APT实验学习颠覆直觉 精准决策创造最佳报酬

中国零售业者业，在经历展店即是获利、经营标准化等阶段后，营收增长进入缓步期，零售企业经营压力增大。 面对严峻的经营环境，中国连锁经营协会主办的第十五届中国连锁业会议近日在四川成都召开。

包括英特尔， 可口可乐，华瑞万家，银泰百货，大连三洋在内的众多零售业领袖热烈讨论了在电商与大数据环境下，零售行业经理人们如何更加精准、有效率的做出决策、使企业获利极大化。

在大会上，世界最大的专攻云端商业技术的软件公司APT(Applied Predictive Technologies)亚太区副总裁李展宏进行了主题演讲，介绍了如何运用“实验学习”找出致胜零售策略，获得在场众多企业领导人热烈回应。

李展宏表示，领先的连锁零售业每天有无数的决策需要决断，大至上亿元的店铺装潢整修、小至数百万元的新品推出与促销计划…等，由于连锁业态店铺众多的特性，走错一步往往造成莫大的营业损失。

许多大型的亚洲零售企业都有着极丰富的数据资源，但最关键的问题，还是如何驾驭大数据，使其发挥出最大的功效。迄今为止，仍有大量的亚洲零售企业在使用绝对业绩或年增长率等指标来衡量各家门店或各种新举措的表现，这些数据固然无可厚非，但它们提供的信息并不全面。比如，因为城郊发展速率的不同，位于城区的门店可能会与位于郊区的门店相比有不同的年增长率，如果在所有门店同时推行一项计划，获得的效果可能也会受到不同影响。

李展宏说，世界领先的零售企业在推广某项新举措前，通常都会先在小部分门店进行实验，有些企业甚至每年要进行成百上千个实验。这样可以避免错误决策带来的不必要损失，也可以更快地找到最有效的措施。许多亚洲的零售企业还没有完全形成这样的实验文化。仅仅分析各种绝对业绩或增长率是不够的，为了解每项举措带来的真正差异，企业必须进行精心设计的实验，再利用大量的数据比较实验组与对照组的真实差距，从而得出最正确的答案。

他说，APT所做的就是用它独特的实验学习（Test and Learn）的概念，不单是数据分析，是以真正的实验帮助客户降低决策风险，最大化投资回报率。 目前，美国超过20%的零售业数据已通过APT来处理。APT的“实验学习”和“购物篮分析师”等产品套餐已帮助全球众多领先企业，如沃尔玛、麦当劳、希尔顿和全家便利店等，在多个重要领域进行关键决策。（张婧）

来源：中国日报网