"新零售"背景下，运营商需要对门店经营进行全面赋能，解决目标客户不明确、商品上下架凭经验、无法准确识别用户需求等问题。文章主要研究在实时海量数据中，如何运用机器学习模型智能、高效地实现运营商门店选品。具体来看，通过采集用户基本信息、订单信息、账单信息、上网行为等数据，生成用户画像及门店画像相关特征，采用相关性分析、因子分析、聚类算法、推荐算法等，生成门店选品策略。研究成果为运营商门店选品提供智能化手段，提高门店经营能力，提高客户满意度，具有广泛的行业应用前景。