Walmart Big Data

Facts and Figures

245 million customers visiting 10,900 stores and 10 active websites across the globe -Walmart is a name to reckon in the
retail sector.
Walmart sees closet o 300,000 social mentions every week in fb, tweeter, ig
It has 2 million associates and approximately half a million associates hired every year
Walmart’s employee numbers are more tan some of the retailer’s customer numbers
Walmart takes in approximately $36 million from acrros 43000 US stores every day
Walmart collects 2.5 petabytes of unstructures data from 1 million customers every hour
Walmart made a move from the experiential 10 node Hadoop cluster to a 250 node Hadoop cluster in 2012
Walmart has exhaustive customer dada of closet o 145 millions americans of which 60% of the data is of U.S. adults

How Walmart uses Big Data?

The analytics systems at Walmart analyse closet o 100 million keywords on daily basis to optimize the bidding of each
keyword
The análisis cover millions of products and 100’s of millions customers from different sources
Walmart observed a significant 10% to 15% increase in online sales for $1 billion in incremental revenue
Walmart labs analyses every clickable action on Walmart.com –
1)what consumers buy in store and online?
2) What is trending on Twitter?
3) Local events such as San Francisco giants winning the World Series?
4)How local weather deviations affect the buying patterns?

American multinational retail giant Walmart collects 2.5 petabytes of unstructured data from 1 million customers every hour.
One petabyte is equivalent to 20 million filing cabinets; worth of text or one quadrillion bytes. The data generated by Walmart
every hour is equivalent to 167 times the books in America’s Library of Congress. With tons of unstructured data being
generated every hour, Walmart is improving its operational efficiency by leveraging big data analytics. Walmart has created
value with big data and it is no secret how Walmart became successful.

“The most important thing about Wal-Mart is the scale of Wal-Mart. Its scale in terms of customers, its scale in terms of
products and its scale in terms of technology.”-said Anand Rajaram, head of WalmartLabs

“We want to know what every product in the world is. We want to know who every person in the world is. And we want to have
the ability to connect them together in a transaction.” –said Walmart’s CEO of global e-commerce in 2013.
Walmart was the world’s largest retailer in 2014 in terms of revenue. Walmart makes $36 million dollars from across
4300 retail stores in US, daily and employs close to 2 million people. Walmart started making use of big data analytics much
before the term Big Data became popular in the industry. In 2012, Walmart made a move from the experiential 10
node Hadoop cluster to a 250 node Hadoop cluster. The main objective of migrating the Hadoop clusters was to combine 10
different websites into a single website so that all the unstructured data generated is collected into a new Hadoop cluster.
Since then, Walmart has been speeding along big data analysis to provide best-in-class e-commerce technologies with a
motive to deliver pre-eminent customer experience. The main objective of leveraging big data at Walmart is to optimize the
shopping experience of customers when they are in a Walmart store, or browsing the Walmart website or browsing through
mobile devices when they are in motion. Big data solutions at Walmart are developed with the intent of redesigning global
websites and building innovative applications to customize shopping experience for customers whilst increasing logistics
efficiency.Hadoop and NOSQL technologies are used to provide internal customers with access to real-time data collected
from different sources and centralized for effective use.

Walmart acquired a small startup Inkiru based in Palo Alto, California to boost its big data capabilites. Inkiru Inc. helps in
targeted marketing, merchandising and fraud prevention. Inkiru's predictive technology platform pulls data from diverse
sources and helps Walmart improve personalization through data analytics. The predictive analytics platform of Inkiru
incorporates machine learning technologies to automatically enhance the accuracy of algorithms and can integrate with
diverse external and internal data sources.

Grandes datos de Walmart

Hechos y cifras

245 millones de clientes que visitan 10.900 tiendas y 10 sitios web activos en todo el mundo: Walmart es un nombre a tener
en cuenta en el sector minorista.
Walmart pierde 300.000 menciones sociales cada semana en Facebook, Twitter e Instagram
Tiene 2 millones de asociados y aproximadamente medio millón de asociados contratados cada año.
Las cifras de empleados de Walmart son más que algunas de las cifras de clientes del minorista
Walmart ingresa aproximadamente 36 millones de dólares de 43.000 tiendas en EE. UU. cada día
Walmart recopila 2,5 petabytes de datos no estructurados de 1 millón de clientes cada hora
Walmart pasó del clúster Hadoop experiencial de 10 nodos a un clúster Hadoop de 250 nodos en 2012
Walmart tiene datos exhaustivos de clientes de 145 millones de estadounidenses, de los cuales el 60% de los datos son de
adultos estadounidenses.
¿Cómo utiliza Walmart el Big Data?
Los sistemas de análisis de Walmart analizan cerca de 100 millones de palabras clave diariamente para optimizar la oferta de
cada palabra clave.
El análisis cubre millones de productos y cientos de millones de clientes de diferentes fuentes.
Walmart observó un aumento significativo del 10 % al 15 % en las ventas en línea, lo que generó mil millones de dólares en
ingresos incrementales.
Walmart Labs analiza cada acción en la que se puede hacer clic en Walmart.com.
1) ¿Qué compran los consumidores en las tiendas y online?
2) ¿Qué es tendencia en Twitter?
3) ¿Eventos locales como que los gigantes de San Francisco ganen la Serie Mundial?
4) ¿Cómo afectan las desviaciones climáticas locales a los patrones de compra?

El gigante minorista multinacional estadounidense Walmart recopila 2,5 petabytes de datos no estructurados de 1 millón de
clientes cada hora. Un petabyte equivale a 20 millones de archivadores; valor de texto o un billón de bytes. Los datos que
genera Walmart cada hora equivalen a 167 veces los libros de la Biblioteca del Congreso de Estados Unidos. Con toneladas
de datos no estructurados generados cada hora, Walmart está mejorando su eficiencia operativa aprovechando el análisis de
big data. Walmart ha creado valor con big data y no es ningún secreto cómo Walmart logró el éxito.

“Lo más importante de Wal-Mart es su escala. Su escala en términos de clientes, su escala en términos de productos y su
escala en términos de tecnología”, dijo Anand Rajaram, director de WalmartLabs.
“Queremos saber qué es cada producto en el mundo. Queremos saber quiénes son cada persona en el mundo. Y queremos
tener la capacidad de conectarlos en una transacción”. –dijo el CEO de comercio electrónico global de Walmart en 2013.

Walmart fue el minorista más grande del mundo en 2014 en términos de ingresos. Walmart gana 36 millones de dólares
diariamente en 4300 tiendas minoristas en EE. UU. y emplea a cerca de 2 millones de personas. Walmart comenzó a utilizar
el análisis de big data mucho antes de que el término Big Data se hiciera popular en la industria. En 2012, Walmart pasó del
clúster Hadoop experiencial de 10 nodos a un clúster Hadoop de 250 nodos. El principal objetivo de la migración de los
clústeres de Hadoop fue combinar 10 sitios web diferentes en un solo sitio web para que todos los datos no estructurados
generados se recopilen en un nuevo clúster de Hadoop. Desde entonces, Walmart ha estado acelerando el análisis de big
data para proporcionar las mejores tecnologías de comercio electrónico con el objetivo de brindar una experiencia de cliente
preeminente. El principal objetivo de aprovechar big data en Walmart es optimizar la experiencia de compra de los clientes
cuando están en una tienda Walmart, o navegan por el sitio web de Walmart o navegan a través de dispositivos móviles
cuando están en movimiento. Las soluciones de big data en Walmart se desarrollan con la intención de rediseñar sitios web
globales y crear aplicaciones innovadoras para personalizar la experiencia de compra de los clientes y al mismo tiempo
aumentar la eficiencia logística. Las tecnologías Hadoop y NOSQL se utilizan para brindar a los clientes internos acceso a
datos en tiempo real recopilados de diferentes fuentes. y centralizado para un uso eficaz.
Walmart adquirió una pequeña startup, Inkiru, con sede en Palo Alto, California, para impulsar sus capacidades de big data.
Inkiru Inc. ayuda en marketing dirigido, comercialización y prevención de fraude. La plataforma de tecnología predictiva de
Inkiru extrae datos de diversas fuentes y ayuda a Walmart a mejorar la personalización mediante el análisis de datos. La
plataforma de análisis predictivo de Inkiru incorpora tecnologías de aprendizaje automático para mejorar automáticamente la
precisión de los algoritmos y puede integrarse con diversas fuentes de datos externas e internas.

¿Cómo ayudó el análisis de Big Data a aumentar la facturación de ventas de Walmart?

Estudio de caso de Walmart Big Data: comprenda cómo se utiliza Walmart Big Data para aprovechar los análisis para
aumentar las ventas mejorando el cociente de inteligencia emocional del cliente.

Con más de 245 millones de clientes que visitan 10,900 tiendas y 10 sitios web activos en todo el mundo, Walmart es
definitivamente un nombre a tener en cuenta en el sector minorista. Ya sean compras en tiendas, menciones sociales o
cualquier otra actividad en línea, Walmart siempre ha sido uno de los mejores minoristas del mundo. El análisis de Global
Customer Insights estima que Walmart recibe cerca de 300.000 menciones sociales cada semana. Con 2 millones de
asociados y aproximadamente medio millón de asociados contratados cada año, el número de empleados de Walmart es
mayor que el número de clientes del minorista. Se necesitan aproximadamente $ 36 millones de dólares en 4300 tiendas de
EE. UU. todos los días. Este artículo detalla la cultura analítica de Big Data de Walmart para comprender cómo se aprovecha
el análisis de big data para mejorar el cociente de inteligencia emocional del cliente y el cociente de inteligencia de los
empleados.

¿Cómo utiliza Walmart el Big Data?

Walmart tiene un amplio ecosistema de big data. El ecosistema de big data de Walmart procesa varios Terabytes de datos
nuevos y petabytes de datos históricos todos los días. El análisis cubre millones de productos y cientos de millones de
clientes de diferentes fuentes. Los sistemas de análisis de Walmart analizan cerca de 100 millones de palabras clave
diariamente para optimizar la oferta de cada palabra clave. El objetivo principal de aprovechar big data en Walmart es
optimizar la experiencia de compra de los clientes cuando están en una tienda Walmart o navegando por la web. Sitio web de
Walmart o navegar a través de dispositivos móviles cuando están en movimiento. Las soluciones de big data en Walmart se
desarrollan con la intención de rediseñar sitios web globales.

Trabaje con el conjunto de datos minoristas más grande del mundo: Proyecto de ciencia de datos de pronóstico de ventas de
tiendas Walmart
Walmart ha transformado la toma de decisiones en el mundo empresarial, lo que ha resultado en ventas repetidas. Walmart
observó un aumento significativo del 10 % al 15 % en las ventas en línea, lo que generó mil millones de dólares en ingresos
incrementales. Los analistas de big data pudieron identificar el valor de los cambios que realizó Walmart al analizar las ventas
antes y después de que se aprovechara el análisis de big data para cambiar la estrategia de comercio electrónico del gigante
minorista.

Primeras aplicaciones para utilizar los datos de Hadoop en Walmart

Savings Catcher: una aplicación que alerta a los clientes cada vez que su competidor vecino reduce el costo de un artículo
que el cliente ya compró. Luego, esta aplicación envía un vale de regalo al cliente para compensar la diferencia de precio.
La aplicación eReceipts proporciona a los clientes copias electrónicas de sus compras.
Una aplicación de mapas de Walmart utiliza Hadoop para mantener los mapas más recientes de miles de tiendas Walmart en
todo el mundo. Estos mapas especifican la ubicación exacta donde se encuentra una pequeña pastilla de jabón en la tienda
Walmart.

Mupd8- Aplicación de actualización de mapas

Para satisfacer la necesidad de una plataforma de procesamiento de flujo en tiempo real de uso general que pueda abordar
problemas como el rendimiento y la escalabilidad, Walmart desarrolló Mupd8 para Fast Data. Con Mupd8, las aplicaciones de
procesamiento de flujo podrían enfatizar la calidad de los datos generados. Mupd8 hace para datos rápidos, lo que hace el
modelo computacional hadoop mapreduce para big data.
Mupd8 permite a los desarrolladores escribir aplicaciones fácilmente y procesarlas utilizando el marco de actualización de
mapas (un flujo de trabajo de operadores de mapas y actualizaciones), una forma sencilla de expresar el cálculo de
transmisión. Al escribir una aplicación como una combinación de mapas personalizados y operadores de actualización, los
desarrolladores de big data pueden centrarse en la lógica empresarial de la aplicación y dejar que Mupd8 maneje la carga y la
distribución de datos en varios núcleos de CPU.

Por ejemplo, se puede escribir una aplicación para suscribirse a la fuente de Twitter de cada tweet escrito; una aplicación de
este tipo puede analizar los tweets para determinar los usuarios más influyentes de Twitter o identificar eventos
repentinamente destacados a medida que ocurren. Alternativamente, se puede escribir una aplicación para suscribirse a un
registro de toda la actividad del usuario en un sitio web; una aplicación de este tipo puede detectar los problemas de servicio
que enfrentan los usuarios a medida que ocurren, o calcular sugerencias para los próximos pasos de los usuarios en función
de la actividad actual.

¿Cómo sigue Walmart a sus clientes?

"Nuestra capacidad para reunir datos es incomparable", dijo el director ejecutivo de Walmart, Bill Simon.

Walmart utiliza la minería de datos para descubrir patrones en los datos de los puntos de venta. La minería de datos ayuda a
Walmart a encontrar patrones que pueden usarse para brindar recomendaciones de productos a los usuarios en función de
qué productos se compraron juntos o qué productos se compraron antes de comprar un producto en particular. La extracción
de datos eficaz en Walmart ha aumentado su tasa de conversión de clientes. Un ejemplo familiar de extracción de datos
eficaz mediante la técnica de aprendizaje de reglas de asociación en Walmart es el hallazgo de que las ventas de tartas de
fresa aumentaron siete veces antes de un huracán. Después de que Walmart identificó esta asociación entre las tartas de
fresa y huracán a través de la extracción de datos, coloca todas las tartas de fresa en las cajas antes de un huracán. Otro
ejemplo destacado es durante Halloween, los analistas de ventas de Walmart pudieron observar los datos en tiempo real y
descubrieron que, aunque una galleta específica era popular en todas las tiendas Walmart, había 2 tiendas donde no se
vendía en absoluto. La situación fue inmediatamente investigada y se descubrió que un simple descuido de existencias
provocaba que las galletas no se pusieran en los estantes para la venta. Este problema se solucionó inmediatamente, lo que
evitó una mayor pérdida de ventas.

Walmart rastrea y se dirige a cada consumidor individualmente. Walmart tiene datos exhaustivos de clientes de cerca de 145
millones de estadounidenses, de los cuales el 60% de los datos son de adultos estadounidenses. Walmart recopila
información sobre lo que compran los clientes, dónde viven y cuáles son los productos que les gustan a través de Wi-Fi en la
tienda. El equipo de big data de Walmart Labs analiza cada acción en la que se puede hacer clic en Walmart.com: lo que los
consumidores compran en la tienda y en línea. , las tendencias en Twitter, eventos locales como la victoria de los gigantes de
San Francisco en la Serie Mundial, cómo las desviaciones climáticas locales afectan los patrones de compra, etc. Todos los
eventos se capturan y analizan de manera inteligente mediante algoritmos de big data para discernir información significativa
de big data para el millones de clientes para disfrutar de una experiencia de compra personalizada.