31 Мар 2016, 14:59

Чтоб как бакалейщик на районе: что делать с data в ритейле?

Джентельменский набор для анализа больших данных в оффлайн-торговле

Продолжая тему Big Data, MMR решил изучить, что сейчас происходит с аналитикой данных в украинском ритейле: используют ли ритейлеры возможности, которые им дают лучшие IT-умы? О том, что доступно на рынке ритейл-аналитики украинским компаниям, рассказал Владимир Непьюк, основатель стартапа Datawiz.io, который как раз и специализируется на этом рынке. Напомним, ранее MMR в проекте #BigDataPioneers интересовался анализом данных в e-commerce — у Юлии Шиловой из LeBoutique, в телекоме — у Андрея Милиневского из Киевстар. 

Marketing Media Review
Печатное издание MMR — лучший офлайн-канал украинского маркетолога. Обновленный сайт MMR.ua — быстрорастущий проект с исключительной аудиторией профессионалов

Основная проблема украинского ритейла — недостаточная аналитика данных, а вернее, ее отсутствие. Бизнесы игнорируют современные разработки в области анализа данных, и пока что используют только программы для отчетности: 1С, АСТОР, Парус и др. Это позволяет измерять и контролировать давление компании — корректировать внутренние процессы, формировать отчетность, вести бухгалтерию. И не более.

Workabox, Open Store, Poster, 1C, Stock-M — эти системы оптимизируют процессы транзакций ритейлера, автоматизируют системы заказа, помогают управлять закупками, логистикой, складом и ассортиментом. Но без аналитики такая автоматизация процессов — всего лишь повышение скорости, качества, уменьшение затрат — не прорыв. Тот массив данных, который проходит через эти системы, — непаханное поле для маркетологов — и он требует анализа. И такие «надстройки» для глубокого анализа данных на рынке уже существуют. Среди международных — это продукты компаний Oracle, IBM, Microsoft, SAP, SAS. Они заточены на глубокой анализ данных и позволяют сформировать конкретные рекомендации по работе с клиентом, не терять в продажах, прогнозировать развитие ритейл-процессов. 

Неотъемлемой частью аналитики являются решения по визуализации данных, они отображают нужные показатели в виде статичных и динамических схем, диаграмм и графиков. Это упрощает аналитикам сетей работу с массивами ритейл-данных. Самые популярные — Power BI, Tableau, Qlickview.  

Маленькие и средние предприятия в большинстве случаев работают с таблицами в Excel или данными из 1С. Но для больших предприятий решать эту задачу таким же образом равноценно самоубийству: огромное количество данных трудно и почти невозможно анализировать таким способом 

Владимир Непьюк
основатель стартапа Datawiz.io

Аналитика


Нужно не только иметь данные в Excel, а и работать с ними. Среди адаптированных под малый и средний бизнес недорогих программ — Datawiz, АСТОР, некоторую аналитику предоставляет 1С. В ВI Datawiz.io реализованы такие виды анализа как АВС-анализ, XYZ-анализ и парный анализ.


Взаимоотношения с клиентами


В последнее время ритейл столкнулся с проблемой персонификации покупателей. Из-за больших объемов продаж ритейлер не в состоянии построить взаимоотношения с каждым клиентом отдельно. Частичным решением этой проблемы было внедрение программы лояльности, по опыту Tesco и Wallmart. Анализируя информацию, полученную от клиентов в рамках программ лояльности, можно достичь такого уровня работы с клиентом, как когда-то достигал «бакалейщик на районе», и продавать действительно нужные клиенту товары. Сегодня, с помощью Machine Learning, можно понять, что действительно нужно покупателям, и в какой именно момент. И это уже не научная фантастика. Спрогнозировать шаблон поведения покупателя, определить периодичность покупок клиента или рекомендовать ему то, что он забыл купить и т.д. Программы Datawiz Clustering и SAS дают возможность представителям малого ритейла разбивать клиентов на кластеры, определять персоны клиентов, выстраивать с клиентами личные отношения – знать какой товар, какому клиенту нужен и в какое время. 

iBeacon

Ритейлу необходимо обратить свое внимание на такую технологию как iBeacon (MMR уже писал об этом – MMR), которая уже используется крупными компаниями за рубежом. Эти сенсоры отслеживают перемещение клиента с момента его входа в магазин. Они размещены по всему залу или на тележках. Тогда по мере перемещения покупателя по торговому залу ему на телефон приходят рекомендации и предложения о товарах, которые могут его заинтересовать. Это дает возможность определять холодные и горячие зоны в торговом зале. Кроме того, благодаря этому устройству можно отправлять уведомления о скидках, акциях или новинках проходящим мимо магазина клиентам. Это то, чего еще нет в Украине, но скоро появится. 

Умный мерчандайзинг

Использовать имеющееся пространство нужно с максимальной пользой. Правильно выкладывать товар может помочь Spaseman от Nielsen. С их помощью можно выбрать товары для размещения на полках, подобрать идеальный способ выкладки продукции и выделиться среди конкурентов. Эти программы дорогие, но основы умного мерчандайзинга соблюдать необходимо всем (располагать товар с учетом факторов, таких как специализация, спрос и др.). Все это необходимо продумывать и даже прорисовывать. Есть и более доступные решения, которые на основе парного анализа дают рекомендации по размещению товаров и товарных групп в торговом зале. Справиться с этим заданием может помочь интеграция Datawiz с Tableau, которая дает возможность строить планограммы и формировать раскладку товаров в торговом зале. 

Управление запасами

Для этого малый и средний бизнес в Украине может использовать программы 1-С, АСТОР и Forecast NOW. Они позволяют вести автоматизированный количественный оперативный учет. Это снизит затраты на складскую деятельность и хранение товарных запасов, обеспечит бесперебойное поступление товаров. 

Больше об анализе данных можно узнать на Analytics Conference, которая пройдет 2 апреля в Киеве.

Расскажите друзьям про новость

Новое видео

Добро пожаловать на новый mmr.ua. Сайт работает в тестовом режиме.
Hello. Add your message here.