Главное из RAU-вебинара «Данные как основной актив ритейла. Работа с данными для омниканальных ритейлеров»

О чем говорили во время онлайн-встречи собственники и топ-менеджеры NeuCurrent, Arber и Building Mall: самые важные тезисы.

Читайте українською

21 мая Ассоциация ритейлеров Украины провела онлайн-встречу, спикерами которой выступили Ярослав Шкарупа — соучредитель NeuCurrent, Никита Шпирт — руководитель диджитал-направления Arber и Дмитрий Бондаренко — е-commerce-директор Building Mall. Модератор — соучредитель NeuCurrent Богдан Шкарупа. RAU подготовила видеозапись встречи, а также ключевые тезисы беседы.

Что значит «данные как актив» и почему теперь он особенно важен

Дмитрий Бондаренко, Building Mall: Важная информация всегда была в цене, но теперь гиганты индустрии — Amazon, Google, Microsoft — активно инвестируют в создание инфраструктуры обработки данных. Ритейлу данные нужны, чтобы создать предложение, максимально точно отвечающее запросам клиента. Надо задумываться уже сейчас: как их собрать (на что понадобится немало времени), чтобы использовать их, когда понадобятся.

Даже если пока не знаете, как будете использовать эту информацию, нужно начинать ее собирать, чтобы не потерять время. Пока я не знаю в Украине ни одного примера, когда компания собирала бы все доступные данные по всем каналам взаимодействия с клиентом.

Никита Шпирт, Arber: Современные технологии позволяют создать эффективные модели обработки огромных массивов данных. Поэтому мы всячески стимулируем клиентов делиться информацией. Так что многие наши рекламные акции направлены не столько на продажу, сколько на сбор информации.

О персонализированном взаимодействии на сайте

Ярослав Шкарупа, NeuCurrent: Как компания, которая помогает ритейлу в обработке данных, мы видим результат правильного их использования. Продажи на сайте увеличиваются на 10-15%, конверсия — на 25%. Поскольку веб сайт еще долгое время останется основным инструментом в работе e-commerce, важную роль на нем играют персональные рекомендации потребителю, независимо от того, новый это клиент или старый, есть данные о его предпочтениях или нет.

Например, новому клиенту, о котором ничего не знаем, нужно показать максимально широко весь ассортимент товаров. Но как только он начнет двигаться по сайту, все рекомендации начинают подстраиваться под его запросы.

Если клиент старый, то сайт ориентируется на выявленные интересы. В частности, мы персонализируем всю первую страницу сайта, чтобы увеличить конверсию и увеличить переходы на другие разделы. Также персонализируется каталог товаров. Мы знаем, например, что клиент выбирает более дорогие позиции при покупке потребительской электроники. Соответственно предложение сразу ранжируется по релевантности такому запросу даже без уточнения клиента. Также и в карточке товаров и в корзине ему предлагаются релевантные товары.

Для сбора информации используется вся доступная информация, вплоть до путей перехода на сайт и ключевых характеристик товара, по которым проходил поиск. Но главное здесь — объединить все собранные данные вокруг профиля конкретного клиента. Что само собой не произойдет.

Дмитрий Бондаренко, Building Mall: В Будинок іграшок при большом ассортименте нам сразу было ясно, что нужно использовать конвертационные модели, чтобы помочь покупателю принять решение. Но тут есть одна сложность: компания, реализующая модель рекомендаций, должна глубоко «внедриться» в бизнес заказчика и customer journey его клиентов, чтобы все корректно работало. Ведь все рекомендации конкретному клиенту должны совпадать во всех каналах его взаимодействия с ритейлером (сайт, мобильное приложение, POS-материалы, интерфейс для продавцов-консультантов и прочие).

На главной странице могут быть разделы с новинками, акциями, общими рекомендациями, блог о том, как выбрать или купить товар. Каждый из этих разделов можно персонализировать. То же самое и на других страницах. На сайте или в мобильном приложении – это каталог, карточка товара и корзина. Даже thank you page может содержать рекомендации.

Как вычленить нужную информацию для рекомендаций

Ярослав Шкарупа, NeuCurrent: Чтобы данные давали максимальный эффект они должны собираться в режиме реального времени. Потому что тенденции покупок могут меняться: раньше брали одно, а теперь – другое.

Мы больше акцентируем внимание не на сам каталог, а на описание товара. Дело в том, что у каждого ритейлера есть свой способ построения каталога, который не всегда отвечает тому, что ищет потребитель. Кроме того, контент-анализ может стать решением при необходимости добавить какую-то характеристику товара в каталоге. Ведь при 100 000 позиций эта задача становится почти невыполнимой.

Мы перешли на использование контента в рекомендациях. И это дало значимый прирост конверсии на страницах товаров, то есть переход от характеристик товара на его описание.

Никита Шпирт, Arber: Возникает вопрос: что предложить клиенту после покупки костюма – еще один костюм?  Или рубашку и галстук? Получается, что надо строить рекомендации не на своих убеждениях, а сначала изучить данные о том, что обычно берут после покупки костюма. Потому что верным может оказаться любой из ответов.

Богдан Шкарупа, NeuCurrent: Контент-анализ в рекомендациях хорошо срабатывает при представлении новинок. Для этого мы смотрим, чем эти новинки похожи на другие товары, которые уже покупали посетители сайта. Нужен баланс между алгоритмом и моделью составления рекомендаций.

О том как выстроить автоматизированную коммуникацию

Дмитрий Бондаренко, Building Mall: Чтобы вернуть клиента, который покинул сайт без покупки, чаще всего используют брошенную корзину, а также и заполненный wish-list, лайки, комментарии и т.п. Эффективность такой коммуникации повышает добавление к просмотренным или отобранным позициям кросс-товаров, которые чаще всего покупались вместе или сразу после.

Использование маркетологов и CRM-специалистов довольно дорого и не всегда эффективно. Выручает автоматизация этих коммуникаций на базе существующего контента. Например, размещение статьи «как выбрать самокат» автоматически формирует определенную аудиторию вокруг этой публикации на сайте.

Никита Шпирт, Arber: Получается, что основным инструментом для возврата клиентов, не оставивших о себе данных, остается ремаркетинг. Но с сегментацией по действиям потребителя на сайте.

До недавних пор мы использовали RFM модели анализа (сегментация клиентов в анализе сбыта по лояльности). Сейчас в процессе внедрения сегментация клиентов по интересам (например, любители футбола). Чтобы компанию ассоциировали с определенным явлением или понятием, через которое с ними можно было бы коммуницировать. Или сегментировать клиентов по профессиональному признаку (например, обращаться с конкретным предложением только к учителям). Но пока можно построить автоматически только воронку продаж, а само эмоциональное сообщение может создать только человек.

Чтобы не перегружать общением, через чат-бот можно дать клиенту возможность получать только то, что его интересует (путем изменения настроек). Это своего рода автоматизация.

Богдан Шкарупа, NeuCurrent: Чтобы определить канал, наиболее предпочтительный для коммуникации, есть специальные алгоритмы. Но для ритейлера мало определить канал – важно сколько это будет стоить.

Например, многие сейчас пытаются коммуницировать по Viber, но это становится дорого. Потому сначала надо определить ROI для каждого канала и выбрать определенную стратегию. На первых этапах лучше всего, как показывает опыт, использовать самый дешевый канал – электронную почту.

Как интегрировать данные

Дмитрий Бондаренко, Building Mall: Сейчас клиент контактирует с брендом примерно по 5-7 каналам. Поэтому важно собирать информацию по ним всем. Самое главное в этом – интегрировать все данные на одной платформе. Ведь многие системы, которые используют ритейлеры, работают обособленно, помогая решать круг локальных задач.

Никита Шпирт, Arber: Во время карантина мы столкнулись со значительным ростом онлайн-заказов. Поэтому сейчас вкладываем большие ресурсы в систему, которая призвана объединить офлайн и онлайн для наших 500 000 клиентов. Я считаю, что за выходом онлайн-продуктов в офлайн большое будущее: продавец-консультант на своем планшете сможет видеть всю историю взаимодействия, предпочтения клиента и проблемы, с которыми он сталкивался.

Ярослав Шкарупа, NeuCurrent: Мы прошли путь автоматизации с Будинок іграшок в два приема. Сначала организовали сбор данных в одном месте. Но чтобы правильно использовать эту информацию, понадобилась интеграция операционного уровня, чтобы все данные были актуальны. Отсюда пришла идея создать Retail data infrastructure – центр, к которому подключены все системы взаимодействия с клиентом. Например, на сайте есть свой идентификатор конкретного клиента (e-mail и др), а в офлайн системе лояльности – свой (скажем, номер телефона). Важно, чтобы все идентификаторы одновременно обновлялись и действия клиента обрабатывались в едином центре.

После идентификации действия клиента (или фиксации другого события – например, отсутствие товарных остатков) определяется формат данных: где они нужны. То есть, это не обычная база данных, а живой организм, где вся информация постоянно актуализируется и передается туда, где она нужна.

Ни одна система ERP не может решить все задачи ритейлера. Поэтому приходится задействовать другие программы. Обычная интеграция разных систем, включая ERP, оказывается чересчур дорогой и не позволяет что-либо быстро поменять в уже построенной системе. В данном случае не нужно отдельно разрабатывать интеграцию под новые задачи.

Читайте также —

Главное из RAU-вебинара «Миграция в онлайн. Новая реальность ритейла»