10:08, 13 декабря 2019, 10:08
Количество просмотров 1749

Ритейл и революция в области данных

Что на самом деле стимулирует изменения в том, как мы делаем покупки? Впереди новогодние праздники, период ажиотажного шопинга, и можно не сомневаться, что вскоре появится привычный набор статей о том, как меняется розничная торговля. Заголовки будут скорее всего посвящены растущей любви потребителей к покупкам в интернете и тому, как это давит на рентабельность и усугубляет и без того сложную ситуацию, в которой оказались физические магазины. На самом же деле активное разрушение традиционных бизнес-схем началось еще во времена доткомов и с тех пор просто набирало силу.
Ритейл и революция в области данных
 - рис.1
Татьяна Бочарникова
глава представительства NetApp в России и СНГ

Что на самом деле стимулирует изменения в том, как мы делаем покупки? Впереди новогодние праздники, период ажиотажного шопинга, и можно не сомневаться, что вскоре появится привычный набор статей о том, как меняется розничная торговля. Заголовки будут скорее всего посвящены растущей любви потребителей к покупкам в интернете и тому, как это давит на рентабельность и усугубляет и без того сложную ситуацию, в которой оказались физические магазины. На самом же деле активное разрушение традиционных бизнес-схем началось еще во времена доткомов и с тех пор просто набирало силу.

Одним из его последствий, особенно ярко проявившихся в последнее время, стало появление омниканальной торговли, объединяющей для покупателя опыт физического и интернет-магазина с онлайн-каталогами, социальными сетями, таргетированной рекламой, мобильными приложениями и физическими торговыми точками. Омниканальность как способ конвертировать интерес к продукту в его продажи стала важнейшим рубежом защиты от снижения рентабельности и падения посещаемости. В одном из исследований Нarvard Business Review утверждается, что омниканальные покупатели тратят на 4% больше при посещении физического магазина и на 10% больше в интернете, чем покупатели, которые используют только один канал. Еще более оптимистичны aналитики ICSC, выяснившие, что при работе по нескольким каналам к каждым 100 долларам, потраченным в привычном магазине, добавляются 167 долларов, которые затем тратятся в интернете.

Преимущества омниканальной стратегии, такие как давление на бизнес, стимулирующее переход на нее, хорошо известны и принимаются почти всеми. Однако гораздо меньше говорится о технологических изменениях, лежащих в основе этой эволюции. Традиционные ритейлеры все чаще переносят необходимую ИТ-инфраструктуру в облако, в первую очередь, из-за возможности масштабировать издержки в зависимости от спроса и выручки, предсказать которые порой бывает чрезвычайно сложно. Однако комбинация снижения накладных расходов и увеличения выручки означает не просто замену традиционной ИТ-инфраструктуры решениями на основе публичного облака, но и возможность оптимизировать огромные массивы данных, генерируемые розничной торговлей. Унификация дублирующихся данных, рационализация структур базы данных и открытие линий связи между хранилищами информации означает, что продукт в магазине, страница продукта на сайте интернет-магазина и фотография продукта в онлайн-рекламе, могут с точки зрения ИТ-систем бизнеса восприниматься как одно и то же.

Хотя трансформация системы управления данными вместе с увеличением доступной вычислительной мощности позволяет гармонизировать между собой различные каналы розничной торговли, она также закладывает основы, необходимые для реализации новых технологий. Если первый шаг для розничного бизнеса — это конвергенция своих данных, а второй — их использование для конвергенции своих физических и цифровых каналов, все большее число магазинов открывают для себя преимущества третьего шага, предполагающего повышение ценности данных за счет ИИ. По мере роста распространенности облачных вычислений мы увидим, что использование ИИ дает неожиданные преимущества в плане того, насколько персонализированным и экологичным может быть шопинг, какого рода опыт он может предложить — и как розничный сектор может стать разрушителем, даже когда он сам является объектом разрушения.

Возьмем в качестве примера персонализацию: для всех, кто когда-либо делал покупки в интернете, это знакомый опыт. В своей простейшей форме это продвижение розничными продавцами товаров на основе того, «что других покупателей также интересовало то-то и то-то». Этот подход открывает значительные возможности для увеличения продаж, так как корзина покупателя в интернете дает гораздо больше информации о том, что ему нужно, чем то, где он находится в магазине. Данные, полученные из физических розничных магазинов, также могут собираться, анализироваться и применяться аналогичными способами. От того, сколько клиентов посещает определенный магазин, до их маршрута по этому магазину и того, как они взаимодействуют с различными линейками продуктов, — традиционная розничная торговля является важнейшим источником информации, получить которую стало возможным только сейчас. И благодарить за это мы должны аналитику на основе ИИ.

Эту неструктурированную, органическую информацию существенно труднее использовать, чем цифровую информацию о корзинах онлайн-покупок и взаимодействиях с веб-сайтами. По мере того, как розничные продавцы начинают использовать эти возможности, информация о том, как не связанные с их бизнесом факторы влияют на поведение покупателей, также становится доступной. Это может быть погода или спортивные соревнования, или общие культурные тенденции, оказывающие влияние на конкретные сегменты покупательской аудитории, или культурные факторы, связанные с местоположением конкретного магазина — все это отражается на том, что люди покупают и когда. Компании, инвестировавшие в технологии, необходимые для омниканальной торговли, могут собирать эти данные и выходить за рамки персонализации, преобладающей в онлайн-магазинах. Вместо того, чтобы фокусироваться на корреляции — «люди, которые покупают x, покупают также y» — аналитика на основе ИИ открывает потенциал для прогнозов покупок на основе причинно-следственных связей — «люди покупают y из-за x».

Если заглянуть немного дальше, за пределы простой задачи повышения продаж, легко увидеть, как еще может быть использована эта аналитика. Прогнозирование того, когда кому-то понадобится тот или иной продукт, планирование своевременных отправок товаров, подключение пользователей к ближайшим пунктам производства или хранения, позволяющее сократить расходы на транспортировку и минимизировать уровни выбросов углерода, предложение конкретных конфигураций продукта на индивидуальной основе — вот лишь некоторые примеры.
Люди, интересующиеся розничным маркетингом или передовыми технологиями, а также и тем, и другим, знают, что в течение некоторого времени розничная торговля проводит демонстрацию таких ориентированных на потребителя технологий. Одним из примеров является работающий на основе искусственного интеллекта магазин Trending Store компании Westfield. Однако за фасадом подобных единичных событий происходит нечто более фундаментальное: по мере того как розничные магазины будут наращивать потенциал для сбора, анализа и применения данных, традиционный ритейл в целом станет больше походить на своих интернет-собратьев в плане реакции на клиента. Поэтому мы имеем все основания наблюдать зарождающийся потенциал розничной торговли, связанный с использованием данных, как новую постреволюционную реальность — и в этой ситуации другим секторам также может быть интересно взглянуть на розничную торговлю как пример того, что ждет их в будущем. Как доступ к богатому контекстуальному пониманию нужд и потребностей людей повлияет на такие сектора, как финансы, здравоохранение или транспорт? Что ж, если розничная торговля дольше всех находится в центре революционных рыночных изменений, может быть именно там нужно искать ответы на вопрос, как быть дальше. 
Рубрика:
{}

ТАКЖЕ ПО ТЕМЕ