Высокие технологии в ритейле: как hi-tech влияет на посещаемость магазинов и объемы продаж

hi

Технологии все глубже проникают в сектор ритейла. За последние два года в hi-tech ритейл-стартапы было вложено более $2,3 млрд инвестиций. Наибольшую популярность получили технологические решения, направленные на увеличение потока покупателей, а с ними – на рост продаж.

Несмотря на свое бурное развитие, электронные продажи все еще не могут состязаться с офлайном. В России онлайн составляет лишь 1,5% сетевой торговли – довольно низкий показатель для розницы. В мире все большее распространение получает новый тренд – омниканальность и уход в офлайн, что несет с собой увеличение числа физических точек продаж. Для того чтобы активность покупателей росла, ритейлеры все чаще обращаются к высоким технологиям.

Прогнозирование покупательского спроса

Если не рассматривать товары первой необходимости, покупательский интерес – далеко не константа. В зависимости от времени года, погоды, изменений курса валют и других, даже самых неочевидных факторов, этот показатель постоянно меняется. Для того чтобы одни товары не залеживались на полках, а другие, наоборот, не стали дефицитом, ритейлеры все чаще прибегают к работе с Big Data и предиктивной аналитикой.

Эксперты агентства McKinsey считают, что именно эти технологии вкупе с машинным обучением позволяют радикально оптимизировать цепочки поставок, что особенно актуально для работы в сегменте поставок свежих продуктов питания.

Компьютерная система, построенная на базе технологии машинного обучения, при помощи бизнес-аналитиков собирает и обрабатывает огромные массивы первичных данных, получаемые из различных источников: датчиков, сенсоров, открытых данных о погоде, предстоящих праздниках и прочее.

На основе изучения паттернов покупательского поведения за предыдущие месяцы и годы, машинный алгоритм с впечатляющей точностью прогнозирует покупательский спрос в будущем. Наиболее совершенные алгоритмы используются при анализе более 50 переменных – при всем желании человек не способен конкурировать с машиной в этом вопросе. Системы компьютерного анализа в режиме 24/7 рассчитают потенциальный спрос на отдельные товарные позиции после изменения любого из факторов, принимаемых во внимание.

Сокращение расходов на логистику

Поскольку спрос поддается прогнозированию, цепочка поставок может быть сведена к математически обоснованному набору разноплановых операций. В этом ритейлу помогают интеллектуальные системы планирования логистических процессов. Компьютер в состоянии мониторить объемы и скорости поставок, и если необходимо – корректировать данные в ходе работы. Например, если в нужном регионе дороги завалены снегом, система выполнит географическое перераспределение направления поставок.

Технология помогает избежать множества проблем, среди которых – рост объемов просроченной продукции. Помимо этого, покупатели активнее посещают точки продаж, зная, что желаемый продукт гарантировано представлен на прилавке.

Уменьшение количества операций при покупке

Все больше компаний объединяют онлайн- и офлайн-компетенции, создавая автоматизированные магазины. Один из кейсов – магазин Amazon Go, открытый в Сиэтле. Компания Джефа Безоса приняла решение внедрить ряд технологических элементов, включая компьютерное зрение и анализ при помощи ИИ.

Процесс покупки выглядит следующим образом: клиент берет с полки все, что необходимо, и уходит. Касс нет, деньги списываются со счета автоматически после выхода из магазина. Это удобно как для потребителя – отсутствие касс гарантирует отсутствие очередей, так и для магазина – появляется возможность отказаться от персонала и сократить операционные затраты. Растет проходимость – увеличивается скорость товарооборота.

Единственный, пока что не решенный, момент – необходимость предварительной установки специализированного приложения, регистрации аккаунта и привязки к нему банковской карты. Магазины, работающие по схожему принципу, представлены и в других странах мира, например, в Китае.

Анализ потока покупателей в торговой точке или сети

Для того чтобы определить пропускную способность торговой точки, специфику интересов посетителей и популярность того или иного отдела, ритейлеры прибегают к созданию тепловых карт на основе собранных деперсонализированных данных (например, MAC-адреса устройств). Аккумулировать их помогают 3 составляющие: Wi-Fi роутеры (у посетителей должен быть активирован WIFI-модуль), iBeacon-маячки (распознавание по включенному Bluetooth) и видеоаналитика. После этого данные анализируются CRM-системой магазина.

Около 60% посетителей ТЦ в Москве не выключают WIFI, что позволяет анализировать их по ряду метрик и модифицировать ассортимент магазинов в соответствии с полученными показателями. Для того чтобы уточнить паттерны пользовательских интересов, используются платформы для управления данными таких компаний, как Яндекс или Mail.ru.

Прямое взаимодействие с покупателями

Искусственный интеллект уже достиг того уровня, чтобы работать с покупателями напрямую. Пример: проект производителя спортивной и туристической одежды North Face. На сайте магазина представлен интерактивный помощник, который задает потенциальному покупателю вопросы и на основе полученных ответов дает индивидуальные рекомендации. Всего за два месяца к цифровому ассистенту обратились свыше 50 тысяч клиентов: одни приобрели товар через интернет, другие совершили покупку в торговой точке.

В 2017 году «Лента» представила проект по оснащению своих магазинов роботами, обладающими функциями распознавания лиц и «общения». По мнению разработчиков роботы способны запоминать постоянных клиентов и более того – находить индивидуальный подход к каждому посетителю.

Согласно данным исследовательской компании Gartner к 2020 году более 85% взаимодействия ритейла с покупателями будет основываться на технологии искусственного интеллекта. Можно с уверенностью констатировать, что офлайн-торговля будет и дальше процветать, но способ привлечения и удержания покупателей изменится в сторону высоких технологий.

Денис Бочаров

Источник: https://new-retail.ru