分析:在氣候變化的背景下,零售商轉向氣象策略
(路透社)—— 像沃爾瑪(Walmart)這樣的大型零售商正越來越多地利用數據分析來減輕天氣這個不可預測的表現變數對銷售的影響。以往,天氣數據僅用於庫存規劃,但現在,它們已經幫助零售商本地化廣告,並決定何時對季節性商品如毛衣進行降價。例如,沃爾瑪利用人工智能軟件進行的庫存規劃中納入了天氣分析,這使得它在美國某些地區比往年提前幾周就降低了防曬霜的價格。這一決定的背後,是天氣預報顯示某些地區的秋季降雨量將高於往年,而幾年前,這種信息可能不會影響他們的決策。沃爾瑪的一位皮膚護理產品補貨顧問柯比·道爾(Kirby Doyle)表示:“最初,天氣數據只是高層規劃的預測模型,而現在我們正在將其融入到季前規劃和整個季節中,以診斷天氣的影響,以及安排促銷等事宜。”
沃爾瑪並未對此作出評論。德國的Meteonomiqs、以及美國的Planalytics和Weather Trends International等小型氣象顧問公司,正在利用雲計算等技術處理大量數據。隨著氣候變化導致天氣波動加劇,對此類數據的需求正在增長。全國零售聯盟(National Retail Federation)在7月與Planalytics共同發佈了一份報告,建議零售商更加重視天氣分析。新的天氣數據工具,尤其是在定價方面,可能很快會上市。Planalytics和管理諮詢公司BearingPoint正在合作開發軟件,供零售商整合到他們的分析模型中以設定價格。
BearingPoint的管理顧問瑞安·奧拉博恩(Ryan Orabone)在上月的一次行業研討會上表示:“天氣是你無法控制的,但你可以控制分析。而定價則是你絕對可以控制的。”今年美國的十月異常溫暖,讓零售商在假期來臨前感到緊張。“我們的業務需要變冷,第四季度才會真正表現良好,”Tractor Supply的首席執行官哈爾·勞頓(Hal Lawton)上月在一次季度電話會議中表示。
這家公司使用氣象分析,銷售如取暖顆粒和外套等冷季商品。Planalytics的首席執行官弗雷德·福克斯(Fred Fox)表示,天氣分析可以幫助像Tractor Supply這樣的公司決定是否對冬季商品進行降價。他表示,如果11月的美國氣溫低於2023年的水平——預測顯示這種情況很可能發生,現在的降價可能意味著未來錯失機會。儘管這對零售商來說似乎很直觀,但他們並不總是正確的。八月份,Lowe’s的首席財務官布蘭登·辛克(Brandon Sink)將前一季度的銷售疲軟歸咎於五月的寒冷和潮濕,但Weather Trends的創始人比爾·柯克(Bill Kirk)指出這一描述並不準確。根據他的數據,五月確實潮濕,但並不寒冷,實際上是美國六年來最熱的五月,也是四十年來第三熱的五月。他說:“歡迎來到不基於事實的零售藉口的世界。”
Lowe’s未對此請求作出回應。
氣溫上升,需求上升
根據美國國家海洋和大氣管理局(NOAA)的數據,美國每三週就會發生一次造成超過10億美元損失的自然災害,這一頻率自1980年代以來已從每三個月一次上升至目前的頻率。Planalytics的執行副總裁埃文·戈德(Evan Gold)表示,該公司正在為客戶提供的氣象模型數量在2024年將是去年的兩倍,自2019年以來,這一數字已增長了九倍。零售商通常會在客流量和銷售中看到天氣的影響,Meteonomiqs的負責人斯特凡·博恩曼(Stefan Bornemann)表示:“隨著天氣模式的加劇,影響可能會變得更大。”柯克分析了某一產品的銷售在每度氣溫變化下的上升或下降情況。他表示,馬毯的銷售每冷一度上升7%,而星巴克的咖啡銷售則上升2%。
星巴克未對請求作出回應。一些客戶使用柯克的數據進行所謂的動態定價,即根據需求調整價格。如果某個銷售季節看起來特別疲弱,客戶可能會提前進行小幅降價,而不是在後期被迫大幅降價以清理過剩庫存。他補充說:“零售商用天氣作為業績不佳的藉口的時代應該結束了。華爾街對這種藉口非常厭惡。”他說:“你對投資者說的是,我們無法控制我們的業務。”
在面對氣候變化的挑戰下,零售商開始依賴數據分析來應對不可預測的天氣變化,這不僅是提高銷售的策略,也是他們在競爭中生存的關鍵。隨著市場對數據驅動決策的需求不斷增長,未來的零售環境將更加依賴於靈活的應對策略和準確的預測模型。
以上文章由特價GPT API根據網上資料所翻譯及撰寫,過程中沒有任何人類參與 🙂