沃爾瑪經典營銷案例：啤酒與尿布“啤酒與尿布”的故事

產生于20世紀90年代的美國沃爾瑪超市中，沃爾瑪的超市管理人員分析銷售數據時發現了一個令人難于理解的現象：在某些特定的情況下，“啤酒”與“尿布”兩件看上去毫無關系的商品會經常出現在同一個購物籃中，這種獨特的銷售現象引起了管理人員的注意，經過后續調查發現，這種現象出現在年輕的父親身上。在美國有嬰兒的家庭中，一般是母親在家中照看嬰兒，年輕的父親前去超市購買尿布。父親在購買尿布的同時，往往會順便為自己購買啤酒，這樣就會出現啤酒與尿布這兩件看上去不相干的商品經常會出現在同一個購物籃的現象。如果這個年輕的父親在賣場只能買到兩件商品之一，則他很有可能會放棄購物而到另一家商店， 直到可以一次同時買到啤酒與尿布為止。沃爾瑪發現了這一獨特的現象，開始在賣場嘗試將啤酒與尿布擺放在相同的區域，讓年輕的父親可以同時找到這兩件商品，并很快地完成購物；而沃爾瑪超市也可以讓這些客戶一次購買兩件商品、而不是一件，從而獲得了很好的商品銷售收入，這就是“啤酒與尿布” 故事的由來。當然“啤酒與尿布”的故事必須具有技術方面的支持。

1993年美國學者Agrawal提出通過分析購物籃中的商品集合，從而找出商品之間關聯關系的關聯算法，并根據商品之間的關系，找出客戶的購買行為。艾格拉沃從數學及計算機算法角度提 出了商品關聯關系的計算方法——Aprior算法。沃爾瑪從上個世紀 90 年代嘗試將 Aprior 算 法引入到 POS機數據分析中，并獲得了成功，于是產生了“啤酒與尿布”的故事。

Suncorp-Metway使用數據分析實現智慧營銷

Suncorp-Metway是澳大利亞一家提供普通保險、銀行業、壽險和理財服務的多元化金融服務集團, 旗下擁有5個業務部門，管理著14類商品，由公司及共享服務部門提供支持,其在澳大利亞和新西蘭的運營業務與900多萬名客戶有合作關系。該公司過去十年間的合并與收購,使客戶群增長了200%,這極大增加了客戶群數據管理的復雜性,如果解決不好,必將對公司利潤產生負面影響.為此,IBM公司為其提供了一套解決方案,組件包括:IBM Cognos 8 BI、IBMInitiate Data Service諛IBM Unica。采用該方案后，Suncorp-Metway公司至少在以下三項業務方面取得顯著成效：1、顯著增加了市場份額，但沒有增加營銷開支；2、每年大約能夠節省1000萬美元的集成與相關成本；3、避免向同一戶家庭重復郵寄相同信函并且消除冗余系統，從而同時降低直接郵寄與運營成本。

由此可見，Suncorp-Metway公司通過該方案將此前多個孤立來源的數據集成起來，實現智慧營銷，對控制成本，增加利潤起到非常積極的作用。

數據分析幫助辛辛那提動物園提高客戶滿意度

辛辛那提動植物園成立于1873年，是世界上著名的動植物園之一，以其物種保護和保存以及高成活率繁殖飼養計劃享有極高聲譽。它占地面積71英畝，園內有500種動物和3000多種植物，是國內游客人數最多的動植物園之一，曾榮獲Zagat十佳動物園，并被《父母》（Parent）雜志評為最受兒童喜歡的動物園，每年接待游客130多萬人。辛辛那提動植物園是一個非營利性組織，是俄亥州同時也是美國國內享受公共補貼最低的動植物園，除去政府補貼，2600萬美元年度預算中，自籌資金部分達到三分之二以上。為此，需要不斷地尋求增加收入。而要做到這一點，最好辦法是為工作人員和游客提供更好的服務，提高游覽率。從而實現動植物園與客戶和納稅人的雙贏。借助于該方案強大的收集和處理能力、互聯能力、分析能力以及隨之帶來的洞察力，在部署后，企業實現了以下各方面的受益：·幫助動植物園了解每個客戶瀏覽、使用和消費模式，根據時間和地理分布情況采取相應的措施改善游客體驗，同時實現營業收入最大化。

·根據消費和游覽行為對動植物園游客進行細分，針對每一類細分游客開展營銷和促銷活動，顯著提高忠誠度和客戶保有量。.·識別消費支出低的游客，針對他們發送具有戰略性的直寄廣告，同時通過具有創意性的營銷和激勵計劃獎勵忠誠客戶。

· 360度全方位了解客戶行為，優化營銷決策，實施解決方案后頭一年節省40,000多美元營銷成本，同時強化了可測量的結果。

·采用地理分析顯示大量未實現預期結果的促銷和折扣計劃，重新部署資源支持產出率更高的業務活動，動植物園每年節省100,000多美元。

·通過強化營銷提高整體游覽率，2011年至少新增50,000人次“游覽”。

·提供洞察結果強化運營管理。例如，即將關門前冰激淋銷售出現高潮，動植物園決定延長冰激淋攤位營業時間，直到關門為止。這一措施夏季每天可增加2,000美元收入。·與上年相比，餐飲銷售增加30.7%，零售銷售增加5.9%。

·動植物園高層管理團隊可以制定更好的決策，不需要 IT 介入或提供支持。

·將分析引入會議室，利用直觀工具幫助業務人員掌握數據。