ביג דאטה לשירות הקמעונאות

כיצד קמעונאים משתמשים ב-Big Data כדי לשפר התאמה אישית בשלושה היבטים מרכזיים עבור הקונה - מבחר, הצעה ומשלוח, נאמר ב- Umbrella IT

בסוף שנות ה-1990, יזמים מכל תחומי החיים הבינו כי נתונים הם משאב רב ערך, שאם משתמשים בו נכון, יכול להפוך לכלי השפעה רב עוצמה. הבעיה הייתה שנפח הנתונים גדל באופן אקספוננציאלי, ושיטות העיבוד והניתוח של המידע שהיו קיימות באותה תקופה לא היו יעילות מספיק.

בשנות ה-2000, הטכנולוגיה עשתה קפיצה קוונטית. בשוק הופיעו פתרונות ניתנים להרחבה שיכולים לעבד מידע לא מובנה, להתמודד עם עומסי עבודה גבוהים, לבנות קשרים לוגיים ולתרגם נתונים כאוטיים לפורמט שניתן לפרש אותו אדם יכול להבין.

כיום, נתונים גדולים נכללים באחד מתשעת התחומים של תוכנית הכלכלה הדיגיטלית של הפדרציה הרוסית, תופסים את השורות העליונות בדירוגים ובסעיפי ההוצאות של חברות. ההשקעות הגדולות ביותר בטכנולוגיות ביג דאטה נעשות על ידי חברות ממגזרי המסחר, הפיננסים והטלקומוניקציה.

בעוד 10-20 שנה, הביג דאטה יהפוך לאמצעי ההיוון העיקרי וימלא תפקיד בחברה השווה בחשיבותו לתעשיית החשמל, אומרים אנליסטים.

הקונים של היום אינם עוד מסה חסרת פנים של סטטיסטיקה, אלא אנשים מוגדרים היטב עם מאפיינים וצרכים ייחודיים. הם סלקטיביים ויעברו למותג של מתחרה ללא חרטה אם ההצעה שלהם תיראה אטרקטיבית יותר. לכן קמעונאים משתמשים בביג דאטה, המאפשר להם ליצור אינטראקציה עם לקוחות בצורה ממוקדת ומדויקת, תוך התמקדות בעקרון "צרכן ייחודי – שירות ייחודי".

1. מבחר מותאם אישית וניצול יעיל של החלל

ברוב המקרים, ההחלטה הסופית "לקנות או לא לקנות" מתרחשת כבר בחנות ליד המדף עם הסחורה. לפי הסטטיסטיקה של נילסן, הקונה מבלה רק 15 שניות בחיפוש אחר המוצר הנכון על המדף. המשמעות היא שחשוב מאוד לעסק לספק את המבחר האופטימלי לחנות מסוימת ולהציגו בצורה נכונה. על מנת שהמבחר יענה על הביקוש, והתצוגה תקדם מכירות, יש צורך ללמוד קטגוריות שונות של ביג דאטה:

• דמוגרפיה מקומית,
• כּוֹשֵׁר פֵּרָעוֹן,
• תפיסת קנייה,
• רכישות בתוכנית נאמנות ועוד הרבה יותר.

לדוגמה, הערכת תדירות הרכישות של קטגוריה מסוימת של סחורות ומדידת "המעבר" של קונה ממוצר אחד לאחר יסייעו להבין מיד איזה פריט נמכר טוב יותר, וזה מיותר, ולפיכך, חלוקה מחדש של מזומנים באופן רציונלי יותר. משאבים ותכנון שטחי חנות.

כיוון נפרד בפיתוח פתרונות המבוססים על ביג דאטה הוא ניצול יעיל של החלל. אלה נתונים, ולא אינטואיציה, שעליהם מסתמכים כעת המוכרים בעת פריסת סחורה.

בהיפרמרקטים של X5 Retail Group, פריסות מוצרים נוצרות באופן אוטומטי, תוך התחשבות במאפיינים של ציוד קמעונאי, העדפות לקוחות, נתונים על היסטוריית המכירות של קטגוריות מסוימות של סחורות וגורמים אחרים.

במקביל, מנוטרים בזמן אמת נכונות הפריסה וכמות הסחורות על המדף: טכנולוגיות ניתוח וידאו וראייה ממוחשבת מנתחות את זרם הווידאו המגיע מהמצלמות ומדגישות אירועים לפי הפרמטרים שצוינו. כך למשל, עובדי החנות יקבלו אות שצנצנות אפונה משומרת נמצאות במקום הלא נכון או שנגמר חלב מרוכז על המדפים.

2. הצעה אישית

התאמה אישית לצרכנים היא בראש סדר העדיפויות: לפי מחקר של אדלמן ואקסנצ'ר, 80% מהקונים נוטים יותר לקנות מוצר אם קמעונאי מציע הצעה אישית או נותן הנחה; יתרה מכך, 48% מהמשיבים אינם מהססים ללכת למתחרים אם המלצות המוצרים אינן מדויקות ואינן עונות על הצרכים.

כדי לעמוד בציפיות הלקוחות, קמעונאים מיישמים באופן פעיל פתרונות IT וכלי ניתוח שאוספים, בונים ומנתחים נתוני לקוחות כדי לעזור להבין את הצרכן ולהביא אינטראקציה לרמה אישית. אחד הפורמטים הפופולריים בקרב קונים - הסעיף של המלצות מוצר "ייתכן שתתעניין" ו"קנה עם מוצר זה" - נוצר גם הוא על סמך ניתוח רכישות והעדפות קודמות.

אמזון מייצרת המלצות אלו באמצעות אלגוריתמי סינון שיתופי (שיטת המלצה המשתמשת בהעדפות הידועות של קבוצת משתמשים כדי לחזות העדפות לא ידועות של משתמש אחר). על פי נציגי החברה, 30% מכלל המכירות נובעות ממערכת הממליצים של אמזון.

3. משלוח מותאם אישית

לקונה מודרני חשוב לקבל את המוצר המבוקש במהירות, בין אם מדובר במשלוח הזמנה מחנות אינטרנטית או בהגעה של המוצרים הרצויים למדפי הסופרמרקט. אבל מהירות לבדה לא מספיקה: היום הכל מועבר במהירות. הגישה האישית היא גם בעלת ערך.

לרוב הקמעונאים והמובילים הגדולים יש רכבים המצוידים בחיישנים רבים ובתגי RFID (המשמשים לזיהוי ומעקב אחר סחורות), מהם מתקבלות כמויות אדירות של מידע: נתונים על המיקום הנוכחי, גודל ומשקל המטען, עומסי תנועה, תנאי מזג האוויר. ואפילו התנהגות הנהג.

ניתוח הנתונים הללו לא רק עוזר ליצור את המסלול החסכוני והמהיר ביותר של המסלול בזמן אמת, אלא גם מבטיח שקיפות של תהליך המשלוח לרוכשים, שיש להם הזדמנות לעקוב אחר התקדמות ההזמנה שלהם.

התאמה אישית של משלוח היא גורם מפתח עבור הקונה בשלב "המייל האחרון". קמעונאי המשלב נתוני לקוחות ולוגיסטיקה בשלב קבלת ההחלטות האסטרטגיות יוכל להציע ללקוח מיידית לאסוף את הסחורה מנקודת ההנפקה, שם יהיה המהיר והזול ביותר לספק אותה. ההצעה לקבל את הסחורה באותו היום או למחרת, יחד עם הנחה במשלוח, יעודדו את הלקוח להגיע אפילו לקצה השני של העיר.

אמזון, כרגיל, הקדימה את התחרות על ידי רישום פטנט על טכנולוגיית לוגיסטיקה חזויה המופעלת על ידי ניתוח חזוי. השורה התחתונה היא שהקמעונאי אוסף נתונים:

• על רכישות קודמות של המשתמש,
• על המוצרים שנוספו לעגלת הקניות,
• על מוצרים שנוספו לרשימת המשאלות,
• לגבי תנועות הסמן.

אלגוריתמים של למידת מכונה מנתחים מידע זה ומנבאים איזה מוצר סביר שהלקוח יקנה. לאחר מכן, הפריט נשלח באמצעות משלוח סטנדרטי זול יותר למרכז המשלוח הקרוב למשתמש.

הקונה המודרני מוכן לשלם עבור גישה אינדיבידואלית וחוויה ייחודית פעמיים - בכסף ובמידע. מתן רמת שירות נאותה, תוך התחשבות בהעדפות האישיות של הלקוחות, מתאפשר רק בעזרת ביג דאטה. בעוד שמנהיגים בתעשייה יוצרים יחידות מבניות שלמות לעבודה עם פרויקטים בתחום הביג דאטה, עסקים קטנים ובינוניים מהמרים על פתרונות קופסאות. אך המטרה המשותפת היא לבנות פרופיל צרכני מדויק, להבין את כאבי הצרכנים ולקבוע את הטריגרים המשפיעים על החלטת הרכישה, להבליט את רשימות הרכישה וליצור שירות מקיף מותאם אישית שיעודד קנייה עוד ועוד.