雅典娜通过对历史海报促销结果基于云平台进行大数据深度分析，帮助零售商和品牌商真正做到以数据为驱动、以顾客为中心。
通过每一档海报进行快速、准确和全面的分析和评估，帮助零售商对海报的效果进行全面评估。让零售商更加智慧的进行海报促销选品和定价，从而做到保护毛利，提高顾客体验。
每个人的需求都不同
他们都有权被区别对待
而我们
帮助零售商和品牌商识别并回应
这种气味
丘比特引擎的核心本质就是帮助零售商和品牌商更有效地连接每个消费者与营销资源。零售商与品牌商有各种营销资源，如促销资源（商品优惠券，全场券），服务资源（如裤子的缝纫，免费的送货，就餐，停车等），本地生活类的跨界资源（如餐饮，电影，美业，旅行，KTV，婴童类），而目前这些资源都是分散的，无序地投放向消费者，无论对于零售商，品牌商，还是消费者，这种投入产出以及消费体验都是极为低下的。
针对零售商和供应商无法精准投放资源的现状，利用丘比特引擎强大的大数据后台分析能力，真正能帮助零售商和供应商从每一个个体顾客出发，基于零售商内外部的数据，通过大量推荐算法及顾客细分算法，充分分析挖掘每个顾客的现有需求，并准确地预测每个顾客的潜在需求，从而真正地做到为每个顾客制定一套专属的个性化营销方案。
- 随时、随地获取品牌洞察，支持零售商与品牌商的沟通和谈判。
- 业界先进的个性化推荐算法，为您的顾客在多场景下提供私人定制的消费体验。
- 用科学的方法评估每次营销活动，并以简单易懂的方式进行可视化呈现。
丘比特引擎三大门户
- 零售商门户
- 分析及发起营销需求
- 供应商门户
- 分析及制作提报内容
- 用户门户
- 与消费者有效沟通互动
丘比特引擎共分为零售商门户、供应商门户和用户门户三大门户，能充分帮助零售商和供应商基于同样的数据进行协作落地。用户门户则得以让我们真正与每个用户以他们喜欢的方式来进行沟通，而这些则是目前任何其他方式（包括微信）做不到的。
毋庸置疑，真正个性化的营销拥有极高的投入产出比。相比大众式营销（如海报，媒体等），通过丘比特引擎驱动的个性化营销的投入产品比高出至少5倍，并且完全能够精准评估效果，并持续优化，最终为零售商和品牌商培育更为忠诚的消费者。
在互联网的冲击下
传统促销越来越
低效
雅典娜海报促销定价
应运而生
自从天猫推出双11以来，这种限时大促风暴席卷各个电商平台。线下的各大商超也不可避免的被卷进了这场风暴之中。各种线下的限时五折大促，超级会员日等活动被很多商家视为吸引客流、提高销量的救命稻草。但是这种促销活动却是一把双刃剑，一方面可能在活动初期吸引了大量顾客，但却是以损失大量毛利为代价的。
这类大规模海报促销是线下零售商屡试不爽的促销方式，然而在互联网的冲击下，传统的促销方法正在变得越来越低效，雅典娜正是在这样的背景下应运而生的。
选择适合的海报商品
海报选品往往是市场部和采购部门头痛的问题之一。 雅典娜基于历史海报促销数据以及对会员顾客的理解，结合商品销售指标和战略顾客的渗透率等指标进行加权计算，从而对每个海报商品进行打分。对于没有上过海报的商品，也可以通过销售指标和不同细分顾客渗透指标来决定哪些商品适合上海报。
评估海报活动的效果
海报评估也是时常困扰零售人的问题，在每档海报之后，如何才能准确的评估海报整体效果以及每个海报单品的效果。 目前的海报的评估仅仅停留在销售额和利润的层面，而雅典娜可以通过对历史数据分析帮助零售商看到单品级别的销售额提升和来客渗透率提升。从而帮助采购和市场部的同事对每档海报效果进行总结。
判断海报吸引正确人群
哈步一直的理念就是帮助零售商建立起以顾客为中心的战略方向。也就是说零售商任何决策都要从顾客的角度出发，海报的选品和评估也不例外。雅典娜的能力在于不仅仅从商业销售和利润的角度出发，而是结合了顾客的角度。通过雅典娜可以看到不同的海报单品在不同细分顾客群的渗透率。从而帮助零售商发现哪些商品才是吸引其战略客群的。
商品定价并选择促销机制
海报商品的价格要足够有吸引力但是也不能太伤毛利，促销机制有很多但是究竟对一个商品使用哪种促销机制呢？雅典娜通过分析历史商品定价和促销机制与销量的关系，使用大数据加机器学习的方法，找到适合某种商品的促销机制以及所对应的价格区间。从而帮助零售商准确的把资源给到能产生大价值的商品上来。
预测每个单品的备货量
不同的档期的海报促销商品的备货量一直是困扰零售商的一个问题。雅典娜可以通过历史促销数据，包括：销售额、档期、客流、天气、促销机制、促销力度等不同维度的海量数据对下一个档期的活动商品销量进行预测。从而帮助零售商更加从容的应对促销。
以顾客为中心
基于云计算平台
处理海量数据
快速反应的
品类管理解决方案
品类管理对于每个零售商而言都是需要持续关注和持续改善的方面。 Zara的成功之道很重要的一个方面就是在于准确把握时尚风向并且快速反应，时刻满足消费者前沿的需求。对于传统大卖场而言，如果快速掌握消费者的需求，如何满足不同类型消费者的需求差异是摆在每一个零售商面前的难题。
哈步对于品类管理的理解与市场上其他品类管理解决方案的差异在于：我们的一切的出发点都是以顾客为中心。哈步使用零售商提供的数据，基于云计算平台可以快速的处理海量的顾客行为数据，基于先进的人工智能算法发现商品之间的内在关系，最终形成一套基于顾客行为的快速反应的品类管理的解决方案。
- 基于顾客洞察
- 与顾客相关的品项推荐
- 节省零供合作时间
准确把握品类中的需求分类
通过对消费者行为分析形成商品替代树从而可以看到某个品类中的需求分类层级。包括品牌、包装、口味价格等。通过不同需求分类及其表现指标，零售商可以发现哪个需求中的商品表现好、哪个需求的产品线还没有得到充分满足。
理解顾客决策流程并指导陈列
自上而下的研究品类决策树可以发现在某个品类中的消费者群体是如何进行购买决策的。从而帮助零售商进行更加基于消费者行为的货架陈列，最终做到提高用户满意度。
推荐品类的补足和下架商品
根据定义的品类中的顾客需求的发展趋势及品类内商品的冗余程度（商品间的替代性强弱），同时结合市场趋势性数据，维纳斯可精准建议可补足的商品及其下架的商品，帮助零售商不断优化商品的结构，给顾客带来更好的消费体验。
满足不同业态的需求
我们选择商品的原则是先满足广度再满足深度。大卖场、精品超市、便利店的选品原则是很不一样的，通过我们的分析，可以帮助零售商发现其潜在需求的的缺失并基于其开店策略选择适合的选品策略。
谁
能更了解您的顾客
谁
就能在未来的竞争中
脱颖而出
阿波罗消费者研究是零售商和品牌商的核心工作，谁能更了解你的顾客，谁就能够在未来的竞争中脱颖而出并保持竞争力。 哈步借助多年和零售商和品牌商的合作，历时数年开发了这款真正基于顾客消费行为大数据分析而来的利器，帮助你更好地理解消费者并作出“以消费者为中心”的决策。
顾客战略细分
顾客战略细分是阿波罗的“魂“，它不同于通常意义的”顾客标签“或”顾客画像“，顾客战略细分是”大道至简“的顾客视角，它是从零售商的业务战略出发而来审视和定位自己的一种顾客细分维度。因此不同于顾客标签的越“多”越好，顾客战略细分通常是越“少”越好，最好只有一种，这样才能够让零售商一切的经营决策往一个方向使力，获得你真正想要的“客群”。
顾客行为分析
阿波罗可从各个维度去分析顾客的消费行为特点和趋势，比如复购率，交叉购买行为，线上线下购买行为，社交分享行为，促销参与行为等。这些行为分析都有利于零售商或品牌商作出相应的行动以应对顾客所展现出来的某种行为特点，从而提升自己的业绩或是实现自己的战略目标。
简单易懂的分析报告
该产品基于大量的真实消费者购买数据，保证了消费者洞察的有效性和深入程度。同时用户可随时随地根据自己的需求提交分析报告，通过移动端或pc端进行洞察报告的分享，提高效率。