Войти
Тренды
Статьи

Розничные продавцы, независимо от их масштаба, уже осознали перспективы электронной коммерции и могущество СRM-систем, функционал и возможности которых растут параллельно с развитием технологий. Размышляем, что происходит с розничной торговлей и розничным маркетингом в России.

Электронная коммерция развивается стремительно, потеснив традиционные торговые офлайн-площадки. Покупатели все чаще отправляются за покупками на Amazon и AliExpress, и, как считают эксперты, аналогично будут развиваться события в других сферах бизнеса. Тенденция совершать покупки со смартфонов и планшетов распространилась и на рынок B2B: закупщики все меньше хотят общаться с продавцами и предпочитают самостоятельно работать с данными о продуктах, причем не только со стационарных, но и с мобильных устройств.

В целом можно выделить несколько трендов, наблюдаемых в рознице:

● Покупателя ведет не продавец-консультант, а маркетинг.

● Маркетинг от массового и «размытого» трансформируется в персонализированный.

● Уход от офлайн-торговли к возможности совершать покупки на бегу с телефона.

● От креатива в маркетинге к аналитике и работе с большим объемом данных.

Все эти тренды объединяет потребность в технологии Big Data, потому что они предполагают работу с большими объемами данных (сбор, анализ, интеграция с CRM, коммуникация с клиентом). Многие крупные ритейлеры уже пользуются данной технологией для управления взаимоотношений с клиентами, в их числе X5 Retail Group, «Глория Джинс», «Юлмарт», гипермаркеты «Лента», «М.Видео», Wikimart, Ozon, «Азбука вкуса» и др.

Кейс X5 Retail Group

Компания X5 Retail Group «усовершенствовала» свой маркетинг при помощи современных технологий. Так, внедрение технологии машинного обучения позволило сети «Перекресток» сделать общение с покупателями более целевым. Это помогает формировать индивидуальные предложения покупателям, которые зарегистрированы в программе лояльности «Клуб Перекрёсток».

Благодаря технологиям машинного обучения в аналитическом модуле (aCRM) были достигнуты следующие результаты:

● Скорость подготовки персональных предложений выросла в 7 раз.

● Система делит клиентов по группам, имеющим схожие признаки, анализирует данные о них и, учитывая несколько сотен поведенческих и демографических факторов, создает модели персонифицированных маркетинговых кампаний

● Аналитический модуль оперирует такими данными, как частота покупок и величина среднего чека, вкусы покупателей (какие товарные категории и бренды предпочитают), приемлемый для них уровень цен и даже время, в которое они обычно посещают супермаркеты.

● Система самостоятельно оценивает эффективность разных каналов коммуникации с потребителями, подбирает под них тексты промо-сообщений и делает рассылки.

● При формировании промо-предложений учитываются сотни факторов, это позволяет увеличить эффективность целевого маркетинга на 5% и сэкономить 40% на коммуникациях. Нет необходимости в постоянном участии маркетологов: они лишь ставят цели компании и мониторят результаты.

«Подводные камни» в работе с данными

1. Малый объем накопленных данных. К сожалению, волшебной программы, способной после нажатия одной кнопки повысить продажи, не существует. Даже самый современный софт и его внедрение не решит данную задачу. Чтобы система аналитики работала четко и приносила пользу, необходимо накопить большой объем чистых данных. Поэтому автоматические товарные рекомендации так хорошо работают в Amazon и не приносят ощутимых результатов в недавно открывшемся магазине, установившем виджет на страницу. Также перед покупкой сервиса, который подбирает персональные предложения, стоит убедиться, что вы можете предложить не менее двух десятков вариантов.

2. Злоупотребление инновациями. Сегодня рынок сервисов, которые заняты решением маркетинговых задач, весьма насыщен, и купив несколько решений, можно просто запутаться, совмещая их. Это повлечет хаос и отсутствие набора данных, которому можно доверять. Чтобы выстроить долгосрочную клиентоориентированную стратегию, собрать данные для машинного обучения и качественной многоканальной коммуникации очень важно иметь центральную базу данных с уникальным идентификатором клиента, передаваемым во все используемые сервисы и каналы. Это может быть что угодно от google-таблиц и 1С до облачных маркетинговых CRM – все зависит от технических знаний и размера бизнеса.

3. Важность сбора статистических данных. Интуиция маркетолога – вещь хорошая, но иметь базовую статистическую грамотность необходимо. Даже если достоверно измерить не получается, полезно просто формулировать следующие шаги в виде гипотез: сделав <действие> мы увеличим <метрика> на <прогноз изменения>.

4. Перегибы в рекламе. Планируя начать рассылки по SMS или электронной почте, определитесь с политикой сегментацией и регулярностью. Навязчивая реклама будет раздражать и только отпугнет клиента, а вернуть его будет проблематично.

Подводя итоги, следует подчеркнуть, что рост конкуренции требует от розничного маркетинга обеспечения единого пользовательского опыта во всех каналах; работы с человеком, а не трафиком; принятия быстрых решений и изменений на основе данных, а не интуиции.

Редакция Merchandising.ru

  • Комментарии
Загрузка комментариев...

05.мар.2024
Мерчандайзинг в малых форматах - отдаленная перспектива или актуальная необходимость?
27.фев.2024
О перспективах ИИ в сфере мерчандайзинга
19.фев.2024
Своим опытом, как выводить новые товары в ретейл, поделился Андрей Ясюкевич, управляющий партнер агентства «Планограмма»