przewodnik po chmurze
Previous Next Play Pause
Maraton, czy sprint? Zwinne wdrożenia oprogramowania Maraton, czy sprint? Zwinne wdrożenia oprogramowania
Kierunek dla systemów ERP na najbliższe lata Kierunek dla systemów ERP na najbliższe lata
Druga młodość ERP Druga młodość ERP
Big zmiana z Big Data Big zmiana z Big Data
Innowacje i potrzeba „szybkich błędów” Innowacje i potrzeba „szybkich błędów”
8 zastosowań Big Data, o których nie miałeś pojęcia 8 zastosowań Big Data, o których nie miałeś pojęcia
Klient z danych poskładany Klient z danych poskładany
Z systemu pudełkowego do ERP Z systemu pudełkowego do ERP
5 kluczowych systemów Big Data na świecie 5 kluczowych systemów Big Data na świecie
Wysoko w chmurach Wysoko w chmurach
Innowacyjność technologiczna MSP - sposób na optymalizację i budowanie przewagi Innowacyjność technologiczna MSP - sposób na optymalizację i budowanie przewagi
7 mitów na temat WMS-ów 7 mitów na temat WMS-ów
Wykorzystanie big data w sektorze retail przynosi firmom wymierne korzyści – wynika z badania przeprowadzonego przez The Economist Intelligence Unit na zlecenie Wipro. 64 proc. osób biorących w nim udział, które wdrożyło tę technologię, uważa, że wykorzystanie big data miało wpływ na zwiększenie zysków w obszarze zarządzania relacjami z klientami, a ponad płowa jest zdania, że przyczyniło się do zwiększenia sprzedaży. Na zbieraniu i analizowaniu informacji dotyczących zachowania i zwyczajów zakupowych konsumentów korzystają również sami klienci, do których marki kierują spersonalizowaną ofertę handlową. Nie tylko bowiem firmom zależy na zyskaniu lojalnych nabywców, ale również konsumenci poszukują zaufanych i sprawdzonych sprzedawców.

REKLAMA:
snt banner 300
 
 
Big data, wielkie oczekiwania

Dane zebrane przez The Economist Intelligence Unit znajdują również potwierdzenie w badaniu JDA Software Group i PwC przeprowadzonym wśród menedżerów z sektora retail. Aż 86 proc. respondentów uznało technologię big data za jedną z priorytetowych w ustalaniu strategii biznesowej w swojej firmie na najbliższe dwanaście miesięcy. Dlaczego big data zadomowiła się na dobre nie tylko w sektorze retail, ale w szeroko rozumianym handlu?

Rozpowszechnienie się globalnej sieci komputerowej Internet, do której dostęp ma dzisiaj już ponad 4 mld osób na całym świecie, przyniosło ze sobą możliwość gromadzenia i przetwarzania dużej ilości danych generowanych przez jej użytkowników. Kiedy opracowano odpowiednie metody analizy zbieranych informacji, dostrzeżono potencjał big data w odkrywaniu wzorców zachowań osób kupujących online, których z roku na rok przybywa. Jednak analiza kluczowych haseł wpisywanych w wyszukiwarki, by zdobyć informacje o tym, jakich towarów poszukują konsumenci w sieci, a także poza nią, przestała być efektywna. Jak zaznacza Krzysztof Grabowski, ekspert ds. technologii, rozwój branży IT, korzystanie przez konsumentów ze smartfonów, (jak szacuje Zenith, w tym roku będzie to już 2/3 populacji), tabletów, smartwatchów i innych urządzeń, które mają połączenie Internetem, a także ich obecność w mediach społecznościowych, gdzie mają stały kontakt z ulubionymi markami, każdego dnia generuje masowe ilości danych.
Analiza zachowania konsumentów w dzisiejszym, cyfrowym świecie stanowi zupełnie nowy poziom pracy z danymi. Dzięki informacjom pozyskiwanym z „inteligentnych” urządzeń, które są również „uzbrojone” w technologię GPS, mediów społecznościowych i innych śladów pozostawionych przez klientów w sieci (np. ich historia zakupowa czy opinie o markach umieszczane na forach internetowych), obecnie możliwa jest analiza reakcji nie tylko wybranych grup klientów, ale nawet konkretnych osób. Takie podejście nazwano indywidualizacją, a tworzenie oferty zakupowej na podstawie wniosków wyciągniętych z wcześniejszych kontaktów danego konsumenta z marką – personalizacją – dodaje Grabowski.
Dzięki zindywidualizowanemu podejściu do analizowania zachowania konsumentów, oprócz takich kwestii jak, co i kiedy kupujemy, możliwe stało się również zbadanie, w jaki sposób dokonujemy zakupów. – Wiedza o tym, w jaki sposób klienci podejmują decyzje zakupowe, impulsywnie, emocjonalnie, czy też w przemyślany i racjonalny sposób, pozwala markom przewidywać, i to coraz częściej w bezbłędny sposób, przyszłe działania konsumentów – zauważa Krzysztof Grabowski, ekspert ds. technologii.

Big data in store

Analiza big data wspiera e-commerce i działania marketingowe prowadzone przez firmy w Internecie, ale nie tylko. Również te marki, które postawiły na sprzedaż stacjonarną, zbierają i analizują cenne informacje o swoich obecnych i potencjalnych klientach pozostawione przez nich w sieci. Media społecznościowe, aplikacje zakupowe, ruch na oficjalnej stronie www danego brandu, czy reakcje konsumentów na reklamy internetowe, są cennym źródłem informacji dla branży handlu detalicznego. W ostatnim czasie coraz więcej firm decyduje się na zbieranie danych o swoich klientach bezpośrednio w punktach sprzedaży.

Tylko podczas jednej wizyty w sklepie każda osoba jest w stanie wygenerować wiele unikatowych wskaźników, które są zbierane np. czujniki i kamery rozmieszczone w punkcie sprzedaży. Gdy zostaną odpowiednio skategoryzowane, a następnie przeanalizowane, dostarczają informacji o tym, co przyciąga klientów do sklepu danej marki, na jakie towary zwracają szczególną uwagę, ile czasu zajmuje im dokonanie wyboru i jak go dokonują, oraz jaką metodę płatności wybierają najczęściej, czyli po prostu o tym, jak wygląda ich cała ścieżka zakupowa.
Zbieranie informacji o klientach, którzy osobiście zrobili zakupy w sklepie, dla marek z branży retail może być bardziej wartościowe niż tylko opieranie się na aktywności konsumentów w sieci, ponieważ w tym pierwszym przypadku dochodzą dodatkowe czynniki, które można wziąć pod uwagę w analizach kupujących. Są to np.: mimika klienta, jego reakcja na poszczególne produkty i sposób ich ustawienia w sklepie, nawet na występujące w nim oświetlenie, czy zapach, reakcja na obsługę i inne elementy, które wpływają na to, czy klient dokona zakupów w danym punkcie lub też nie i czy w ogóle powróci do niego w przyszłości – wyjaśnia Krzysztof Grabowski, ekspert ds. technologii.
5 najważniejszych powodów, aby zainteresować się big data

Dzięki połączeniu odpowiednich metod zbierania i analizowania zgromadzanych informacji, firmy z branży handlu detalicznego z dużym prawdopodobieństwem mogą określać, co kupią klienci, odwiedzając dany sklep w przyszłości. Ale to nie jedyne korzyści, na które można liczyć, wdrażając technologię big data:

1. Profilowanie klientów i przygotowywanie dla nich spersonalizowanej oferty produktowej. Chociaż każda firma wchodząca na rynek powinna zacząć swoją działalność od określenia grupy docelowej, do której chce dotrzeć ze swoimi produktami lub usługami, to czasami dopiero analiza zachowania i historii zakupowej konsumentów pozwala odpowiedzieć na pytanie, kto właściwie jest klientem danej marki, czy nawet jej jednego wybranego sklepu. Poznanie tych informacji pozwoli na przygotowanie dla nich spersonalizowanej oferty produktowej, a także na efektywniejsze dopasowanie stosowanych narzędzi marketingowych. Takie działania prowadzą do zwiększenia zysków ze sprzedaży i zdobycia lojalnych klientów.

2. Prognozowanie trendów na długo przed ich nadejściem, czyli efektywnie kierowanie popytem oraz łańcuchem dostaw. Regularna analiza zachowania klientów, a dokładniej skupienie się na tym, jakie produkty chętnie wybierają, a na które nie zwracają w ogóle uwagi, pozwala nie tylko z odpowiednim wyprzedzeniem przewidywać trendy, co ma znaczenie np. w branży modowej. Określenie popytu umożliwia również zaplanowanie dostaw asortymentu do sklepu w odpowiednim czasie, czyli np. wyeliminowanie strat finansowych z powodu niesprzedanego towaru, jeżeli nie spotka się z zainteresowaniem kupujących. Prognozowanie trendów rynkowych pozwala na zachowanie przewagi konkurencyjnej, ale również przewidzieć spadki koniunktury i tym samym dopasować prowadzone działania biznesowe do aktualnej sytuacji na rynku.

3. Zwiększenie sprzedaży wybranego asortymentu lub/i zyskanie lojalnej grupy klientów. Jak to się robi, pokazała amerykańska sieć hipermarketów Target. Analizując zachowanie wybranej grupy klientów – kobiet, a także to, jak okresowo zmienia się jej koszyk zakupowy, firma opracowała metodę rozpoznawania kobiet w ciąży. Zebrane dane nie tylko pozwoliły określić, co najczęściej kupują przyszłe matki, ale nawet przewidywany termin porodu, a co za tym idzie, przygotować spersonalizowaną ofertę produktową dla klientek, które rozpoczęły nowy etap życia i zmieniły swoje potrzeby zakupowe.

4. Planowanie ekspozycji sklepowej, w taki sposób, aby zwiększała sprzedaż. Chodzi np. o ustawianie produktów, które cieszą się największym zainteresowaniem w najbardziej wyeksponowanych punktach w sklepie, aby konsumenci mieli pewność, że z łatwością znajdą w nim ulubione rzeczy lub zwrócenie szczególnej uwagi klientów na ten asortyment, który „gorzej się sprzedaje”, by zachęcić odwiedzających sklep do jego zakupu.

5. Ograniczenie strat finansowych z powodu kradzieży. System czujników i kamer, w który wyposażony jest sklep, pomagający analizować reakcje klientów, pozwala również na wyeliminowanie podejrzanych zachowań, czyli po prostu rozpoznać złodzieja.

Analiza zachowania i zwyczajów zakupowych klientów branży retail pozwala na uzyskanie wartościowych informacji, które nie są oparte na założeniach, ale na wskaźnikach, które posiadają odzwierciedlenie w rzeczywistości i realnie przekładają się na zwiększenie sprzedaży, czy umożliwiają optymalizację kosztów prowadzenia biznesu. W tej sytuacji wygranymi są również konsumenci.
Analiza informacji uzyskanych o konsumentach jest już powszechnie wykorzystywana do przygotowywania dla nich oferty handlowej „skrojonej na miarę”. To sygnał, że dana marka myśli o potrzebach swoich klientów. O tym, jak jest to istotna kwestia, przekonał się każdy, kto wyszedł ze sklepu rozczarowany, nie mogąc dokonać zakupu, z powodu braku asortymentu, który opowiadałby określonym oczekiwaniom – komentuje Krzysztof Grabowski, ekspert ds. technologii.

PODOBNE


 

  • erpframe
  • ENOVA365 KWADRAT

  • eqsystembaner

  • snt button 250