Ретейлеры опираются на анализ больших данных при проведении маркетинговых акций и выборе мест для открытия новых магазинов.
Чтобы открыть новый магазин или провести маркетинговую акцию, ретейлеры все чаще опираются не на опросы или свое чутье, а на анализ больших данных. Опора на цифры помогает рознице быть более эффективной. По данным McKinsey, ретейлеры, используя аналитику данных, могут увеличить прибыль на 60% и на 1% повысить производительность труда.
Знать своих покупателей
Большие объемы разноплановых данных, или BigData, сейчас собираются практически во всех сферах: связисты анализируют перемещения абонентов на основе данных сотовых вышек, банки знают, какие виды товаров кто и где покупает, а проведя анализ публикаций в соцсетях, можно узнать самые популярные места в городе. Важно, что все эти данные собираются обезличенно, как и в обычной статистике.
У ретейлеров накапливаются данные о товарах, покупателях, поставщиках, точках продаж. "Одно дело — накопить данные, другое — иметь их в очищенном структурированном виде, а третье — понимать, какую информацию из массива хочется получить", — отмечает менеджер по развитию бизнеса Awara IT Solutions Павел Синицын. Можно анализировать их и принимать решения, например, о цене товаров. ГК "Дикси" использует BigData в маркетинговых акциях не менее 3 лет, говорят в компании. История проведения каждой акции сохраняется, а данные, полученные во время ее проведения, сопоставляются с большим количеством показателей: проводится сравнение объема продаваемых товаров в момент акции на них и в другое время и так далее.
"Использование больших данных эффективно. Это позволяет выявлять тренды, — уверен Владимир Муравьев, IT–директор ГК "Дикси". — Для этого во многих компаниях все чаще появляются так называемые data–scientists (специалисты по работе с данными. — Ред.), которые пытаются на основе "сырых" данных выявить неочевидные взаимосвязи между различными показателями. Эта область развивается семимильными шагами: совсем недавно мы использовали пост–анализ, а уже сейчас с помощью этих данных пытаемся прогнозировать, что мы будем продавать, где и по какой цене. И это, конечно, делается для того, чтобы сэкономить и увеличить выручку".
Новые точки
Второе направление, в котором ретейлеры используют большие данные, — открытие новых магазинов. Данные по геоаналитике могут предоставить сотовые операторы и банки. Кроме того, банки знают социально–демографический статус жителей разных районов. Сбербанк с конца 2016 года берется за частные заказы по подготовке прогнозов на основе своих собственных данных.
"Анализ BigData позволяет выбрать оптимальное место для размещения торговых точек, спрогнозировать график работы и численность персонала, а также ассортимент", — говорят в МТС. В компании используют большие данные для открытия салонов в Москве с 2016 года и говорят, что готовы оказывать эти услуги ретейлерам. То же делают и другие операторы. "Анализ поведения наших клиентов позволяет открывать салоны там, где они больше всего нужны. Кроме того, анализируя предпочтения абонентов на конкретной территории, мы можем определять, какие продукты будут наиболее востребованы в том или ином салоне, а также осуществлять таргетированное информирование клиентов об актуальных для них предложениях", — рассказывают в "Билайне".
В ГК "Дикси" также используют BigData для поиска лучших мест под новые магазины. Но все–таки это пока не общепринятая практика.
"Некоторые крупные сети еще открывают магазины кустовым методом, — поясняет Павел Синицын. — То есть сначала строят распределительный центр, а вокруг него сеть магазинов. Так что в нашей стране использованию больших данных в офлайне мешает приверженность старым моделям логистики".
