Kaip mažmenininkai naudoja didelius duomenis siekdami pagerinti individualizavimą trimis pagrindiniais pirkėjo aspektais – asortimentu, pasiūlymu ir pristatymu, pasakojama Umbrella IT
Dideli duomenys yra nauja alyva
Dešimtojo dešimtmečio pabaigoje visų socialinių sluoksnių verslininkai suprato, kad duomenys yra vertingas išteklius, kuris, tinkamai naudojamas, gali tapti galingu įtakos įrankiu. Problema ta, kad eksponentiškai didėjo duomenų apimtys, o tuo metu buvę informacijos apdorojimo ir analizės metodai nebuvo pakankamai efektyvūs.
2000-aisiais technologijos padarė milžinišką šuolį. Rinkoje pasirodė mastelio keitimo sprendimai, galintys apdoroti nestruktūruotą informaciją, susidoroti su dideliais darbo krūviais, sukurti loginius ryšius ir paversti chaotiškus duomenis į interpretuojamą, žmogui suprantamą formatą.
Šiandien dideli duomenys yra įtraukti į vieną iš devynių Rusijos Federacijos skaitmeninės ekonomikos programos sričių, užimančių aukščiausias įmonių reitingų ir išlaidų straipsnių eilutes. Didžiausias investicijas į didžiųjų duomenų technologijas investuoja prekybos, finansų ir telekomunikacijų sektorių įmonės.
Įvairiais skaičiavimais, dabartinė Rusijos didžiųjų duomenų rinkos apimtis yra nuo 10 milijardų iki 30 milijardų rublių. Didžiųjų duomenų rinkos dalyvių asociacijos prognozėmis, iki 2024 metų ji pasieks 300 mlrd.
Analitikai teigia, kad po 10–20 metų didieji duomenys taps pagrindine kapitalizacijos priemone ir vaidins visuomenėje tokį vaidmenį, kaip ir energetikos pramonė.
Mažmeninės prekybos sėkmės formulės
Šiandieniniai pirkėjai nebėra beveidė statistikos masė, o aiškiai apibrėžti asmenys, turintys unikalių savybių ir poreikių. Jie yra selektyvūs ir nesigailėdami pereis prie konkurento prekės ženklo, jei jų pasiūlymas atrodys patrauklesnis. Būtent todėl mažmenininkai naudoja didelius duomenis, kurie leidžia tikslingai ir tiksliai bendrauti su klientais, orientuojantis į principą „unikalus vartotojas – unikali paslauga“.
1. Personalizuotas asortimentas ir efektyvus erdvės išnaudojimas
Dažniausiai galutinis sprendimas „pirkti ar nepirkti“ įvyksta jau parduotuvėje prie lentynos su prekėmis. Remiantis „Nielsen“ statistika, pirkėjas, ieškodamas tinkamos prekės lentynoje, sugaišta vos 15 sekundžių. Tai reiškia, kad verslui labai svarbu į konkrečią parduotuvę tiekti optimalų asortimentą ir jį teisingai pateikti. Norint, kad asortimentas patenkintų paklausą, o ekranas skatintų pardavimą, būtina ištirti įvairias didžiųjų duomenų kategorijas:
- vietinė demografija,
- mokumas,
- pirkimo suvokimas,
- lojalumo programos pirkimai ir daug daugiau.
Pavyzdžiui, įvertinus tam tikros kategorijos prekių pirkimo dažnumą ir išmatuojant pirkėjo „perjungiamumą“ iš vienos prekės į kitą, bus galima iš karto suprasti, kuri prekė parduodama geriau, kuri perteklinė, taigi, racionaliau perskirstyti grynuosius pinigus. išteklių ir planuoti parduotuvės erdvę.
Atskira dideliais duomenimis grįstų sprendimų kūrimo kryptis – efektyvus erdvės panaudojimas. Prekybininkai dabar remiasi duomenimis, o ne intuicija, išdėstydami prekes.
„X5 Retail Group“ prekybos centruose prekių išdėstymai generuojami automatiškai, atsižvelgiant į mažmeninės prekybos įrangos savybes, klientų pageidavimus, duomenis apie tam tikrų kategorijų prekių pardavimų istoriją ir kitus veiksnius.
Tuo pačiu metu realiu laiku stebimas išdėstymo teisingumas ir prekių kiekis lentynoje: vaizdo analitika ir kompiuterinio matymo technologijos analizuoja iš kamerų ateinantį vaizdo srautą ir pagal nurodytus parametrus išryškina įvykius. Pavyzdžiui, parduotuvės darbuotojai gaus signalą, kad konservuotų žirnelių stiklainiai yra netinkamoje vietoje arba lentynose baigėsi kondensuotas pienas.
2. Personalizuotas pasiūlymas
Suasmeninimas vartotojams yra prioritetas: Edelman ir Accenture tyrimų duomenimis, 80 % pirkėjų labiau linkę pirkti prekę, jei mažmenininkas pateikia asmeninį pasiūlymą arba suteikia nuolaidą; be to, 48% respondentų nedvejodami kreipiasi į konkurentus, jei produktų rekomendacijos nėra tikslios ir neatitinka poreikių.
Siekdami patenkinti klientų lūkesčius, mažmenininkai aktyviai diegia IT sprendimus ir analizės įrankius, kurie renka, struktūrizuoja ir analizuoja klientų duomenis, kad padėtų suprasti vartotoją ir paversti sąveiką asmeniniu lygmeniu. Vienas iš pirkėjų populiarių formatų – prekių rekomendacijų skyrelis „Galbūt jus domina“ ir „Pirkite su šia preke“ – taip pat suformuotas remiantis ankstesnių pirkinių ir pageidavimų analize.
„Amazon“ generuoja šias rekomendacijas naudodama bendradarbiaujančius filtravimo algoritmus (rekomendavimo metodą, kuris naudoja žinomas vartotojų grupės nuostatas, kad nuspėtų nežinomas kito vartotojo nuostatas). Įmonės atstovų teigimu, 30% visų pardavimų tenka Amazon rekomendacijų sistemai.
3. Individualus pristatymas
Šiuolaikiniam pirkėjui svarbu greitai gauti norimą prekę, nesvarbu, ar tai būtų užsakymo iš internetinės parduotuvės pristatymas, ar norimų prekių patekimas į prekybos centrų lentynas. Tačiau vien greičio neužtenka: šiandien viskas pristatoma greitai. Vertingas ir individualus požiūris.
Dauguma didžiųjų mažmenininkų ir vežėjų turi automobilius su daugybe jutiklių ir RFID žymenų (naudojamų prekių identifikavimui ir sekimui), iš kurių gaunami didžiuliai informacijos kiekiai: duomenys apie esamą vietą, krovinio dydį ir svorį, eismo spūstis, oro sąlygas. ir net vairuotojo elgesį.
Šių duomenų analizė ne tik padeda sukurti ekonomiškiausią ir greičiausią maršruto sekimą realiu laiku, bet ir užtikrina pristatymo proceso skaidrumą pirkėjams, kurie turi galimybę sekti savo užsakymo eigą.
Šiuolaikiniam pirkėjui svarbu kuo greičiau gauti norimą prekę, tačiau to neužtenka, vartotojui reikia ir individualaus požiūrio.
Pristatymo personalizavimas yra pagrindinis veiksnys pirkėjui „paskutinės mylios“ etape. Mažmenininkas, strateginio sprendimo priėmimo etape derinantis kliento ir logistikos duomenis, galės operatyviai pasiūlyti klientui atsiimti prekes iš išdavimo vietos, kur ją pristatyti bus greičiausia ir pigiausia. Pasiūlymas gauti prekes tą pačią ar kitą dieną kartu su nuolaida pristatymui paskatins klientą vykti net į kitą miesto galą.
„Amazon“, kaip įprasta, aplenkė konkurentus patentuodama nuspėjamąją logistikos technologiją, kurią palaiko nuspėjamoji analizė. Esmė ta, kad mažmenininkas renka duomenis:
- apie ankstesnius naudotojo pirkinius,
- apie į krepšelį įdėtus produktus,
- apie į pageidavimų sąrašą įtrauktus produktus,
- apie žymeklio judesius.
Mašininio mokymosi algoritmai analizuoja šią informaciją ir numato, kurį produktą klientas greičiausiai pirks. Tada prekė siunčiama pigesniu standartiniu pristatymu į arčiausiai vartotojo esantį siuntimo centrą.
Šiuolaikinis pirkėjas už individualų požiūrį ir unikalią patirtį pasirengęs mokėti du kartus – pinigais ir informacija. Suteikti tinkamą paslaugų lygį, atsižvelgiant į asmeninius klientų pageidavimus, galima tik pasitelkus didžiuosius duomenis. Kol pramonės lyderiai kuria ištisus struktūrinius padalinius, skirtus dirbti su didžiųjų duomenų srities projektais, smulkus ir vidutinis verslas lažinasi dėl supakuotų sprendimų. Tačiau bendras tikslas yra sukurti tikslų vartotojo profilį, suprasti vartotojų skausmus ir nustatyti veiksnius, turinčius įtakos apsisprendimui pirkti, išryškinti pirkinių sąrašus ir sukurti visapusišką personalizuotą paslaugą, kuri skatins pirkti vis daugiau.