Как аналитика становится рабочим инструментом в ритейле

Андрей Капранов, директор центра инновационных технологий Navicon.

Данные превратились в топливо современного ритейла: розничные компании детально изучают потребности и запросы, покупательское поведение клиентов, чтобы корректировать предложения в соответствии с ними. 

Но если несколько лет назад доступ к дашбордам был прерогативой топ-менеджмента компании и основой принятия стратегических решений, сегодня инструменты анализа данных становятся доступны менеджерам, маркетологам и продавцам, предоставляя возможность принимать более эффективные решения в моменте. 


Каким образом BI совершает очередную революцию в торговле, теперь уже во front-end? 

Цифровая трансформация на основе данных стала главным критерием конкурентоспособности в рознице. Традиционные игроки, вслед за компаниями e-commerce, запустили процессы цифровизации, чтобы создавать для клиентов опыт, выходящий за пределы физического пространства магазинов. 

Концепция новой розничной торговли была впервые предложена основателем Alibaba Джеком Ма: именно он заявил о необходимости интеграции онлайна и офлайна и создании единой экспериментальной розничной среды. Ма полагал, что это позволит повысить продажи за счет роста вовлеченности клиентов. Он не ошибся, и сегодня капитализация Alibaba, в которой работает свыше 65 000 штатных сотрудников, составляет более $600 млрд.


Мгновенный доступ

В основе революции данных лежат современные решения бизнес-анализа (BI). Технологии внедряются на всех этапах цепочки создания стоимости в торговле, но поскольку данные не влияют на продажи напрямую, ими нужно правильно распорядиться. 

Прогрессивные инструменты BI анализируют действия потребителей, отслеживают показатели продаж и запасов, а также генерируют аналитику, позволяющую получить представление о покупателях, продажах и запасах. На базе такой аналитики принимаются оперативные решения, как стратегические, так и тактические, увеличивающие доход в розничном бизнесе. 



«Топливом» для BI-систем являются данные CRM-систем, электронной почты, терминалов PoS и других источников вплоть до радиомаяков в торговых залах и носимых устройств. Решения для анализа данных не просто строят фактические отчеты, но и обогащают их трендовой аналитикой. Все больше BI-систем внедряют инструменты машинного обучения и обработки естественного языка, благодаря чему бизнес-пользователи могут «общаться» с такими системами, то есть обращаться к системам с конкретными вопросами и получать на них ответы в режиме реального времени. 

С другой стороны, интеллектуализация BI-систем, их возможность работать с запросами пользователей, сформулированными естественным языком, возможность поиска по неограниченным объемам данных, которая получила название Search&AI-Driven Analytics, наконец, позволили монетизировать большие данные розничных компаний в реальном времени. Бизнесу больше не нужно тратить время на подготовку аналитических отчетов в течение многих суток: любой менеджер, задавая вопрос такой системе, моментально получает информацию, которая необходима ему для принятия решения в конкретной ситуации. 

Крупнейшие торговые компании выбирают Search&AI-Driven Analytics: например, Canadian Tire, JD Sports, Walmart. Специализированное решение позволяет обращаться к большим данным сотрудникам и командам — от мерчендайзеров и категорийных менеджеров до финансовых сотрудников и руководителей. В частности, сегодня более 5000 служащих Walmart имеют возможность использовать в своей работе продвинутую аналитику, которая строится на базе более чем 60 Тб данных. 

Они генерируют около 120 тысяч ad-hoc запросов в неделю. Все это говорит о том, что аналитика стала полноценным инструментом принятия решений для Walmart на всех уровнях, значит, сотрудники могут выстраивать более конкурентоспособную стратегию, опираясь на глубокое знание бизнеса, показатели и тренды.  При этом каждые шесть месяцев количество данных возрастает в четыре раза.


Эффективные сценарии

Каким образом аналитика, основанная на ИИ и свободных запросах, может быть встроена в бизнес розничной компании? 

Существуют несколько базовых сценариев ее использования, и один из них — управление продажами. В реальном времени такие системы позволяют оценить продажи в разных разрезах по всем торговым точкам, чтобы оценить спрос, минимизировать возможный дефицит востребованной продукции и минимизировать вероятность затоваривания складов. 

Громоздкие аналитические отчеты, неприменимые к реальной жизни, более не актуальны, поскольку розница вынуждена не только подстраиваться под действия активных конкурентов, но и под меняющиеся каждый день правила игры в условиях пандемии. Компании ищут ответы на конкретные вопросы. 



Например, как один магазин соотносится с другим? Как выручка конкретного магазина соотносится с региональными продажами? Какой магазин должен быть закрыт, а какой, например, наоборот, не справляется с растущими запросами и требует усиления? Таким образом, BI помогают влиять на конкретные операционные показатели и на тактику компании на ближайшем горизонте событий. 

Вторая по значимости область применения современных BI-решений в рознице — создание персонализированного опыта покупателей, причем не только в e-commerce. В России рынок онлайн-торговли по итогам 2019 года составил 1,6 трлн рублей, по данным Data Insight, а вся розница 33,53 трлн рублей (по данным Росстата), так что доля онлайна пока не превышает 5%. 

Это значит, что львиная доля покупателей по-прежнему приобретает товары в физических магазинах. Причем исследования Epsilon показывают, что 80% постоянных покупателей совершают покупки только с брендами, которые предлагают индивидуальный опыт покупок. Значительное число покупателей по-прежнему высоко ценят личную помощь и советы, которые они получают от продавцов в магазинах. 

Они также ценят возможность получить покупки на месте, а не ждать доставки. Сетевая революция создала новое поколение хорошо информированных клиентов, чей выбор мотивирован гораздо большим количеством факторов, чем просто лучшая цена. И в этой области именно BI помогает ритейлу создавать персональную историю с каждым клиентом в отдельности. 

Анализ историй клиентов, собранных с помощью приложений PoS и CRM, агрегированных в базе данных BI, может выявить поведенческие модели и предпочтения покупателей. Инструменты BI позволяют проводить детальный анализ воронок, анализировать и улучшать взаимодействие с клиентами во время каждой их встречи с брендом. То есть, в том числе, консультантами непосредственно в торговых залах, и это возможно благодаря BI.

---

Читайте также: Софт для E-commerce: почему кастомные решения лучше коробочных, и как правильно их заказывать

---

 

Кроме того, BI-решения позволяют повысить эффективность целевых маркетинговых кампаний благодаря использованию уникальной информации, такой как триггерные точки покупателя, схемы покупок, способы взаимодействия с брендом и других параметров. Также решения для бизнес-аналитики облегчают маркетинговый бенчмаркинг, позволяя выявлять наиболее и менее прибыльные практики.

Эта область остается самой недооцененной: по данным Gartner, только 29% маркетологов используют продвинутые аналитические модели. Большинство из них по-прежнему не знает, каким образом распорядиться тем богатством пользовательских данных, которыми они владеют, причем 40% ищут нужные данные, а треть строят собственные отчеты. При этом 8 из 10 готовы попробовать инструменты анализа данных для принятия маркетинговых решений уже в ближайший год, а значит маркетинг на основе BI будет развиваться. 

Андрей Капранов, 
директор центра инновационных технологий Navicon.