Екатерина Голуб Все статьи автора
3 сентября 2018, 14:56 989

Большой брат для ретейла. Торговые сети созрели для анализа больших данных

Фото: Сергей Ермохин

Посчитать каждого клиента, заранее понимать его предпочтения и выстроить систему работы с покупателями так, чтобы зарабатывать по максимуму.

В мире счет доходов от big data уже пошел на сотни миллиардов долларов. Россия на этом фоне выглядит более чем скромно. 10–30 млрд рублей — объем всего рынка. Но это только начало. Крупные игроки постепенно включаются в работу с технологией. В марте этого года лидер российского ретейла X5 Retail Group (сети "Пятерочка", "Перекресток" и "Карусель") заявил о создании дирекции по управлению проектами в сфере big data.

В России создадут совет по космическому мусору и будут следить за ним с помощью Big Data

В России создадут совет по космическому мусору и будут следить за ним с помощью Big Data

74

В компании пришли к выводу, что расширение торговых площадей и повышение цен на товары уже не приносят новой прибыли. В поисках новых точек роста выбор ретейлера пал на большие данные.

Что такое big data?

Как правило, под этим термином специалисты имеют в виду не столько количество информации, сколько технологии ее качественной обработки и анализа. Пока что это привилегия крупных игроков. База накопленной информации малого и среднего бизнеса, как считается, еще недостаточно велика для серьезного анализа.

В основном огромные массивы данных используются для маркетинговых стратегий: чем больше разных сведений о потребителях имеет на руках компания, тем больше у нее возможностей определить "правильную" аудиторию.

"Big data позволяет магазинам предлагать клиенту не все подряд, а выйти с предложением на тех, кто с большей вероятностью купит конкретный товар, — рассказывает Андрей Мунтанион, аналитик IT–компании Loginom. — В первую очередь это приводит к сокращению маркетинговых бюджетов, чтобы на sms и e–mail–рассылки тратить меньше средств. Вместе с тем big data оберегает пользовательскую базу от выгорания. Когда компания спамит человека не интересующими его акциями, он, скорее всего, просто отпишется от рассылки или вообще не захочет больше приходить в магазин этой сети".

Приятно познакомиться

Центробанк заставит big data работать на себя
Авторская колонка

Центробанк заставит big data работать на себя

257

Аналитика больших данных позволяет ретейлерам внимательно изучить своего клиента, узнать его вкусы и предпочтения и уже исходя из этого предлагать нужный ему продукт. Эксперты называют это "персонификацией покупателя": вместо безликой клиентской массы ретейлер видит перед собой индивидов с разным потребительским поведением. А построить эффективные рыночные отношения гораздо проще, когда знаешь клиента "в лицо".

Одним из наиболее успешных примеров использования больших данных в российском ретейле эксперты называют сеть гипермаркетов "Лента". Петербургский ретейлер (занимает третью строчку рейтинга крупнейших игроков отрасли) уже давно работает с большими массивами данных для улучшения продаж. Инструментом получения информации служат карты лояльности. Общее число их пользователей — уже 13 млн человек, в I квартале 2018 года около 96% покупок в "Ленте" были сделаны с использованием карт лояльности.

Оформив карту лояльности, покупатель автоматически становится частью клиентской базы: теперь вся история его покупок строго фиксируется и запоминается. Рынок хочет знать, какие действия клиент совершал в прошлом, чтобы предугадывать будущее: алгоритмы, используемые при анализе больших данных, помогают спрогнозировать динамику спроса.

Под неусыпным оком

Разработчики говорят и еще об одном популярном запросе со стороны ретейлеров — это решения по оптимизации логистики с помощью больших данных. К логистике относят как перемещение товаров от склада до кассы, так и передвижение людей по магазину. Отслеживать "горячие точки", то есть самые популярные места в торговом зале, предлагают с помощью визуализации на экране в виде тепловой карты.

Камеры в некоторых магазинах уже считывают лица посетителей, рассказывает Сергей Анискин, генеральный директор компании "Лаборатория кода". И хотя таким образом ретейлеры пока лишь отслеживают недобросовестных покупателей, ранее уличенных в краже (фотография лица заводится в черный список), технологию можно применять и с целью повысить продажи. Условно, подослать менеджера отдела быта к клиенту, про которого известно, что он недавно купил квартиру. Но это пока в теории. "Вопрос в том, что, когда клиент уже дошел до кассы, его поздно консультировать. Метод идеально подходит для аптек, а вот в обычном супермаркете работать не будет", — считает Сергей Анискин.

Неподатливая data

Нередко проблемы у бизнеса, желающего работать с большими данными, возникают от непонимания технологии. За модным термином предприниматели не видят конкретного практического значения: big data часто используется не для дела, а для демонстрации "трендовости" компании.

Есть и другая крайность: когда компании видят в новых технологиях панацею. "Сейчас, к счастью, количество людей, которые хотят получить волшебную кнопку от всех проблем, уменьшается. Раньше запрос приходил на уровне "нам нужно увеличить продажи на 30%" в лучшем случае. Как правило, заказчик просто говорит: "Нам нужен искусственный интеллект". Куда, зачем — никто не знает, но руководство сказало: надо", — сетует Андрей Мунтанион.

Впрочем, по наблюдениям айтишников, острый интерес к инновациям пробуждается у компаний волнами.

В 1990–х предпринимателей захватил искусственный интеллект, спустя несколько лет рынок стал тяготеть к машинному обучению, а сейчас предприятия втянулись в гонку за big data.

Пока что суть прогресса осознали не все, но западный опыт подсказывает: победители в этом забеге точно будут, и они на своей информации смогут неплохо заработать.

Новости партнеров
Реклама