过去，我们处在零售时代，数据分散。随着数字化趋势的到来，公司一直朝着使用数据来提高运营效率的方向发展。最终，我们将被数据包围，并在一个无缝的环境中充分利用每个数据。使用不同类型的数据对客户进行完整描述，将市场趋势和资源利用清楚地结合在一起，并精确地制定公司战略。无论是大数据还是小数据，许多专家都讨论了数据可以带来什么价值。仅在对数据分析进行了如此多的讨论之后，我才发现市场上的大多数人仍然对数据收集和分析感到困惑。许多读者在对作者的反馈中最担心的是，在物联网应用程序设计之初，数据分析在系统架构中的作用并未得到优先考虑，因此相关程序的设计只是以下方面的集合：很多硬件，自动化或仅此而已，但是智能常常会消失得无影无踪。首先，我想澄清的是，有许多数据源，而联网设备只是收集数据的一种手段，不仅物联网应用程序可以收集数据。例如，传统的收银机也在收集数据，但是没有电子存储设备，所有东西都保存在纸带上，访问非常不方便，基本上很难用于详细的业务分析。直到收银机功能与工业计算机结合使用，数据才开始具有进一步分析的便利性。但是，为了加快结帐速度，当前电子收银机可以收款的领域仍然受到限制。因此，如果读者特别注意结帐，几乎每个电子收银机都附有许多其他设备。信用卡刷卡机有几种类型，即插入式或感应式。近来，随着第三方支付的普及，附加的条形码扫描设备已经开始出现。但是，这些设备收集的数据集中在业务交易和结帐时。零售商仍然无法知道在每个时间点有多少人走过门，以及有多少人走进商店，更不用说绕开单个客户或每次都绕道而行了。柜台或架子前的停留或观看时间。近年来，随着GPU和其他硬件的发展以及相关视觉识别软件的发展，这些数据收集已从不可能变为可能。此外，随着数据分析技术的发展，随着计算和存储设备性能的提高和价格的下降，数据科学家已经能够将其重点从结构化数据转移到非结构化数据。简而言之，可以分析语音和文本数据的记录。首先，传统客户服务呼叫的对话内容已经可以直接转换为文本，然后将通过自然语言处理（NLP）文本探索来分析客户的吸引力。让对话的内容以及客户投诉和客户投诉的处理过程成为客户档案的一部分。即使是为了节省客户服务人力，也出现了使用相关数据技术开发的聊天机器人。客户可以在网站或商店的输入设备上直接询问与商店或产品相关的聊天机器人（通常是文本对话）。这样，不仅数据收集过程直接进入计算机，而且聊天机器人甚至可以根据对话过程主动为客户推荐合适的产品。相比之下，尽管传统的客户服务人员可以提供更详细的服务或处理更多的随机问题，但是人脑的记忆能力有限。我们不能责怪客户服务人员记住商店中成千上万种产品的名称，特征或位置。在位置上，不可能期望客户服务人员随时读取正在询问客户的客户文件，实时掌握客户的口味并在对话结束前的黄金时段做出最有效的产品推荐。非结构化数据的来源也可以是Internet上的社交讨论或在任何内容媒体中传播的报告以及以下评论。您没有看到在线消息的病毒效应，它一直是每个营销人员的必修课。不了解粉丝群或在线搜索优化功能的营销人员将逐渐在公司中失去发言权。为了响应互联网时代的新营销趋势，在线市场舆论分析（社交侦听/社交媒体监控，SL）早已被公司营销人员广泛采用。甚至制造