Офлайн-ритейл всё увереннее осваивает IT-технологии, применяя их для оптимизации внутренних бизнес-процессов. Снижение доли «человеческого фактора» в рутинных операциях заметно увеличивает базовые экономические показатели магазина и позволяет улучшать сервис, что убедительно показывают примеры работы уже «оцифрованных» магазинов. Расскажем, как высокие технологии и искусственный интеллект трансформируют «традиционный» ритейл уже в ближайшее время.
IT-эволюция
Одним из важных качеств офлайн-ритейла сегодня можно назвать «омниканальность» — объединение разрозненных каналов коммуникаций с клиентом в единую систему. У большинства торговых сетей есть собственные интернет-магазины, свои службы доставки и т.п. Другое дело, что сами покупатели пока не очень готовы активно пользоваться новыми инструментами.
И понятно почему: у нас огромная страна, огромные расстояния. Практика показывает, что наладить быструю и безошибочно работающую систему доставки товара от магазина к покупателю — задача серьёзная не только для крупных городов вроде Москвы, Санкт-Петербурга, Нижнего Новгорода и других, но для малых городов и населённых пунктов.
Тем не менее процесс запущен, нарабатывается полезный опыт; осталось лишь набраться терпения на небольшой период времени, когда активное одновременное использование разных каналов взаимодействия между магазином и покупателем станет «рутиной» для обеих сторон.
Это же касается маркетинговых активностей с использованием мобильных гаджетов. Сегодня практически вся жизнь человека проходит в смартфоне. По моим прогнозам, смартфоны станут эффективными для формирования предложения клиенту через рекомендации уже в ближайшие время.
Что же на данный момент «тормозит» прогресс? Офлайн-ритейлу требуется серьёзное наращивание IT-инфраструктуры: когда мы говорим про видеоаналитику и все сервисы, базирующиеся на технологиях машинного зрения и анализа поведения покупателя, надо понимать, что эти технологии требуют очень больших вычислительных мощностей.
А доказанных кейсов, что такие технологии помогают существенно сокращать затраты или увеличивать продажи, пока очень мало. Все инновации лишь тестируются, находятся в стадии «пилота». К примеру, машинная аналитика потребительского поведения внутри магазина сопряжена с высокой нагрузкой на его сетевую структуру, в ближайшее время эту проблему решить будет сложно.
Применение искусственного интеллекта на базе больших данных, например технологии «машинного зрения» для распознавания тех или иных событий и их анализа для сегментирования покупательского трафика, — то, что ждёт нас уже не за горами, но не думаю, что в ближайший год.
Проклятие «скидок»
Пока «традиционные» магазины действуют «по старинке», используя для привлечения покупателей пресловутые акции и располагая на полках акционные товары. Сегодня промоакции используются сетями, по сути, лишь для конкурентной борьбы между собой. Они уже, вероятно, и сами не рады, что значительную долю на полках у них занимают акционные товары. Понятно, что это уже просто ненормально и нужно что-то делать.
Конечно, можно волюнтаристски снизить количество акционного товара на полках, но, что называется, «на свой страх и риск», не имея возможности спрогнозировать, как такое решение скажется на трафике торговой точки.
Есть и другое, более «элегантное», решение: внедрение в практику продаж персонального ценового предложения, сформированного на основе ряда характеризующих покупателя параметров и повышающего интерес к тем товарам, которые не входят в его потребительскую корзину. Очень часто потребительский профиль покупателя может быть искажён: в рамках одной группы он может приобретать товары из достаточно высокого ценового сегмента или из более низкого, руководствуясь при этом чем угодно.
Использование же персонального ценового предложения позволяет сформировать «потребительский вкус», при этом увеличивая лояльность к сети, которая помогла сделать правильный выбор. Если сеть сделала покупателю предложение, которое ему понравилось, он и далее будет сохранять к ней лояльность, рекомендуя родственникам и друзьям. Не будем забывать про показатель NPS (Net Promoter Score) — метрику, которая отражает отношение клиента к компании, индекс лояльности.
Прогнозирую, что в ближайшие время мы станем свидетелями взрывного роста применения персонального ценового предложения на рынке — и это будет влиять в том числе на то, как будут работать ритейлеры с акционными товарами, вообще с понятием «акция». Может быть, это название в принципе уйдёт, и останется вариант ценового предложения на уровне как корзины, так и товара.
А помогут ритейлу в этом IT-технологии, что уже сегодня активно работают на благо человека в разных сферах. Одна из них — технология machine learning — «машинное обучение». Здесь она будет касаться прежде всего работы с большими данными (big data), позволяя делать сегментирование покупательского трафика. На этой базе уже будут разработаны модели обучения искусственного интеллекта.
Сегодня ритейл активно осваивает функционал электронных ценников. Тут надо понимать, что хороши они не просто для быстрой смены информации о текущей стоимости товара: это инструмент, который можно применять для достоверного анализа — с какой ценой контактировал покупатель при обращении к конкретному товару? Электронный ценник позволяет «видеть», что покупатель, приобретая товар, сделал это осознанно, зная цену.
По данным ритейлеров, сегодня до 15% жалоб покупателей на «горячие линии» касаются несовпадения цены товара на полке и на кассе. Электронные ценники эту проблему снимают, полностью исключая человеческий фактор.
Трафик — источник монетизации
Ещё одно важное направление работы офлайн-ритейла, где ему на помощь уже в обозримом будущем будут готовы прийти технологии искусственного интеллекта, — генерация трафика через управление потребительским поведением или управление вниманием.
Не секрет, что в интернете любая компания, способная генерировать дополнительный трафик на свой сайт, будет зарабатывать значительно большие деньги, нежели просто от продажи товаров. Офлайн-магазины также должны научиться монетизировать свой трафик не только путём продажи товаров.
Использование искусственного интеллекта на основе анализа больших данных будет помогать сотрудникам тех или иных подразделений торговой сети вычислять референтные потребительские группы, более эффективно планировать и проводить маркетинговые мероприятия, работая «прицельно» с разными сегментами покупателей в зависимости от их потребительских предпочтений, активно используя при этом медиаконтент для формирования дополнительной лояльности к бренду.
Был на моей памяти хороший опыт у одной из сетей, когда в своих торговых точках в отделах свежей рыбы они расположили панели, на которых крутили видео с приготовлением блюд из рыбы.
Используя последние достижения IT, сетям важно понимать, что конечная цель — формирование максимально благоприятной и позитивной среды для покупателя через персонализированное обращение к нему. Не будем забывать, что для многих людей, в том числе в России, поход в магазин за покупками — не просто поход за едой и другими товарами. Это — разновидность доступного досуга.