Big Data í þjónustu smásölu

Hvernig smásalar nota stór gögn til að bæta sérstillingu í þremur lykilþáttum fyrir kaupandann - úrval, tilboð og afhendingu, sagt í Umbrella IT

Big data er nýja olían

Seint á tíunda áratugnum komust frumkvöðlar úr öllum áttum að því að gögn eru dýrmæt auðlind sem, ef þau eru notuð rétt, geta orðið öflugt áhrifatæki. Vandamálið var að gagnamagnið jókst veldishraða og þær aðferðir við úrvinnslu og greiningu upplýsinga sem voru til á þeim tíma voru ekki nógu árangursríkar.

Árið 2000 tók tæknin skammtastökk. Á markaðnum hafa birst skalanlegar lausnir sem geta unnið úr óskipulögðum upplýsingum, tekist á við mikið vinnuálag, byggt upp rökræn tengsl og þýtt óskipuleg gögn á túlkanlegt snið sem einstaklingur getur skilið.

Í dag eru stór gögn innifalin í einu af níu sviðum Digital Economy of the Russian Federation program, sem skipa efstu línurnar í einkunnum og kostnaðarliðum fyrirtækja. Stærstu fjárfestingar í stórgagnatækni eru gerðar af fyrirtækjum úr viðskipta-, fjármála- og fjarskiptageiranum.

Samkvæmt ýmsum áætlunum er núverandi magn rússneska stórgagnamarkaðarins frá 10 milljörðum til 30 milljarða rúblur. Samkvæmt spám Samtaka stórgagnamarkaðsaðila mun árið 2024 ná 300 milljörðum rúblna.

Eftir 10-20 ár verða stór gögn aðalfjármögnunarleiðin og munu gegna sambærilegu hlutverki í samfélaginu að mikilvægi stóriðju, segja sérfræðingar.

Formúlur fyrir velgengni í smásölu

Kaupendur í dag eru ekki lengur andlitslaus massi tölfræði, heldur vel skilgreindir einstaklingar með einstaka eiginleika og þarfir. Þeir eru sértækir og munu skipta yfir í vörumerki samkeppnisaðila án eftirsjár ef tilboð þeirra virðist meira aðlaðandi. Þess vegna nota smásalar stór gögn, sem gera þeim kleift að eiga samskipti við viðskiptavini á markvissan og nákvæman hátt, með áherslu á meginregluna um „einstakan neytanda – einstök þjónusta“.

1. Persónulegt úrval og hagkvæm nýting rýmis

Í flestum tilfellum fer endanleg ákvörðun „að kaupa eða ekki að kaupa“ þegar í versluninni nálægt hillunni með vörur. Samkvæmt tölfræði Nielsen eyðir kaupandinn aðeins 15 sekúndum í að leita að réttu vörunni á hillunni. Þetta þýðir að það er mjög mikilvægt fyrir fyrirtæki að útvega tiltekinni verslun sem best úrval og kynna það rétt. Til þess að úrvalið standist eftirspurn og skjárinn til að stuðla að sölu, er nauðsynlegt að rannsaka mismunandi flokka stórra gagna:

  • staðbundin lýðfræði,
  • gjaldþol,
  • kaupskynjun,
  • vildarkerfiskaup og margt fleira.

Til dæmis, að meta tíðni kaupa á ákveðnum vöruflokki og mæla „skiptanleika“ kaupanda frá einni vöru yfir í aðra mun hjálpa til við að skilja strax hvaða hlutur selur betur, hver er óþarfi, og því skynsamlegri endurdreifingu reiðufjár. fjármagn og skipuleggja verslunarrými.

Sérstök stefna í þróun lausna sem byggjast á stórum gögnum er hagkvæm nýting rýmis. Það eru gögn, en ekki innsæi, sem söluaðilar treysta nú á þegar þeir leggja út vörur.

Í X5 Retail Group stórmörkuðum er vöruútlit myndað sjálfkrafa, að teknu tilliti til eiginleika smásölubúnaðar, óskum viðskiptavina, gögnum um sölusögu á tilteknum vöruflokkum og öðrum þáttum.

Á sama tíma er fylgst með réttmæti útlitsins og fjölda vara á hillunni í rauntíma: myndbandsgreining og tölvusjóntækni greina myndbandsstrauminn sem kemur frá myndavélunum og auðkenna atburði í samræmi við tilgreindar breytur. Starfsmenn verslunarinnar fá til dæmis merki um að krukkur með niðursoðnum ertum sé á röngum stað eða að þétt mjólk hafi klárast í hillum.

2. Persónulegt tilboð

Persónustilling fyrir neytendur er forgangsverkefni: samkvæmt rannsóknum Edelman og Accenture eru 80% kaupenda líklegri til að kaupa vöru ef smásali gerir sérsniðið tilboð eða gefur afslátt; þar að auki hika 48% svarenda ekki við að fara til keppinauta ef vöruráðleggingar eru ekki nákvæmar og uppfylla ekki þarfir.

Til að mæta væntingum viðskiptavina eru smásalar virkir að innleiða upplýsingatæknilausnir og greiningarverkfæri sem safna, skipuleggja og greina gögn viðskiptavina til að hjálpa til við að skilja neytandann og koma samskiptum á persónulegan hátt. Eitt af vinsælustu sniðunum meðal kaupenda - hluti vöruráðlegginga "þú gætir haft áhuga" og "kaupa með þessari vöru" - er einnig myndað út frá greiningu á fyrri kaupum og óskum.

Amazon býr til þessar ráðleggingar með því að nota samstarfssíualgrím (meðmælaaðferð sem notar þekktar óskir hóps notenda til að spá fyrir um óþekktar óskir annars notanda). Að sögn forsvarsmanna fyrirtækisins eru 30% allrar sölu vegna Amazon meðmælakerfisins.

3. Persónuleg afhending

Það er mikilvægt fyrir nútíma kaupanda að fá þá vöru sem óskað er eftir fljótt, óháð því hvort um er að ræða afhendingu á pöntun frá netverslun eða komu á eftirsóttum vörum í hillur stórmarkaðanna. En hraði einn er ekki nóg: í dag er allt afhent hratt. Einstaklingsaðferðin er líka dýrmæt.

Flestir stórir smásalar og flutningsaðilar eru með farartæki búin mörgum skynjurum og RFID-merkjum (notuð til að bera kennsl á og rekja vörur), þaðan sem mikið magn upplýsinga berast: gögn um núverandi staðsetningu, stærð og þyngd farmsins, umferðaröngþveiti, veðurskilyrði. , og jafnvel hegðun ökumanns.

Greining þessara gagna hjálpar ekki aðeins við að búa til hagkvæmustu og hraðvirkustu brautina í rauntíma heldur tryggir einnig gagnsæi afhendingarferlisins fyrir kaupendur sem hafa tækifæri til að fylgjast með framvindu pöntunar sinnar.

Það er mikilvægt fyrir nútíma kaupanda að fá þá vöru sem óskað er eftir eins fljótt og auðið er, en það er ekki nóg, neytandinn þarf líka einstaklingsbundna nálgun.

Sérsniðin afhendingu er lykilatriði fyrir kaupandann á „síðustu mílu“ stigi. Söluaðili sem sameinar gögn viðskiptavina og flutninga á stefnumótandi ákvarðanatökustigi mun geta boðið viðskiptavinum tafarlaust að sækja vörurnar frá útgáfustað, þar sem það verður fljótlegast og ódýrast að afhenda hana. Tilboðið um að fá vörurnar samdægurs eða næsta dag ásamt afslætti á afhendingu mun hvetja viðskiptavininn til að fara jafnvel í hinn enda borgarinnar.

Amazon, eins og venjulega, fór á undan samkeppninni með því að fá einkaleyfi á sjálfvirkri flutningstækni sem knúin er af forspárgreiningum. Niðurstaðan er sú að söluaðilinn safnar gögnum:

  • um fyrri kaup notandans,
  • um vörurnar sem settar eru í körfuna,
  • um vörur sem bætt er við óskalistann,
  • um hreyfingar bendilsins.

Vélræn reiknirit greina þessar upplýsingar og spá fyrir um hvaða vöru viðskiptavinurinn er líklegastur til að kaupa. Varan er síðan send með ódýrari staðlaðri sendingu til sendingarmiðstöðvar sem er næst notandanum.

Nútíma kaupandi er tilbúinn að borga fyrir einstaklingsbundna nálgun og einstaka upplifun tvisvar - með peningum og upplýsingum. Að veita rétta þjónustustig, að teknu tilliti til persónulegra óska ​​viðskiptavina, er aðeins mögulegt með hjálp stórra gagna. Á meðan leiðtogar iðnaðarins eru að búa til heilar skipulagseiningar til að vinna með verkefni á sviði stórgagna, eru lítil og meðalstór fyrirtæki að veðja á kassalausnir. En sameiginlegt markmið er að byggja upp nákvæman neytendasnið, skilja sársauka neytenda og ákvarða hvaða kveikjur hafa áhrif á kaupákvörðunina, draga fram kauplistana og búa til alhliða persónulega þjónustu sem mun hvetja til kaupa meira og meira.

Skildu eftir skilaboð