البيانات الضخمة في خدمة البيع بالتجزئة

كيف يستخدم تجار التجزئة البيانات الضخمة لتحسين التخصيص في ثلاثة جوانب رئيسية للمشتري - التشكيلة والعرض والتسليم ، كما ورد في Umbrella IT

في أواخر التسعينيات ، أدرك رواد الأعمال من جميع مناحي الحياة أن البيانات مورد قيم ، إذا تم استخدامها بشكل صحيح ، يمكن أن تصبح أداة قوية للتأثير. كانت المشكلة أن حجم البيانات زاد بشكل كبير ، وأن طرق معالجة وتحليل المعلومات الموجودة في ذلك الوقت لم تكن فعالة بما فيه الكفاية.

في العقد الأول من القرن الحادي والعشرين ، قفزت التكنولوجيا قفزة نوعية. ظهرت حلول قابلة للتطوير في السوق يمكنها معالجة المعلومات غير المنظمة ، والتعامل مع أعباء العمل المرتفعة ، وبناء اتصالات منطقية ، وترجمة البيانات الفوضوية إلى تنسيق قابل للتفسير يمكن لأي شخص فهمه.

اليوم ، يتم تضمين البيانات الضخمة في أحد المجالات التسعة لبرنامج الاقتصاد الرقمي للاتحاد الروسي ، حيث تحتل المرتبة الأولى في تصنيفات وبنود نفقات الشركات. يتم إجراء أكبر الاستثمارات في تقنيات البيانات الضخمة من قبل شركات من قطاعات التجارة والمالية والاتصالات.

في غضون 10 إلى 20 عامًا ، ستصبح البيانات الضخمة الوسيلة الرئيسية للرسملة وستلعب دورًا في المجتمع يضاهي أهمية صناعة الطاقة ، كما يقول المحللون.

لم يعد المتسوقون اليوم عبارة عن كتلة إحصائية مجهولة الهوية ، ولكنهم أفراد محددون جيدًا يتمتعون بخصائص واحتياجات فريدة. إنهم انتقائيون وسيتحولون إلى علامة تجارية منافسة دون ندم إذا كان عرضهم يبدو أكثر جاذبية. هذا هو السبب في أن تجار التجزئة يستخدمون البيانات الضخمة ، والتي تسمح لهم بالتفاعل مع العملاء بطريقة مستهدفة ودقيقة ، مع التركيز على مبدأ "المستهلك الفريد - خدمة فريدة".

1. تشكيلة شخصية والاستخدام الفعال للمساحة

في معظم الحالات ، يتم اتخاذ القرار النهائي "للشراء أو عدم الشراء" بالفعل في المتجر القريب من الرف الذي يحتوي على البضائع. وفقًا لإحصائيات Nielsen ، يقضي المشتري 15 ثانية فقط في البحث عن المنتج المناسب على الرف. هذا يعني أنه من المهم جدًا بالنسبة للأعمال التجارية توفير التشكيلة المثالية لمتجر معين وتقديمها بشكل صحيح. من أجل تلبية المجموعة للطلب ، والشاشة لتعزيز المبيعات ، من الضروري دراسة فئات مختلفة من البيانات الضخمة:

• التركيبة السكانية المحلية ،
• الملاءة الماليه،
• تصور الشراء ،
• مشتريات برنامج الولاء وأكثر من ذلك بكثير.

على سبيل المثال ، سيساعد تقييم تكرار عمليات الشراء لفئة معينة من السلع وقياس "قابلية التبديل" للمشتري من منتج إلى آخر على فهم العنصر الذي يتم بيعه بشكل أفضل على الفور ، وما هو زائد عن الحاجة ، وبالتالي ، إعادة توزيع النقد بطريقة عقلانية الموارد وخطة مساحة المتجر.

هناك اتجاه منفصل في تطوير الحلول القائمة على البيانات الضخمة وهو الاستخدام الفعال للمساحة. يعتمد التجار الآن على البيانات ، وليس الحدس ، عند عرض البضائع.

في محلات السوبر ماركت X5 Retail Group ، يتم إنشاء تخطيطات المنتجات تلقائيًا ، مع مراعاة خصائص معدات البيع بالتجزئة ، وتفضيلات العملاء ، وبيانات عن تاريخ مبيعات فئات معينة من البضائع ، وعوامل أخرى.

في الوقت نفسه ، تتم مراقبة صحة التصميم وعدد البضائع على الرف في الوقت الفعلي: تحلل تحليلات الفيديو وتقنيات رؤية الكمبيوتر تدفق الفيديو القادم من الكاميرات وتسليط الضوء على الأحداث وفقًا للمعايير المحددة. على سبيل المثال ، سيتلقى موظفو المتجر إشارة تفيد بأن برطمانات البازلاء المعلبة في المكان الخطأ أو أن الحليب المكثف قد نفد على الرفوف.

2. عرض شخصي

يعد إضفاء الطابع الشخصي على المستهلكين أولوية: وفقًا لبحث أجراه Edelman و Accenture ، من المرجح أن يشتري 80 ٪ من المشترين منتجًا إذا قدم بائع تجزئة عرضًا شخصيًا أو قدم خصمًا ؛ علاوة على ذلك ، 48٪ من المستجيبين لا يترددون في الذهاب إلى المنافسين إذا كانت توصيات المنتج غير دقيقة ولا تلبي الاحتياجات.

لتلبية توقعات العملاء ، ينفذ تجار التجزئة بنشاط حلول تكنولوجيا المعلومات وأدوات التحليلات التي تجمع بيانات العملاء وهيكلها وتحللها للمساعدة في فهم المستهلك وتحقيق التفاعل على المستوى الشخصي. أحد التنسيقات الشائعة بين المشترين - قسم توصيات المنتج "قد تكون مهتمًا" و "الشراء باستخدام هذا المنتج" - تم تشكيله أيضًا استنادًا إلى تحليل عمليات الشراء والتفضيلات السابقة.

تنشئ أمازون هذه التوصيات باستخدام خوارزميات التصفية التعاونية (طريقة توصية تستخدم التفضيلات المعروفة لمجموعة من المستخدمين للتنبؤ بالتفضيلات غير المعروفة لمستخدم آخر). وفقًا لممثلي الشركة ، فإن 30 ٪ من جميع المبيعات ترجع إلى نظام التوصية في أمازون.

3. تسليم شخصي

من المهم للمشتري الحديث أن يتلقى المنتج المطلوب بسرعة ، بغض النظر عما إذا كان تسليم طلب من متجر عبر الإنترنت أو وصول المنتجات المطلوبة على أرفف السوبر ماركت. لكن السرعة وحدها لا تكفي: اليوم يتم تسليم كل شيء بسرعة. النهج الفردي هو أيضا ذو قيمة.

يمتلك معظم تجار التجزئة وشركات النقل الكبيرة مركبات مجهزة بالعديد من أجهزة الاستشعار وعلامات RFID (المستخدمة لتحديد وتعقب البضائع) ، والتي يتم تلقي كميات هائلة من المعلومات منها: بيانات عن الموقع الحالي ، وحجم ووزن البضائع ، وازدحام المرور ، وظروف الطقس ، وحتى سلوك السائق.

لا يساعد تحليل هذه البيانات في إنشاء المسار الأكثر اقتصادا وأسرع المسار في الوقت الفعلي فحسب ، بل يضمن أيضًا شفافية عملية التسليم للمشترين ، الذين لديهم الفرصة لتتبع تقدم طلباتهم.

يعد تخصيص التسليم عاملاً رئيسيًا للمشتري في مرحلة "الميل الأخير". سيتمكن بائع التجزئة الذي يجمع بين بيانات العملاء واللوجستيات في مرحلة اتخاذ القرار الاستراتيجي من تقديم العميل على الفور لاستلام البضائع من نقطة الإصدار ، حيث سيكون تسليمها الأسرع والأرخص. إن عرض استلام البضائع في نفس اليوم أو اليوم التالي ، إلى جانب خصم عند التسليم ، سيشجع العميل على الذهاب حتى إلى الطرف الآخر من المدينة.

تقدم أمازون ، كالعادة ، المنافسة من خلال تسجيل براءات اختراع لتكنولوجيا الخدمات اللوجستية التنبؤية التي تدعمها التحليلات التنبؤية. خلاصة القول هي أن بائع التجزئة يجمع البيانات:

• حول مشتريات المستخدم السابقة ،
• حول المنتجات المضافة إلى سلة التسوق ،
• حول المنتجات المضافة إلى قائمة الرغبات ،
• حول حركات المؤشر.

تحلل خوارزميات التعلم الآلي هذه المعلومات وتتنبأ بالمنتج الذي من المرجح أن يشتريه العميل. ثم يتم شحن العنصر عبر الشحن القياسي الأرخص إلى مركز الشحن الأقرب إلى المستخدم.

المشتري العصري مستعد للدفع مقابل نهج فردي وتجربة فريدة مرتين - بالمال والمعلومات. لا يمكن توفير المستوى المناسب للخدمة ، مع مراعاة التفضيلات الشخصية للعملاء ، إلا بمساعدة البيانات الضخمة. بينما يقوم قادة الصناعة بإنشاء وحدات هيكلية كاملة للعمل مع المشاريع في مجال البيانات الضخمة ، تراهن الشركات الصغيرة والمتوسطة الحجم على الحلول المعبأة. لكن الهدف المشترك هو بناء ملف تعريف دقيق للمستهلك ، وفهم متاعب المستهلك وتحديد المحفزات التي تؤثر على قرار الشراء ، وتسليط الضوء على قوائم الشراء وإنشاء خدمة شخصية شاملة من شأنها أن تشجع على شراء المزيد والمزيد.