Big Data në shërbim të shitjes me pakicë

Si përdorin shitësit me pakicë të dhëna të mëdha për të përmirësuar personalizimin në tre aspekte kyçe për blerësin – asortimenti, oferta dhe shpërndarja, të treguara në Umbrella IT

Në fund të viteve 1990, sipërmarrësit nga të gjitha sferat e jetës arritën të kuptojnë se të dhënat janë një burim i vlefshëm që, nëse përdoret siç duhet, mund të bëhet një mjet i fuqishëm ndikimi. Problemi ishte se vëllimi i të dhënave u rrit në mënyrë eksponenciale dhe metodat e përpunimit dhe analizimit të informacionit që ekzistonin në atë kohë nuk ishin mjaft efektive.

Në vitet 2000, teknologjia mori një hap kuantik. Në treg janë shfaqur zgjidhje të shkallëzueshme që mund të përpunojnë informacione të pastrukturuara, të përballojnë ngarkesat e larta të punës, të krijojnë lidhje logjike dhe të përkthejnë të dhëna kaotike në një format të interpretueshëm që mund të kuptohet nga një person.

Sot, të dhënat e mëdha përfshihen në një nga nëntë fushat e programit të Ekonomisë Dixhitale të Federatës Ruse, duke zënë linjat kryesore në vlerësimet dhe artikujt e shpenzimeve të kompanive. Investimet më të mëdha në teknologjitë e të dhënave të mëdha bëhen nga kompani të sektorëve të tregtisë, financave dhe telekomunikacionit.

Në 10-20 vjet, të dhënat e mëdha do të bëhen mjeti kryesor i kapitalizimit dhe do të luajnë një rol në shoqëri të krahasueshëm për nga rëndësia me industrinë e energjisë, thonë analistët.

Blerësit e sotëm nuk janë më një masë statistikore pa fytyrë, por individë të mirëpërcaktuar me karakteristika dhe nevoja unike. Ata janë selektivë dhe do të kalojnë në markën e një konkurrenti pa pendim nëse oferta e tyre duket më tërheqëse. Kjo është arsyeja pse shitësit me pakicë përdorin të dhëna të mëdha, të cilat i lejojnë ata të ndërveprojnë me klientët në një mënyrë të synuar dhe të saktë, duke u fokusuar në parimin e "një konsumator unik - një shërbim unik".

1. Asortiment i personalizuar dhe shfrytëzim efikas i hapësirës

Në shumicën e rasteve, vendimi përfundimtar "për të blerë ose për të mos blerë" bëhet tashmë në dyqanin afër raftit me mallra. Sipas statistikave të Nielsen, blerësi shpenzon vetëm 15 sekonda duke kërkuar produktin e duhur në raft. Kjo do të thotë se është shumë e rëndësishme që një biznes të ofrojë asortimentin optimal në një dyqan të caktuar dhe ta prezantojë atë në mënyrë korrekte. Në mënyrë që asortimenti të plotësojë kërkesën, dhe shfaqja të promovojë shitjet, është e nevojshme të studiohen kategori të ndryshme të të dhënave të mëdha:

• demografia lokale,
• aftësia paguese,
• perceptimi i blerjes,
• blerjet e programit të besnikërisë dhe shumë më tepër.

Për shembull, vlerësimi i shpeshtësisë së blerjeve të një kategorie të caktuar mallrash dhe matja e "kalimit" të një blerësi nga një produkt në tjetrin do të ndihmojë për të kuptuar menjëherë se cili artikull shitet më mirë, cili është i tepërt dhe, për rrjedhojë, rishpërndarja më racionale e parave. burimet dhe planifikoni hapësirën e dyqaneve.

Një drejtim i veçantë në zhvillimin e zgjidhjeve të bazuara në të dhëna të mëdha është përdorimi efikas i hapësirës. Janë të dhëna, dhe jo intuitë, në të cilat tregtarët mbështeten tani kur shtrojnë mallrat.

Në hipermarketet e grupit me pakicë X5, paraqitjet e produkteve gjenerohen automatikisht, duke marrë parasysh vetitë e pajisjeve të shitjes me pakicë, preferencat e klientëve, të dhënat mbi historinë e shitjeve të kategorive të caktuara të mallrave dhe faktorë të tjerë.

Në të njëjtën kohë, korrektësia e paraqitjes dhe numri i mallrave në raft monitorohen në kohë reale: analitika e videove dhe teknologjitë e vizionit kompjuterik analizojnë transmetimin e videos që vjen nga kamerat dhe nxjerrin në pah ngjarjet sipas parametrave të specifikuar. Për shembull, punonjësit e dyqanit do të marrin një sinjal se kavanozët me bizele të konservuara janë në vendin e gabuar ose se qumështi i kondensuar ka mbaruar në raftet.

2. Ofertë e personalizuar

Personalizimi për konsumatorët është një prioritet: sipas hulumtimit nga Edelman dhe Accenture, 80% e blerësve kanë më shumë gjasa të blejnë një produkt nëse një shitës me pakicë bën një ofertë të personalizuar ose jep një zbritje; për më tepër, 48% e të anketuarve nuk hezitojnë të shkojnë te konkurrentët nëse rekomandimet e produktit nuk janë të sakta dhe nuk plotësojnë nevojat.

Për të përmbushur pritjet e klientëve, shitësit me pakicë po zbatojnë në mënyrë aktive zgjidhjet e IT dhe mjetet analitike që mbledhin, strukturojnë dhe analizojnë të dhënat e klientit për të ndihmuar në kuptimin e konsumatorit dhe për të sjellë ndërveprimin në një nivel personal. Një nga formatet e njohura midis blerësve - seksioni i rekomandimeve të produktit "mund të jeni të interesuar" dhe "bleni me këtë produkt" - formohet gjithashtu bazuar në analizën e blerjeve dhe preferencave të mëparshme.

Amazon gjeneron këto rekomandime duke përdorur algoritme filtrimi bashkëpunues (një metodë rekomandimi që përdor preferencat e njohura të një grupi përdoruesish për të parashikuar preferencat e panjohura të një përdoruesi tjetër). Sipas përfaqësuesve të kompanisë, 30% e të gjitha shitjeve janë për shkak të sistemit rekomandues të Amazon.

3. Dërgesa e personalizuar

Është e rëndësishme që një blerës modern të marrë produktin e dëshiruar shpejt, pavarësisht nëse bëhet fjalë për dërgimin e një porosie nga një dyqan online apo mbërritjen e produkteve të dëshiruara në raftet e supermarketeve. Por vetëm shpejtësia nuk mjafton: sot gjithçka dorëzohet shpejt. Qasja individuale është gjithashtu e vlefshme.

Shumica e shitësve dhe transportuesve të mëdhenj kanë automjete të pajisura me shumë sensorë dhe etiketa RFID (përdoren për të identifikuar dhe gjurmuar mallrat), nga të cilat merren sasi të mëdha informacioni: të dhëna për vendndodhjen aktuale, madhësinë dhe peshën e ngarkesës, bllokimin e trafikut, kushtet e motit. , madje edhe sjelljen e shoferit.

Analiza e këtyre të dhënave jo vetëm që ndihmon në krijimin e gjurmës më ekonomike dhe më të shpejtë të itinerarit në kohë reale, por siguron edhe transparencën e procesit të dorëzimit për blerësit, të cilët kanë mundësinë të ndjekin ecurinë e porosisë së tyre.

Personalizimi i dorëzimit është një faktor kyç për blerësin në fazën e "miljes së fundit". Një shitës me pakicë që kombinon të dhënat e klientit dhe logjistikës në fazën e vendimmarrjes strategjike do të jetë në gjendje t'i ofrojë menjëherë klientit të marrë mallrat nga pika e lëshimit, ku do të jetë më e shpejtë dhe më e lirë për t'i dorëzuar ato. Oferta për të marrë mallrat në të njëjtën ditë ose të nesërmen, së bashku me një zbritje në dorëzim, do ta inkurajojë klientin të shkojë edhe në skajin tjetër të qytetit.

Amazon, si zakonisht, shkoi përpara konkurrencës duke patentuar teknologjinë e logjistikës parashikuese të mundësuar nga analitika parashikuese. Në fund të fundit është se shitësi me pakicë mbledh të dhëna:

• në lidhje me blerjet e kaluara të përdoruesit,
• në lidhje me produktet e shtuara në karrocë,
• në lidhje me produktet e shtuara në listën e dëshirave,
• rreth lëvizjeve të kursorit.

Algoritmet e mësimit të makinerive analizojnë këtë informacion dhe parashikojnë se cilin produkt ka më shumë gjasa të blejë klienti. Artikulli më pas dërgohet nëpërmjet transportit standard më të lirë në qendrën e transportit më të afërt me përdoruesin.

Blerësi modern është gati të paguajë dy herë për një qasje individuale dhe një përvojë unike – me para dhe informacion. Ofrimi i nivelit të duhur të shërbimit, duke marrë parasysh preferencat personale të klientëve, është i mundur vetëm me ndihmën e të dhënave të mëdha. Ndërkohë që drejtuesit e industrisë po krijojnë njësi të tëra strukturore për të punuar me projekte në fushën e të dhënave të mëdha, bizneset e vogla dhe të mesme po vënë baste për zgjidhjet e kutive. Por qëllimi i përbashkët është të ndërtohet një profil i saktë i konsumatorit, të kuptojë dhimbjet e konsumatorit dhe të përcaktojë shkaktarët që ndikojnë në vendimin e blerjes, të nxjerrë në pah listat e blerjeve dhe të krijojë një shërbim gjithëpërfshirës të personalizuar që do të inkurajojë blerjen gjithnjë e më shumë.