Цифровий роздріб: як аналіз даних перетворюється в стандартний інструмент в рітейлі

В основі цифрової трансформації бізнесу лежать рішення на основі бізнес-аналізу (BI). При цьому дані не впливають на продажі безпосередньо, і ними потрібно правильно розпорядитися.

Цей матеріал доступний російською мовою

На сайті New Retail було опубліковано  матеріал про те, яким чином аналітика, заснована на використанні штучного інтелекту (ШІ) і вільних запитах, сформульованих простою мовою, може бути вбудована в бізнес роздрібної компанії. RAU пропонує ознайомитися з основними тезами.

Дані – паливо сучасного рітейлу

Цифрова трансформація на основі Big Data стала головним критерієм конкурентоспроможності в роздробі. Зараз рітейлери детально вивчають потреби і запити, купівельну поведінку клієнтів, щоб коригувати свої пропозиції відповідно до них.

Але якщо кілька років тому доступ до дашборда був прерогативою топ-менеджменту компанії та на їх основі вибудовувалася стратегія, то тепер інструменти аналізу даних доступні менеджерам, маркетологам і продавцям, надаючи можливість приймати більш ефективні рішення.

«Паливом» для різного роду систем бізнес-аналізу є дані CRM-систем, електронної пошти, терміналів PoS та інших джерел аж до радіомаяків в торгових залах і мобільних пристроїв.

Швидка обробка Big Data

В основі революції даних лежать сучасні рішення бізнес-аналізу (BI). Технології впроваджуються на всіх етапах в торгівлі, але оскільки вони не впливають на продажі безпосередньо, даними потрібно правильно розпорядитися.

Прогресивні інструменти BI аналізують дії споживачів, відстежують показники продажів і запасів, а також генерують дані, що дозволяє отримати уявлення про покупців, продажі і запаси. На базі такої аналітики приймаються оперативні рішення, як стратегічні, так і тактичні, що збільшують дохід в роздрібному бізнесі.

Рішення для аналізу даних не просто будують фактичні звіти, але і збагачують їх трендовою аналітикою. Все більше BI-систем впроваджують інструменти машинного навчання і обробки природної мови, завдяки чому бізнес-користувачі можуть «спілкуватися» з такими системами, тобто звертатися до систем з конкретними питаннями та отримувати на них відповіді в режимі реального часу.

Миттєвий доступ

З іншого боку, інтелектуалізація BI-систем, їх можливість працювати з запитами користувачів, сформульованими природною мовою, можливість пошуку по необмеженим обсягами даних, яка отримала назву Search & AI-Driven Analytics, нарешті, дозволили монетизувати великі дані роздрібних компаній в реальному часі. Бізнесу більше не потрібно витрачати час на підготовку аналітичних звітів протягом багатьох діб: будь-який менеджер, задаючи питання такій системі, моментально отримує інформацію, яка необхідна йому для прийняття рішення в конкретній ситуації.

Найбільші торговельні компанії вибирають Search & AI-Driven Analytics: наприклад, Canadian Tire, JD Sports, Walmart. Спеціалізоване рішення дозволяє звертатися до великих даних співробітникам і командам – ​​від мерчендайзерів і категорійних менеджерів до фінансових співробітників і керівників. Зокрема, сьогодні більше 5000 службовців Walmart мають можливість використовувати у своїй роботі просунуту аналітику, яка будується на базі більш ніж 60 Тб даних.

Вони генерують близько 120 000 ad-hoc запитів в тиждень. Все це говорить про те, що аналітика стала повноцінним інструментом прийняття рішень для Walmart на всіх рівнях, значить, співробітники можуть вибудовувати більш конкурентоспроможну стратегію, спираючись на глибоке знання бізнесу, показники і тренди. При цьому кожні шість місяців кількість даних зростає в чотири рази.

Існують кілька базових сценаріїв використання такої аналітики, і один з них – управління продажами.

Управління продажами

У реальному часі такі системи дозволяють оцінити продажі в різних розрізах по всіх торгових точках щоб оцінити попит, мінімізувати можливий дефіцит затребуваної продукції та ймовірність затоварення складів.

Громіздкі аналітичні звіти, непридатні до реального життя, більш не є актуальними, оскільки роздрібна торгівля змушена не тільки підлаштовуватися під дії конкурентів, а й під мінливі правила гри в умовах пандемії, що змінюються ледь не щодня. Компанії шукають відповіді на конкретні питання.

Наприклад, як один магазин співвідноситься з іншим? Як виручка конкретного магазину співвідноситься з регіональними продажами? Який магазин повинен бути закритий, а який, наприклад, навпаки, не справляється зі зростаючими запитами і вимагає посилення? Таким чином, BI допомагають впливати на конкретні операційні показники і на тактику компанії на найближчому горизонті подій.

Створення персоналізованого досвіду покупки

Це друга за значимістю область застосування сучасних BI-рішень в роздробі, причому не тільки в e-commerce. Поки левова частка покупців як і раніше купує товари в фізичних магазинах. Однак дослідження Epsilon показують, що 80% постійних покупців роблять покупки тільки з брендами, які пропонують індивідуальний досвід покупок. Значне число покупців як і раніше високо цінують особисту допомогу і поради, які вони отримують від продавців в магазинах.

Вони також цінують можливість отримати покупки на місці, а не чекати доставки. Мережева революція створила нове покоління добре поінформованих клієнтів, чий вибір мотивований набагато більшою кількістю чинників, ніж просто найкраща ціна.

Аналіз історій клієнтів, зібраних за допомогою додатків PoS і CRM, агрегованих в базі даних BI, може виявити поведінкові моделі і переваги покупців. Інструменти BI дозволяють проводити детальний аналіз воронок, аналізувати і покращувати взаємодію з клієнтами під час кожної їх зустрічі з брендом. Тобто, в тому числі, консультантами безпосередньо в торгових залах, і це можливо завдяки BI.

Крім того, BI-рішення дозволяють підвищити ефективність цільових маркетингових кампаній завдяки використанню унікальної інформації, такої як тригерні точки покупця, схеми покупок, способи взаємодії з брендом й інших параметрів. Також рішення для бізнес-аналітики полегшують маркетинговий бенчмаркінг, дозволяючи виявляти найбільш і найменш прибуткові практики.

Ця область залишається найбільше недооціненою: за даними Gartner, тільки 29% маркетологів використовують просунуті аналітичні моделі. Більшість з них як і раніше не знає, яким чином розпорядитися тим багатством даних про користувачів, якими вони володіють, причому 40% шукають потрібні дані, а третина будують власні звіти. При цьому 8 з 10 готові спробувати інструменти аналізу даних для прийняття маркетингових рішень вже в найближчий рік, а значить маркетинг на основі BI буде розвиватися.

Джерело: New Retail

Читайте також –

Головне з RAU-вебінару «Дані як основний актив рітейлу. Робота з даними для омніканальних рітейлерів»