Veliki podatki v službi maloprodaje

Kako trgovci uporabljajo velike podatke za izboljšanje personalizacije v treh ključnih vidikih za kupca – asortiment, ponudba in dostava, v Umbrella IT

V poznih devetdesetih letih prejšnjega stoletja so podjetniki iz vseh družbenih slojev spoznali, da so podatki dragocen vir, ki lahko ob pravilni uporabi postane močno orodje vpliva. Težava je bila v tem, da se je obseg podatkov eksponentno povečeval, metode obdelave in analize informacij, ki so obstajale v tistem času, pa niso bile dovolj učinkovite.

V 2000-ih je tehnologija naredila kvantni skok. Na trgu so se pojavile razširljive rešitve, ki lahko obdelujejo nestrukturirane informacije, so kos velikim delovnim obremenitvam, gradijo logične povezave in prevedejo kaotične podatke v obliko, ki jo je mogoče razlagati in jo človek razume.

Danes so veliki podatki vključeni v eno od devetih področij programa digitalnega gospodarstva Ruske federacije, ki zasedajo najvišje vrstice v ocenah in stroških podjetij. Največje naložbe v tehnologije velikih podatkov imajo podjetja iz trgovskega, finančnega in telekomunikacijskega sektorja.

V 10-20 letih bodo veliki podatki postali glavno sredstvo kapitalizacije in bodo imeli v družbi vlogo, ki bo po pomembnosti primerljiva z elektroenergetsko industrijo, pravijo analitiki.

Današnji kupci niso več brezlična množica statističnih podatkov, temveč dobro opredeljeni posamezniki z edinstvenimi lastnostmi in potrebami. So izbirčni in bodo brez obžalovanja prešli na blagovno znamko konkurence, če se bo njihova ponudba zdela privlačnejša. Zato trgovci uporabljajo velike podatke, ki jim omogočajo ciljno in natančno interakcijo s strankami, pri čemer se osredotočajo na načelo »edinstven potrošnik – edinstvena storitev«.

1. Personaliziran asortiman in učinkovita izraba prostora

V večini primerov se končna odločitev "kupiti ali ne kupiti" zgodi že v trgovini blizu police z blagom. Po statistiki podjetja Nielsen kupec za iskanje pravega izdelka na polici porabi le 15 sekund. To pomeni, da je za podjetje zelo pomembno, da v določeno trgovino dobavi optimalen asortiment in ga pravilno predstavi. Da bi asortiman zadostil povpraševanju in zaslon pospeševal prodajo, je treba preučiti različne kategorije velikih podatkov:

• lokalna demografija,
• plačilna sposobnost,
• nakupno dojemanje,
• nakupi programa zvestobe in še veliko več.

Na primer, ocenjevanje pogostosti nakupov določene kategorije blaga in merjenje "preklopljivosti" kupca z enega izdelka na drugega bo pomagalo takoj razumeti, kateri artikel se bolje prodaja, kateri je odveč, in s tem bolj racionalno prerazporediti denar vire in načrtujte skladiščni prostor.

Posebna usmeritev v razvoju rešitev, ki temeljijo na velikih podatkih, je učinkovita raba prostora. Trgovci se pri razstavljanju blaga zdaj zanašajo na podatke in ne na intuicijo.

V hipermarketih X5 Retail Group se postavitve izdelkov samodejno ustvarijo ob upoštevanju lastnosti maloprodajne opreme, preferenc kupcev, podatkov o zgodovini prodaje določenih kategorij blaga in drugih dejavnikov.

Hkrati se pravilnost postavitve in število blaga na polici spremljata v realnem času: video analitika in tehnologije računalniškega vida analizirajo video tok, ki prihaja iz kamer, in osvetljujejo dogodke glede na določene parametre. Zaposleni v trgovini bodo na primer prejeli signal, da so kozarci konzerviranega graha na napačnem mestu ali da je na policah zmanjkalo kondenziranega mleka.

2. Personalizirana ponudba

Personalizacija za potrošnike je prednostna naloga: glede na raziskave Edelmana in Accenture je večja verjetnost, da bo 80 % kupcev kupilo izdelek, če bo trgovec ponudil prilagojeno ponudbo ali dal popust; poleg tega 48 % anketirancev brez oklevanja obišče konkurenco, če priporočila za izdelke niso točna in ne ustrezajo potrebam.

Da bi izpolnili pričakovanja kupcev, trgovci na drobno aktivno uvajajo rešitve IT in analitična orodja, ki zbirajo, strukturirajo in analizirajo podatke o strankah, da bi pomagali razumeti potrošnika in prenesti interakcijo na osebno raven. Na podlagi analize preteklih nakupov in preferenc je oblikovan tudi eden izmed priljubljenih formatov med kupci – rubrika priporočil za izdelke »mogoče vas zanima« in »kupite s tem izdelkom«.

Amazon ustvari ta priporočila z algoritmi sodelovalnega filtriranja (metoda priporočila, ki uporablja znane preference skupine uporabnikov za predvidevanje neznanih preferenc drugega uporabnika). Po mnenju predstavnikov podjetja je 30% vse prodaje posledica sistema priporočil Amazon.

3. Prilagojena dostava

Za sodobnega kupca je pomembno, da želeni izdelek prejme hitro, ne glede na to, ali gre za dostavo naročila iz spletne trgovine ali prihod želenih izdelkov na police supermarketov. Toda sama hitrost ni dovolj: danes je vse dostavljeno hitro. Dragocen je tudi individualni pristop.

Večina velikih trgovcev in prevoznikov ima vozila opremljena s številnimi senzorji in oznakami RFID (ki se uporabljajo za identifikacijo in sledenje blaga), iz katerih prejema ogromno informacij: podatke o trenutni lokaciji, velikosti in teži tovora, prometnih zastojih, vremenskih razmerah. in celo obnašanje voznika.

Analiza teh podatkov ne le pomaga ustvariti najbolj ekonomično in najhitrejšo sled poti v realnem času, ampak tudi zagotavlja preglednost procesa dostave za kupce, ki imajo možnost spremljati potek svojega naročila.

Personalizacija dostave je ključni dejavnik za kupca v fazi »zadnje milje«. Trgovec, ki v fazi strateškega odločanja združuje podatke o kupcu in logistiko, bo lahko naročniku sproti ponudil prevzem blaga na oddajnem mestu, kjer ga bo najhitreje in najceneje dostavil. Ponudba, da blago prejmemo še isti ali naslednji dan, skupaj s popustom pri dostavi, bosta stranko spodbudila, da se odpravi tudi na drug konec mesta.

Amazon je kot običajno prehitel konkurenco s patentiranjem tehnologije napovedne logistike, ki jo poganja napovedna analitika. Bistvo je, da trgovec na drobno zbira podatke:

• o preteklih nakupih uporabnika,
• o izdelkih, dodanih v košarico,
• o izdelkih, dodanih na seznam želja,
• o premikih kazalca.

Algoritmi strojnega učenja analizirajo te informacije in predvidevajo, kateri izdelek bo stranka najverjetneje kupila. Izdelek se nato pošlje s cenejšim standardnim pošiljanjem do središča pošiljanja, ki je najbližje uporabniku.

Sodobni kupec je za individualni pristop in edinstveno izkušnjo pripravljen plačati dvakrat – z denarjem in informacijami. Zagotavljanje ustrezne ravni storitev ob upoštevanju osebnih preferenc kupcev je mogoče le s pomočjo velikih podatkov. Medtem ko vodilni v industriji ustvarjajo celotne strukturne enote za delo s projekti na področju velikih podatkov, mala in srednje velika podjetja stavijo na škatlaste rešitve. Toda skupni cilj je zgraditi natančen profil potrošnika, razumeti bolečine potrošnika in določiti sprožilce, ki vplivajo na odločitev o nakupu, izpostaviti nakupne sezname in ustvariti celovito personalizirano storitev, ki bo spodbujala nakupovanje vedno več.