Ритейл аналітика: як перейти від “сухих” цифр до “живих” даних?

24.10.2022
3063
Партнерский матеріал

Сьогодні важко уявити ритейл без аналітики. Прийняття бізнес-рішення починається з вивчення історичних даних, оцінки КРІ та виявлення “слабких” місць. Все це дає розуміння того, як і куди рухатись далі.


 

Сучасна аналітика в ритейлі – це не просто набір метрик і показників, а цілісний процес збору та обробки аналітичних даних по магазинах мережі. Саме вони забезпечують краще розуміння того, наскільки ефективно працюють магазини, правильно підібрані товари, грамотно налагоджена взаємодія з клієнтами та постачальниками.

Як розвивається аналітика в ритейлі?

  • Ресурси, вкладені ритейлерами в аналітику, у 2021 році були оцінені в $5,84 млрд, а до 2026 року за словами експертів досягнуть $13,26 млрд.  

  • На початку 2022 року у 90% бізнес-стратегіях інформація була названа критичним активом підприємства, а аналітика – найважливішою компетенцією.

  • 95% власників ритейлу вважають неструктуровані дані головною проблемою в управлінні. 

  • 67% власників малого ритейл-бізнесу щороку витрачають більше ніж $10 тис.  на аналітику.

Як показує практика, компанії, які розвивають аналітику, досягають у 2,5 рази кращих результатів. Декілька надихаючих фактів:

  • Використовуючи Big data аналітику, Netflix щороку заощаджує $1 млрд на рік на утриманні клієнтів.

  • У 2021 році Walmart збільшив свої продажі на  6,72%, впроваджуючи аналітичну систему для покращення якості покупок. 

  • Starbucks лише за три роки (2016-2019) досягнув приблизно 26% збільшення своїх доходів. І в цьому є значна роль аналітики в ритейлі. 

Варто розуміти, що лише наявність зібраних даних автоматично не позбавляє від проблем. Потрібно використовувати їх належним чином, щоб “оркеструвати” бізнес і отримати ідеальне “звучання” кожного процесу.

Для цього потрібно пройти грамотну трансформацію аналітики, від традиційного (описового) рівня до досконалішого рівня - рекомендаційної аналітики.

Трансформація сучасної аналітики

Сучасна аналітика проходить багатоетапні процеси трансформації. Сьогодні вона представлена у вигляді чотирирівневої системи. Кожен наступний рівень є більш досконалим та “просунутим”.

  • Описова (Descriptive) аналітика - найпоширеніший вид аналітичних даних, який розповідає про те, що відбулось в мережі у минулому. Саме тут і криється головний недолік такої аналітики - вона демонструє вже втрачені можливості та не вказує їх причин.

  • Діагностична (Diagnostic) аналітика - більш “просунутий” рівень даних, який на основі статистичних методів та алгоритмів машинного навчання діагностують причини отриманих результатів. Така аналітика відповідає на питання “чому так сталось?”. 

  • Прогнозна (Predictive) аналітика - різновид аналітики, що йде на крок попереду від діагностичної. Її головне завдання - передбачити майбутнє мережі за допомогою точних АІ алгоритмів. Така аналітика дозволяє ритейлерам зрозуміти, “що буде далі” та як підготуватись до цього. 

  • Рекомендаційна (Prescriptive) аналітика - найвищий та найдосконаліший  рівень аналітики. З її допомогою власник мережі не просто знає “що” відбулося, “чому” так сталось і “що буде далі”, але й отримає підказки - “що слід зробити” для досягнення бажаних цілей. Така аналітика є персональним консультантом ритейлера, який своїм “всебачучим оком” гарантуватиме успіх бізнесу. 

Як працює рекомендаційна (prescriptive) аналітика? 

Розробка грамотних порад - задача не з простих. Оскільки вибір оптимального рішення серед чималої кількості альтернатив - це завжди ризиковано та потребує опрацювання Big Data.

Для отримання найточніших результатів рекомендаційна аналітика використовує наступні підходи:

  • Імітує результати при різних вхідних умовах (різний асортимент, розміщення, ціна і т.д) та обирає найбільш прибутковий варіант.

  • Використовує АІ алгоритми для розробки оптимальних рекомендацій, які забезпечують кращі результати (вищий прибуток, GMROI тощо).

  • Застосовує технології машинного навчання для виявлення шаблонів та кластерів дій, які ведуть до бажаних показників. 

  • Відстежує поточну ситуацію в бізнесі та вчасно повідомляє про загрозу провалів та недосягнення поставлених планів.

Як грамотно оптимізувати бізнес-процеси?

Українська продуктова ІТ-компанія Datawiz розробила потужні аналітичні інструменти, які поєднали в собі традиційні та найновітніші технології обробки даних. З їх допомогою ви зможете перетворити ваш бізнес на синхронно налагоджений механізм по задоволенню попиту. Розглянемо декілька прикладів.

  • Оптимізація асортименту - чи не найважливіше завдання для ритейлу. Формувати асортиментну матрицю з тих товарів, які будуть мати попит та приносити прибуток мережі - те, чого прагне кожен власник мережі. 

Яке рішення? Рекомендаційна аналітика може стати “розумним порадником” в цій ситуації та підказати, які товари та в асортимент яких магазинів доречно вводити. Розрахунок базується на кластеризації мережі з детальним вивченням тенденцій продажів та врахуванням всіх доступних зовнішніх даних. Окрім того, алгоритм прораховує величину прибутку, яку заробить мережа, якщо слідуватиме рекомендаціям.

  • Обрання найприбутковішої ціни. За якою ціною продавати, так щоб і покупці не пішли до конкурентів і мережа не втрачала прибуток? Це питання сьогодні хвилює кожного ритейлера. 

Яке рішення? Рекомендаційна аналітика завжди має правильну відповідь на це питання. Для визначення оптимальної ціни АІ алгоритми імітують поведінку клієнтів при різній вартості товарів та рекомендують той варіант, що принесе найбільший прибуток. Такі розумні поради дозволять мережі уникати надлишкових запасів, мінімізувати витрати на зберігання та підвищувати лояльність клієнтів.

  • Попередження про можливі “провали”. Не допустити помилку, помітити всі загрози завчасно - завдання, яке не під силу традиційним аналітичним системам або ж людському оку. 

Яке рішення? Слід налаштувати аналітику на оперативне інформування про появу загроз у мережі. Для цього менеджеру необхідно визначити критичні значення показників та зафіксувати їх у вигляді “Правил” на аналітичній платформі. І як тільки такі “Правила” будуть зафіксовані системою, вона надішле сповіщення про загрозу, яка потребує миттєвого вирішення. 

 Наприклад, якщо система “побачить” виконання плану по обороту в середині місяця менше ніж 50%, то одразу проінформує та порекомендує вжити належних заходів для уникнення недовиконання плану. Такі застереження можуть стосуватись: 

  • надмірних залишків при сповільненні оборотності; 

  • втрачених продажів через нульові залишки;

  • падіння прибутку по окремих категоріях (брендах, товарах);

  • помилок персоналу (касирів, категорійних менеджерів тощо).

Висновок

Сьогодні аналітика перестає бути просто переліком “сухих” цифр. Тепер це “живі” дані, які повідомляють про динамічні процеси та взаємодії в ритейлі.  Головне призначення сучасної аналітики - діагностувати стан бізнесу в реальному часі, передбачати майбутнє та при потребі змінювати його, підлаштовуючи під власні цілі. 

Настав час перетворити ритейл аналітику на найбільший актив вашої компанії та масштабувати бізнес.

 

Читайте новини і аналітику про ритейл та e-commerce в Україні на нашій сторінці в Facebook, на нашому каналі в Telegram, а також підписуйтеся на щотижневу e-mail розсилку.