实时零售
回到术语表什么是零售业的实时数据?
- 实时零售就是实时获取数据。从面向批处理的访问，分析和计算将允许数据“始终在线”，从而推动准确、及时的决策和商业智能。实时用例，例如需求预测、个性化、货架上的可用性、到达时间预测以及订单挑选和整合，通过改进供应链敏捷性、降低服务成本、优化产品可用性和库存补充为组织提供价值。
为什么实时数据对零售业很重要?
- 我们目睹了转向电子商务和全渠道商务在过去20年里发生了巨大变化，但在COVID-19大流行发生后，消费者行为发生了根本转变。在短短10周内，我们目睹了过去10年才能完成的变化速度。由于实体店面临封锁命令，消费者将购物转向了数字渠道。餐厅内部就餐消失了，而得来速和送餐服务则飙升。随着美元的变化，还出现了其他变化:欺诈行为增加，客户期望改变，退货量增加，为客户提供路边服务和送货的成本增加。
- 复合消费者主导的变化最近供应链的波动。未来几年零售和消费品面临的最大风险是波动性。
- 传统的商业策略很快就过时了-需求预测预测错误，客户偏好改变，导致库存中断，因此零售商的利润受到影响。由于消费者是实时购买的，企业不得不将过时的数据仓库架构转移到那些可以实时运行和响应的架构上——因此出现了Lakehouse for Retail。
实时访问数据的好处是什么?
- 大规模快速数据摄取在整个价值链中实时提供先进的见解，降低成本并最大限度地减少错误。当零售商在没有信息的情况下做决定时，他们会犯错误。这些错误表现在很多方面，包括以下几种:
- 低估了需求导致加急交货的运费
- 错误地预测了一件物品的产量导致过多的持有成本，错过销售和更高的浪费
- 对故障做出反应导致计划外停机，破坏整个生产周期
- 在数据不完整或不准确的情况下完成订单导致额外的运输成本或更高的回报率
- 错过了基于当前数据吸引消费者的机会导致错失销售机会
- 实时处理数据使价值链的所有部分能够毫不延迟地查看操作状态，并做出更明智的决策，帮助避免这些问题。
Databricks的实时数据差异化能力是什么?
- 砖的Lakehouse使用包括Delta, Delta Live Tables, Autoloader和Photon在内的技术，使客户能够为实时决策提供数据。
- 零售湖屋以接近实时的间隔支持最大的数据作业。例如，客户每天以15秒的间隔从事务日志系统中带来近4亿个事件。由于在数据处理期间会中断报告和分析，大多数零售客户在夜间批处理期间将数据加载到数据仓库。一些公司甚至每周或每月加载数据。
- Lakehouse事件驱动架构提供了一种比遗留方法(如lambda体系结构)更简单的获取和处理批处理和流数据的方法。该体系结构处理变更数据捕获，并为事务提供ACID遵从性。
- Delta活动表简化数据管道的创建，并自动在沿袭中构建，以协助进行管理。
- 的Lakehouse允许实时流数据摄取和流数据分析。数据仓库需要从数据仓库提取、转换、加载和其他提取来执行任何分析。
- 光子提供创纪录的查询性能，使用户能够查询甚至最大的数据集，以支持BI工具中的实时决策。
额外的资源
回到术语表
