Big Data w służbie handlu detalicznego

Jak sprzedawcy detaliczni wykorzystują big data do poprawy personalizacji w trzech kluczowych dla kupującego aspektach – asortymencie, ofercie i dostawie, opowiedziano w Umbrella IT

Pod koniec lat 1990. przedsiębiorcy ze wszystkich środowisk zdali sobie sprawę, że dane są cennym zasobem, który właściwie wykorzystany może stać się potężnym narzędziem wywierania wpływu. Problem polegał na tym, że ilość danych rosła wykładniczo, a istniejące wówczas metody przetwarzania i analizowania informacji nie były wystarczająco efektywne.

W 2000 roku technologia wykonała skok kwantowy. Na rynku pojawiły się skalowalne rozwiązania, które mogą przetwarzać nieustrukturyzowane informacje, radzić sobie z dużymi obciążeniami, budować logiczne połączenia i tłumaczyć chaotyczne dane na zrozumiały dla człowieka format, który można zinterpretować.

Dziś duże zbiory danych są uwzględnione w jednym z dziewięciu obszarów programu gospodarki cyfrowej Federacji Rosyjskiej, zajmując czołowe pozycje w rankingach i pozycjach wydatków firm. Największe inwestycje w technologie big data dokonują firmy z sektora handlowego, finansowego i telekomunikacyjnego.

Za 10-20 lat big data staną się głównym środkiem kapitalizacji i odegrają w społeczeństwie rolę porównywalną pod względem znaczenia do energetyki - oceniają analitycy.

Dzisiejsi kupujący nie są już pozbawioną twarzy masą statystyk, ale dobrze zdefiniowanymi jednostkami o unikalnych cechach i potrzebach. Są wybiórczy i bez żalu przestawią się na markę konkurencji, jeśli ich oferta wyda się bardziej atrakcyjna. Dlatego detaliści wykorzystują duże zbiory danych, które pozwalają im wchodzić w interakcje z klientami w ukierunkowany i dokładny sposób, koncentrując się na zasadzie „wyjątkowy konsument – ​​wyjątkowa usługa”.

1. Spersonalizowany asortyment i efektywne wykorzystanie przestrzeni

W większości przypadków ostateczna decyzja „kupić czy nie kupić” zapada już w sklepie przy półce z towarem. Według statystyk Nielsena kupujący spędza zaledwie 15 sekund na poszukiwaniu odpowiedniego produktu na półce. Oznacza to, że dla biznesu bardzo ważne jest dostarczenie optymalnego asortymentu do konkretnego sklepu i prawidłowe zaprezentowanie go. Aby asortyment odpowiadał zapotrzebowaniu, a ekspozycja promowała sprzedaż, konieczne jest przestudiowanie różnych kategorii big data:

• demografia lokalna,
• wypłacalność,
• postrzeganie kupowania,
• zakupy w programie lojalnościowym i wiele więcej.

Na przykład ocena częstotliwości zakupów określonej kategorii towarów i pomiar „zmienności” kupującego z jednego produktu na inny pomoże natychmiast zrozumieć, który przedmiot sprzedaje się lepiej, który jest zbędny, a zatem bardziej racjonalnie redystrybuować gotówkę zasoby i planować przestrzeń sklepu.

Osobnym kierunkiem w rozwoju rozwiązań opartych o big data jest efektywne wykorzystanie przestrzeni. Handlowcy polegają teraz na danych, a nie na intuicji podczas układania towarów.

W hipermarketach X5 Retail Group układy produktów generowane są automatycznie, z uwzględnieniem właściwości wyposażenia sklepów, preferencji klientów, danych dotyczących historii sprzedaży poszczególnych kategorii towarów i innych czynników.

Jednocześnie w czasie rzeczywistym monitorowana jest poprawność rozmieszczenia i ilość towarów na półce: analityka wideo i technologie wizji komputerowej analizują strumień wideo pochodzący z kamer i podświetlają zdarzenia zgodnie z określonymi parametrami. Na przykład pracownicy sklepu otrzymają sygnał, że słoiki z groszkiem w puszce są w złym miejscu lub że na półkach skończyło się mleko skondensowane.

2. Spersonalizowana oferta

Personalizacja dla konsumentów jest priorytetem: według badań przeprowadzonych przez Edelman i Accenture, 80% kupujących jest bardziej skłonnych do zakupu produktu, jeśli sprzedawca złoży spersonalizowaną ofertę lub udzieli rabatu; ponadto 48% respondentów nie waha się udać do konkurencji, jeśli rekomendacje produktowe nie są trafne i nie odpowiadają potrzebom.

Aby sprostać oczekiwaniom klientów, detaliści aktywnie wdrażają rozwiązania informatyczne i narzędzia analityczne, które zbierają, porządkują i analizują dane klientów, aby pomóc zrozumieć konsumenta i przenieść interakcję na poziom osobisty. Jeden z popularnych wśród kupujących formatów – sekcja rekomendacji produktowych „może Cię zainteresować” oraz „kup z tym produktem” – również powstaje na podstawie analizy wcześniejszych zakupów i preferencji.

Amazon generuje te rekomendacje za pomocą algorytmów filtrowania opartego na współpracy (metoda rekomendacji, która wykorzystuje znane preferencje grupy użytkowników do przewidywania nieznanych preferencji innego użytkownika). Według przedstawicieli firmy 30% całej sprzedaży przypada na system rekomendacji Amazona.

3. Spersonalizowana dostawa

Dla nowoczesnego nabywcy ważne jest, aby szybko otrzymać upragniony produkt, niezależnie od tego, czy jest to dostawa zamówienia ze sklepu internetowego, czy pojawienie się upragnionych produktów na półkach supermarketów. Ale sama szybkość nie wystarczy: dziś wszystko jest dostarczane szybko. Cenne jest również indywidualne podejście.

Większość dużych detalistów i przewoźników dysponuje pojazdami wyposażonymi w wiele czujników i tagów RFID (służących do identyfikacji i śledzenia towarów), z których odbierane są ogromne ilości informacji: dane o aktualnej lokalizacji, wielkości i wadze ładunku, natężeniu ruchu, warunkach pogodowych a nawet zachowanie kierowcy.

Analiza tych danych nie tylko pomaga stworzyć najbardziej ekonomiczną i najszybszą trasę w czasie rzeczywistym, ale także zapewnia przejrzystość procesu dostawy dla kupujących, którzy mają możliwość śledzenia postępów w realizacji swojego zamówienia.

Personalizacja dostawy jest kluczowym czynnikiem dla kupującego na etapie „ostatniej mili”. Detalista, który na etapie podejmowania decyzji strategicznych połączy dane klienta i dane logistyczne, będzie w stanie w krótkim czasie zaproponować klientowi odbiór towaru z miejsca wydania, gdzie będzie to najszybsze i najtańsze dostarczenie. Oferta odbioru towaru tego samego lub następnego dnia wraz ze zniżką na dostawę zachęci klienta do wybrania się nawet na drugi koniec miasta.

Amazon jak zwykle wyprzedził konkurencję, opatentowując predykcyjną technologię logistyczną opartą na analityce predykcyjnej. Najważniejsze jest to, że sprzedawca zbiera dane:

• o poprzednich zakupach użytkownika,
• o produktach dodanych do koszyka,
• o produktach dodanych do listy życzeń,
• o ruchach kursora.

Algorytmy uczenia maszynowego analizują te informacje i przewidują, który produkt klient najprawdopodobniej kupi. Przedmiot jest następnie wysyłany tańszą przesyłką standardową do centrum wysyłkowego znajdującego się najbliżej użytkownika.

Współczesny nabywca jest gotów zapłacić dwa razy za indywidualne podejście i wyjątkowe doświadczenie – pieniędzmi i informacją. Zapewnienie odpowiedniego poziomu obsługi, uwzględniającego osobiste preferencje klientów, jest możliwe tylko przy pomocy big data. Podczas gdy liderzy branży tworzą całe jednostki strukturalne do pracy z projektami w dziedzinie dużych zbiorów danych, małe i średnie firmy stawiają na rozwiązania pudełkowe. Ale wspólnym celem jest zbudowanie dokładnego profilu konsumenta, zrozumienie jego bolączek i określenie wyzwalaczy wpływających na decyzję o zakupie, wyróżnienie list zakupowych i stworzenie kompleksowej, spersonalizowanej usługi, która będzie zachęcać do coraz większych zakupów.