Робота з даними — майбутнє торгівлі. Як Big Data допомагає продавати більше
20 жовтня 2022 7 хвилин читання

Робота з даними — майбутнє торгівлі. Як Big Data допомагає продавати більше

Огляди рішень#ADWISOR#BigData#Look-alike#СмсРозсилка

Про що:

Бізнес у всьому світі у 2022-му році зіткнувся з економічною кризою.

Зміст

Digital-first підхід до розвитку торгівлі

Як почати працювати з даними про клієнтів

Три приклади сучасної роботи з даними у ритейлі

Відповідно до дослідження Salesforce, найбільшими для себе проблемами міжнародні торговельні компанії назвали інфляцію та порушення ланцюгів поставок. Ці негативні чинники знайомі й українським ритейлерам.

В опитуванні від Київстар.Бізнес компанії зі сфери торгівлі зазначили, що найбільше зазнали збитків у 2022 році через такі чинники:

  • 57% — порушення логістичних ланцюгів;
  • 52% — збільшення ціни на пальне;
  • 38% — втрата клієнтів через зміну локації.

Такі проблеми спонукали компанії скоротити свої витрати. Тому перед керівниками постало складне питання: як досягати цілей на нестабільному ринку з обмеженими бюджетами? Понад 4 тисячі представників світової торгівлі бачать рішення у двох підходах: покращенні досвіду клієнтів для більшої лояльності та оптимізації процесів для зменшення витрат. У цьому бізнесу доведеться спиратися на технології. Зокрема, знадобиться Big Data-маркетинг.

Digital-first підхід до розвитку торгівлі

Ще на хвилі пандемії галузь торгівлі обрала для себе підхід digital-first (англ. спершу цифровий) до розвитку бізнесу. Компанії масово створювали собі сайти, зручні мобільні додатки, а також намагалися бути присутніми у всіх соціальних мережах, де «живе» їхня цільова аудиторія. Саме тому, коли бізнес зіткнувся з новими викликами, технології знову обіцяють вихід з кризи. Світові лідери з торгівлі, які обслуговують понад мільярд людей, це розуміють:

  • 69% — компаній вже інвестували у нові цифрові канали впродовж останніх двох років;
  • 83% — розвивають нові цифрові канали прямо зараз.

Така тотальна цифровізація дає компаніям невичерпний доступ до даних. Бізнес може відстежувати поведінку клієнтів на своїх сайтах, пропонувати лише цікаві конкретному споживачу товари або ж вчасно аналізувати зміну попиту та адаптувати асортимент відповідно до нових умов ринку. Це особливо актуально для українського ритейлу та e-комерції, адже 77% представників індустрії помітило зміну у вподобаннях та потребах клієнтів.

Більш досвідчені ритейлери, які вже мають потужні цифрові платформи, інвестують в аналітику своїх даних. Експерти Salesforce порахували, що у середньостатистичній компанії працює 976 різних програм. Щоб впоратися з усім потоком даних, бізнес використовує наскрізну автоматизацію, штучний інтелект та статистику, що формується у реальному часі.

Натомість в Україні невеликі ритейлери та інтернет-магазини, які поки не мають власних складних ІТ-систем та напрацьованих баз даних, можуть скористатися вже наявними на ринку інструментами. Про них розповімо далі.

Як почати працювати з даними про клієнтів

Найперший крок у роботі з даними — це знайомство з цільовою аудиторією. Спиратися на «відчуття» засновників компанії або абстрактні дослідження не потрібно. Сьогодні на українському ринку вже є точні й сучасні технології, які дозволяють проаналізувати саме вашу клієнтську базу. Зокрема, вони доступні бізнесу будь-якого розміру, що дозволяє скористатися сервісами навіть невеликим компаніям з обмеженими маркетинговими бюджетами. Так, можна звернутися до Big Data-інструментів від Київстар:

  • Портрет клієнта допоможе бізнесу побудувати узагальнений неперсоналізований образ покупця за допомогою десятків критеріїв, серед яких вік, стать, інтереси, переважне місце перебування, тип транспорту, наявність дітей тощо. На основі такого портрету клієнта компанія може формувати більш ефективну маркетингову стратегію, а також адаптувати свій асортимент товарів.
  • Look-alike аудиторія — користувачі, які за поведінковими характеристиками схожі на наявних клієнтів і які з найбільшою ймовірністю зацікавляться вашим товаром.

Проаналізувавши свою клієнтську базу з цими Big Data-інструментами компанія може дізнатися, що 30% її постійних покупців внаслідок війни переїхали за кордон або в іншу області. Натомість look-alike модель запропонує аудиторію максимально схожу на наявну, що дозволить змінити асортимент продукції та залучити нових клієнтів.

Коли ви вже маєте точні знання про свою ЦА і хочете залучити нових клієнтів, ви можете запускати персоналізовані маркетингові кампанії. Наприклад, за допомогою SMS-розсилки:

  • Таргетовані SMS-повідомлення дозволяють персоналізувати вашу пропозицію для клієнтів завдяки Big Data-фільтрам. Наприклад, ви можете надіслати інформацію про акції на іграшки до свята Святого Миколая потенційним покупцям, які мають дітей та живуть у вашому місті.
  • Тригерні SMS-розсилки реагують на заздалегідь вказану подію. Це може бути річниця від дати реєстрації на вашому сайті, день народження клієнта тощо.

Також компанії можуть самостійно налаштувати маркетингову розсилку завдяки інтелектуальній платформі ADWISOR. Вона допомагає залучати нових клієнтів і підтримувати зв’язок із наявними — через промо-розсилки. Вибрати потрібну вам аудиторію можна також за Big Data-фільтрами.

Робота з даними — майбутнє торгівлі. Як Big Data допомагає продавати більше

Три приклади сучасної роботи з даними у ритейлі

Сьогодні аналітика великих даних застосовується на кожному кроці у роздрібній торгівлі — від визначення популярних продуктів та вподобань клієнтів до прогнозування ринкових тенденцій. Усе це дозволяє компаніям швидко адаптуватися до постійних ринкових змін та зберігати клієнтів навіть під час економічних криз.

Так, найбільший інтернет-супермаркет Індії Bigbasket за 5 років робити з Big Data зміг збільшити свою клієнтську базу до 4 мільйонів осіб. Вперше з великими даними компанія почала працювати у 2013 році, коли зіткнулася з проблемою відтоку покупців. Тоді Bigbasket почав вивчати клієнтів та аналізувати отриману інформацію за допомогою технологій. Це дозволило значно покращити утримання клієнтів та навіть збільшити середню вартість чека.

Один зі світових гігантів електронної комерції Amazon працює з великими даними не лише, щоб рекомендувати товари на основі попередніх пошуків, але і для боротьби з хакерами. Так компанія використала прогнозну аналітику, щоб вберегти гроші клієнтів від кіберзлочинців. Спосіб себе виправдав: протягом перших 6 місяців шахрайство з кредитними картками скоротилось на 50%.

Французький ритейлер Kidiliz Group спеціалізується одягу для дітей та дорослих і має у своєму портфелі такі відомі бренди як Kenzo, Levi’s і Marc Jacobs. Щоб зберегти свій статус лідера індустрії моди, компанія має бути експертом з мінливих бажань дітей, підлітків та молоді у Франції та за її межами. У цьому допомагає аналітика великих даних: Kidiliz Group відстежує хід продажів у режимі реального часу, щоб оперативно реагувати на зміни попиту, контролювати запаси продукції на складі та приймати управлінські рішення.

Тож, ритейл постійно накопичує велику кількість даних, зокрема про хід продажів, вподобання клієнтів, користування сайтом тощо. Щоб отримувати цінність з цього потоку інформації, дані потрібно зберігати та обробляти у хмарах. Наприклад, бізнес може скористатися можливостями Microsoft Azure. Більше про хмари для ритейлу ми розповімо у наступних матеріалах.

А дізнатися більше про корисні сервіси, які допомагають компаніям заощаджувати та залучати клієнтів навіть під час війни, можна на лендінгу «Бізнес працює».

Огляди рішень#ADWISOR#BigData#Look-alike#СмсРозсилка

Додайте коментар

Усі коментарі публікуються після модерації. Будь ласка, пишіть українською, без спаму та нецензурних слів.

Підпишіться на щомісячну розсилку найцікавіших новинПідпишіться на розсилку