Big Data ten dienste van de retail

Hoe retailers big data gebruiken om personalisatie te verbeteren in drie belangrijke aspecten voor de koper: assortiment, aanbod en levering, verteld in Umbrella IT

Aan het einde van de jaren negentig kwamen ondernemers uit alle lagen van de bevolking tot het besef dat gegevens een waardevolle hulpbron zijn die, mits correct gebruikt, een krachtig instrument van invloed kan worden. Het probleem was dat de hoeveelheid gegevens exponentieel toenam en dat de toenmalige methoden voor het verwerken en analyseren van informatie niet effectief genoeg waren.

In de jaren 2000 nam de technologie een grote sprong voorwaarts. Er zijn schaalbare oplossingen op de markt verschenen die ongestructureerde informatie kunnen verwerken, hoge werklasten aankunnen, logische verbanden kunnen leggen en chaotische gegevens kunnen vertalen naar een interpreteerbaar formaat dat door een persoon kan worden begrepen.

Vandaag de dag is big data opgenomen in een van de negen gebieden van het programma Digitale economie van de Russische Federatie en bezet het de topposities in de beoordelingen en onkostenposten van bedrijven. De grootste investeringen in big data-technologieën worden gedaan door bedrijven uit de handels-, financiële en telecommunicatiesector.

Over 10-20 jaar zullen big data het belangrijkste kapitalisatiemiddel worden en een rol spelen in de samenleving die qua belang vergelijkbaar is met die van de energie-industrie, zeggen analisten.

De shoppers van vandaag zijn niet langer een anonieme massa statistieken, maar welomschreven individuen met unieke kenmerken en behoeften. Ze zijn selectief en stappen zonder spijt over op het merk van een concurrent als hun aanbod aantrekkelijker lijkt. Daarom gebruiken retailers big data, waarmee ze gericht en nauwkeurig met klanten kunnen communiceren, waarbij ze zich richten op het principe van "een unieke consument - een unieke service".

1. Gepersonaliseerd assortiment en efficiënt ruimtegebruik

In de meeste gevallen vindt de uiteindelijke beslissing om te kopen of niet te kopen al plaats in de winkel bij het schap met goederen. Volgens de statistieken van Nielsen besteedt de koper slechts 15 seconden aan het zoeken naar het juiste product in het schap. Dit betekent dat het voor een bedrijf van groot belang is om het optimale assortiment aan een bepaalde winkel te leveren en correct te presenteren. Om ervoor te zorgen dat het assortiment aan de vraag voldoet en de display de verkoop bevordert, is het noodzakelijk om verschillende categorieën van big data te bestuderen:

• lokale demografie,
• solvabiliteit,
• koopwaarneming,
• loyaliteitsprogramma-aankopen en nog veel meer.

Door bijvoorbeeld de frequentie van aankopen van een bepaalde categorie goederen te beoordelen en de "schakelbaarheid" van een koper van het ene product naar het andere te meten, kunt u onmiddellijk begrijpen welk artikel beter verkoopt, wat overbodig is, en daarom rationeler contant geld herverdelen middelen en plan winkelruimte.

Een aparte richting bij het ontwikkelen van oplossingen op basis van big data is efficiënt ruimtegebruik. Het zijn gegevens, en geen intuïtie, waar verkopers nu op vertrouwen bij het uitdelen van goederen.

In hypermarkten van X5 Retail Group worden productlay-outs automatisch gegenereerd, waarbij rekening wordt gehouden met de eigenschappen van winkelapparatuur, klantvoorkeuren, gegevens over de verkoopgeschiedenis van bepaalde categorieën goederen en andere factoren.

Tegelijkertijd worden de juistheid van de lay-out en het aantal goederen in het schap in realtime bewaakt: videoanalyse- en computervisietechnologieën analyseren de videostream die van de camera's komt en markeren gebeurtenissen volgens de gespecificeerde parameters. Zo krijgen winkelmedewerkers een signaal dat erwtjes in blik op de verkeerde plek staan ​​of dat de gecondenseerde melk in de schappen op is.

2. Persoonlijk aanbod

Personalisatie voor consumenten staat voorop: volgens onderzoek van Edelman en Accenture is de kans groter dat 80% van de kopers een product koopt als een retailer een persoonlijk aanbod doet of korting geeft; bovendien aarzelt 48% van de respondenten niet om naar concurrenten te gaan als productaanbevelingen niet nauwkeurig zijn en niet aan de behoeften voldoen.

Om aan de verwachtingen van de klant te voldoen, implementeren retailers actief IT-oplossingen en analysetools die klantgegevens verzamelen, structureren en analyseren om de consument te helpen begrijpen en interactie naar een persoonlijk niveau te brengen. Een van de populaire formaten onder kopers – het gedeelte van productaanbevelingen “u bent mogelijk geïnteresseerd” en “koop met dit product” – wordt ook gevormd op basis van de analyse van eerdere aankopen en voorkeuren.

Amazon genereert deze aanbevelingen met behulp van collaboratieve filteralgoritmen (een aanbevelingsmethode die de bekende voorkeuren van een groep gebruikers gebruikt om de onbekende voorkeuren van een andere gebruiker te voorspellen). Volgens vertegenwoordigers van het bedrijf is 30% van alle verkopen te danken aan het aanbevelingssysteem van Amazon.

3. Gepersonaliseerde levering

Het is belangrijk voor een moderne koper om het gewenste product snel te ontvangen, of het nu gaat om de levering van een bestelling van een online winkel of de aankomst van de gewenste producten in de schappen van de supermarkt. Maar snelheid alleen is niet genoeg: tegenwoordig wordt alles snel geleverd. Ook de individuele benadering is waardevol.

De meeste grote retailers en vervoerders hebben voertuigen die zijn uitgerust met veel sensoren en RFID-tags (gebruikt om goederen te identificeren en te volgen), waaruit enorme hoeveelheden informatie worden ontvangen: gegevens over de huidige locatie, grootte en gewicht van de lading, verkeersopstoppingen, weersomstandigheden , en zelfs het rijgedrag.

De analyse van deze gegevens helpt niet alleen om in realtime de meest economische en snelste track van de route te creëren, maar zorgt ook voor transparantie van het leveringsproces voor kopers, die de mogelijkheid hebben om de voortgang van hun bestelling te volgen.

Personalisatie van de levering is een sleutelfactor voor de koper in de "last mile"-fase. Een detailhandelaar die klant- en logistieke gegevens combineert in de strategische besluitvormingsfase, kan de klant onmiddellijk aanbieden om de goederen op te halen bij het punt van afgifte, waar het het snelst en goedkoopst is om ze af te leveren. Het aanbod om de goederen op dezelfde of de volgende dag te ontvangen, samen met een korting op de levering, zal de klant aanmoedigen om zelfs naar het andere eind van de stad te gaan.

Zoals gewoonlijk liep Amazon de concurrentie voor door voorspellende logistieke technologie te patenteren, mogelijk gemaakt door voorspellende analyses. Het komt erop neer dat de retailer gegevens verzamelt:

• over eerdere aankopen van de gebruiker,
• over de producten die aan de winkelwagen zijn toegevoegd,
• over producten toegevoegd aan de verlanglijst,
• over cursorbewegingen.

Machine learning-algoritmen analyseren deze informatie en voorspellen welk product de klant waarschijnlijk zal kopen. Het artikel wordt vervolgens verzonden via goedkopere standaardverzending naar de verzendhub die zich het dichtst bij de gebruiker bevindt.

De moderne koper is bereid om voor een individuele benadering en een unieke ervaring twee keer te betalen – met geld en informatie. Het bieden van het juiste serviceniveau, rekening houdend met de persoonlijke voorkeuren van klanten, is alleen mogelijk met behulp van big data. Terwijl marktleiders hele structurele eenheden creëren om met projecten op het gebied van big data te werken, zetten kleine en middelgrote bedrijven in op oplossingen in dozen. Maar het gemeenschappelijke doel is om een ​​nauwkeurig consumentenprofiel op te bouwen, de pijn van de consument te begrijpen en de triggers te bepalen die de aankoopbeslissing beïnvloeden, de aankooplijsten te markeren en een uitgebreide persoonlijke service te creëren die het kopen steeds meer zal stimuleren.