Walmart e Big Data Analytics: otimização da Experiência do Cliente e incremento de 1 bilhão de dólares em faturamento mensal

walmart e big data analytics

Descubra como a análise aprimorada de um grande volume de dados possibilitou com que a gigante americana otimizasse a Experiência do Cliente e, de quebra, incrementasse o faturamento mensal em 1 bilhão de dólares.

Com mais de 245 milhões de clientes visitando 10.900 lojas e com 10 websites ativos em todo o mundo, o Walmart é definitivamente um nome a ser considerado no setor varejista.

Seja em compras na loja, em menções nas redes sociais ou qualquer outra atividade online, o Walmart sempre foi um dos melhores varejistas do mundo. A análise Global Customer Insights estima que o Walmart receba cerca de 300.000 menções nas redes sociais a cada semana.

Este artigo detalha a cultura Big Data Analytics do Walmart para entender como o Big Data Analytics é alavancada para melhorar o Quociente de Inteligência Emocional do Cliente e o Quociente de Inteligência dos Colaboradores.

O gigante do varejo multinacional americano Walmart coleta 2,5 petabytes de dados não estruturados de 1 milhão de clientes a cada hora. Um petabyte equivale a 20 milhões de gabinetes de arquivamento; valor de texto ou um quadrilhão de bytes. Os dados gerados pelo Walmart a cada hora equivalem a 167 vezes os livros da Biblioteca do Congresso dos Estados Unidos.

Com toneladas de dados não estruturados sendo gerados a cada hora, o Walmart está melhorando sua eficiência operacional ao alavancar grandes análises de dados. O Walmart tem criado valor com Big Data e não é segredo que o Walmart tenha, com isso, obtido sucesso.

“A coisa mais importante sobre o Wal-Mart é a escala do Wal-Mart. Sua escala em termos de clientes, sua escala em termos de produtos e sua escala em termos de tecnologia” – disse Anand Rajaram, diretor do WalmartLabs.

“Queremos saber o que é cada produto no mundo”. Queremos saber quem são todas as pessoas no mundo”. E queremos ter a capacidade de conectá-los em uma transação”. – disse o CEO do comércio eletrônico global do Walmart em 2013.

O Walmart foi o maior varejista do mundo em 2014 em termos de receita. O Walmart fatura diariamente US$ 36 milhões em 4.300 lojas de varejo nos EUA, e emprega cerca de 2 milhões de pessoas.

O Walmart começou a fazer uso de Big Data Analytics muito antes que o termo Big Data se tornasse popular no setor. Em 2012, o Walmart passou do experiencial cluster Hadoop de 10 nós para um cluster Hadoop de 250 nós.

O principal objetivo da migração dos clusters Hadoop era combinar 10 websites diferentes em um único website para que todos os dados não estruturados gerados fossem coletados em um novo cluster Hadoop.

Desde então, o Walmart vem acelerando a análise de dados em grande escala para fornecer as melhores tecnologias de comércio eletrônico da categoria com um motivo para fornecer uma melhor experiência para seus clientes.

O principal objetivo de aproveitar Big Data no Walmart é otimizar a Experiência do Cliente quando eles estão em uma loja Walmart, ou navegando no site do Walmart ou navegando através de dispositivos móveis quando estão em movimento.

As grandes soluções de dados no Walmart são desenvolvidas com a intenção de redesenhar websites globais e construir aplicações inovadoras para personalizar a Experiência do Cliente, aumentando ao mesmo tempo a eficiência logística.

As tecnologias Hadoop e NoSQL são usadas para fornecer aos clientes internos acesso a dados em tempo real coletados de diferentes fontes e centralizados para uso mais eficaz.

Adquirida pelo Walmart em 2013, a Inkiru, startup baseada em Palo Alto, Califórnia, aumentou significativamente a capacidade da gigante do varejo em analisar dados. A aquisição da Inkiru foi fundamental para aperfeiçoar o marketing direcionado, merchandising e a prevenção de fraudes.

A plataforma de tecnologia preditiva da Inkiru retira dados de diversas fontes e ajuda o Walmart a melhorar a personalização através da análise de dados. A plataforma de análise preditiva da Inkiru incorpora tecnologias de aprendizagem de máquinas para melhorar automaticamente a precisão dos algoritmos e pode se integrar com diversas fontes de dados externas e internas.

Como o Walmart utiliza Big Data?

O Walmart tem um amplo ecossistema de dados de grande porte. O grande ecossistema de dados no Walmart processa múltiplos Terabytes de novos dados e petabytes de dados históricos todos os dias.

A análise abrange milhões de produtos e 100 milhões de clientes de diferentes fontes. Os sistemas analíticos do Walmart analisam diariamente cerca de 100 milhões de palavras-chave para otimizar a licitação de cada palavra-chave.

Trabalhar com o maior conjunto de dados de varejo do mundo – Projeto Walmart de Previsão de Vendas de Loja de Dados Científicos

Fonte: datafloq.com

O Walmart transformou a tomada de decisões no mundo dos negócios, resultando em recompra e fidelidade de clientes. O Walmart observou um aumento significativo de 10% a 15% nas vendas online e US$ 1 bilhão em receitas incrementais.

Grandes analistas de dados foram capazes de identificar o valor das mudanças que o Walmart fez, analisando as vendas antes e depois que grandes análises de dados foram alavancadas para mudar a estratégia de comércio eletrônico do gigante do varejo.

Primeiras aplicações para montar os dados do Hadoop no Walmart

Savings Catcher – Um aplicativo que alerta os clientes sempre que seu concorrente vizinho reduz o custo de um item que o cliente já comprou. Este aplicativo então envia um vale-presente para o cliente para compensar a diferença de preço.

O aplicativo eReceipts fornece aos clientes as cópias eletrônicas de suas compras.

Um aplicativo de mapeamento no Walmart utiliza o Hadoop para manter os mapas mais recentes das lojas Walmart de 1000 lojas em todo o mundo. Esses mapas especificam o local exato onde uma pequena barra de sabão reside na ampla loja do Walmart.

Grandes projetos de dados

Mupd8- Aplicação de atualização de mapas

Para satisfazer a necessidade de uma plataforma de processamento de fluxo em tempo real de propósito geral que possa resolver questões como desempenho e escalabilidade, o Walmart desenvolveu o Mupd8 para Dados Rápidos. Com o Mupd8, as aplicações de processamento de fluxo poderiam enfatizar a qualidade dos dados gerados. O Mupd8 faz para dados rápidos, o que o modelo hadoop mapreduce computacional faz para dados grandes.

O Mupd8 permite aos desenvolvedores escrever aplicações facilmente e processá-las usando a estrutura Map Update (um fluxo de trabalho dos operadores Map e Update), uma maneira fácil de expressar o cálculo de streaming. Escrevendo uma aplicação como uma combinação de operadores de mapas personalizados e atualização, os grandes desenvolvedores de dados podem se concentrar na lógica comercial da aplicação e deixar o Mupd8 lidar com a carga e distribuição de dados através de vários núcleos de CPU.

Por exemplo, um aplicativo pode ser escrito para assinar o Twitter firehose de cada tweet escrito; tal aplicativo pode analisar os tweets para determinar os usuários mais influentes do Twitter, ou identificar eventos repentinamente proeminentes à medida que eles ocorrem.

Alternativamente, um aplicativo pode ser escrito para assinar um registro de todas as atividades do usuário em um site; tal aplicativo pode detectar problemas de serviço no rosto dos usuários à medida que eles ocorrem, ou calcular sugestões para os próximos passos dos usuários com base na atividade até o momento.

Como o Walmart está rastreando seus clientes?

Nossa capacidade de reunir dados é inigualável” – disse Bill Simon, CEO do Walmart.

O Walmart usa a mineração de dados para descobrir padrões nos dados de pontos de venda. A mineração de dados ajuda o Walmart a encontrar padrões que podem ser usados para fornecer recomendações de produtos aos usuários com base em quais produtos foram comprados em conjunto ou quais produtos foram comprados antes da compra de um determinado produto.

A mineração de dados efetiva no Walmart aumentou sua taxa de conversão de clientes. Um exemplo familiar de mineração de dados eficaz através da técnica de aprendizagem de regras de associação no Walmart é – descobrir que as vendas de pop-tarts de morango aumentaram 7 vezes antes de um Furacão.

Depois que o Walmart identificou essa associação entre Furacão e pop-tarts de Morango através da mineração de dados, ele coloca todos os pop-tarts de Morango nas caixas antes de um furacão.

Outro exemplo notável é durante o Halloween, os analistas de vendas do Walmart puderam olhar os dados em tempo real e descobriram que achavam que um cookie específico era popular em todas as lojas do Walmart, havia 2 lojas onde ele não estava vendendo nada. A situação foi imediatamente investigada e descobriu-se que uma simples supervisão de estoque fez com que os cookies não fossem colocados nas prateleiras para venda. Esta questão foi retificada imediatemente, o que evitou mais perdas de vendas.

O Walmart rastreia e visa cada consumidor individualmente. O Walmart tem dados exaustivos de clientes de cerca de 145 milhões de americanos, dos quais 60% dos dados são de adultos norte-americanos.

A grande equipe de dados do Walmart Labs analisa cada ação clicável no Walmart.com – o que os consumidores compram na loja e online, o que está sendo feito no Twitter, eventos locais como o San Francisco Giants ganhando o World Series, como os desvios climáticos locais afetam os padrões de compra, etc.

Todos os eventos são capturados e analisados inteligentemente por grandes algoritmos de dados para discernir grandes percepções de dados significativos para que os milhões de clientes possam desfrutar de uma experiência de compra personalizada.

Como o Walmart está fazendo uma diferença real para aumentar as vendas?

Lançamento de novos produtos

 O Walmart está aproveitando os dados das mídias sociais para encontrar tendências sobre produtos para que eles possam ser introduzidos nas lojas Walmart em todo o mundo. Por exemplo, o Walmart analisou os dados das mídias sociais para descobrir que os usuários estavam frenéticos sobre os “Cake Pops”. O Walmart respondeu rapidamente a essa análise de dados e os Cake Pops chegaram às lojas do Walmart.

Melhor Análise Preditiva

O Walmart modificou recentemente sua política de embarque de produtos com base em grandes análises de dados. O Walmart alavancou a análise preditiva e aumentou a quantidade mínima para que um pedido online fosse elegível para remessa gratuita.

De acordo com a nova política de remessa no Walmart, o valor mínimo para remessa gratuita foi aumentado de US$ 45 para US$ 50 com a adição de vários novos produtos para melhorar a Experiência do Cliente.

Recomendações personalizadas

Exatamente como o Google rastreia anúncios feitos sob medida, os grandes algoritmos de dados do Walmart analisam as compras com cartão de crédito para fornecer recomendações especializadas a seus clientes com base em seu histórico de compras.

Grandes soluções de análise de dados no Walmart

1. Dados nas mídias sociais

Os dados da mídia social são não-estruturados, informais e geralmente não programáticos. Analisar e minerar petabytes de dados de mídia social para descobrir o que é importante e depois mapeá-los para significar produtos no Walmart é uma tarefa árdua.

As decisões e tecnologias impulsionadas pelos dados de mídia social são mais uma norma do que uma exceção no Walmart. Uma grande parte da decisão do Walmart voltada para os dados é baseada em dados das mídias sociais, comentários no Facebook, pins no Pinterest, tweets no Twitter, ações no LinkedIn e assim por diante. O WalmartLabs está alavancando a análise de social media para gerar grandes insights de dados relacionados ao varejo.

O Walmart lançou um concurso de crowdsourcing nas mídias sociais que ajudou os empresários a colocar seus produtos na prateleira. O concurso atraiu mais de 5000 inscrições e mais de 1 milhão de votos em todos os EUA. Qualquer pessoa poderia apresentar seus produtos e obter exposição para milhões de pessoas. Os melhores produtos foram declarados como vencedores e expostos nas lojas Walmart para serem vendidos aos clientes.

“A Social Media Analytics tem tudo a ver com a mineração, uma tarefa perigosa e pessoalmente excitante para nós”. Quando nossa equipe passou o dia 22 de novembro seguindo febrilmente o pulso do varejo social na Black Friday, sabíamos que o mundo não estava se preparando para um apocalipse” – disse Arun Prasath, Engenheiro Principal do WalmartLabs.

Genoma social

O Social Genome é uma grande solução analítica de dados desenvolvida pelo WalmartLabs que analisa milhões e bilhões de mensagens do Facebook, tweets, vídeos do YouTube, postagens em blogs e muito mais.

Através da solução de análise de Genoma Social, o Walmart está alcançando clientes ou amigos que twitam ou mencionam algo sobre os produtos do Walmart para informá-los sobre o produto e dar-lhes um desconto especial.

O produto Social Genome combina dados públicos da web, dados de mídia social e dados de propriedade como informações de contato, endereço de e-mail e dados de compra do cliente. Estes dados ajudam o Walmart a analisar melhor o contexto de seus usuários.

Por exemplo, se o Genoma Social identifica que uma senhora tweeta frequentemente sobre filmes, então quando ela tweetar algo como “I love Salt”, a solução de genoma social do Walmart é capaz de entender que a senhora está se referindo ao popular filme de Hollywood Salt e não ao sal condimentado.

“Só depois de vencer todos esses múltiplos desafios é que uma recomendação significativa pode ser feita…. Nosso projeto de análise de mídia social opera sobre um índice pesquisável de 60 bilhões de documentos sociais e ajuda os comerciantes do Walmart a monitorar sentimentos e interesses populares em tempo real, ou a investigar tendências do passado. Também é possível ver variações geográficas dos sentimentos sociais e dos níveis de zumbido. Há também ferramentas que casam tendências de busca no walmart.com, tendências de vendas em nossas lojas físicas e buzz social, tudo em um só lugar, para ajudar a fazer correlações. Juntas, estas ferramentas proporcionam uma poderosa visão social” – disse Arun Prasath, Engenheiro Principal do WalmartLabs.

Motor de Recomendação de Presentes Shopycat-Gift no Walmart

Se você estiver confuso ao encontrar o presente perfeito para seus amigos, então o aplicativo Shopycat do Walmart ajudará você a comprar o presente ideal para seu amigo durante a correria de compras do feriado.

O Walmart’s Shopycat recomenda presentes para amigos com base nos dados sociais extraídos de seus perfis no Facebook. O aplicativo também fornece links para os produtos do Walmart para que os usuários possam facilmente comprar o produto sem qualquer inconveniente e se esforçar para criar um mercado mais amplo. Shopycat é uma parte da página do Walmart no Facebook que tem cerca de 10 milhões de fãs.

O aplicativo também sugere amigos para os quais os usuários devem, através de presentes, dependendo do nível de interação com eles. Quando as pessoas clicam em um presente sugerido, o Shopycat também diz porque um determinado presente foi sugerido. Por exemplo, as sugestões podem mostrar que um amigo gostou do produto no Facebook ou comentou em uma publicação na parede ou tem uma atualização de status relacionada ao produto.

O Shopycat permite que os usuários enviem mensagens a seus amigos através do Facebook e perguntem se eles gostariam de comprar um vale-presente ou um produto.

Gerenciamento de estoque usando Predictive Analytics

A análise preditiva está no coração do processo da cadeia de fornecimento que ajuda o Walmart a reduzir o excesso de estoque e a manter o estoque adequado dos produtos mais procurados.

Os fornecedores do Walmart são obrigados a usar o sistema de gerenciamento de estoque de fornecedores em tempo real que os ajuda a minimizar o estoque de um determinado produto se não houver vendas significativas para ele. Isto ajuda os varejistas a economizar fundos para comprar produtos que têm maior demanda e têm maior probabilidade de maiores lucros.

Melhorando o Processo de Checkout de Loja para Clientes

Uma grande análise de dados é aproveitada para determinar a melhor forma de checkout para um determinado cliente – checkout facilitado ou self checkout. É usando a análise preditiva para prever a demanda em horas específicas e determinar quantos associados seriam necessários em balcões específicos.

2. Big Data Analytics para mobile

O Walmart está aproveitando o poder dos Big Data para impulsionar ferramentas e serviços a fim de colocar sua estratégia de dispositivos móveis em ordem.

Mais da metade dos clientes do Walmart usa Smartphones e entre estes 35% dos compradores são adultos, o que está próximo de 3/4 de sua base geral de clientes. Os clientes de telefones celulares são extremamente importantes para o Walmart, pois os compradores de smartphones fazem mais 4 viagens e gastam 77% a mais na loja. Assim, os usuários de celulares representam 1/3 do tráfego do Walmart a cada ano e aproximadamente 40% durante as férias.

“O comércio eletrônico está intimamente relacionado à compra de telefones celulares. O maior varejista do mundo usará Big Data para melhorar a Experiência do Cliente na loja”. Ele também acrescentou: “Nossa estratégia móvel é ao mesmo tempo simples e audaciosa. Queremos fazer com que as ferramentas móveis se tornem indispensáveis para nossos clientes enquanto eles fazem compras em nossas lojas e online”. O varejo melhorará a experiência personalizada de cada cliente para a concorrência no futuro, e tudo isso acontecerá na pequena tela em suas mãos”, disse Gib Thomas, vice-presidente sênior de celulares e digitais do Walmart.

O Walmart está aproveitando grandes análises de dados para desenvolver capacidades de previsão em sua aplicação móvel. O aplicativo móvel gera uma lista de compras, analisando os dados do que os clientes e outros compram a cada semana. O aplicativo móvel do Walmart consiste em uma lista de compras que pode dizer aos clientes a posição de seus desejos e ajudá-los fornecendo descontos a produtos similares no Walmart.com.

Outra maneira pela qual o Walmart está aproveitando o poder das grandes análises de dados é alavancando a análise em tempo real – quando um cliente realmente entra na loja do Walmart. O recurso de geofencing do aplicativo móvel do Walmart detecta sempre que um usuário entra na loja do Walmart nos EUA. O aplicativo pede ao usuário para entrar no “Modo Loja”. O modo de loja do aplicativo móvel ajuda o usuário a procurar códigos QE para descontos especiais e ofertas em produtos que ele gostaria de comprar.

Carrinhos do Walmart – Envolvendo os consumidores no Departamento de Produtos

Com a intenção de reduzir o desperdício e aumentar o envolvimento dos consumidores, o Walmart está introduzindo carrinhos de qualidade em departamentos de produção em suas lojas. O Walmart já empregou carrinhos de qualidade em mais de 500 lojas e espera-se que estejam presentes em todas as 5000 lojas dos EUA até o final do terceiro trimestre.

O Walmart sabe que manter seus clientes no departamento de produtos frescos é a chave para o engajamento do cliente e a implementação de carrinhos de qualidade tem ofertas atraentes para eles.

O Walmart está usando Big Data e sensores IoT para descobrir por quanto tempo as pessoas ficam mais tempo no departamento de produtos frescos. Uma grande análise de dados os ajudou a descobrir que se os produtos frescos parecem suficientemente frescos, então as pessoas ficam mais tempo à espera e este é o segredo para fazer com que os clientes comprem mais coisas nas lojas do Walmart.

O Walmart reestruturou 200 de seus pontos de venda existentes para fornecer mercearias em 30 cidades. Depois de saber que os consumidores estavam cada vez mais preocupados com o frescor dos alimentos, o Walmart treinou o pessoal para avaliar a qualidade dos produtos e mostrou os itens alimentícios aos clientes antes de embalá-los.

Se o invólucro de frango congelado for rasgado ou se a manga não estiver madura, uma troca pode ser feita imediatamente. Tudo o que os clientes precisam fazer é fazer o pedido através do aplicativo. Grandes análises de dados ajudaram o Walmart a ganhar um ponto brilhante em termos de coleta de manga.

A maior nuvem privada do mundo no Walmart Data Cafe

O Walmart está no processo de criação da maior nuvem privada do mundo para processar 2,5 PB de dados a cada hora. O Walmart criou seu próprio centro analítico conhecido como Data Cafe em Bentonville, sede do Arkansas.

No Data Cafe, mais de 200 fluxos de dados externos e internos juntamente com 40 PB de dados transacionais podem ser manipulados, modelados e visualizados. O Data Cafe extrai informações de 200 fontes variadas que incluem dados de Telecom, dados de mídia social, dados econômicos, dados meteorológicos, dados Nielsen, preços de gás e bancos de dados de eventos locais que respondem por 200 bilhões de linhas de dados transacionais por apenas algumas semanas.

A solução para qualquer problema particular pode ser encontrada através destes conjuntos de dados variados e os algoritmos analíticos do Walmart são projetados para escanear os dados em microssegundos para encontrar uma solução em tempo real para um problema particular.

Como o Walmart está combatendo a batalha contra a grande crise de habilidades de dados?

O Walmart Big Data está aumentando exponencialmente a um ritmo acelerado a cada dia e a escassez de grandes talentos em dados é um grande obstáculo para o Walmart na realização de análises.

Com um número limitado de pessoas que possuem as grandes habilidades de dados necessárias, o Walmart está dando todos os passos necessários para superar este desafio que é o de não ficar atrás de seus concorrentes.

Sempre que um novo membro da equipe trabalha na equipe de análise do Walmart Labs, ele tem que participar do programa de rotação de análise. Durante este programa, os candidatos devem passar algum tempo com os diferentes departamentos da empresa para entender como a grande análise de dados está sendo alavancada em toda a empresa.

O Walmart está tendo dificuldades para encontrar profissionais com experiência em aplicações analíticas de ponta e conhecimento de trabalho em linguagens de programação de Ciência de Dados como Python e R para construir modelos de Inteligência Artificial, através de modelos de Machine Learning. O Walmart usou o hashtag #lovedata para sua campanha de recrutamento para elevar seu perfil entre a crescente comunidade de ciência de dados em Bentonville e Arkansas.

Mandar Thakur, recrutador sênior da divisão de Tecnologia do Walmart, disse – “A lacuna na oferta e demanda de pessoal está sempre presente, especialmente quando se trata de tecnologia emergente”. Com mais de 40 petabytes de dados disponíveis diariamente para análise no Walmart, ele diz que haverá sempre uma demanda sem precedentes por pessoas que possam fazer ciência e análise de dados.

O segredo para o sucesso do Walmart no varejo está em entregar o produto certo no lugar certo e na hora certa. O Walmart continua a subir a escada do sucesso do varejo com resultados notáveis ao alavancar grandes análises de dados.

O Walmart está combatendo a grande lacuna de habilidades de dados através do talento analítico de crowdsourcing. O Walmart sediou uma competição da Kaggle em 2014, onde profissionais receberam dados históricos de vendas de amostras de lojas juntamente com eventos de vendas relacionados, redução de preços e vendas de compensação. Os candidatos têm que desenvolver modelos que mostrem o impacto desses eventos sobre as vendas em vários departamentos. O resultado da concorrência ajudou o Walmart a encontrar talentos analíticos altamente qualificados e competentes.

Em 2015, o Walmart reuniu talentos analíticos com outra competição da Kaggle, na qual os candidatos foram obrigados a prever o impacto do tempo nas vendas de diferentes produtos na loja. O Walmart tem sido capaz de contratar talentos qualificados através desta competição que eles não considerariam nem mesmo entrevistar com base apenas no currículo.

Mandar Thakur, recrutador sênior da divisão de Tecnologia do Walmart disse: “Um, por exemplo, tinha uma formação muito forte em física, mas sem formação em análise formal. Ele tem um conjunto de habilidades diferente – e se não tivéssemos seguido o caminho da Kaggle, não o teríamos adquirido”.

2014 Kaggle Competition Walmart Recruiting – Previsão de vendas em lojas usando dados históricos

O maior desafio para varejistas como o Walmart é fazer previsões com dados históricos limitados. Se o Dia de Ação de Graças ou o Ano Novo chega uma vez por ano, varejistas como o Walmart têm que tomar decisões estratégicas sobre como as vendas terão impacto no resultado final durante a estação festiva.

O Walmart sediou uma competição de recrutamento onde os candidatos a emprego receberam dados históricos de vendas de 45 lojas Walmart de diferentes regiões. Cada loja tem vários departamentos e os candidatos participantes da competição de crowdsourcing foram obrigados a prever as vendas de cada departamento da loja.

O Walmart também tem eventos promocionais de markdown para feriados de destaque como Natal, Super Bowl, Dia do Trabalho, Ano Novo, ThanksGiving, etc. Os eventos de feriados também foram incluídos no conjunto de dados fornecido pelo Walmart para somar ao desafio, já que as vendas para as épocas festivas foram avaliadas 5 vezes mais altas do que as vendas para as semanas não festivas.

A parte mais desafiadora da competição foi prever quais departamentos foram amplamente afetados pelos eventos de feriados e qual foi o nível de impacto que eles tiveram sobre as vendas.

Descrição do conjunto de dados do Walmart para prever as vendas em lojas:

  • stores.csv – Este arquivo contém dados sobre todas as 45 lojas, indicando o tipo e o tamanho de cada loja Walmart.
  • train.csv – Este arquivo contém dados históricos de treinamento de 2010 a 2012, contendo as informações abaixo.
  1. O número da loja
  2. O número do Departamento
  3. A Semana
  4. Vendas semanais de um determinado departamento em uma determinada loja.
  5. IsHoliday para indicar se é ou não uma semana de férias.
  • Features.csv- Este arquivo contém informações adicionais sobre cada loja, departamento e atividade regional para as datas mencionadas com detalhes como o número da loja, a temperatura média na região, o custo de combustível naquela região, a taxa de desemprego, o índice de preços ao consumidor, se a data/semana de entrega é ou não uma semana especial de feriados, dados relacionados a marcações promocionais que o Walmart está executando.
  • Test.csv- É semelhante ao train.csv exceto que as vendas semanais são retidas neste arquivo e as previsões de vendas têm que ser feitas para cada trigêmeo da loja, do departamento e da data.

Construa um Portfólio de Projetos Ganhadores de Trabalho Incrível com Grandes Projetos de Dados Resolvidos de Ponta-a-Ponta

Com que tipo de Big Data e projetos de hadoop é possível trabalhar usando o Walmart Dataset?

Utilize análise de cesta de mercado para classificar as Jornadas de compras

Para atender melhor seus clientes, o Walmart aprimora as experiências dos clientes segmentando suas visitas às lojas com base em diferentes tipos de Jornada.

Independentemente de um cliente estar – em uma corrida de última hora – à procura de novos suprimentos para cachorros ou estiver apenas levando um carrinho de passeio pela loja para compras semanais de mercearia.

A classificação de diferentes tipos de Jornada ajuda o Walmart a melhorar a Experiência do Cliente. Inicialmente, os tipos de Jornada do Walmart são criados pela arte de pentear, ou seja, pela visão e ciência existente do cliente, ou seja, pelos dados do histórico de compras. Um novo desafio que pode ser resolvido usando o conjunto de dados do Walmart é classificar as Jornadas dos clientes na loja Walmart usando apenas o conjunto de dados transacionais dos produtos comprados, para que o processo de segmentação possa ser refinado.

Fonte: https://dezyre.com
Tradução e adaptação por ROX CX

Sua empresa enfrenta desafios parecidos com o que você viu no artigo? Que tal bater um papo sem compromisso com um(a) consultor(a) da ROX CX? Preencha o formulário abaixo que nós entraremos em contato com você!





Escreva de forma sucinta qual é o maior desafio da sua empresa no campo de Data & Analytics:

banner estudo de caso starbucks

Let's talk




Quais são as soluções de seu interesse?

Como prefere que façamos contato com você?