Инновации в ритейле. bigdata

Posted on by riasevastopol

Big Data окажет помощь выстроить закономерности и на их базе принимать решения о новых программах лояльности, трансформации торгового пространства либо методах кросс-продаж. Вот, что говорят практики.

Максим Морозов, представитель по продвижению ответов IBM DemandTec, IBM в Российской Федерации и СНГ:

«Громадные эти» большой сетевой розницы и современные инструменты моделирования не только дают нужную аналитику для принятия любых ответов, связанных с работой с клиентами, будь то управление стоимостями, ассортиментом либо промо-акциями, но и разрешают сходу оценить и измерить влияние для того чтобы решения на главные денежные показатели компании.

На какие конкретно вопросы может ответить наука управления спросом в розничной торговле:

1) Какова ценовая чувствительность моего клиента? Как клиент реагирует на трансформацию стоимостей? Какие конкретно ценовые сегменты возможно выделить в каждой категории?

На какие конкретно товары необходимо держать цены ниже соперников? Как изменение цен на одни товары каннибализирует спрос на другие товары?

2) Как ваш ассортимент удовлетворяет потребности вашего клиента? Какой должен быть баланс между «федеральным» и «локальным» ассортиментом? Как сократить ассортимент и не утратить клиентов?

Какие конкретно продукты являются самые взаимозаменяемыми? Какие конкретно продажи возможно ожидать от введения новинок?Инновации в ритейле. bigdata

3) Достигают ли цели ваши промо-акции? Какие конкретно промо-механики трудятся лучше? Какова каннибализация промо-акций в категории?

Какой бюджет запросить у поставщика, дабы окупить затраты на промо-акцию? Какой канал коммуникации лучше выбрать для оповещения клиентов?

4) какое количество пространства нужно выделить в магазина для ваших категорий? Как отыскать баланс между требуемым запасом и представленностью товаров в магазинов? Как действенно распорядиться пространством – расширить представленность (количество фейсингов) либо расширить ассортимент?

Аналитика дает ответы на вопросы. «Умные автомобили» мгновенно превращают инсайты в советы. Экспертам компании остается лишь соотнести эти советы со своим опытом и видением покупателя. «Громадные эти» превращают компании в высокочастотный уловитель потребностей собственных клиентов и разрешают в реальном времени реагировать на трансформации потребительского поведения.

Антон Чернятин, председатель совета директоров компании RedHelper

Мы в RedHelper ежедневно обрабатываем порядка 5 терабайт информации с 20 000 сайтов, на которых имеется хотя бы пара визитёров, т.е. с около 6 млн пользователей коммерческих сайтов. Обработке и аналитике подвергаются страницы сайтов, каковые пользуются популярностью среди пользователей, паттерны их поведения, диалоги с операторами виджетов и т.п.

В принципе все сайты ограничиваются определенным меню, по которому возможно вывести устройства сайтов и паттерны поведения. Исходя из этого можно понять, в какой территории сотрудничества с клиентом имеется рост, а в какой нет в вашем интернет-магазине. К примеру, клиенты застревают на через чур сложной совокупности регистрации, big data оказывает помощь отследить количество непрошедших регистрацию, распознать, какой пункт их особенно смущает и они уходят.

Помимо этого, можно понять, какая страница сайта и в какой момент времени приводит к раздражению. Все это разрешает корректировать работу вашего онлайн-магазина, его маркетинговую политику.

Мария Левина, генеральный директор и основатель вебмагазина дизайнерской мебели The Furnish

Будущее e-commerce компаний как в Российской Федерации, так и во всем мире во многом будет определяться их свойством не только собирать данные о паттернах поведения собственных покупателей и посетителей на сайте, но и умением грамотно разбирать и делать выводы из собранной информации. Веб-магазины будут становиться все более «личными» и кастомизированными, а визитёрам будет показываться то, что они приобретут с громаднейшей возможностью.

Монстры типа Амазона копают в эту сторону уже весьма в далеком прошлом, но в итоге прийти к этому придется всем. Тут имеется большое количество вариаций — какую скидку показывать пользователю и предлагать ли ему скидку по большому счету, какие конкретно показывать товары, рекомендации и цвета «похожих товаров», какая неспециализированная выкладка на странице должна быть как раз для этого пользователя, дабы его заинтересовать, и без того потом.

Как ведут себя люди в зависимости от пола, возраста, географии, образования — все эти факторы в совершенстве необходимо принимать в расчет. Кроме этого по-различному ведут себя те, кто пришел в первый раз, и постоянные визитёры. В общем, недооценивать big data и потенциальное влияние данной информации на финанcовые результаты компании я бы не стала.

Владимир Панушкин, ГК ИМПУЛЬС-ИВЦ

Основная проблема заключается в интерпретации громадного количества данных. Громадные эти не имеют никакого смысла, если они не смогут за несколько мин. и одним щелчком мыши быть представлены в виде конкретной понятной картины.

См. кроме этого:

Инструменты Big Data. Мнения практиков

Случайные статьи:

Ведомости. Ритейл 2017. Реальные ИТ-инструменты повышения эффективности бизнеса


Подборка похожих статей:

riasevastopol

More Posts