未找到结果

您的搜索操作未匹配到任何结果。

我们建议您尝试以下操作,以帮助您找到所需内容:

  • 检查关键词搜索的拼写。
  • 使用同义词代替键入的关键词,例如,尝试使用“应用”代替“软件”。
  • 请尝试下方显示的热门搜索之一。
  • 重新搜索。
热门问题

零售业人工智能和分析

使用基于 AI 的分析来创建您的客户想要看到的报价。高效且富有成效地制定策略,以预测和影响客户的下一步行动并提供合适的报价。

查看零售 AI 的实际应用

客户使用 Oracle 零售解决方案的体验

沙特阿拉伯零售商利用 AI 识别创收机会并奖励客户忠诚度
Helzberg Diamonds 使用 AI 提升零售和优化的透明度

借助人工智能大规模实现更智能的零售体验

优化日常补货

使服务水平与目标保持一致,并努力减少库存量和降低营运成本。

探索 Retail Inventory Optimization

按部门评估销售额和利润贡献

确定各个接触点上可行的商品销售机会,包括延期交货和退货、热销/滞销商品、需求、履行以及价格和促销分析。

探索 Retail Merchandising Insights

通过价格优化获得更大收获

提出有关更优促销、降价和有针对性的产品/服务的建议,尽可能提高利润和销售额。

探索 Retail Offer Optimization

了解您的客户及其行为

提供从细分、人口统计、市场篮子、产品亲和力和促销绩效分析中获得的特定客户见解,以设计促成转化的营销计划。

探索 Retail Consumer Insights

“我们对当前的规划系统进行了全面了解,并意识到我们也有机会取代其他系统。我们希望充分利用现有的科学进步。”

Nathan Gray

Helzberg Diamonds 商品、规划和分配副总裁

加快库存和空间回报

在可用空间内优化门店品类,从而尽可能改善货架坪效、货架空间回报、销量、收入和利润,同时通过针对每个商店优化分类来提高客户满意度。

探索 Retail Assortment and Space Optimization

利用零售 AI 建立一个可实现盈利的库存组合

通过特定于零售的嵌入式 AI 和机器学习来改进商品规划的各个方面,从而利用客户细分决策树、需求转移分析、尺寸轮廓优化、空间分配优化和货架坪效数据。

探索 Retail Science Platform

技术如何助推下一阶段的零售业个性化发展

Oracle 副总裁 Antony Wildey

了解三个现实生活中的零售商机,在这些商机中,数据可以帮助品牌构建更加个性化的购物体验,并将产品/服务提升至新的水平。

阅读完整帖文

更多博客内容

查看所有零售科学帖文

查找资源及更多信息

零售业中的情境性见解

零售业中的情境性洞察

零售商可以使用情境智能来建立更细微、更细致的消费者资料,从而帮助他们比以往更好地了解自己的客户。

Forrester 报告

The Forrester Wave:2020 年第一季度零售规划

“Oracle 在客户细分、对门店集群敏感的分类计划、商品财务规划、运营效率规划以及初始订单、补货和分配等方面表现不凡。”

了解 Retail RACK 的运作方式

了解各地的零售商如何利用零售技术

Oracle 的 Retail Asset Community Knowledge (RACK) 门户网站是一个资料宝库,其中包括 Oracle 零售解决方案客户历程、全球活动记录以及 Oracle 零售解决方案路线图的最新更新。