[Перевод] 14 примеров того, как аналитика помогла с продажами
Открывая новый магазин, оптимизируя процесс управления персоналом и продажами в уже существующем, можно пойти несколькими путями, например, опираясь на собственные знания, способности и интуицию, или, прибегая к помощи специальных инструментов для анализа эффективности вашего бизнеса. Последние при минимальных затратах времени с максимальной результативностью позволяют выработать правила категоризации данных, получить точные мгновенные метрики и отчеты, минимизировать стоимость привлечения клиента, провести ориентированный на покупателя маркетинг, скомбинировать исторические данные о шоппинге, внедрить интеллектуальную систему позиционирования для помещений и многое другое. Подробнее о каждом таком инструменте с примером реального воплощения в жизнь расскажем далее в авторском переводе от системы электронных платежей PayOnline.
Coalgram и Nomi
Colgram, при поддержке Nomu и решения FollowUP компании SkillUp, смогли получать крайне точные мгновенные метрики и отчеты о загруженности магазинов, трафике и т. д., что давало менеджерам магазинов необходимую информацию для принятия правильных решений по персоналу, обслуживанию и другим ключевым моментам, которые влияют на производительность магазина. Ранее Colgram использовали инфракрасные лучи, чтобы считать покупателей, которые входят в магазины и выходят из них, однако они обнаружили, что собираемые таким образом данные недостаточно точны, не дают нужного охвата и недостаточно актуальны, чтобы соответствовать растущим требованиям по аналитике. В частности, Colgram хотели решение, которое будет различать взрослых и детей, чтобы родители, которые ходят за покупками с детьми, считались одним покупателем. Продвинутые возможности мгновенного захвата данных, предоставленные Nomi, в связке с гранулярной аналитикой и отчетами, предоставленными FollowUP компании SkillUp, дали компании моментальный доступ к точной информации о покупательском потоке в магазинах и позволили ей считать детей и взрослых единым покупателем, а также понять другие ключевые метрики.
Kohl’s и In-Store Technology
Kohl’s использует систему позиционирования для помещений, которая «ходит по магазину» вместе с покупателями. Технология использует мобильные устройства и позволяет покупателям участвовать за бонусы и скидки. По ходу визита покупатель получает советы на основе товаров, на которые смотрит. CRM-стратегия Kohl’s позволила собрать большой объем данных для анализа предпочтений покупателей. Компания знает, что покупатель покупал в прошлом, а технология позволяет отслеживать его поведение в магазине.
OTTO и Blue Yonder Predictive Analytics
OTTO хотели управлять большими объемами данных по онлайн-продажам, чтобы увеличить прибыль. Программа Blue Yonder Predictive Analytics помогла OTTO использовать их данные. OTTO — немецкий мультиканальный розничный магазин, который с успехом перешел от классической продажи товаров по почте к онлайн-продажам, полностью изменив бизнес-процессы и переориентировав предприятие с помощью аналитики. Сейчас OTTO сфокусировались на онлайн-бизнесе, который приносит 80% годовых продаж на 2 миллиарда евро. Одна из предпосылок для такого позитивного развития — крайне обширный ассортимент компании. Кроме модных вещей и техники, OTTO продает мебель, спортивные товары, обувь и игрушки. В онлайн-магазине представлено около 4 тысяч брендов и более 2 миллионов товаров.
Argos и Brandwatch Analytics
Argos ежегодно обслуживает более 123 миллионов покупателей и накопила огромный объем социальных данных, которыми надо управлять, которые надо анализировать, и по которым надо понять уровень конверсии. С помощью Brandwatch Analytics Argos смогла выработать правила категоризации данных. С помощью программы Brandwatch Demographics Argos смогли разделить данные по полу, профессии и локации. Например, Brandwatch Demographics определила, что мужчины и женщины по-разному реагируют на новые онлайн-магазины. В целом, мужчины ценят переход в онлайн и технические новшества, а женщины — новый подход к обслуживанию. Вооруженные актуальными данными, Argos смогла быстро понять, какие магазины работают эффективно, и какие элементы новых магазинов нравятся покупателям, а какие — нет.
Carrefour и Esri’s ArcGIS
Carrefour Group — мировой лидер в дистрибуции и ритейле. У компании более 15 тысяч собственных и франшизных магазинов. Она создала глобальную платформу для геомаркетинга на основе платформы ArcGIS компании Esri и программы Location Intelligence компании Galigeo. Это решение комбинирует ключевые бизнес-данные с положением в пространстве, что позволяет принимать правильные маркетинговые решения и повышать эффективность магазинов. ArcGIS в связке с решениями наподобие того, что предлагает Galigeo, помогают людям с помощью различных видов геопространственного анализа. ArcGIS помогает принимать решения на всех уровнях: от менеджера, которому нужны отчеты, чтобы управлять магазином, до эксперта, ответственного за выбор места для нового магазина. Изучая бизнес-данные на карте, управленцы видят скрытые тренды, поведение и взаимоотношения клиентов, а также проводят более глубокий маркетинговый анализ, улучшая выхлоп бизнеса.
Kroger и Irisys’s QueVision
Kroger начали использовать аналитику для оценки и улучшения операций в 2007 году. В 2010 году команда реализовала проект, направленный на аптеки внутри магазинов. Проект должен был сократить расходы на товары, которых нет в наличии, улучшить обслуживание, сэкономить деньги и повысить прибыль. На сегодняшний день они уменьшили каталог на 120 млн $, а число лекарств, которых нет в наличии, на 1,7 млн. Проект позволил ежегодно экономить 10 млн $ и получать на 80 млн $ больше прибыли. Еще одним крупным прорывом для аналитики Kroger стало использование решения QueVision — пакета для анализа данных, который комбинирует исторические данные о шоппинге с актуальными данными о количестве человек в магазине и данными с инфракрасной камеры, которая подсчитывает число людей в очереди. При достижении определенных пороговых значений менеджерам отправляются уведомления, и те открывают новые кассы.
JC Penny Optical и SEER Interactive
JCPenney Optical, универсальный магазин семейной оптики в магазинах JCPenney, хотел поднять офлайновые продажи и улучшить узнаваемость бренда. Работая с SEER Interactive и партнером U.S. Vision, ритейлер сфокусировался на онлайн-кампании весенней коллекции в апреле 2014 года. JCPenney запустили рекламу Lightbox Ads и TrueView в Ютубе в сети Google Display Network, чтобы получить максимальный охват аудитории. Чтобы усилить присутствие на мобильных устройствах, JCPenney настроили ставки так, чтобы гарантировать появление рекламы на мобильных устройствах. Их усилия обернулись ростом аудитории в онлайне в 830% и ростом конверсии в 285%.
Marks & Spencer и Tibco Spotfire
Marks & Spencer начали использовать Tibco Spotfire, чтобы принимать решения на основе детального разбора доступных данных. В области онлайн-продаж Spotfire использовался для решения задач, анализа поставок, анализа исторических данных и прогнозирования. В ИТ-отделе решение Spotfire использовалось для управления инфраструктурой и улучшения качества данных; применительно к снабжению оно используется для прогнозирования спроса в отдельных магазинах; в других областях оно позволяет быстро проверить результаты принятия решения и построить аналитическую модель. В настоящий момент Marks & Spencer собираются расширить область применения этой технологии, чтобы охватить менее традиционные данные, например, данные по собственным сотрудникам.
Staples Canada и Leger Metrics VOC platform
Staples Canada приняли на вооружение платформу VoC компании Leger Metrics. Она предлагает гибкие, настраиваемые отчеты, которые дают детальный разбор клиентского маршрута на основе специфических нужд и инфраструктуры продавца. С помощью Leger Metrics Staples Canada провели несколько исследований в магазинах, каждое с собственным политикой выбора участников, вопросами и отчетами. Это дало более полное понимание процесса покупки с точки зрения покупателя через базовые источники: отдел офисных товаров, отдел товаров для печати и копирования и отдел EasyTech. Возможность быстро добавлять и менять опросы, независимо смотреть на разные аспекты бизнеса и объединять эти данные с фидбеком, чтобы получить общую оценку клиентской удовлетворенности, позволила Staples Canada поместить голос покупателя на передний план при принятии бизнес-решений.
Toys “R” Us и ESV Digital
Toys “R” Us хотели максимизировать окупаемость инвестиций (return of investment, ROI) и минимизировать стоимость клика (cost per click, CPC), при этом демонстрируя свой ассортимент потенциальным покупателям через Google и Bing. Для достижения цели Toys “R” Us объединились с ESV Digital. ESV Digital начали с тестирования большей части категорий товаров, что помогло определить, какие ключевые слова генерируют больше всего трафика с самым низким CPC. После тестового периода они выяснили, что больше всего трафика приносят бестселлеры и известные бренды. Тем не менее, хорошие ключевые слова дорого стоят, и поэтому растет CPC. Сфокусировавшись на отдельных словах, ESV смогли минимизировать CPC, повысив при этом и ROI, и уровень трафика. Генерируя товарные фиды, они продвигали только те товары, которые были в наличии, что повысило конверсию. Анализ привел к снижению CPC на 30% и существенному увеличению конверсии, а также повышению продаж на 879%.
Hallmark и QuantiSense
Hallmark использовали QuantiSense, чтобы оптимизировать управление и анализировать большие объемы данных. До QuantiSense ритейл-аналитики Hallmark были вынуждены запускать отчеты по одному. Перед тем как запустить следующий, надо было обработать предыдущий и получить по нему результат. Команда открывала отчет за отчетом, чтобы сделать финальный вывод. Из-за этого обработка отчетов шла очень медленно. Зачастую на генерацию результата уходило 30 минут. Чтобы преодолеть это, Hallmark использовали QuantiSense: загрузили данные на машину Teradata и загрузили исторические данные по розничным продажам. Это помогло Hallmark определять правильные метрики и создавать простые отчеты и диаграммы. Самым большим плюсом стала скорость, с которой стало возможно построить модель данных по розничным продажам с 300 метриками и создавать базовые отчеты, которые потом использовались для создания собственных отчетов. QuantiSense помогли компании ускорить генерацию отчетов для более эффективного принятия решений.
Hudson’s Bay Company и QuantiSense
Hudson’s Bay Company также выбрали розничную аналитику QuantiSense и приложение для обработки бизнес-данных, чтобы стандартизировать подход к учету складов на общекорпоративном уровне. Hudson’s Bay Company — крупнейший розничный продавец разнообразных товаров в Канаде. У компании более 600 магазинов по всей стране под брендами Zellers, the Bay, Home Outfitters и Fields. Головная компания в Северной Америке — Hudson’s Bay Trading Company (HBTC) — также владеет и управляет известной сетью универмагов Lord & Taylor, которые есть в торговых центрах по всей территории США. Решение QuantiSense получит данные из существующего хранилища Teradata Hudson’s Bay Company, которое обслуживает более 4000 пользователей, а также из решения для планирования Retek and SAS.
Croma Retail и Infinite Analytics
CromaRetail.com (дочка Tata Sons) объединилась с компанией Infinite Analytics Inc. (IA), вышедшей из Массачусетского Технического Института (MIT), чтобы предлагать персональные рекомендации онлайн-покупателям. Платформа персонализации IA делает так, что покупатели находят новые товары как будто случайно, по стечению обстоятельств. На самом деле товары подсказываются в зависимости от пользователя, каталога и контекста. CromaRetail.com предлагает большой выбор товаров и категорий, поэтому ключевой задачей стала организация эффективной и бесшовной навигации, чтобы покупателям было проще находить релевантные товары. Infinite Analytics использует многомерный подход к персонализации. Одним из ключевых преимуществ перед другими решениями является то, что реализация для клиентов Infinite Analytics работает на интервалах от 4 часов до 2 недель, потому что она не полагается исключительно на исторические данные.
Neiman Marcus и MarketShare
Neiman Marcus использует технологию аналитики компании MarketShare, чтобы проводить более ориентированный на покупателя маркетинг. При этом компания также старается комбинировать и оценивать онлайн- и офлайн-данные, моделировать поведение отдельных покупателей, смотреть на комбинированные продажи по всем каналам: через магазинах, в вебе, с мобильных устройств и через кол-центры, понять, как лучше таргетировать изменения в каталоге для повышения продаж, как ясно оценивать и сравнивать эффективность маркетинговых каналов.
Все представленные выше компании доказали эффективность аналитики на собственном примере. Рост аудитории, увеличение конверсии при одновременном снижении затрат на маркетинг — не случайность, а результат грамотного управления бизнесом с использованием современных инструментов анализа и прогнозирования. Если у вас возникли вопросы относительно аналитики в системах приема платежей, обращайтесь к нам, в PayOnline, будем рады вам помочь.
