярный?
  • Когда следует пополнить запасы пирогов на розничной полке?

Данные, которые не преобразованы в информацию, не очень полезны

Например, сотрудник может знать, что на полке в магазине осталось три пирога, но само по себе это не говорит ему, когда нужно будет пополнить запасы пирогов (возможно, пироги продаются медленно, поэтому этих трех пирогов хватит на несколько дней). полка до конца дня). Генерация такой информации позволит вам всегда иметь оптимально заполненные полки, что даст вам конкурентное преимущество перед магазинами, полки которых иногда пустеют.

Знание — это в основном несколько типов информации, которые были обработаны для достижения более глубокого уровня понимания (KnowledgeMT, 2017).

В нашем примере это может включать объединение информации о продажах пирогов в течение года, чтобы определить, какие виды пирогов будут наиболее популярны в разное время года. Одним из конкурентных преимуществ, возникающих благодаря знанию, является то, что Walmart может продавать нужные виды пирогов в нужное время года (например, тыквенный пирог можно предлагать в День Благодарения, когда он наиболее популярен). Магазины, не знающие о сезонных покупательских привычках людей, могут в конечном итоге попытаться продавать товары людям в неподходящее время; например, у них может быть много тыквенного пирога летом, когда он не так популярен, как другие вкусы.

Роль данных и управления ими в принятии решений

Как описано выше, данные могут быть преобразованы в информацию, а затем в знания, чтобы помочь компании принимать решения (например, когда пополнять запасы продуктов, какие продукты продавать в разное время и т. д.). Часто важные решения связаны с огромными объемами данных, а умственные способности человека ограничены! (Подумайте об этом — вы могли бы вспомнить данные о продажах сотен различных продуктов в течение года?). Управление данными может помочь эффективно и действенно хранить и организовывать данные, а также преобразовывать их в соответствующую информацию и знания, необходимые для принятия решений (Bourgeois, 2019).

Потенциальное конкурентное преимущество, когда дело доходит до принятия решений, заключается в том, чтобы включить искусственный интеллект (ИИ) в систему управления данными и позволить ИИ самому принимать бизнес-решения! Это уже происходит — например, Sam‘s Club (дочерняя оптовая сеть Walmart) использует ИИ, чтобы решить, сколько тыквенных пирогов должны приготовить ее пекари и когда они должны их делать, чтобы пирогов было достаточно, чтобы полки всегда были полностью заполнены., но не так много пирогов, чтобы некоторые из них черствели до того, как их купили (Verma).

Ссылки

Буржуа, Д.Т., Смит, Дж.Л., Ван, С., и Мортати, Дж (2019). Информационные системы для бизнеса и не только (2019). Фонд Сэйлора.

ЗнанияМТ (2017, 4 февраля). Данные-информация-знания за 3 минуты или меньше. [Видео]. YouTube.

Смит, М (2019, 25 ). Новая интеллектуальная лаборатория розничной торговли Walmart позволяет заглянуть в будущее розничной торговли, IRL. Волмарт.

Верма, П (2023, 24 ноября). ИИ Sam‘s Club знает, сколько тыквенного пирога вы съедите в этот праздник. Вашингтон Пост.

WalmartаналитикаДанныеЗнанияИнформацияИскусственный интеллектКонкурентное преимуществорозничная торговляТехнологииУправление данными

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *

Заполните поле
Заполните поле
Пожалуйста, введите корректный адрес email.

Этот сайт использует Akismet для борьбы со спамом. Узнайте, как обрабатываются ваши данные комментариев.

<