Najbolje prakse i primjeri upotrebe analitike u maloprodaji dokazuju koju vrijednost ona može imati i za trgovce i za kupce. Međutim, kako bi ostvarile pravi potencijal analitike, tvrtke će morati izgraditi relevantne kompetencije, kako u smislu IT infrastrukture, tako i ljudskog kapitala za upravljanje njome.
Tijekom sljedećih 20 godina, kako analitika postaje sve važnija i važnija, ona će predstavljati više od samih podataka – “big data” ili ne. Radi se o izgradnji sveobuhvatne analitičke kulture s jasnom vizijom, snažnim kompetencijama i podrškom uprava kako bi se što bolje iskoristili uvidi iz podataka koji imaju mogućnost fundamentalno poboljšati konkurentsku poziciju maloprodajnih tvrtki širom svijeta.
Maloprodajni će trgovci realizirati sve prednosti analitike s kontinuiranim ulaganjem u ovu disciplinu, ugrađujući je u svoj DNK i poboljšavajući brzinu stjecanja uvida iz podataka unutar svojih organizacija.
Koja je vrijednost podataka? Ako se ne se mogu preoblikovati u informacije, uvid ili konkretno djelovanje, podaci su od male vrijednosti organizacijama i ljudima kojima je povjereno vođenje i donošenje odluka.
Uspon interneta i istodobna ulaganja u IT infrastrukturu učinili su podatke dostupnima kao nikada prije. Tehnologija koja olakšava analizu tih podataka i daje uvid u njih postaje sve sofisticiranija i pristupačnija, ne samo za velike tvrtke, već i za mala i srednja poduzeća.
Nije iznenađujuće da su istraživanja konzultantske kuće A.T. Kearney utvrdila da 67 posto poslovnih lidera vidi analitiku kao osnovni pokretač poslovne strategije za naredno desetljeće i dalje. Analitika se može upotrijebiti za povećanje efikasnosti i efektivnosti vrijednosnog lanca tvrtke, ali i za poboljšanja korisničkog iskustva i vrijednosne ponude.
UČINKOVITOST DUŽ VRIJEDNOSNOG LANCA
Analitika može poboljšati vrijednosni lanac pružanjem detaljnih informacija trgovcima o potrebama kupca, na primjer, podupiranjem prilagođene “cross-sell” i “up-sell” ponude i prodajnih skripti.
Najbolji primjer visoko ciljane prodaje je Amazon. Analizirajući prethodne kupnje, preferencije, klikove i vrijeme provedeno na određenim web stranicama, Amazon ne samo da može preporučiti proizvode koje želite, već vam može i ponuditi proizvode koji “idu uz” te proizvode.
Analitika se također može koristiti za optimizaciju razine opskrbe, distribucije i logistike s granularnim mapiranjem i predviđanjem potražnje. Također, može se koristiti i za optimiziranje proizvodnih procesa sa sofisticiranijim procjenama uskih grla i otpada, ili poboljšanje dizajna proizvoda, što dovodi do pametnijeg ulaganja u elemente proizvoda koje kupci najviše cijene, istodobno smanjujući troškove i isporuku onih elemenata koje kupci cijene manje.
KORISNIČKO ISKUSTVO I VRIJEDNOSNA PONUDA
Poboljšanje korisničkog iskustva i vrijednosne ponude pokriva širok raspon prilika. Analitika, na primjer, može pomoći zrakoplovnim tvrtkama da proaktivno pružaju klijentima informacije o preusmjeravanju i kašnjenju letova u realnom vremenu ili pomoći bankama da korisnicima pružaju informacije o kućnom budžetu na temelju opažanja potrošnje tisuća drugih sličnih kućanstava. Maloprodajnim trgovcima analitika može omogućiti da kupcima ponude prilagođeni doživljaj kupovine, kako na mreži, tako i u fizičkoj trgovini.
Već smo spomenuli analitičke mogućnosti tvrtke Amazon u online prodaji. No, napredak je također vidljiv u tradicionalnim fizičkim trgovinama. Na primjer, prodavaonica cipela Melissa u SAD-u uvodi testni projekt tehnologije prepoznavanja lica, kojem se korisnici mogu pridružiti slanjem svoje slike u trgovinu ili objavljivanjem slike na društvenim mrežama. Kad osoba uđe u trgovinu, kamere za prepoznavanje lica će ju prepoznati, a prodajno će osoblje biti obaviješteno putem mobilnih uređaja. Nadalje, prodajno osoblje imat će pristup potpunoj CRM bazi podataka o toj osobi i moći će ponuditi doista personalizirano iskustvo u trgovini (nešto poput kombinacije analitičkih sposobnosti sličnih Amazonu i prijateljskog lica koje daje personalizirane preporuke).
ČIMBENICI USPJEHA
Konzultantska kuća A.T. Kearney identificirala je tri čimbenika uspjeha koji mogu pomoći tvrtkama prilikom implementacije i optimalne upotrebe analitike.
Prikupljanje točnih podataka – Maloprodajni trgovci prikupljaju podatke putem analitike u fizičkoj trgovini ili online. Analitika u fizičkoj trgovini odnosi se na fizičko praćenje korisnika poput praćenja videozapisa, praćenja GPS-a (lokacija u trgovini) i tehnologije prepoznavanja koja može odrediti demografske podatke i jedinstvene posjetitelje. Poznavajući koje “rute” kupci obilaze u trgovini, gdje provode većinu vremena i koje proizvode kupuju, maloprodajni trgovci mogu bolje odrediti izgled trgovine i poboljšati korisničko iskustvo.
Online analitika koristi se za prikupljanje i analizu online podataka o korisnicima. Maloprodajni trgovci dobivaju uvide iz omni-kanalnog programa lojalnosti, online računa, društvenih mreža i pretraživanja njihove internetske stranice. Kao rezultat toga, trgovci mogu pratiti individualne online kretnje, mišljenje o robnoj marki i obrasce kupovine kako bi proučili razine zadovoljstva kupaca i ponudili personalizirane usluge.
Kako bi se osigurala visoka kvaliteta podataka, trgovci moraju osigurati usporedivost podataka prikupljenih kroz sve dodirne točke s kupcima, uključujući podatke koje su prikupile druge tvrtke. Trgovci bi također trebali biti svjesni lokalnih zakonskih propisa o zaštiti podataka i potencijalne zabrinutosti njihovih korisnika oko saznanja da su praćeni.
Segmentacija korisnika – Jedan od glavnih razloga trgovaca za prikupljanje podataka o svojim korisnicima je uspostava vrlo precizne mikro-segmentacije te mogućnost povezivanja demografskih podataka i podataka o ponašanju kupaca s njihovim preferencijama, načinima kupnje i transakcijama. Na temelju rezultata segmentacije, trgovci bi trebali identificirati odgovarajuće aktivnosti za svaki segment. Moraju odgovoriti na sljedeća pitanja: Hoće li neki kupac otići? Isplati li ga se zadržati? Kako ga zadržati? Što mu možemo ponuditi da potroši više?
Omni-kanalni pristup – Maloprodajni trgovci koji su fokusirani na analitiku obično imaju omni-kanalnu ponudu, povezujući internet, mobilnu i tradicionalnu fizičku trgovinu. To uvodi kompleksnost koju treba kontrolirati na način da postupanje prema kupcima preko svih kanala bude dosljedno. Analitika se može upotrebljavati za analizu učinka kanala, a u kombinaciji sa segmentacijom korisnika i za prioritiziranje ili prilagodbu aktivnosti kanala.
Sposobnost pristupa korisnicima putem internetskih i mobilnih uređaja omogućuje trgovcima i testiranje različitih prilagođenih promocija i oglašavanje na mikro segmentu što optimizira potrošnju na marketing.
Gledano u cjelini, možemo zaključiti da najbolje prakse i primjeri upotrebe analitike u maloprodaji dokazuju koju vrijednost ona može imati i za trgovce i za kupce. Međutim, kako bi ostvarile pravi potencijal analitike, tvrtke će morati izgraditi relevantne kompetencije, kako u smislu IT infrastrukture, tako i ljudskog kapitala za upravljanje njome.
