Velká data ve službách maloobchodu

Jak maloobchodníci využívají velká data ke zlepšení personalizace ve třech klíčových aspektech pro kupujícího – sortiment, nabídka a dodávka, řečeno v Umbrella IT

Koncem 1990. let si podnikatelé ze všech společenských vrstev uvědomili, že data jsou cenným zdrojem, který se při správném použití může stát mocným nástrojem vlivu. Problém byl v tom, že objem dat exponenciálně narůstal a metody zpracování a analýzy informací, které v té době existovaly, nebyly dostatečně efektivní.

V roce 2000 technologie udělala kvantový skok. Na trhu se objevila škálovatelná řešení, která dokážou zpracovat nestrukturované informace, poradit si s vysokou zátěží, vybudovat logická spojení a převést chaotická data do interpretovatelného formátu, kterému člověk rozumí.

Dnes jsou velká data zahrnuta do jedné z devíti oblastí programu Digitální ekonomika Ruské federace a zaujímají nejvyšší příčky v hodnocení a nákladových položkách společností. Největší investice do big data technologií směřují společnosti z obchodního, finančního a telekomunikačního sektoru.

Za 10–20 let se velká data stanou hlavním prostředkem kapitalizace a budou hrát ve společnosti roli srovnatelnou s významem energetiky, říkají analytici.

Dnešní nakupující již nejsou anonymní masou statistik, ale dobře definovanými jednotlivci s jedinečnými vlastnostmi a potřebami. Jsou selektivní a bez lítosti přejdou ke značce konkurence, pokud se jim jejich nabídka zdá atraktivnější. To je důvod, proč maloobchodníci používají velká data, která jim umožňují komunikovat se zákazníky cíleným a přesným způsobem se zaměřením na princip „jedinečný spotřebitel – jedinečná služba“.

1. Personalizovaný sortiment a efektivní využití prostoru

Konečné rozhodnutí „koupit či nekoupit“ ve většině případů probíhá již v obchodě u regálu se zbožím. Podle statistik společnosti Nielsen stráví kupující hledáním správného produktu v regálu pouhých 15 sekund. To znamená, že pro podnik je velmi důležité dodávat do konkrétní prodejny optimální sortiment a správně jej prezentovat. Aby sortiment vyhovoval poptávce a displej podporoval prodej, je nutné studovat různé kategorie velkých dat:

• místní demografické údaje,
• platební schopnost,
• nákupní vnímání,
• nákupy věrnostních programů a mnoho dalšího.

Například posouzení frekvence nákupů určité kategorie zboží a měření „přeměnitelnosti“ kupujícího z jednoho produktu na druhý pomůže okamžitě pochopit, která položka se prodává lépe, která je nadbytečná, a proto racionálněji přerozdělit hotovost. zdroje a plán skladových prostor.

Samostatným směrem ve vývoji řešení založených na velkých datech je efektivní využití prostoru. Jsou to data, a ne intuice, na které nyní obchodníci spoléhají při rozkládání zboží.

V hypermarketech X5 Retail Group se rozvržení produktů generuje automaticky s přihlédnutím k vlastnostem maloobchodního vybavení, preferencím zákazníků, údajům o historii prodejů určitých kategorií zboží a dalším faktorům.

Zároveň je v reálném čase sledována správnost rozložení a počet zboží na regálu: videoanalytika a technologie počítačového vidění analyzují video stream přicházející z kamer a zvýrazňují události podle zadaných parametrů. Zaměstnanci prodejny dostanou například signál, že sklenice s hráškem z konzervy jsou na špatném místě nebo že v regálech došlo kondenzované mléko.

2. Personalizovaná nabídka

Personalizace pro spotřebitele je prioritou: podle výzkumu společností Edelman a Accenture je u 80 % kupujících pravděpodobnější, že si koupí produkt, pokud prodejce nabídne personalizovanou nabídku nebo poskytne slevu; navíc 48 % respondentů neváhá přejít ke konkurenci, pokud doporučení produktů nejsou přesná a neodpovídají potřebám.

Aby maloobchodníci splnili očekávání zákazníků, aktivně implementují IT řešení a analytické nástroje, které shromažďují, strukturují a analyzují zákaznická data, aby pomohly porozumět spotřebiteli a přenést interakci na osobní úroveň. Jeden z oblíbených formátů mezi kupujícími – sekce produktových doporučení „můžete mít zájem“ a „nakupte s tímto produktem“ – je také tvořena na základě analýzy minulých nákupů a preferencí.

Amazon generuje tato doporučení pomocí kolaborativních filtrovacích algoritmů (metoda doporučení, která využívá známé preference skupiny uživatelů k předpovídání neznámých preferencí jiného uživatele). Podle zástupců společnosti 30 % všech prodejů připadá na systém doporučení Amazon.

3. Personalizované doručení

Pro moderního kupujícího je důležité rychle získat požadovaný produkt, bez ohledu na to, zda se jedná o doručení objednávky z internetového obchodu nebo příchod požadovaných produktů na regály supermarketů. Samotná rychlost však nestačí: dnes je vše dodáváno rychle. Cenný je také individuální přístup.

Většina velkých prodejců a dopravců má vozidla vybavená mnoha senzory a RFID štítky (používanými k identifikaci a sledování zboží), ze kterých je přijímáno obrovské množství informací: údaje o aktuální poloze, velikosti a váze nákladu, dopravní zácpě, povětrnostní podmínky a dokonce i chování řidiče.

Analýza těchto dat pomáhá nejen vytvořit co nejekonomičtější a nejrychlejší sledování trasy v reálném čase, ale také zajišťuje transparentnost procesu dodání pro kupující, kteří mají možnost sledovat průběh své objednávky.

Personalizace doručení je pro kupujícího ve fázi „poslední míle“ klíčovým faktorem. Maloobchodník, který ve fázi strategického rozhodování kombinuje zákaznická a logistická data, bude schopen klientovi promptně nabídnout vyzvednutí zboží na výdejním místě, kam jej doručí nejrychleji a nejlevněji. Nabídka odběru zboží ještě ten samý nebo příští den spolu se slevou na dobírku klienta povzbudí k tomu, aby jel i na druhý konec města.

Amazon jako obvykle předstihl konkurenci patentováním prediktivní logistické technologie založené na prediktivní analýze. Základem je, že prodejce shromažďuje data:

• o minulých nákupech uživatele,
• o produktech přidaných do košíku,
• o produktech přidaných do seznamu přání,
• o pohybech kurzoru.

Algoritmy strojového učení tyto informace analyzují a předpovídají, který produkt si zákazník s největší pravděpodobností koupí. Položka je poté odeslána levnější standardní dopravou do přepravního centra nejblíže uživateli.

Moderní kupující je připraven zaplatit za individuální přístup a jedinečný zážitek hned dvakrát – penězi a informacemi. Poskytování správné úrovně služeb s přihlédnutím k osobním preferencím zákazníků je možné pouze s pomocí velkých dat. Zatímco průmysloví lídři vytvářejí celé strukturální celky pro práci s projekty v oblasti velkých dat, malé a střední podniky sázejí na krabicová řešení. Společným cílem je však vytvořit přesný profil spotřebitele, porozumět bolestem spotřebitelů a určit spouštěče, které ovlivňují nákupní rozhodnutí, zvýraznit nákupní seznamy a vytvořit komplexní personalizovanou službu, která bude stále více podporovat nákup.