Как с помощью data science увеличить продажи, настроить поиск на сайте и сформировать экосистему компаний. Рекомендации Fozzy Group, Amazon и McKinsey

Онлайн активно развивается, а данных про потребителей у ритейлеров становится все больше. Настоящим мастерством для компаний на сегодняшний день является умение использовать эти данные для того, чтобы узнать, кто их потребители и как монетизировать трафик. 

На хакатоне для data scientists Hack4Retail вице-президент по маркетингу в Fozzy Group Павел Роганов, CIO Fozzy Group Иван Славиогло, младший партнер QuantumBlack by McKinsey&Company Денис Вайнбендер и Director performance advertising в Amazon Руслана Збагерская рассказали про тренды data science, касающиеся ритейла. Retailers публикует основные тезисы дискуссии. 

---

Главное для ритейлера — это данные и алгоритмы

В современном ритейле все решения принимаются на основании данных. Первоочередная задача любого ритейлера хранить как можно больше данных  — если раньше нужно было думать о том, как минимизировать, сохранить место, сегодня мощности для хранения данных стоят копейки, а сами данные бесценны. 

Кроме того, ритейлер должен обеспечить возможность анализа большого количества данных. Например, Fozzy Group для этого создает целую платформу для того, чтобы аккумулировать их в одном месте и в дальнейшем предоставлять бизнесам срезы данных для максимально быстрой и оперативной аналитики. 

Основным и ключевым активом компании на сегодня становятся алгоритмы. Большие компании, которые достигают максимального результата на рынке, как правило, владеют собственными алгоритмами и в современном мире это часто определяют успешность продукта. 

Экосистемы 

Данных накапливается все больше и формируется цифровой след по каждому клиенту, соответственно, создается все больше информации о том, как люди живут, какими услугами они пользуются в течение дня и это дает возможность формировать, так называемые, динамические customer journeys (клиентские пути).

Как работает традиционный ритейл? Клиенты приходят в магазин, покупают товары и идут домой. Бизнес знает определенную информацию о клиенте  — что он купил, сколько вес и другие габариты товара. “Умный” бизнес знает, что если клиент купил “что-то большое”, этот товар нести домой ему не очень удобно. В этот момент было бы логичным розничному бизнесу поделиться информацией об этом клиенте, например с каршерингом или с кем-то, кто может обеспечить транспорт. Такая коммуникация между компаниями создает удобную цепочку формирования услуг. 

Клиент даже может не задумываться о том, что будет тяжело нести этот товар, но сами данные подсказывают, что эта услуга может быть востребована. 

Таким образом формируется услуга. Открытость данных и их передача между бизнесами дает огромные возможности для улучшения жизни людей и позволяет компаниям конвертировать их в некий совокупный доход. 

Раньше считалось, что стоимость должна формироваться внутри конкретного бизнеса. Но сейчас этот процесс устроен по-другому: трафик имеет очень большую ценность и сама экономическая цепочка строится между двумя бизнесами  — один сосредоточен на привлечении трафика, другой — чтобы конвертировать этот трафик в конкретную покупку. 

Данные дают возможность создавать новые сотрудничества, которые сейчас называют экосистемами, в которых необязательно, чтобы все компании зарабатывали, ведь кто-то из них может работать просто на привлечение трафика. 

Semantic search 

Раньше клиенту достаточно было просто найти указанный товар и система выводила ему список товаров. Например  — клиент вводит “вино” и ему выводится большой список вин, но “своего” вина клиент не видит, а найти его среди всего списка  — проблема. 

В семантическом поиске должны учитываться данные (тексты)  — кто такой пользователь, какие обычно вина он берет, любит белые или красные, какая для него приемлемая ценовая политика. Строка поиска — это мощнейший инструмент для продаж. Тот, кто научится в первых трех результатах выдавать именно то, что клиент хочет купить, тот фактически завоюет рынок. 

Amazon Marketing Cloud 

Бренды все больше хотят понимать своего потребителя. Amazon Marketing Cloud пытается помочь решить эту проблему бизнесам, но при этом защищая своего покупателя. Бренд может “принести” свою информацию (data), и слить его с “озером” (data lakes-озеро данных) информации Amazon, которая есть про бренд и про покупателя этого бренда. Таким образом, бренд имеет больше представления как воссоздать путь покупателя не только в Amazon в цифровом формате, но и например, через физические магазины “Сильпо” или другие сети. 

Как устроен data science в Fozzy Group? 

Сегодня основные средства компании уходят в развитие диджитала. Fozzy Group строит с покупателем персонализированную коммуникацию, в основе которой стоит data science. В частности, два года назад, в сотрудничестве с McKinsey компания переформатировала организационную и аналитическую часть программы “Власний рахунок”

Так, были разделены “продуктовые” команды — теперь каждая из них отвечает за тот или иной тип поведения клиента — управление оттоком клиентов, кросс-продажи и увеличение среднего чека. В каждой команде есть обязательно маркетинг-менеджер, data-инженер и data-scientist. В итоге получается, что каждая из этих команд управляет моделью или несколькими моделями, которые предсказывают поведение гостей и выбирают оптимальные группы, которые лучше всего реагируют на те или иные спецпредложения, которые создает Fozzy Group. 

Записал: Александр Шарипов

Источник: Depositphotos