05.04.2021

Как технологии big data помогают ритейлерам?

Персональный портрет пользователя - путь к эффективной рекламе

Технологии big data значительно помогли ритейлерам в период пандемии завоевывать онлайн сегменты рынка. О том, к чему это привело, читайте в нашей статье.

Доля онлайн-заказов во время режима самоизоляции выросла в несколько десятков раз. Ритейлеры были вынуждены нанять больше курьеров, чтобы доставить все заказы. Однако от сбоев никто не застрахован - курьезы происходили. Покупателям была важна скорость доставки и гарантия того, что заказ всё-таки доедет. В случае если доставка заказа задерживалась на три дня, а магазин мог и не уведомить об изменениях, то он лишался своего клиента.

Модели прогнозирования на базе big data значительно упрощали процесс управления доставками. В первую очередь, благодаря им оптимизируется финальный шаг по доставке товара за счет подсказок об оперативном изменении маршрута и подбора наиболее подходящего транспорта. Сервис учитывает дорожную ситуацию, ремонт дороги, упаковку, совместимость товаров и их упаковку и так далее. Этим сервисом успешно пользуется “Леруа Мерлен”.

Потребители могут переходить на сайты конкурентов из-за того, что отсутствует товар на складе. Ритейлеры долгое время были очень прозрачны - показывали остаток товара или предположительное время до поступления на склад. Но в связи с перебоями в поставках время стали увеличивать, чтобы иметь некий запас.

Модели прогнозирования учитывают невероятное число факторов, которые влияют на спрос у покупателя. Нейросети могут анализировать информацию по продажам, предпочтениям клиентов, ассортименту, конкурентам, остаткам и так далее. Они формируют прогнозы о том, когда надо сделать заказ на ту или иную позицию.

Цепи поставок становятся более гибкими и адаптивными. Покупательский опыт становится более положительным, потому что потребитель всегда может найти промо-товар, а сети наблюдают за спросом и предложением.

Технологии big data могут и следить за настроением покупателей: если одежда большемерит, уведомить об этом потенциальных клиентов. Более того, можно контролировать качество пищевых продуктов. IoT датчики передают информацию о температуре и влажности онлайн, то есть можно при необходимости заменить товар на свежий.

Потребители стали более вдумчивыми и рациональными. Расходы на непродовольственные товары стали меньше, как и на развлечения. Благодаря предиктивной аналитике ритейлеры могут ранжировать клиентов по степени лояльности. Ценным покупателям предлагаются особые предложения и скидки, а с теми, кто мечется, можно и попрощаться.