Выдаст карта
23 марта 2016

Выдаст карта

Старые добрые программы лояльности, когда клиенту выдается карточка, позволяющая зарабатывать баллы или получать скидки, дают все меньше эффекта, констатируют ретейлеры.

<…>

Ретейл – высококонкурентная среда, игрокам рынка важно не упустить возможность использовать любое преимущество. Поэтому технологий невероятное множество. Из совсем обыденных и уже известных обывателю «приемов» ретейлеров – расположение товаров на полках, повышающее шансы на их продажу, световое оформление витрин, музыка в магазине, запахи, привлекающие покупателей. Но чтобы понять, какой именно набор инструментов и приемов задействовать, нужен анализ данных о товарах и покупательском поведении, а также о самой торговой точке.

<…>

Сети сегодня используют решения углубленной аналитики, которые позволяют выявлять предпочтения покупателей. С использованием технологий больших данных (Big Data) программы лояльности становятся еще более избирательными. «Вместо смс с общей информацией о промо-акциях клиенты все чаще получают именные сообщения, основанные на глубоком анализе их индивидуальных предпочтений», – говорит Сергей Осипов, вице-президент MAYKOR-GMCS.

Своеобразный «паспорт» покупателя – карта лояльности. При ее получении требуется указать минимальный объем информации: имя, пол, возраст, контактные данные. Однако основную информацию ретейлеру дает не анкета, а сама карта: как, когда и на что покупатель тратит деньги, какие выбирает товары.

<…>

Big Data знает, что вы покупали в прошлом месяце и как изменили покупки за год, чем балуете себя по выходным и склонны ли к спонтанным тратам. Оперируя этой информацией, сетям нетрудно направить покупателя к нужному стеллажу. Так, кассир считывает карту и дает купоны на следующую покупку на определенные товары.

<…>

Большие данные используются, чтобы наиболее точно определить предпочтения потребителей, которые, с одной стороны, повысили бы продажи, а с другой – отвечали бы интересам и запросам покупателя. Показателен пример с продажей авиабилетов. Например, в России у компании Finnair билеты стоят дешевле, чем в Финляндии. Если система понимает, что покупатель русский, то предлагает ему билеты по недорогой цене, если же он финн, то он приобретает их по завышенной стоимости.

<…>

Другой пример использования Big Data – анализ трендов рынка. В конце 2014 года на фоне падения рубля резко возросли продажи в магазинах ювелирной сети, расположенных на границе с Казахстаном и Беларусью. Гости из этих стран стали массово скупать очень дешевое в рублях золото. Получив данные о резком росте продаж сети в этих регионах, ретейлер значительно поднял цены на свои товары в конкретных магазинах. Для местных жителей золото стало еще дороже, но гостей из ближнего зарубежья цены все еще устраивали. Это позволило ювелирам неплохо заработать, рассказал эксперт.

Сеть отелей Red Roof Inn в США смогла использовать прогнозы об ухудшении погодных условий для привлечения дополнительных клиентов. Смена погоды в определенной местности повышает риск отмены рейсов, а значит те, кто не сможет улететь, будут нуждаться в отеле, чтобы остаться на ночь. Причем отель многие из потенциальных клиентов, скорее всего, будут искать с использованием мобильного устройства. Используя результаты такого анализа, сеть отелей стала запускать «точечные» целевые всплывающие рекламы, которые с большей вероятностью видели именно те, кто искал отели из-за отмены рейсов, что позволило существенно увеличить выручку.

Самая громкая история, связанная с Big Data, произошла в США, где на сеть гипермаркетов Target подал в суд отец двенадцатилетней девочки, которой ретейлер предложил тест на беременность и другие сопутствующие товары, т.к. характер ее покупок за короткий период изменился и стал похож на потребительскую корзину будущих мам. Однако в ходе судебного разбирательства установили, что девочка действительно была на первых месяцах беременности, и дело закрыли. Как видим, иногда Big Data знает о нас больше, чем наши собственные родители.


Назад