Какие задачи решают ритейлеры при помощи хранилища данных: опыт «Комус», «Рив Гош» и METRO

Фото: benzoix on Freepic




Юрий Рубцов, директор департамента Arenadata по работе с ритейлом, FMCG и фармкомпаниями.

Хранилище как спасательный круг в море данных

Давно прошли те времена, когда ритейлеры не понимали ценность поступающих данных. Сейчас эта золотая жила помогает решать наиболее важные бизнес-задачи: прогнозировать спрос, как ежедневно, так и в период промо-кампаний, оптимизировать ассортимент, персонализировать предложения, детализировать затраты, выстраивать прозрачную цепочку поставок. 

Однако со временем возникла другая проблема: данных стало слишком много как внутренних, собираемых самим ритейлером, так и внешних, поступающих от различных партнёров. Вести просто таблицу в Exсel оказалось уже, мягко говоря, недостаточно. При этом у ритейлера появилась потребность использовать данные мгновенно, строить самые разнообразные отчёты и в режиме реального времени предоставлять доступ к ним для многочисленных пользователей.

Спасательным кругом в этом океане хаоса стало корпоративное хранилище данных. Оно позволяет быстро, гибко и эффективно использовать, а также переиспользовать разнородные данные. Что важно, в ритейле речь идёт об очень больших объёмах информации — до десятков петабайт. 

«В компании “Комус„ построено несколько централизованных хранилищ данных, разделенных по назначению: для управленческой отчетности компании, для продвинутой аналитики. Каждое из хранилищ занимает примерно по 10 Тб, данных», — рассказал Павел Мартынов, руководитель службы развития аналитических решений департамента бизнес-технологий компании «Комус».

После ухода зарубежных вендоров большинство ритейлеров столкнулись с огромной проблемой: им пришлось потратить много сил, ресурсов и времени, мигрируя хранилища на отечественные решения. 

«У нас крупное многофункциональное хранилище данных с большим количеством разноформатных источников, которое закрывает широкий функционал бизнес-потребностей: позволяет нам проводить кросс-аналитику, прогнозировать различные метрики, сегментировать клиентов и ассортимент, делать сложные модели ценообразования и промо. В прошлом году на фоне ухода западных вендоров было принято решение о замене текущего решения по DWH на одну из современных отечественных платформ — Arenadata. Сейчас мы находимся на этапе внедрения нового DWH», — отмечает Алена Квон, директор департамента по аналитике «Рив Гош».

Ряд ритейлеров и вовсе перенесли данные в облака. Так, в пресс-службе METRO подчеркнули, что ритейлер использует облачные системы корпоративного класса для хранения данных, необходимые для бесперебойной работы торговых центров и интернет-магазина. При этом объём хранилища позволяет проводить все необходимые операции.

Как ритейлеры собирают данные

Источников, из которых ритейлеры собирают информацию, великое множество. Но основной и самый старый из них — собственные карты лояльности. Так, в «Рив Гош» и METRO порядка 95% клиентов совершают покупки, используя карты лояльности, поэтому вся их покупательская статистика известна. Помимо этого, ритейлеры получают информацию от партнёров, берут данные из открытых источников, проводят собственные исследования и опросы, а также пользуются услугами специализированных агентств.

«Мы проводим кастдев для получения общей картины о покупателях, их предпочтениях и потребностях. CRM собирает данные о действиях с продукцией на сайте и в мобильном приложении — просмотр, корзина, избранное, покупка. Исходя из этих данных выстраивается коммуникация. По клиентской обратной связи: собираем данные из соцсетей, магазинов, карт, маркетплейсов, форм обратной связи, обращений на первую линию в любых каналах. 

Сейчас исследуем способы объединения этой информации в один канал и ML/AI предварительной классификации и аналитики для ускорения и оптимизации работы с такой информацией», — рассказал Тиран Акопян, директор по стратегическому маркетингу и цифровой трансформации «Рив Гош».

Павел Мартынов подчёркивает, что в «Комусе» основной фокус в сборе данных направлен на сбор данных по интернет-магазину компании. Усилия направлены на более точное определение покупательской активности на сайте.

Прогнозирование спроса

Анализ продуктов, входящих в первую покупку нового клиента, дает ритейлерам понимание, какие товары обязательно должны быть в магазинах для привлечения новых
покупателей. А аналитика повторных покупок позволяет выделить тот ассортимент, за которым люди возвращаются вновь. 

«Те марки, у которых низкая доля повторных покупок — первые кандидаты на ротацию ассортимента. Основным фактором, влияющим на спрос, является наличие промо на каждое SKU в каждом магазине. И только работа с большими данными в хранилище позволяет выявить закономерности, какие промо как влияют на спрос, на сколько вырастет прогноз продаж при той или иной механике», — объясняет Алена Квон.


Фото: creativeart on Freepic

Персонализация предложений

Не менее важная задача, чем прогнозирование спроса — персонализация предложений. Так, команда «Комуса» сделала акцент на развитие персонализации предложений в интернет-магазине компании: ее основой стали аналитические модели, построенные на платформе продвинутой аналитики. Основной фокус сосредоточен на гибких моделях, которые аналитики компании могут постоянно изменять под свои потребности.

В METRO, помимо общих предложений для всех клиентов, существуют специальные таргетированные предложения как для b2c, так и для b2b сегментов. Владельцы карт клиента, физические лиц и небольшие оптовые клиенты, получают уникальные купоны, которые формируются либо согласно предпочтениям клиента, либо с тем, чтобы сознательно расширить его потребительскую корзину. 

Также есть стимулирующие к покупке предложения, которые используются в случае если клиент стал реже или меньше приобретать в МЕTRO: в письма добавляется ассортимент интересный конкретному клиенту исходя из истории его покупок. Доля продаж через мобильное приложение METRO в сравнении с сайтом достигает 75%. При этом сайт остается важным источником информации для более возрастных клиентов, которым удобнее и привычнее работать с компьютера. Более того, мобильное приложение поддерживает как b2c, так и b2b клиентов. Система распознает по номеру карты клиента, какой тип пользователя хочет совершить покупку. 

В «Рив Гош» вся база клиентов разделена на несколько сегментов, построенных на основании частоты и общей суммы покупок, а также приоритетного канала продаж (online/offline). В зависимости от этого разные группы клиентов получают различные акционные предложения. А если человек часто совершает покупки определенного бренда, ему обязательно напоминают о скидках и клиентских днях по этому бренду.

«Сейчас для нас особенно важно развитие мобильного приложения как основного канала общения с нашими покупателями. В частности, мы активно используем систему каскадных оповещений, что позволяет наиболее эффективно распределять маркетинговый бюджет и коммуницировать с клиентом наиболее удобным ему образом», — говорит Алена Квон.

Персонализация у ритейлера затрагивает базовые активности — в основном триггерные рассылки и товарные рекомендации на сайте и в приложении. Маркетинг использует автоматизированные email-рассылки типа replenishment (когда, по расчётам, купленное средство у клиента закончится и нужно будет пополнить). Для грамотной персонализации, по мнению представителей «Рив Гош», сейчас первостепенно наладить сбор достаточного объема данных о клиенте, чтобы в перспективе перейти на ML-модели для формирования рекомендаций и тонкой персонализации контента в директ-коммуникациях и маркетинговых активностях.

---

Читайте также: Расширяемся: как большие данные помогают ритейлерам оценивать новые регионы перед масштабированием

---

Улучшение клиентского опыта

Аналитика на основе получаемых данных помогает определить трудности при взаимодействии с розницей и улучшить клиентский опыт путем реорганизации процессов и/или реакции в режиме реального времени. Для этого используются такие данные, как количество новых клиентов, доля постоянных лояльных покупателей, частота посещения магазина, структура продаж. На основании этих показателей менеджеры магазинов могут скорректировать работу розничного персонала, сделать акцент на отдельных направлениях работы с клиентом. Также для улучшения качества обслуживания в «Рив Гош» анализируют причины отказа клиентов от заказов, оформленных самовывозом из розничных магазинов сети. На основании обратной связи от покупателей ритейлер оперативно принимает решения по улучшению бизнес-процессов.

«Сейчас мы находимся в таком положении, когда для улучшения клиентского опыта необходима реорганизация процессов в компании, коррекция сервисной модели. Наша команда активно инициирует и прорабатывает проекты по внедрению таких изменений. Например, строим карту клиентского пути: собираем сведения, исследуем аудиторию, клиентов «в полях», сами магазины, точки контакта с переходом offline-online и обратно, в рамках кастдева выявляем основные шоппинг миссии и ключевые паттерны поведения клиентов в отрасли», — отмечает Тиран Акопян.

В METRO Клиенты, посетившие магазины сети, получают опросник по качеству обслуживания и клиентскому сервису, результаты складываются в так называемый NPS рейтинг. Благодаря его постоянному отслеживания ритейлер может работать над ключевыми зонами, влияющими на клиентскую удовлетворенность.

Это далеко не все базовые задачи, которые ритейлер может решать, используя аналитические отчеты на основе данных, содержащихся в специализированных хранилищах. Вовсе неудивительно, что крупнейшие розничные сети стараются использовать для их построения самые надёжные инструменты, сотрудничают с проверенными вендорами и постоянно развивают компетенции в области работы с данными. 

Юрий Рубцов, 
директор департамента Arenadata по работе с ритейлом, FMCG и фармкомпаниями.

NEW RETAIL