Umbrella IT 講述了零售商如何使用大數據在三個關鍵方面為買家改進個性化——分類、報價和交付
大數據是新石油
在 1990 世紀 XNUMX 年代後期，各行各業的企業家開始意識到數據是一種寶貴的資源，如果使用得當，可以成為強大的影響力工具。 問題是數據量呈指數級增長，當時存在的處理和分析信息的方法不夠有效。
在 2000 年代，技術實現了質的飛躍。 市場上出現了可擴展的解決方案，可以處理非結構化信息、應對高工作負載、建立邏輯連接並將混亂的數據轉換為人們可以理解的可解釋格式。
今天，大數據被納入俄羅斯聯邦數字經濟計劃的九個領域之一，在公司評級和費用項目中佔據前列。 貿易、金融和電信行業的公司對大數據技術進行了最大的投資。
據多方估算，目前俄羅斯大數據市場規模在10億至30億盧布之間。 據大數據市場參與者協會預測，到2024年將達到300億盧布。
分析人士表示，未來10-20年，大數據將成為資本化的主要手段，將在社會中發揮與電力行業同等重要的作用。
零售成功公式
今天的購物者不再是一堆不知名的統計數據，而是具有獨特特徵和需求的明確定義的個體。 他們是有選擇性的，如果他們的報價看起來更有吸引力，他們會毫不後悔地轉向競爭對手的品牌。 這就是零售商使用大數據的原因，這使他們能夠以有針對性和準確的方式與客戶互動，專注於“獨特的消費者 - 獨特的服務”的原則。
1. 個性化搭配，高效利用空間
在大多數情況下，“購買或不購買”的最終決定已經在靠近商品貨架的商店中做出。 根據 Nielsen 的統計，買家在貨架上尋找合適的產品只需花費 15 秒。 這意味著企業為特定商店提供最佳分類並正確展示是非常重要的。 為了分類滿足需求，陳列促進銷售，需要研究不同品類的大數據：
- 當地人口統計數據，
- 償付能力，
- 購買觀念，
- 忠誠度計劃購買等等。
例如，評估某類商品的購買頻率並衡量買家從一種產品到另一種產品的“可轉換性”，將有助於立即了解哪種商品賣得更好，哪些是多餘的，從而更合理地重新分配現金資源和規劃存儲空間。
基於大數據的解決方案開發的另一個方向是空間的有效利用。 現在，商家在佈置商品時所依賴的是數據，而不是直覺。
在 X5 Retail Group 大賣場中，產品佈局是自動生成的，考慮了零售設備的屬性、客戶偏好、特定類別商品的銷售歷史數據以及其他因素。
同時，實時監控佈局的正確性和貨架上的商品數量：視頻分析和計算機視覺技術分析來自攝像機的視頻流，並根據指定參數突出顯示事件。 例如，商店員工會收到一個信號，表明罐裝豌豆放錯了地方，或者貨架上的煉乳已經用完了。
2. 個性化報價
消費者個性化是重中之重：根據愛德曼和埃森哲的研究，如果零售商提供個性化報價或折扣，80% 的買家更有可能購買產品； 此外，如果產品推薦不准確且不符合需求，48% 的受訪者會毫不猶豫地去找競爭對手。
為了滿足客戶的期望，零售商正在積極實施收集、構建和分析客戶數據的 IT 解決方案和分析工具，以幫助了解消費者並將互動帶到個人層面。 買家中流行的格式之一——產品推薦部分“您可能感興趣”和“購買此產品”——也是基於對過去購買和偏好的分析而形成的。
亞馬遜使用協同過濾算法（一種使用一組用戶的已知偏好來預測另一個用戶的未知偏好的推薦方法）生成這些推薦。 據公司代表稱，所有銷售額的 30% 歸功於亞馬遜推薦系統。
3.個性化交付
對於現代買家而言，無論是從在線商店交付訂單還是所需產品到達超市貨架，快速收到所需產品都非常重要。 但光有速度是不夠的：今天一切都可以快速交付。 個人方法也很有價值。
大多數大型零售商和承運商的車輛配備了許多傳感器和 RFID 標籤（用於識別和跟踪貨物），從中接收大量信息：有關當前位置、貨物大小和重量、交通擁堵、天氣狀況的數據，甚至司機行為。
對這些數據的分析不僅有助於實時創建最經濟、最快速的路線跟踪，而且還確保了對買家來說交付過程的透明度，買家有機會跟踪訂單進度。
對於現代買家來說，盡快收到想要的產品很重要，但這還不夠，消費者還需要採取個性化的方式。
交付個性化是買家在“最後一英里”階段的關鍵因素。 在戰略決策階段結合客戶和物流數據的零售商將能夠及時為客戶提供從發貨點提貨的服務，這樣交貨速度最快、成本最低。 當天或次日收到貨物的提議，以及送貨折扣，將鼓勵客戶甚至去城市的另一端。
與往常一樣，亞馬遜通過為由預測分析提供支持的預測物流技術申請專利而領先於競爭對手。 底線是零售商收集數據：
- 關於用戶過去的購買，
- 關於添加到購物車的產品，
- 關於添加到心願單的產品，
- 關於光標移動。
機器學習算法分析這些信息並預測客戶最有可能購買的產品。 然後通過更便宜的標準運輸將物品運送到離用戶最近的運輸中心。
現代買家願意為個性化的方式和獨特的體驗支付兩次——用金錢和信息。 只有在大數據的幫助下，才能提供適當水平的服務，同時考慮到客戶的個人喜好。 雖然行業領導者正在創建整個結構單元來處理大數據領域的項目，但中小型企業正在押注盒裝解決方案。 但共同的目標是建立準確的消費者檔案，了解消費者的痛點並確定影響購買決定的觸發因素，突出購買清單並創建全面的個性化服務，以鼓勵越來越多的購買。