«Можем ли мы узнать, что наша покупательница беременна, даже если она скрывает этот факт?» - такой вопрос руководитель отдела маркетинга однажды задал Эндрю Поулу, новичку-аналитику сетевого ритейлера Target в США. В ответ он создал решение на базе методов углубленной аналитики, которое сегодня стало уже хрестоматийным – «индекс предсказанной беременности», позволяющий не только выявить факт наличия «интересного состояния», но и примерный срок, то есть дающий возможность ритейлеру вести маркетинг товаров для будущей мамы по мере возникновения необходимости в них по мере увеличения этого срока.
В нашем примере ритейлер узнал о беременности покупательницы раньше, чем ее ближайшие родственники, вызвав сначала гнев, а потом и удивление ее родителей. Как это произошло? Для создания модели аналитик проанализировал историю покупательниц, ставших мамами. Мыло и ватные диски - совершенно стандартный товар, но мыло без запаха и огромная упаковка ватных шариков – это уже определенный признак. Модель предсказания срока беременности позволяет продавать товары, о необходимости которых покупательница еще не задумывалась, поскольку у нее нет определенной модели поведения, привычек и связанных с ними брендов. Создание новой связи и нового канала продаж - это самая суть лояльности в ритейле.
Развитость технологий, широкий спектр предложений, открытость среды и массовый доступ к информации – все это обуславливает высокий уровень конкуренции и предъявляет строгие требования к современных компаниям. В борьбе за потребителя сегодня важно помнить о двух важных в равной степени факторах: качестве предоставляемых товаров и услуг, а также уровне сопутствующего сервиса. Вызов современного маркетинга - необходимость выстроить практически персональное обслуживание сотен тысяч и даже миллионов клиентов. При этом все более перспективным каналом становится интернет-сайт - как для увеличения продаж, так и для повышения лояльности клиентов. У компаний, особенно работающих в сфере ритейла, постоянно растет интернет-трафик, пользователи все чаще выбирают дистанционные каналы обслуживания наряду с традиционными, поэтому так важно создание эффективной системы мультиканальных коммуникаций.
Справиться с этой нелегкой задачей призваны инструменты продвинутой аналитики, позволяющие проанализировать поведение клиентов, начиная с истории их покупок (что, когда и при каких обстоятельствах приобретает человек), и, заканчивая активностью на интернет-сайте. Каждый день, просматривая новости, оставляя записи на своих страницах в социальных сетях, заполняя анкеты на получение тех или иных услуг или даже просто регистрируясь на различных сайтах, мы оставляем терабайты информации о себе, анализируя которые, аналитик-ритейлер может выстроить максимально эффективные коммуникации и создать выгодное предложение для каждого ценного клиента. К примеру, если клиент в течение долгого времени просматривает определенные товары, какие-то из них даже кладет в корзину, но не оформляет заказ, можно сделать вывод о том, что эти продукты либо слишком дорогие для него, или же он сравнивает их по цене с конкурентами. Чтобы не упустить своего покупателя, продавец может оперативно проанализировать поведение клиента и своевременно предоставлять ему скидки на интересующие позиции, сделать выгодное предложение: например, три вещи по цене двух, или привлекательные условия приобретения новой коллекции. Осознав все возможности, которые открывает перед ними интеллектуальный анализ данных, ритейлеры сегодня проявляют высокий интерес к датамайнингу (интеллектуальный анализ данных), используя его для изучения клиентской базы, сегментации и прогнозирования поведения клиентов.
Как это работает? В режиме реального времени, пока покупатель стоит на кассе или общается с консультантом, «умная система» может найти и проанализировать историю покупок клиента, рассчитать модели, спрогнозировать дальнейшее поведение и в результате «понять», что наиболее интересно сегодня для клиента. В результате консультант (или кассир-аналитик) делает клиенту индивидуальное предложение, а именно: купоны на скидки, бонусные баллы и прочее – все, что для него может быть рассчитано с помощью моделирования на основе технологий глубокого анализа данных. Как показывает наш опыт, такие предложения гораздо интереснее клиенту и он охотнее на них откликается.
Если говорить об использовании методов бизнес-анализа в ритейле в целом, то сегодня можно выделить два разных направления. Одно из них связано с повышением операционной эффективности компании – с ее внутренними бизнес-процессами, партнерами, поставщиками, цепочками поставок и пр. Это, например, такие задачи, как прогнозирование спроса, оптимизация складских запасов, ассортиментное планирование. Другое направление относится непосредственно к взаимодействию с клиентами и включает две основные группы задач. Первая нацелена на развитие клиентов (стимулирование кросс-продаж), а вторая связана с удержанием клиентов и снижением уровня оттока (выявление клиентов, наиболее склонных к оттоку, стимулирование реактивации).
Яркий пример - «безумные быки». Этим термином сотрудники фирмы Nestle называют товары с одновременно высоким объемом продаж и вариативностью спроса. К «безумным быкам» можно отнести такой продукт, как кофе Nescafe, который имеет регулярные продажи в течение года, но объемы регулярно стимулируются промо-акциями. В компании пришли к выводу, что применение одного лишь статистического прогноза, равно как и одного лишь экспертного опыта специалиста по планированию, не дает должных результатов. Единственным способом получения адекватного прогноза спроса является сочетание статистического прогноза и экспертного опыта.
Столкнувшись с необходимостью использования различных алгоритмов прогнозирования для разных типов спроса, учета внешних факторов, а также организации анализа различных сценариев по сравнению с эталонным прогнозом и между собой, Nestle прибегли к средствам углубленного анализа. Инструменты позволили компании Nestle реализовать статистический прогноз спроса для «безумных быков» и объединить его с экспертными знаниями, привносимыми специалистами по планированию за счет корректировки прогноза.
Кроме этого компания Nestle распространила успешное применение нового подхода на все товарные категории и географические регионы, а также смогла высвободить время специалистов по планированию для того, чтобы уделять больше времени сложным товарам и тем самым обеспечивать высокую точность итоговых прогнозов и качество принимаемых решений.
Но обогнала всех в этом отношении финансовая сфера, причем как глобально, так и в нашей стране в частности. В России в этой сфере технологии глубокого анализа внедряются масштабно, причем достаточно широко и давно. В финансовом бизнесе уже вовсю используется аналитика - и в режиме реального времени, и в офлайне, в том числе, очень востребованы сложные скоринговые модели в реальном времени.
Впрочем, в последнее время ритейлеры также начали осваивать персонализированный подход. Так, FMCG-ритейлер «Лента» запустил проект Big Data, который направлен на изучение предпочтений покупателей с помощью данных, получаемых при покупке с использованием карты лояльности. А вскоре после этого компания начала рассылать покупателям письма с персональными предложениями, основанным и на истории покупок. Такое предложение включает шесть купонов, при предъявлении которых клиент получает бонусные баллы или дополнительную скидку.
Подобным сервисом, помимо «Ленты», пользуется X5 Retail Group. В рамках бонусной программы лояльности «Икра» покупатель спустя три недели после регистрации в системе начинает получать индивидуальные предложения на основе данных анкеты и истории покупок. Они распечатываются на кассовом чеке, приходят по e-mail или в виде sms, а также доступны на личной странице участника на сайте программы. А онлайн-гипермаркет «Утконос» сегментирует аудиторию по ряду параметров и каждой из групп, в зависимости от ее характеристик, предоставляет промо-код на бесплатную доставку или скидку.
К слову, наша история завершилась «хэппи эндом»: девушка получила полезные для нее подарки, а ритейлер – преданного покупателя и хорошую репутацию.
Свежие комментарии