Analityka danych w retail to już konieczność?

Przeczytaj także: 5 powodów, dla których retail potrzebuje Big Data

Jak wynika z danych Bisnode, u schyłku 2010 roku w naszym kraju zarejestrowanych było przeszło 7,6 tys. sklepów internetowych. U schyłku stycznia bieżącego roku aktywniej funkcjonowało już tylko 2,3 tys. tego rodzaju przedsiębiorstw. To oznacza, że zaledwie 30% polskich sklepów jest w stanie przeżyć na rynku dłużej niż 8 lat. Eksperci są przekonani, że o sukcesie na niełatwym polu jakim jest retail decyduje przede wszystkim umiejętność optymalnego wykorzystania posiadanych danych. Liczy się również świadomość, że droga od przedstawienia oferty do zakupu bywa niejednokrotnie bardzo długa i kręta, a wielu kupujących rezygnuje z transakcji dopiero na etapie koszyka.

W handlu liczą się nie tylko umiejętności przewidywania zapotrzebowania na dane produkty, właściwa polityka cenowa, planowanie akcji rabatowych czy sprawna komunikacja z klientem. Istotna jest także cierpliwość i konsekwentne, ale nienachalne promowanie danej oferty. Chodzi o to, aby nie spamować, ale subtelnie przypominać się osobom, które z różnych powodów odstąpiły od zakupu, ale dalej są nim zainteresowane – mówi Anna Walkiewicz, Territory Sales Manager w SAS Polska.

Walka o uwagę klienta

Chcąc zrozumieć rolę narzędzi analitycznych w branży retail, najlepiej prześledzić przykładową ścieżkę zakupową klienta. Poniższy przykład pokazuje, jak wiele wysiłku wymaga sfinalizowanie zakupu i jak dużo czynników może odciągnąć czy rozproszyć klienta.

Krok 1 - E-mail ze spersonalizowaną ofertą

Będąc w pracy, klient otrzymuje wiadomość e-mail ze spersonalizowaną ofertą sezonową z akcesoriami w kategorii, która go najbardziej interesuje. Dodatkowo zareklamowane są akcesoria z innej kategorii (których klient nie kupował do tej pory, ale są powiązane z interesującymi go produktami lub je uzupełniają).

Krok 2 - Porzucony koszyk

W sklepie internetowym klient klika w link z wiadomości e-mail nawigujący do oferty sezonowej. Spersonalizowana reklama z akcesoriami jest zaprezentowana na stronie z ofertą sezonową. Klient klika w reklamę i przechodzi do strony produktu. Dodaje produkt do koszyka, ale ponieważ zaraz zaczyna spotkanie, nie finalizuje zakupu.

Krok 3 - Zdarzeniowy mobile push

Następnego dnia wiadomość mobile push zostaje wysłana do klienta. Informuje go o dostępnym rabacie. Nawiguje klienta do aplikacji na stronę programu lojalnościowego. Klient otwiera banner, reklamę produktu z porzuconego koszyka. W tym samym momencie ktoś do niego dzwoni, opuszcza aplikację mobilną i odbiera telefon.

Krok 4 - Mobile Push po wejściu do sklepu

Dwa dni później klient przyjeżdża do sklepu. Otrzymuje wiadomość „push” przypominającą mu o rabacie.

Krok 5 - Mobile Push w dziale sklepu

Podczas tej samej wizyty klient otrzymuje push message reklamujący produkt, który planował kupić, co ostatecznie skłania go do sfinalizowania zamówienia.

Wiedza z paragonu

Przykładem wykorzystania analityki w branży retail jest analiza danych paragonowych. Dzięki informacjom znajdującym się na dowodzie zakupu można dowiedzieć się, w jakich godzinach i w jakie dni placówkę odwiedza najwięcej klientów, ile sztuk danego towaru kupują podczas jednej wizyty lub jaka jest średnia wartość ich koszyka. Ponadto, w przypadku większych sklepów możliwe jest sprawdzenie, które kasy są najbardziej obciążone.

Ten niewielki kawałek papieru, który większość z kupujących wyrzuca do kosza na śmieci może mieć ogromną wartość dla biznesu. Zawarte na nim informacje umożliwiają m.in. planowanie działań promocyjnych, optymalne ustalenie grafiku pracy sprzedawców czy podjęcie odpowiednich decyzji odnośnie zatowarowania poszczególnych sklepów – tłumaczy Anna Walkiewicz, Territory Sales Manager w SAS Polska.

Rozwiązaniem, które pozwala efektywnie wykorzystać dane dotyczące obecnych i potencjalnych klientów jest SAS Customer Intelligence. Poza danymi paragonowymi, informacje te pochodzą z różnych źródeł i są to m.in.:

• informacje deklaratywne z programów lojalnościowych oraz te dotyczące wykorzystania programu przez klienta,
• wszelkie dane o zachowaniu obecnych i potencjalnych klientów w kanałach elektronicznych, w tym: odwiedzane strony, oglądane produkty, interakcje z koszykiem zakupowym,
• informacje o lokalizacjach, w których pojawia się klient i o zachowaniu klientów w tradycyjnych punktach sprzedaży.

Rozwiązania analityczne zmieniły krajobraz retail raz na zawsze. Teraz do właścicieli sklepów należy decyzja, na ile zechcą włączyć je w strategię pozyskiwania i utrzymywania klientów, zwiększając tym samym swoje szanse na pierwszeństwo na rynku.