Big Data στην υπηρεσία λιανικής

Πώς οι έμποροι λιανικής χρησιμοποιούν μεγάλα δεδομένα για να βελτιώσουν την εξατομίκευση σε τρεις βασικές πτυχές για τον αγοραστή – ποικιλία, προσφορά και παράδοση, όπως αναφέρεται στο Umbrella IT

Στα τέλη της δεκαετίας του 1990, επιχειρηματίες από όλα τα κοινωνικά στρώματα συνειδητοποίησαν ότι τα δεδομένα είναι ένας πολύτιμος πόρος που, εάν χρησιμοποιηθούν σωστά, μπορεί να γίνει ένα ισχυρό εργαλείο επιρροής. Το πρόβλημα ήταν ότι ο όγκος των δεδομένων αυξήθηκε εκθετικά και οι μέθοδοι επεξεργασίας και ανάλυσης πληροφοριών που υπήρχαν εκείνη την εποχή δεν ήταν αρκετά αποτελεσματικές.

Στη δεκαετία του 2000, η ​​τεχνολογία έκανε ένα κβαντικό άλμα. Στην αγορά έχουν εμφανιστεί επεκτάσιμες λύσεις που μπορούν να επεξεργάζονται μη δομημένες πληροφορίες, να αντιμετωπίζουν μεγάλο φόρτο εργασίας, να δημιουργούν λογικές συνδέσεις και να μεταφράζουν χαοτικά δεδομένα σε μια ερμηνεύσιμη μορφή που μπορεί να γίνει κατανοητή από ένα άτομο.

Σήμερα, τα μεγάλα δεδομένα περιλαμβάνονται σε έναν από τους εννέα τομείς του προγράμματος Ψηφιακής Οικονομίας της Ρωσικής Ομοσπονδίας, καταλαμβάνοντας τις πρώτες γραμμές στις αξιολογήσεις και τα στοιχεία εξόδων των εταιρειών. Οι μεγαλύτερες επενδύσεις σε τεχνολογίες μεγάλων δεδομένων πραγματοποιούνται από εταιρείες του εμπορικού, χρηματοοικονομικού και τηλεπικοινωνιακού κλάδου.

Σε 10-20 χρόνια, τα μεγάλα δεδομένα θα γίνουν το κύριο μέσο κεφαλαιοποίησης και θα διαδραματίσουν ρόλο στην κοινωνία συγκρίσιμο σε σημασία με τη βιομηχανία ηλεκτρικής ενέργειας, λένε οι αναλυτές.

Οι σημερινοί αγοραστές δεν είναι πλέον μια απρόσωπη μάζα στατιστικών, αλλά σαφώς καθορισμένα άτομα με μοναδικά χαρακτηριστικά και ανάγκες. Είναι επιλεκτικοί και θα στραφούν στην επωνυμία ενός ανταγωνιστή χωρίς λύπη εάν η προσφορά τους φαίνεται πιο ελκυστική. Αυτός είναι ο λόγος για τον οποίο οι έμποροι λιανικής χρησιμοποιούν μεγάλα δεδομένα, τα οποία τους επιτρέπουν να αλληλεπιδρούν με τους πελάτες με στοχευμένο και ακριβή τρόπο, εστιάζοντας στην αρχή «ένας μοναδικός καταναλωτής - μια μοναδική υπηρεσία».

1. Εξατομικευμένη ποικιλία και αποτελεσματική χρήση του χώρου

Στις περισσότερες περιπτώσεις, η τελική απόφαση "να αγοράσετε ή να μην αγοράσετε" λαμβάνεται ήδη στο κατάστημα κοντά στο ράφι με αγαθά. Σύμφωνα με στατιστικά στοιχεία της Nielsen, ο αγοραστής ξοδεύει μόνο 15 δευτερόλεπτα αναζητώντας το σωστό προϊόν στο ράφι. Αυτό σημαίνει ότι είναι πολύ σημαντικό για μια επιχείρηση να παρέχει τη βέλτιστη ποικιλία σε ένα συγκεκριμένο κατάστημα και να την παρουσιάζει σωστά. Προκειμένου η ποικιλία να ανταποκριθεί στη ζήτηση και η προβολή να προωθήσει τις πωλήσεις, είναι απαραίτητο να μελετηθούν διαφορετικές κατηγορίες μεγάλων δεδομένων:

• τοπικά δημογραφικά στοιχεία,
• φερεγγυότητα,
• αγοραστική αντίληψη,
• αγορές προγράμματος επιβράβευσης και πολλά άλλα.

Για παράδειγμα, η αξιολόγηση της συχνότητας αγορών μιας συγκεκριμένης κατηγορίας αγαθών και η μέτρηση της «δυνατότητας εναλλαγής» ενός αγοραστή από το ένα προϊόν στο άλλο θα βοηθήσει να κατανοήσουμε αμέσως ποιο προϊόν πουλάει καλύτερα, ποιο είναι περιττό και, επομένως, να ανακατανεμηθεί πιο ορθολογικά τα μετρητά. πόρους και σχεδιάστε χώρο καταστήματος.

Μια ξεχωριστή κατεύθυνση στην ανάπτυξη λύσεων που βασίζονται σε μεγάλα δεδομένα είναι η αποτελεσματική χρήση του χώρου. Είναι δεδομένα, και όχι διαίσθηση, στα οποία βασίζονται πλέον οι έμποροι κατά την τοποθέτηση αγαθών.

Στις υπεραγορές X5 Retail Group, οι διατάξεις προϊόντων δημιουργούνται αυτόματα, λαμβάνοντας υπόψη τις ιδιότητες του εξοπλισμού λιανικής, τις προτιμήσεις των πελατών, τα δεδομένα σχετικά με το ιστορικό πωλήσεων ορισμένων κατηγοριών αγαθών και άλλους παράγοντες.

Ταυτόχρονα, η ορθότητα της διάταξης και ο αριθμός των προϊόντων στο ράφι παρακολουθούνται σε πραγματικό χρόνο: οι τεχνολογίες ανάλυσης βίντεο και όρασης υπολογιστή αναλύουν τη ροή βίντεο που προέρχεται από τις κάμερες και επισημαίνουν συμβάντα σύμφωνα με τις καθορισμένες παραμέτρους. Για παράδειγμα, οι υπάλληλοι του καταστήματος θα λάβουν ένα μήνυμα ότι τα βάζα με κονσερβοποιημένα μπιζέλια βρίσκονται σε λάθος μέρος ή ότι το συμπυκνωμένο γάλα έχει τελειώσει στα ράφια.

2. Εξατομικευμένη προσφορά

Η εξατομίκευση για τους καταναλωτές αποτελεί προτεραιότητα: σύμφωνα με έρευνα των Edelman και Accenture, το 80% των αγοραστών είναι πιο πιθανό να αγοράσουν ένα προϊόν εάν ένας έμπορος λιανικής κάνει μια εξατομικευμένη προσφορά ή κάνει έκπτωση. Επιπλέον, το 48% των ερωτηθέντων δεν διστάζει να απευθυνθεί σε ανταγωνιστές εάν οι συστάσεις για τα προϊόντα δεν είναι ακριβείς και δεν ανταποκρίνονται στις ανάγκες.

Για να ανταποκριθούν στις προσδοκίες των πελατών, οι έμποροι λιανικής εφαρμόζουν ενεργά λύσεις πληροφορικής και εργαλεία ανάλυσης που συλλέγουν, δομούν και αναλύουν δεδομένα πελατών για να βοηθήσουν στην κατανόηση του καταναλωτή και να φέρουν την αλληλεπίδραση σε προσωπικό επίπεδο. Μία από τις δημοφιλείς μορφές μεταξύ των αγοραστών - η ενότητα των προτάσεων προϊόντων "μπορεί να σας ενδιαφέρει" και "αγοράστε με αυτό το προϊόν" - διαμορφώνεται επίσης με βάση την ανάλυση προηγούμενων αγορών και προτιμήσεων.

Η Amazon δημιουργεί αυτές τις προτάσεις χρησιμοποιώντας συνεργατικούς αλγόριθμους φιλτραρίσματος (μια μέθοδος σύστασης που χρησιμοποιεί τις γνωστές προτιμήσεις μιας ομάδας χρηστών για να προβλέψει τις άγνωστες προτιμήσεις ενός άλλου χρήστη). Σύμφωνα με εκπροσώπους της εταιρείας, το 30% όλων των πωλήσεων οφείλεται στο σύστημα συστάσεων της Amazon.

3. Εξατομικευμένη παράδοση

Είναι σημαντικό για έναν σύγχρονο αγοραστή να παραλαμβάνει γρήγορα το προϊόν που επιθυμεί, ανεξάρτητα από το αν πρόκειται για την παράδοση μιας παραγγελίας από ηλεκτρονικό κατάστημα ή την άφιξη των επιθυμητών προϊόντων στα ράφια των σούπερ μάρκετ. Αλλά η ταχύτητα από μόνη της δεν αρκεί: σήμερα όλα παραδίδονται γρήγορα. Η ατομική προσέγγιση είναι επίσης πολύτιμη.

Οι περισσότεροι μεγάλοι έμποροι λιανικής και μεταφορείς διαθέτουν οχήματα εξοπλισμένα με πολλούς αισθητήρες και ετικέτες RFID (που χρησιμοποιούνται για την αναγνώριση και παρακολούθηση εμπορευμάτων), από τα οποία λαμβάνονται τεράστιες ποσότητες πληροφοριών: δεδομένα για την τρέχουσα τοποθεσία, το μέγεθος και το βάρος του φορτίου, κυκλοφοριακή συμφόρηση, καιρικές συνθήκες , ακόμη και τη συμπεριφορά του οδηγού.

Η ανάλυση αυτών των δεδομένων όχι μόνο βοηθά στη δημιουργία της πιο οικονομικής και ταχύτερης διαδρομής σε πραγματικό χρόνο, αλλά και διασφαλίζει τη διαφάνεια της διαδικασίας παράδοσης για τους αγοραστές, οι οποίοι έχουν τη δυνατότητα να παρακολουθούν την πρόοδο της παραγγελίας τους.

Η εξατομίκευση της παράδοσης είναι βασικός παράγοντας για τον αγοραστή στο στάδιο του «τελευταίου μιλίου». Ένας έμπορος λιανικής που συνδυάζει δεδομένα πελατών και logistics στο στάδιο της στρατηγικής λήψης αποφάσεων θα μπορεί να προσφέρει αμέσως στον πελάτη να παραλάβει τα αγαθά από το σημείο έκδοσης, όπου θα είναι το ταχύτερο και φθηνότερο για την παράδοση. Η προσφορά να παραλάβετε τα εμπορεύματα την ίδια ή την επόμενη μέρα, μαζί με μια έκπτωση στην παράδοση, θα ενθαρρύνουν τον πελάτη να πάει ακόμα και στην άλλη άκρη της πόλης.

Η Amazon, ως συνήθως, προηγήθηκε του ανταγωνισμού κατοχυρώνοντας με δίπλωμα ευρεσιτεχνίας τεχνολογία προγνωστικής εφοδιαστικής που υποστηρίζεται από προγνωστικά αναλυτικά στοιχεία. Η ουσία είναι ότι ο πωλητής λιανικής συλλέγει δεδομένα:

• σχετικά με τις προηγούμενες αγορές του χρήστη,
• σχετικά με τα προϊόντα που προστέθηκαν στο καλάθι,
• σχετικά με τα προϊόντα που προστέθηκαν στη λίστα επιθυμιών,
• σχετικά με τις κινήσεις του δρομέα.

Οι αλγόριθμοι μηχανικής μάθησης αναλύουν αυτές τις πληροφορίες και προβλέπουν ποιο προϊόν είναι πιο πιθανό να αγοράσει ο πελάτης. Στη συνέχεια, το προϊόν αποστέλλεται μέσω φθηνότερης τυπικής αποστολής στον κόμβο αποστολής που βρίσκεται πιο κοντά στον χρήστη.

Ο σύγχρονος αγοραστής είναι έτοιμος να πληρώσει για μια ατομική προσέγγιση και μια μοναδική εμπειρία δύο φορές – με χρήματα και πληροφορίες. Η παροχή του κατάλληλου επιπέδου εξυπηρέτησης, λαμβάνοντας υπόψη τις προσωπικές προτιμήσεις των πελατών, είναι δυνατή μόνο με τη βοήθεια μεγάλων δεδομένων. Ενώ οι ηγέτες του κλάδου δημιουργούν ολόκληρες δομικές μονάδες για να συνεργαστούν με έργα στον τομέα των μεγάλων δεδομένων, οι μικρές και μεσαίες επιχειρήσεις στοιχηματίζουν σε λύσεις σε κουτί. Ωστόσο, ο κοινός στόχος είναι να δημιουργήσετε ένα ακριβές προφίλ καταναλωτή, να κατανοήσετε τον πόνο των καταναλωτών και να καθορίσετε τα ερεθίσματα που επηρεάζουν την απόφαση αγοράς, να επισημάνετε τις λίστες αγορών και να δημιουργήσετε μια ολοκληρωμένη εξατομικευμένη υπηρεσία που θα ενθαρρύνει τις αγορές όλο και περισσότερο.