大数据的定义及特性
早在1980年，未来学家阿尔文托夫勒就在《第三次浪潮》一书中提出过“大数据”的概念。所谓大数据，是指数量、规模巨大，用现有主流软件工具，在合理时间内收集、处理、整理，使之成为企业经营决策的资讯。
最早提出“大数据”时代已经到来，则来源于全球知名咨询公司麦肯锡的一份研究报告，此报告指出数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产因素；而人们对于海量数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来，获取并分析大量的数据将是商业模式创新开始的标志。
大数据的特点通常可以通过5个v来概括：一是数据体量庞大（volume）；二是数据类型具有多样性（variety）；三是数据价值大（value）；四是数据处理速度快（velocity）；五是数据来源的真实性（veracity）。
大数据作为预测消费者需求的工具，必然要求零售企业能够准确把握消费者各个维度的消费信息。现实中，消费者已经不是单纯采用单一的线上或线下的购物方式，而是根据自己的需求，选择最适合他们的方式，这样纯线上或线下零售商所获得的消费者数据就会呈现出有偏性，进而不能准确推测出真实世界的消费者需求。苏宁作为线上线下融和融和的零售巨头，在获取用户完整的消费行为数据方面则具有得天独厚的优势，其通过零售各渠道，线上线下同时发力，借此收集的消费者数据更完整全面，因而其对消费者需求的预测将更精确。
《大数据时代》一书中，作者指出，世界的本质是数据，大数据的核心是预测，并认为未来必然是数据化的社会。因此，“大数据开启了一次重大的时代转型。就像望远镜让我们能够感受宇宙，显微镜让我们能够观察微生物一样，大数据正在改变我们的生活以及理解世界的方式，成为新发明和新服务的源泉，而更多的改变正蓄势待发”。
大数据对零售业商业模式的影响
零售业商业模式的创新离不开当下的社会经济、技术环境，而大数据背景下的零售业创新则具备全新的特征。谷歌、亚马逊等一批海外公司均已制定大数据驱动商业模式创新的战略，国内零售业龙头企业苏宁经过20多年努力，现已建立了基于云平台和大数据的信息服务平台，为商户、用户、第三方企业正在提供全方位的大数据服务。
传统零售是基于对市场的预测来决定供给，若预测准确，商家就能大卖；若预测不准，就会导致产品积压，甚至会导致企业资金链断裂，进而影响到企业正常经营。
在大数据背景下，零售企业可以通过对海量的数据分析消费者信息及购买行为，从而精准了解到客户的真实需求，进而满足消费者的个性化消费需求。通过数据分析整合，可提前了解消费者的消费趋势，并且建立消费预测模型，根据预测模型在一些区域、一段时间内增加产品库存，这样仓库可以通过数据预测进行提前备货，在发货高峰期提高发货效率。据此，传统零售企业转型为智慧零售新模式，通过对市场当下及未来需求的精准把握，可以实现有效供给，提升供需匹配的效率。
(图:苏宁大数据驱动智能仓储)
作为互联网零售企业的苏宁，之所以能够在零售行业表现卓越，就是因为其能够准确把握互联网时代的脉搏，对消费者基本信息、购买行为、以及商品评价的海量数据搜集、整理和分析挖掘数据背后隐藏的信息，再将信息提供给制造商，让他们进行产品设计，实实在在满足消费者的需求。待产品面向市场后，又通过大数据的反馈对产品不断进行修正。此种零售模式的创新能够保证运行过程流畅的同时，还能提升企业的经营效率，实现商业价值的最大化。
综上，大数据技术的快速发展，为零售企业深刻认识与把握消费行为和市场需求提供了崭新的工具及视角。大数据所蕴含的巨大商业价值必将引起零售企业经营创新的重大变革，且成为其核心竞争力的一大重要来源。