新零售中的算法有哪些，大神分享下

调度优化、匹配排序算法（搜索、推荐、广告系统）、机器人算法、深度学习（图像、语音、NLP）等等。很多的算法工程师，在把各种各样的算法应用到新零售领域，期待带来价值。

推荐算法、预测算法、选品算法、补货算法等等

在商店选址上可以用K-MEAN对区域做聚类, 然后在几个中心区域开店

新零售中的算法有很多，有的基于顾客，有的基于商品，而且各种算法之间的组合应用也有很多思路。前段时间刚看过袋鼠云分享过顾客分群模型，RFM模型，可以学习下：
RFM模型是分析客户价值时最常用也是最基本的模型之一。这个模型最初产生于直邮(direct mailing)主导的年代。那个时候还没有电脑，销售人员就把客户的信息记在卡片上。销售们需要经常翻阅厚厚的卡片来更新客户的购买信息，久而久之，一些和客户价值相关的规律被发现，于是便有了RFM模型。
RFM的含义：
R（Recency）：客户最近一次交易时间的间隔。R值越大，表示客户交易发生的日期越久，反之则表示客户交易发生的日期越近。
F（Frequency）：客户在最近一段时间内交易的次数。F值越大，表示客户交易越频繁，反之则表示客户交易不够活跃。
M（Monetary）：客户在最近一段时间内交易的金额。M值越大，表示客户价值越高，反之则表示客户价值越低。
RFM分析的主要作用：
识别优质客户。可以指定个性化的沟通和营销服务，为更多的营销决策提供有力支持。
能够衡量客户价值和客户利润创收能力。
RFM模型结构简单，贴近业务，解释性，也启发了很多相关的模型，比如：RFD模型，RLMF模型，RFMTC模型等。
更多的可以上他们公众号上看，很多干货。