Регистрация прошла успешно

Регистрация прошла успешно

На ваш e-mail пришло письмо с подтверждением

На вашу почту отправлена ссылка для восстановления пароля

Восстановление пароля
Все новости
17:30, 27 Июня
Программа «Город» отходит от традиционного пути пользователя
17:14, 27 Июня
Big Data и AI в ретейле
16:50, 27 Июня
Спрос на климатическую технику за неделю вырос в 2 раза
16:10, 27 Июня
Озеленение торговых площадей
15:50, 27 Июня
IKEA распродаёт сотрудникам запасы российской сети
15:00, 27 Июня
Wildberries увеличивает частоту выплат сотрудникам
13:37, 27 Июня
Спрос на товары для туризма в России вырос на 20%
12:30, 27 Июня
В России снизились продажи мороженого, кваса и минералки
11:50, 27 Июня
Сеть ТЦ «Эссен» планирует привести в Россию иностранных ретейлеров
11:24, 27 Июня
В России растёт производство газированной воды
28.05.2015

Анализ Big Data в ритейле: от экспериментов к бизнес-кейсам

Роман Баранов, руководитель направления Analytics & Big Data компании КРОК

Первый всплеск пилотных проектов в области Big Data закончился, и сейчас идет осознанный выбор решений по работе с «Большими данными», таким образом, в ближайшее время рост интереса к этой теме точно не спадет. О технологиях анализа Big Data на современном этапе развития розницы рассказывает Роман Баранов, руководитель направления Analytics & Big Data компании КРОК.

С реди основных возможных заказчиков технологий анализа Big Data – все ведущие отрасли, для которых крайне важно сохранять лидерство в конкурентной борьбе: это и ритейл, и банковский сектор, и телеком. Так, например, ритейлерам важно понимать объемы продаж товара и правильно сформировать план закупок и перевозок на ближайший период. Телеком-операторы заинтересованы в понимании механизмов притока-оттока абонентов, чтобы влиять на эти показатели с помощью маркетинговых акций, предложений новых услуг или путем внесения изменений по прежним предложениям. Банкам важно преумножать или как минимум сохранять лояльность имеющихся клиентов и привлекать новых.

В чем интерес ритейла?

Можно выделить несколько сценариев использования Big Data в ритейле. Во-первых, анализ больших объемов информации позволяет более четко сегментировать клиентов, включив в их портреты дополнительные факторы (будь то анализ поведения посетителей на сайте или информация из соцсетей), а значит, делать более фокусированные предложения. Причем предварительно можно протестировать такой подход на микросегментах и по результатам выбрать те моменты, которые действительно увеличивают продажи.

За счет построения правильного пути покупателя значительно возрастает их средний чек: чем длиннее путь, тем больше товаров они успевают заметить и купить

Средний показатель результативности внедрения аналитического решения и более сфокусированных (персонифицированных) предложений клиентам выражается в увеличении продаж на 1–2%. Для крупного ритейла это серьезный показатель, который за счет параллельных акций можно увеличить до 3–10%. Например, уже сейчас часть авиаперевозчиков персонифицируют стоимость авиабилетов на одни и те же направления при бронировании из разных стран. Визионером рынка в этом направлении можно назвать компанию Amazon, которая еще лет пять назад начала анализировать поведение пользователей на сайте, аккумулировать эту информацию, выдавать персонифицированную статистику и автоматически формировать предложения клиентам.

Другой сценарий использования аналитики «Больших данных» – это мониторинг спроса и предложений на рынке, который дает возможность оперативно изменять цены на собственном ресурсе и тем самым не только влиять на повышение лояльности клиентов, но и увеличивать приток покупателей. В частности, мы уже поэкспериментировали в создании сервисов для мониторинга рынка и анализа информации из открытых источников с использованием подходов Big Data. При этом сроки и трудозатраты оказались гораздо меньшими, чем при классическом подходе.

Понравился материал? Поделись
Подписывайтесь на канал RETAIL-LOYALTY.ORG  на Яндекс.Дзен