Данные побеждают: как информация меняет ритейл
Пока одни потребляют информацию, другие ее собирают. Именно такая модель правит современным миром. И бизнес — не исключение. Термином «Большие данные» или «Бигдата» вдохновляют, продают и даже пугают. Давайте разбираться, что же ждать от этих самых данных ритейлу.
2019-03-20
В 2010 году один заботливый отец с удивлением обнаружил рекламу бутылочек, детских кроваток и других товаров для малышей, которые американская компания Target порекомендовала его несовершеннолетней дочери. Обиженный и оскорбленный, он связался с Target, чтобы прекратить показ рекламы, а также потребовал извинений.
Вскоре после этого он снова позвонил в отдел обслуживания клиентов: «В общем, я был не полностью осведомлен о некоторых делах, происходящих у меня дома. Дочка должна родить в августе, а я должен извиниться перед вами». После звонка выяснилось, что Target просто-напросто использовали данные о предыдущих покупках дочери в их магазинах и... узнали о беременности раньше, чем собственный отец подростка.
Ритейлу приготовиться
Информация о покупателях, известная как «большие данные», уже меняет мир розничной торговли — как в Интернете, так и в привычных нам магазинах. Хотя случай выше, когда продавец «узнает» о беременности раньше родственников, может показаться немного шокирующим, и покупатели, и ритейлеры в будущем могут только выиграть от этой ситуации. В конце-концов, приятные эмоции от персонализированных скидок и предложений никто не отменял. Но как именно использовать возможности больших данных в вашей бизнес-стратегии?
Мир «Биг дата»
«Биг дата» состоит из огромных массивов данных, слишком больших для обработки традиционными методами. Зачем же их обрабатывать, можете спросить вы? Именно они позволяют выявлять закономерности и тенденции в отношении поведения покупателя. И эта информация чрезвычайно ценна для любого ритейлера. Первыми, кто понял ценность больших данных, стали гиганты рынка — тот же Amazon. Благодаря многомиллионным бюджетам на сбор и анализ инофрмации, именно они получили значительные преимущества перед конкурентами.
Примеры использования «Биг дата»
Поведение потребителей
Чем больше данных компания может собрать о своих клиентах, тем лучше. Поскольку маркетинг и рекламные акции становятся все более сложными и персонализированными, «чувствовать» своего потребителя тоже необходимо точнее. Большие данные как раз и помогают компаниям определять, кто заслуживает повышенного внимания, какие продукты нужны клиентам, как их рекламировать и т.д. Все это снижает затраты на приобретение потребителей, а также повышает их уровень удержания и персонализирует покупательский опыт. В итоге бизнес увеличивает доход плюс поддерживает свой позитивный имидж.
Прогнозирование
Огромное количество обрабатываемых данных позволяет ритейлерам точно прогнозировать оптимальные цены и планировать продажи. Более того, современные продвинутые алгоритмы для анализа больших данных стали настолько быстрыми, что позволяют изменять ценовые стратегии практически мгновенно, в соответствии с рыночными изменениями.
Омниканальный маркетинг
Ритейлеры больше не могут ограничиваться телевидением или прессой для достижения своей целевой аудитории. Сегодняшняя реклама «догоняет» нас одновременно по всем каналам, на всех платформах и устройствах. Благодаря «биг дата» данные об эффективности этих рекламных кампаний превратились в оружие маркетолога. Располагая большими данными о клиентском опыте на разных платформах, ритейлеры могут создавать многоканальные стратегии коммуникации и с большей вероятностью сохраняют свою клиентскую базу.
Ценообразование
Как уже упоминалось, большие данные позволяют ритейлерам быстрее и точнее реагировать на любое изменение рынка. Это относится и к ценообразованию. С историческими и текущими данными о ценах, «биг дату» можно использовать для определения лучшей рыночной цены здесь и сейчас. Кроме этого, такой подход к ценообразованию позволяет ритейлерам избегать постоянного снижения цен в попытке остаться конкурентоспособными.
Вместе с тем, работа с большими данными учитывает даже те факторы, которые обычно игнорируются в процессе традиционного ценообразования. Анализируя сложные — и не всегда явные! — соотношения между продажами и продуктами, с большими данными можно формировать цены даже на отдельные продукты, сопоставляя их со всем своим ассортиментом. Это помогает избегать ценовых дилемм, наподобие ценовой каннибализации или эффект ореола (покупка аналогичных продуктов, основанная на общем впечатления о чем-либо).
