Big Data a serviço do varejo

Como os varejistas usam big data para melhorar a personalização em três aspectos principais para o comprador – sortimento, oferta e entrega, contados em Umbrella IT

No final da década de 1990, empreendedores de todas as esferas da vida perceberam que os dados são um recurso valioso que, se usado adequadamente, pode se tornar uma poderosa ferramenta de influência. O problema era que o volume de dados aumentava exponencialmente e os métodos de processamento e análise de informações existentes na época não eram suficientemente eficazes.

Nos anos 2000, a tecnologia deu um salto quântico. Surgiram no mercado soluções escalonáveis ​​que podem processar informações não estruturadas, lidar com altas cargas de trabalho, construir conexões lógicas e traduzir dados caóticos em um formato interpretável que pode ser entendido por uma pessoa.

Hoje, o big data está incluído em uma das nove áreas do programa Economia Digital da Federação Russa, ocupando as primeiras linhas nas classificações e despesas das empresas. Os maiores investimentos em tecnologias de big data são feitos por empresas dos setores comercial, financeiro e de telecomunicações.

Em 10 a 20 anos, o big data se tornará o principal meio de capitalização e desempenhará um papel na sociedade comparável em importância ao setor de energia, dizem os analistas.

Os compradores de hoje não são mais uma massa sem rosto de estatísticas, mas indivíduos bem definidos com características e necessidades únicas. Eles são seletivos e mudarão para a marca de um concorrente sem se arrepender se sua oferta parecer mais atraente. É por isso que os varejistas usam big data, o que lhes permite interagir com os clientes de forma direcionada e precisa, com foco no princípio de “um consumidor único – um serviço único”.

1. Variedade personalizada e uso eficiente do espaço

Na maioria dos casos, a decisão final “comprar ou não comprar” já ocorre na loja próxima à prateleira com mercadorias. Segundo estatísticas da Nielsen, o comprador gasta apenas 15 segundos procurando o produto certo na prateleira. Isso significa que é muito importante para uma empresa fornecer o sortimento ideal para uma determinada loja e apresentá-lo corretamente. Para que o sortimento atenda à demanda e o display promova as vendas, é necessário estudar diferentes categorias de big data:

• demografia local,
• solvência,
• percepção de compra,
• compras em programas de fidelidade e muito mais.

Por exemplo, avaliar a frequência de compras de uma determinada categoria de mercadorias e medir a "troca" de um comprador de um produto para outro ajudará a entender imediatamente qual item vende melhor, o que é redundante e, portanto, redistribuir o dinheiro de forma mais racional recursos e planejar o espaço da loja.

Uma direção separada no desenvolvimento de soluções baseadas em big data é o uso eficiente do espaço. São os dados, e não a intuição, que os comerciantes agora contam ao dispor os produtos.

Nos hipermercados do X5 Retail Group, os layouts dos produtos são gerados automaticamente, levando em consideração as propriedades dos equipamentos de varejo, preferências do cliente, dados sobre o histórico de vendas de determinadas categorias de mercadorias e outros fatores.

Ao mesmo tempo, a correção do layout e o número de mercadorias na prateleira são monitorados em tempo real: a análise de vídeo e as tecnologias de visão computacional analisam o fluxo de vídeo proveniente das câmeras e destacam os eventos de acordo com os parâmetros especificados. Por exemplo, os funcionários da loja receberão um sinal de que os potes de ervilhas enlatadas estão no lugar errado ou que o leite condensado acabou nas prateleiras.

2. Oferta personalizada

Personalização para o consumidor é prioridade: segundo pesquisa da Edelman e da Accenture, 80% dos compradores têm mais chances de comprar um produto se o varejista fizer uma oferta personalizada ou der um desconto; além disso, 48% dos entrevistados não hesitam em recorrer aos concorrentes se as recomendações de produtos não forem precisas e não atenderem às necessidades.

Para atender às expectativas dos clientes, os varejistas estão implementando ativamente soluções de TI e ferramentas analíticas que coletam, estruturam e analisam os dados do cliente para ajudar a entender o consumidor e trazer a interação para um nível pessoal. Um dos formatos populares entre os compradores – a seção de recomendações de produtos “você pode estar interessado” e “compre com este produto” – também é formado com base na análise de compras e preferências anteriores.

A Amazon gera essas recomendações usando algoritmos de filtragem colaborativa (um método de recomendação que usa as preferências conhecidas de um grupo de usuários para prever as preferências desconhecidas de outro usuário). Segundo representantes da empresa, 30% de todas as vendas se devem ao sistema de recomendação da Amazon.

3. Entrega personalizada

É importante para um comprador moderno receber rapidamente o produto desejado, seja na entrega de um pedido de uma loja online ou na chegada dos produtos desejados nas gôndolas do supermercado. Mas só rapidez não basta: hoje tudo é entregue com rapidez. A abordagem individual também é valiosa.

A maioria dos grandes varejistas e transportadoras possui veículos equipados com muitos sensores e etiquetas RFID (usadas para identificar e rastrear mercadorias), das quais são recebidas grandes quantidades de informações: dados sobre a localização atual, tamanho e peso da carga, congestionamento de tráfego, condições climáticas , e até mesmo o comportamento do motorista.

A análise desses dados não só ajuda a criar o rastreamento mais econômico e rápido da rota em tempo real, como também garante a transparência do processo de entrega para os compradores, que têm a oportunidade de acompanhar o andamento de seu pedido.

A personalização da entrega é um fator chave para o comprador no estágio “última milha”. Um varejista que combine os dados do cliente e da logística na fase de tomada de decisão estratégica poderá oferecer prontamente ao cliente a retirada da mercadoria no ponto de saída, onde será mais rápido e mais barato entregá-la. A oferta de receber a mercadoria no mesmo dia ou no dia seguinte, aliada ao desconto na entrega, vai estimular o cliente a ir até o outro lado da cidade.

A Amazon, como sempre, saiu à frente da concorrência ao patentear a tecnologia de logística preditiva alimentada por análises preditivas. O resultado final é que o varejista coleta dados:

• sobre as compras anteriores do usuário,
• sobre os produtos adicionados ao carrinho,
• sobre os produtos adicionados à lista de desejos,
• sobre os movimentos do cursor.

Algoritmos de aprendizado de máquina analisam essas informações e preveem qual produto o cliente provavelmente comprará. O item é enviado por meio de remessa padrão mais barata para o hub de remessa mais próximo do usuário.

O comprador moderno está disposto a pagar duas vezes por uma abordagem individual e uma experiência única – com dinheiro e informações. Fornecer o nível adequado de serviço, levando em consideração as preferências pessoais dos clientes, só é possível com a ajuda de big data. Enquanto os líderes do setor estão criando unidades estruturais inteiras para trabalhar com projetos na área de big data, as pequenas e médias empresas apostam em soluções encaixotadas. Mas o objetivo comum é construir um perfil de consumo preciso, entender as dores do consumidor e determinar os gatilhos que afetam a decisão de compra, destacar as listas de compras e criar um atendimento personalizado e abrangente que o incentivará a comprar cada vez mais.