電商的售價通常比實體店便宜，因此，消費者去實體店體驗產品，然后回家在電商網站上下單，這種現象已經司空見慣，被稱之為Show rooming現象。

　　一些新的報告顯示出這樣的理論和觀點，有一類客戶更喜歡在能為他們帶來更多購物體驗的實體門店購物。無論大趨勢在線上店與實體店間的辯論，零售業者都明白通過消費水平劃分產品類型來滿足市場需求，氣候(冷或熱)，地域(城市或農村)或任何其他特有因素來劃分。因此，聚類是一種常見的策略來區分市場，在經營直營連鎖店時，大部分零售商因此為每個集群內的門店制定一個統一的商品/組合計劃來大規模地管理進貨和庫存，很少的零售商能在有效地超越這樣一個粗線條的集群的分類來為每一個門店做最適合當地消費特點的商品和庫存計劃。為什么不這么做呢?

　　一個常見的答案:太復雜，太精確:考慮到許多零售商仍處在一個主要依靠Excel電子表格來完成大量商品計劃和季中銷售管理的階段,收集、分析、比較和預測每一個門店的歷史銷售和當季產品趨勢一個數據量龐大且非常耗時的工作。但如果僅利用每一個門店集群的統一貨品計劃，又很可能白白浪費許多單店特有的銷售機會,門店因此更容易出現暢銷產品斷貨、滯銷產品積壓等狀況，直接影響到單店的盈利能力。除了整合數據的困難,往往規劃流程來完成分類也是支離破碎。

　　除了數據分析和處理上的難度之外,許多管理者仍在掙扎、難以將商品計劃真正本地化的原因是他們在季中銷售的過程中無法及時有效地監控每個門店各自的銷售、進貨和庫存水平來管理和調整關鍵的進貨、補貨、和促銷決策。如果管理層無法及時搜集門店端的信息反饋、沒有有效的工具來快速地分析這些數據，他們無法及時了解每個門店實現年度財務目標的進度并進行精確地業務指導。

　　分析需求

　　通過用戶自定義報表工具快速收集和分析銷售及庫存數據，了解各門店在不同時間或季節的銷售趨勢。管理層可以通過多個維度的動態分析工具更加詳盡了解到單店，到單品的銷售及庫存情況。

　　利用預測分析

　　通過系統預測產品及地區的銷售水平，幫助引導推薦新品、基本款、季節款基于產品生命周期的組合。預測算法更需具備融合歷史數據及當季銷售的能力，提供更貼近市場需求的指導。

　　尋求需求驅動技術解決方案

　　一個快速獲取各種規劃方案代替Excel管理，即時獲得所有可視性計劃，不再因為手工電子表格的格式和精度不同失去機會。一個以需求為驅動的解決方案，把消費者的需求作為推薦，本地化,畢竟,都是關于當地消費者想要什么。