Как повысить конкурентоспособность в ритейле с помощью цифры

Построение цифровой бизнес-модели

Помимо поиска выигрышных форматов, ориентированных на специфические целевые аудитории, акцент в сегодняшнем мире также должен делаться на построение адаптивной цифровой бизнес-модели. Сегодня компании стремятся следовать двум глобальным технологическим трендам. С одной стороны, «виртуализировать бизнес-активы» и «оцифровать процессы», а с другой — использовать инструментарий «цифрового опыта», направленный на персонализацию отношений с клиентами. В теории два этих направления дополняют друг друга, образуя ту цифровую бизнес-модель, во главе которой изученная потребность клиента помогает формировать товар или услугу.

Такая модель должна представлять собой единую экосистему с обратной связью, обеспечивающей улучшение покупательского опыта и повышение рентабельности. Бизнес может чутко реагировать на все паттерны поведения клиентов, причем через все доступные каналы коммуникаций.

Шаг 1. Персонализировать предложения

Современные покупатели ждут персонализированных предложений -подготовленных конкретно для них или на основе предпочтений их ближайшего круга. В ответ на этот запрос крупные ритейлеры работают над тем, чтобы обеспечивать клиентский опыт на основе индивидуальных предпочтений, интересов и поведения, используя цифровые платформы, где при правильной расстановке бизнес-приоритетов эффект может быть заметен сразу. Розничные торговые сети начинают активно использовать искусственный интеллект, меняя опыт пользователей и, как следствие, собственный бизнес. Так, в области претензионной работы такой подход дает возможность быстро повысить удовлетворенность сервисным обслуживанием, тем самым вызывая лояльность и доверие со стороны покупателя.

В рамках парадигмы цифрового опыта нужно крайне внимательно относиться к гиперперсонализации. Например, в контексте семьи или ближнего круга вашего клиента нужно быть четко уверенным, что предложение адресовано персонально клиенту и не попало к его жене/мужу или детям. Дабы не создавать, в некоторых случаях, «комедий положений» или сложно решаемых ситуаций.

Шаг 2. Исследовать и прогнозировать покупательский спрос

Технологии позволяют прогнозировать множество факторов спроса (сезонность, скидки, активность конкурентов, вкусы потребителей, кратковременное изменение экономических условий и прочее). В идеале это дает возможность планировать поставки товаров, чтобы не возникало переизбытка, и выстраивать коммуникацию с клиентом, чтобы у него не возникало ощущение дефицита. Аналитика, основанная на BigData, помогает рассчитать оптимальное количество товара и открывает возможность построения прогностических моделей как для отдельно взятых магазинов, так и в целом для всей торговой сети. Искусственный интеллект позволяет «обучать» и подстраивать логистику и сервисные службы под различные паттерны поведения потребителей.

Шаг 3. Настроить аналитику потока покупателей

Использование платформ, собирающих и анализирующих информацию о потоках, предоставляет ряд преимуществ — от детализированных метрик на уровне магазина до корректировки тактики и стратегии на разных уровнях ритейла. Технологии позволяют увидеть и предсказать динамику количества покупателей за определенный период времени — квартал, месяц или день недели. Решается такая задача различными способами — от анализа умных касс, которые отправляют информацию о покупателях в центр обработки данных до применения видеоаналитики. Обработка и анализ всех данных дают возможность улучшить точность прогностической модели поставок, а при детальном и продвинутом подходе позволяют вести целенаправленную работу по борьбе с оттоком клиентов.

Шаг 4. Оптимизировать логистические цепочки

Этот шаг — прямое следствие предыдущего. Если прогностическая модель верна, то ритейлер получает достоверную информацию о том, сколько и каких товаров нужно конкретному магазину. Следовательно, для распределения этих товаров можно выделить определенное количество транспортных средств и сотрудников. В результате увеличивается скорость доставки, эффективно используются складские помещения, снижаются расходы на логистику. По нашему ощущению, более 60% отечественных ритейлеров на сегодняшний день не автоматизировали складскую транспортную логистику. Например, если у компании ежедневно 300-400 точек доставки, то потери порой составляют порядка 25 миллионов рублей в год.

В целом, построение цифровой бизнес-модели позволяет вооружить бизнес чем-то вроде «цифрового айкидо», где мы намеренно используем энергию клиента, затрачивая минимум собственной, получаем развитие, дополнительную прибыль и уверенность в собственной эффективности. Эта стратегическая инициатива затрагивает весь бизнес в целом — клиентов, конкурентов, портфель продуктов и услуг, бизнес-процессы, инфраструктуру.

Кстати, об инфраструктуре. Очевидно, что в контексте ритейла наша «модель» должна помогать бизнесу динамично перестраивать товарную полку. И тут решения должны рассматриваться в контексте некраткосрочного планирования, так как «бутылочным горлышком» всего процесса является логистика. В логистике все локальные оптимизации теряют смысл, если не решен вопрос сквозной оптимизации «от поля до полки». Поэтому лидеры либо выстраивают сквозные процессы из контролируемых активов, явно теряя в спектре товаров, либо предлагают экосистеме поставок цифровые сервисы для повышения управляемости, сохраняя при таком подходе среди поставщиков разнообразие и ценовую конкуренцию.

Технологии на текущий момент, очевидно, влияют на показатели компаний и приносят ощутимый эффект. Так, целенаправленная работа с «оттоком клиента» при известном нам ежегодном среднем потоке по сети может быть конвертирована в конкретные дополнительные проценты к upfront margin в EBITDA компании. Так что, кажется, самое время сделать уверенный шаг на путь получения прибыли в цифровом ландшафте.