0/5
Подпишитесь на новости ритейла

Я ознакомлен с политикой конфиденциальности и принимаю её условия

Как увеличить продажи. Big Data – инструкция по применению

Как увеличить продажи. Big Data – инструкция по применению
Последние годы до удивления много стали говорить о Big Data. Странно слышать узкоспециализированный термин от штатных аналитиков сетей заправочных комплексов, магазинов, ресторанов, гостиниц, электронных торговых площадок.
Не встречал реальный бизнес, который бы самостоятельно развил компетенцию обработки неструктурированной информации огромных объёмов. Самое время освоить методы и инструменты Business Intelligence для обнаружения и реализации стратегических возможностей.

Значительное многообразие и высокая скорость прироста Big Data позволяют регулярно получать полезные результаты, эффективные в условиях непрерывного роста или гнетущей неопределённости. Эта технология позволяет обеспечить 98% собираемости посылок интернет-магазина за 50 минут, ускорить прохождение товара по складу на 11%, снизить потери свежих овощей и фруктов на 8%, поднять чистую маржу стоковых магазинов на 7%.

Объем и скорость имеют значение: БОЛЬШИЕ ДАННЫЕ маленького ритейла

Внутренние сотрудники досконально знают тончайшие особенности бизнеса, строят множество навороченных отчётов, генерируют отличные глубокие гипотезы в зоне своих компетенций, способны перелопатить невообразимые горы накопленных значений, но это не имеет ничего общего с пресловутыми большими данными. Когда владельцы и топы демонстрируют дорогие программно-аппаратные платформы и сформированные ими результаты, откровенно хочется громко горько плакать. Потрачены значительные средства, набраны команды специалистов, не затихают смелые обещания, а о практичности перевода необработанной информации в осмысленную, прикладную форму рассуждают исключительно в будущем неопределённом времени.

Рассуждать о Big Data имеет смысл, если Вы:
понимаете, что это такое и фактически ими обладаете
умеете формировать гипотезы и знаете методы продуктивной обработки
готовы затратить значительные усилия на анализ и применять результаты в реальном бизнесе.

Хотите интерпретировать большое количество данных, заостряя внимание на ключевых факторах эффективности, моделируя исход различных вариантов действий, отслеживая результаты принятия решений? Рекомендовал бы, для начала, признать, что Big Data у Вас нет. Большие данные не доступны сотрудникам предприятий, потому что компании не тратят усилия для сбора информации сомнительной полезности. Приведу несколько реальных примеров инициации сбора и обработки больших данных актуальностью не более полугода.

Объем и скорость имеют значение: БОЛЬШИЕ ДАННЫЕ маленького ритейла

Известная сеть автозаправочных комплексов согласилась собирать данные о климатических условиях на своих объектах, провела двадцати-тезисный опрос сотрудников, стала запрашивать обслуживающий банк строки транзакций оплаты платёжными картами и коды авторизаций, обогащать справочники реализуемых товаров показателями:

энергетической ценности
позиции веса/объёма фасовочного ряда
процентной доли упаковки в весе товара
компонентности белков, жиров, углеводов
хрупкости упаковки – бьётся ли при падении
деликатности товара – устойчивость к сжатию
сколько единиц можно взять в руку без пакета
матовость упаковки – такие товары ассоциируются со здоровьем
звонкость упаковки – гремит в транспортном средстве при толчках
ближайшее место возможного употребления – на месте, в транспортном средстве, дома.

Теперь владельцы сети АЗС являются счастливыми обладателями больших данных по сотрудникам, товарам, маршрутам заправляющихся транспортных средств, поведению и предпочтениям покупателей. Возможности аналитики расширились беспрецедентно – нам удалось создать совместную BI обработку внешних данных с внутренними информационными источниками, что создало более полную картину и сформировало «бизнес-интеллект» – понимание, которое не получить из простого набора данных стандартных учётных систем. Тренды первого года позволяют предположить повышение маржи на 4% в результате внедрения найденных стратегий.

Объем и скорость имеют значение: БОЛЬШИЕ ДАННЫЕ маленького ритейла

В сети модных бутиков по моей просьбе стали фиксировать:

отбираемые модели одежды и обуви, а также очерёдность их примерки
торговые марки на принесённых с собой пакетах ранее совершенных покупок
озвучиваемую причину и повод приобретений – разовое мероприятие, повседневно, в поездку.

Удалось рассчитать зависимости, многие из которых своей нелогичностью вызывали здоровый скепсис у продавцов, но, тем не менее, в совокупности подняли объем продаж на 16%. 

Так, например, досрочное прекращение визита женщин, которые меряют более четырёх пар обуви, позволило:

постепенно вытеснить такой типаж из магазинов, что разгрузило продавцов на 19,1%
повысить вероятность покупки окружающими женщинами на 14,7%
снизить уровень стресса сотрудников от несостоявшихся покупок.

В сети ресторанов мы стали собирать следующую информацию:

какие места за столами занимают гости
сколько оставляют чаевых и какими купюрами
обращение, которым пользуются, подзывая официанта
соглашаются ли использовать свежемолотый перец для приправки готовых блюд
очерёдность, в которой просят приносить заказ или отсутствие пожеланий по этому поводу.

Объединив новые данные с уже имеющимися:
столы, занятые к моменту прихода гостей
блюда, заказанные соседними посетителями
предыдущие заказы, завязанные на карты лояльности или платежа,
удалось научиться точнее подсказывать:
шефу – объём продуктов для оптимизации закупочных цен
официантам – куда усаживать гостей и что предлагать из меню, чтобы получить больше чаевых
владельцам – прогнозная окупаемость точек питания и необходимость открытия новых заведений.

Объем и скорость имеют значение: БОЛЬШИЕ ДАННЫЕ маленького ритейла

Анализом потребления гостиничных услуг получилось персонифицировано распознать посетителей и связать их с оставленными комментариями на популярных сайтах для путешественников. Это позволило выделить крайне малую популяцию, воздействуя на которую сервисом повышенного внимания, удалось значительно повысить оставляемые на сайтах оценки, что подняло гостиницу в рейтинге и дало возможность существенно «задрать» цены.

Крупный интернет-магазин внедрил с нашей помощью механизм разделения экрана витрины на квадраты с целью отслеживания маршрута движения указателя мыши между элементами виртуальной решётки с замером времени нахождения в каждом квадранте. За квартал были собраны и обобщены сотни тысяч образцов «почерков» перемещения в зрительном поле. Подвергнутые кластеризации маршруты позволили выделить 21 стиль поведения гостей сайта и разработать для них специализированные механики повышения вероятности завершения покупки.

Объем и скорость имеют значение: БОЛЬШИЕ ДАННЫЕ маленького ритейла
Привлечение внешних специалистов по Big Data позволяет достичь превосходящих ожидания результатов:

работая с различными бизнесами в разных отраслях, профессионалы набили достаточное количество шишек за чужие деньги, а лучше учиться на чужих ошибках
делая проекты в смежных с Вами областях, консультанты узнали и проверили множество взлетающих и не работающих гипотез, что сэкономит время мозговых штурмов при постановке задач
коллегам удалось накопить обширные коллекции методов, алгоритмов и процедур нормализации и очистки данных, что, как правило, повышает точность построенных прогнозов на 13,8%.

Считаете Вам рано думать о больших данных? Тогда хотя бы обеспечьте себе Clean Data – унифицируйте текстовые строки справочников. «Эспрессо двойной» пишите однообразно, не храните 11 написаний города «Санкт-Петербург» и 7 вариаций профессии «бухгалтер». Иначе Ваша аналитика имеет неприемлемо грубые погрешности, предлагаемые выводы существенно вредят, а Вы ищите причины неудач в произвольных областях нереальности.

 

время публикации: 16:00  24 марта 2015 года
0

Комментарии (0)


Чтобы оставить комментарий, Вам необходимо авторизоваться:  
Synergy Global Forum 11'18
BBI Остервальдер