Дед Мороз и Большие Данные

Kакие бы турбулентности нас ни окружали, а Новой Год все равно наступит! Одним из самых ярких гуру в области клиентского опыта с использованием больших данных, конечно же, является Дед Мороз.

Мало того, что он точно знает, кто как вел себя в течение года, так еще и подарки детям умеет доставить идеально — точно и в срок, чтобы не испортить праздник ни детям, ни их родителям. И без использования Big Data ему не обойтись.

Нам сложно сказать в действительности, какие технологии и системы использует Дед Мороз в своей деятельности, но можно выделить как минимум 3 области, в которых без анализа Больших Данных ему не обойтись:

  1. Персонализация и понимание потребностей каждого из детей.
  2. Инвентаризация и управление логистикой огромного числа подарков.
  3. Управление персоналом — помощниками-снеговиками.

Чтобы не фантазировать как Большие Данные помогают в каждой из этих задач, обратимся к кейсам крупнейших розничных торговых сетей. Их специфика наиболее близка к деятельности Деда Мороза, а для них Дед Мороз является одним из ключевых покупателей.

По оценке Forrester предновогодние продажи в США только в онлайн каналах достигнут 89 миллиардов долларов в 2014 году. 

Персонализация и понимание потребностей клиента

Понимание потребностей клиента, формирование его профиля и управление клиентским опытом по всем каналам взаимодействия — ключевые задачи, которые стоят перед магазинами.

Например, в Macy’s — одном из старейших ритэйл игроков США с оборотом более 27 миллиардов долларов, несколько лет назад начали выстраивать клиенто-ориенитрованную стратегию, и сейчас обладают пониманием своих клиентов, собирая в едином профиле всю информацию об их истории покупок, поведении по всем каналам взаимодействия, а также в социальных сетях и веб-сайтах. Все это позволяет делать клиенту персонифицированные предложения в нужный момент, что существенно повышает вероятность осуществления покупки. Сейчас Macy’s активно внедряет инновационные решения в онлайн, офлайн, мобильных каналах. В Macy’s активно используются технологии iBeacon (крупнейшее внедрение в ритэйле — более 4000 датчиков по всей сети магазинов), что позволяет делать предложения, купоны, скидки покупателям в зависимости от их нахождения и перемещений внутри магазина.

«Our goal remains to help our customers shop whenever, wherever and however they prefer, and to use the entire inventory of the company to satisfy demand. Customers are at the center of all our decisions, and our ongoing research and development will continue to help us understand how to personally engage with them.”Terry J. Lundgren
Macy’s, Inc. Chairman and CEO

Инвентаризация и управление логистикой товаров

Big Data позволяет более эффективно управлять складскими запасами. Многие из крупнейших сетей активно используют RFID метки для отслеживания и управления движением товаров.

Но впереди всех Walmart. В 2011 году Walmart покупает компанию Kosmix и с этого момента начинает процесс Digital Трансформации, постепенно превращая себя в технологическую интернет компанию. Все инновации связанные с Digital развиваются в @WalmartLabs, которая за последние 3 года осуществила уже 14 поглощений технологических стартапов.

Walmart начал работу с большими данными еще до того момента, как появился сам термин Big Data и сейчас, например, на основании динамики сообщений в Twitter и геолокации сообщений о товарах принимает решения о логистике, а по активности в сети Pinterest анализирует какие цвета товаров наиболее предпочтительны в каких регионах и прогнозирует товарные запасы в магазинах.

Каждую неделю 245 000 000 человек посещают 10 900 магазинов Walmart 10 веб-сайтов, обеспечивая выручку в почти в 500 млрд долларов в год, и предоставляя множество информации для анализа и принятия решений.

Управление персоналом

Количество сотрудников в ритэйле позволяет и к ним подходить с точки зрения больших данных. Например, в Walmart количество сотрудников больше 2 миллионов человек.

Многие компании начинают использовать технологии Big Data, для предотвращения краж.  Не проблема поставить камеры над каждым из терминалов приема денег, но физически невозможно отсмотреть и отследить огромное количество видео и инцидентов. Сеть точек питания Mississauga, Compass Group Canada (более 2000 точек) внедрили решение, которое реагирует на нестандартное поведение в потоке видео и сигнализирует только о возможных проблемах.  Именно технологии работы с большими данными и алгоритмы машинного обучения позволяют автоматизировать процесс анализа и нахождения несоответствий в паттернах поведения.

Кроме этого анализ больших данных в реальном времени может позволить высвободить время работы сотрудников на кассах и оптимизировать загрузку персонала в реальном времени.

Так, например, в сети супермаркетов Kroger — второй по размеру сети в США, с оборотом почти в 100 миллиардов долларов, —  установлены инфракрасные датчики, которые собирают информацию о потоках покупателей в магазинах. Далее информация анализируется, и автоматически определятся, какое количество касс должно быть открыто, и какое количество сотрудников должно работать в данный момент, чтобы обеспечить минимальное время в очереди для посетителей. Решение позволило сократить среднее время в очереди с 4 минут до 30 секунд. При этом достигается еще одна цель — высвобождение ресурсов сотрудников, которые могут быть переправлены на другие задачи.

Наличие таких кейсов в ритэйле позволяет надеяться, что и у Деда Мороза с его снеговиками дела обстоят хорошо! А с учетом того, что подарки продолжают доставляться точно по адресу и в срок — работа с большими данными ведется на высшем уровне!

Вопрос:  Какие кейсы использования Больших Данных вы можете привести из сферы Ритэйла? 

Вы можете оставить комментарий здесь