Как Big Data поможет магазинам и торговым центрам Владимира увеличить прибыль

По исследованию IDC и Hitachi Vantara, больше половины российских компаний в ближайший год будут использовать технологии Big Data для работы с информацией о клиентах, а экономический эффект от использования этой технологии составит до 1,5% ВВП, по прогнозу Ассоциации участников рынка больших данных. Это значит, еще немного — и большие данные прочно войдут в жизнь и бизнес регионов. В первую очередь, это коснется ритейла, уверены в МТС. Кто первым начнет использовать большие данные в работе, тот быстрее получит рост прибыли.

Владимир Орлов, директор филиала МТС во Владимире, рассказывает о том, как применяют технологии Big Data в России и за рубежом, можно ли использовать их в небольших регионах Центральной России, таких, как Владимир, и развеивает миф о том, что большие данные — инструмент только для крупного бизнеса.

- Владимир Юрьевич, почему бизнес все чаще обращается к BigData?

- Дело в том, что современные покупатели – это не безликая масса в виде цифр статистики. Тот бизнес, который сейчас может понять и сделать персонализированное предложение клиенту, попав точно в его желания, выигрывает на рынке. Потому что потребители товаров и услуг избирательны и без сожалений переключаются на бренд конкурента, если его предложение покажется привлекательнее.

Региональный бизнес по большому счету способен составить портрет целевой аудитории с индивидуальными чертами, характеристиками и потребностями. Проблема только в том, что информации, данных накопилось столько (и они с каждым днем растут в геометрической прогрессии), что обработать их и не «утонуть» невозможно. Для этого и существует такой инструмент, как BigData.

- Какие задачи может решить BigData?

- В ритейле я выделил бы две ключевые задачи. Это планирование бизнеса и привлечение новых клиентов через целевые коммуникации, через точные предложения товаров и услуг. Что это значит? Например, крупный американский ритейлер Fall Rush использовал данные о том, где находятся их клиенты, чтобы провести оригинальную рекламную кампанию. У продавца стояла задача привлечь местных студентов. Для этого рекламная компания была разработана так, что сообщения показывали только тем, кто учится и живет рядом, лицам мужского и женского пола в возрасте от 18 до 24 лет. С помощью точечной рекламной кампании студенты увидели именно те объявления, которые предназначались им.

Использование больших данных позволяет в целом выстроить эффективный диалог с клиентом и лучше понять, что он хочет. Как раз для этого в России, например, КХЛ внедрила систему по сбору, анализу и управлению Big Data. Она консолидирует данные с официального сайта, социальных сетей, билетных касс и форумов. На основе данных будет сформирован профиль болельщика для каждого, кто интересуется хоккеем. Система позволит федерации выстраивать более точную коммуникацию с аудиторией при продаже билетов на матчи и анализировать эффективность маркетинговых кампаний.

- Вы сказали, что с помощью больших данных можно планировать бизнес: как это происходит? 

- Каждый маркетолог знает, что не больше 15 секунд покупатель готов тратить на поиск нужного товара на полке магазина (по статистике Nielsen). Следовательно, владелец розницы сталкивается с проблемой: как поставить в каждый конкретный магазин оптимальный набор товаров и правильно его преподнести? То есть нужно тщательно спланировать пространство и выкладку товара, изучив разные категории клиентов: их социальные и демографические характеристики, платежеспособность, покупательское восприятие, изменение поведения при использовании программ лояльности и так далее. И здесь помогает BigData, которая собирает информацию, систематизирует, анализирует. С помощью BigData можно также узнать долю уникальных посетителей магазина или же ТРЦ, процент перекрестных посещений в соотношении с другими торговыми площадками. Маркетологи и мерчандайзеры опираются на большие данные, а не на интуицию.

Планировать можно и расположение самих торговых точек в конкретном населенном пункте или районе. Предположим, нужно открыть продуктовый магазин в формате 24 часа в Гусь-Хрустальном. Основными критериями для оценки локации станут максимальная численность населения в пятиминутной зоне пешеходной доступности, стоимость аренды и наличие конкурентов. На странице сервиса МТС вы открываете карту города, выставляете нужные параметры и получаете многослойную аналитику. Например, зелёный цвет будет означать минимальную стоимость за квадратный метр, красный — максимальную. Фиолетовая зона — наибольшая численность населения, жёлтая — наименьшая. На основе этих данных останется лишь выбрать оптимальную точку.

- Наверное, такая аналитика будет дорого стоить? Может ли средний и малый бизнес позволить себе такую роскошь?

- Обращаясь в маркетинговое агентство за исследованием рынка, вы увидите стоимость такого проекта в районе 150 – 300 тысяч. Детальный отчет на основе BigData обойдется примерно в 20 – 30 раз дешевле. А объем информации при этом анализируется достаточно большой. Например, сервисы анализа геоданных позволяют выяснить плотность населения, трафик, ключевые точки города, где сливаются потоки горожан и даже выяснить примерную стоимость аренды помещения.

Ошибочно думать, что Big Data — это дорого. Такие технологии доступны не только крупным торговым сетям, но и малому и микробизнесу Владимира. Так, используя приложение МТС Маркетолог, можно самостоятельно привлечь новых клиентов и снизить затраты на рекламу с помощью BigData. За пару кликов настраивается таргетинг на тех, кто часто бывает рядом с магазином, можно выбрать еще и целый ряд социально-демографических показателей: возраст, пол, платежеспособность, предпочтения, хобби и увлечения и т.д. В итоге потенциальный покупатель получает SMS, или сообщение в мессенджере, или видит рекламу в интернете, которая рассчитана именно на его потребности. Все это не требует дополнительного обучения и работы SMM-специалистов: интерфейс онлайн-сервиса интуитивно понятен и рассчитан на любой бюджет. У нас есть кейсы, когда местный бизнес тратил порядка 1500 рублей на МТС Маркетолог и получал доход, более чем в 100(!) раз превышающий затраты на этот канал продвижения.

- Если мы закажем такой отчет сегодня, когда можно получить результат?

- Подготовить предварительный анализ на основе Big Data можно за короткие сроки. Например, даже по такому крупному городу, как Ковров, можно проверить несколько десятков возможных локаций для торговой точки за 1 день, подробно изучив их с разных сторон — от транспортных потоков до конкурентной ситуации. Мы знаем о точках концентрации абонентов и их миграциях, планах развития городских агломераций, пиковых загрузках базовых станций, пользовательском опыте и еще множество характеристик.

- А ваша компания пользуется BigData?

- Конечно. В МТС с помощью Big Data мы планируем сеть базовых станций, определяем места и форматы новых розничных салонов, управляем ассортиментом розничных точек, снижаем фродовые действия, выбираем оптимальные режимы работы офисов продаж и формируем индивидуальные предложения девайсов и аксессуаров, иногда зная о желаниях клиентов больше, чем они сами.

⏺