Закриття заводів і магазинів у Китаї в зв’язку зі спалахом коронавірусу вплине більше ніж на 5 млн компаній по всьому світу – такого висновку дійшли аналітики дослідницької компанії Dun & Bradstreet ще на початку пандемії. Зараз ситуація не стала кращою.
Як ритейл-бізнес може «прокачати імунітет» і мінімізувати можливі збитки від COVID-19, розповів Mind голова відділу аналітики даних і моделювання Modex Analytics Максим Синявський.
Ритейл-мережам варто використовувати дані які вони вже мають або які можуть легко зібрати. Це допоможе їм адаптуватися під ситуацію та ухвалювати рішення.
Ритейл – це широке поняття. Якщо ми говоримо про продуктовий ритейл, то тут спостерігається підвищений попит на товари першої необхідності. Продуктові ритейл-мережі здатні задовольнити цей попит, хоча є і обмеження. Зараз багато хто дивиться в бік омніканальності.
З іншого боку, в fashion-ритейлі ситуація істотно відрізняється. Магазини мережі закриті, хоча і в більшості своїй вони вже встигли створити онлайн-магазин, але цей канал не у всіх розвинений і в поточній ситуації не дуже рятує.
У суспільстві зараз переважають настрої іншого характеру, коли покупка нових модних кросівок відходить на другий план. Люди думають, як забезпечити сім'ю всім необхідним і що буде далі.
Такі поведінкові патерни істотно змінюють звичний уклад життя мереж, яким потрібно вміти адаптуватися і ухвалювати правильні управлінські рішення. Ось для цього необхідна аналітика даних.
У той же час, збирати дані стандартними методами, зокрема через опитування людей, наймання скаутів або таємних покупців, зараз складно. Але водночас зараз люди багато часу проводять онлайн. Це і не добре, і не погано, просто компаніям потрібно адаптуватися та будувати комунікації в нових форматах.
Важливо відзначити, що сама по собі наявність даних не дає ніякої конкурентної переваги. Вони просто є. Тільки їх правильне використання може дати менеджменту мережі розуміння, як правильно діяти.
Зараз головне питання ритейлу – як адаптувати свою операційну діяльність під поточну ситуацію.
Так, операційна діяльність у ритейлі – це похідна від продажів. Тому важливо зрозуміти, як оптимізувати роботу мережі, процес закупівель і логістики, щоб максимально адаптуватися під поточну ситуацію. Саме для цих речей і потрібні аналітичні інструменти, які дозволять ухвалювати зважені рішення.
Як-то кажуть, «управляти можна тільки тим, що можна виміряти». Власне, дані і є фіксацією факту і вимірюванням характеру взаємодій між бізнесом і клієнтом. Щоб мати можливість ухвалювати правильні рішення, потрібно мати якомога детальніший опис історії взаємодій.
Також це дозволяє трохи інакше поглянути на операційні показники роботи маркетингу або відділу продажів в умовах падаючої конверсії. Важливо записувати, фіксувати і аналізувати ці стани, щоб вміти адаптуватися в таких ситуаціях швидше за інших.
Для цього ритейл компаніям потрібно провести діагностику, щоб зібрати максимально повну і детальну картину про ключові метрики діяльності мережі, такі як поведінка покупців, дії конкурентів, взаємовідносини з постачальниками, операційні показники роботи магазину і мережі в цілому.
Щодо поведінки покупців в офлайн ритейлі, то ефективними інструментами для збору даних можуть стати:
Зміну їх купівельних переваг можна оцінити, аналізуючи данні про фактичні продажі.
В онлайн ритейлі можливостей для збору даних по трафіку та вподобанням покупців набагато більше. Інструменти в e-commerce та digital маркетингу дозволяють відстежити весь життєвий цикл клієнта: від ліда до амбасадора.
Однак, щоб забезпечити високу якість даних і зробити їх доступними для аналізу, обов'язковою умовою є наявність ефективної системи управління даними (data management). Вона дозволяє уникнути ситуації «сміття на вході – сміття на виході» і забезпечити високу якість результатів моделювання.
У спілкуванні з клієнтами я часто стикаюся з ситуацією, коли компанії збирають безліч різних даних без наявності процесів їх верифікації, помилково вважаючи, що кількість може замінити якість. Як наслідок, ми опиняємося в ситуації, коли у клієнта виникає відчуття, що у компанії є всі необхідні данні для аналізу і прогнозування. Хоча дуже часто це не так. У такому випадку ми робимо крок назад і починаємо проєкт з побудови нової або оптимізації існуючої системи управління даними, яка дозволить перейти від даних до аналізу.
Якщо у компанії немає інструментів, які дозволяють збирати достовірні дані про поведінку клієнтів, дії конкурентів, зміни політики постачальників, то їй складно оцінити те, що відбувається, і ухвалювати ефективні рішення.
Зараз багато компаній розглядають сценарії щодо скорочення мережі, але тут слід бути дуже обережним, щоб «разом з водою не виплеснути дитину».
Коли люди в паніці й продажі падають, то перше, що спадає на думку ритейл-бізнесу – це необхідність оптимізації витрат і структури мережі. Але тут постає питання: чи треба це робити для всієї мережі або ж є магазини, які зараз краще зупинити, а інші, навпаки, варто підтримати.
Найчастіше, людям важко зрозуміти, в чому причина неефективності. Чи то операційні рішення винні, наприклад, невдале розташування прилавків, поганий сервіс, кількість кас і т. д., чи то все навпаки – всередині все круто, а справа у факторах зовнішнього середовища.
Останнє зараз особливо актуально, коли ритейл-бізнес турбує питання з орендодавцем: чи переглядати умови оренди, чи варто йти на конфлікт, чи закривати магазин.
На етапі розробки аналітичних моделей, як правило, вирішуються завдання з трьох основних класів:
Описова аналітика дозволяє трансформувати великі данні у корисну інформацію за допомогою business intelligence та моделей data mining. Системи business intelligence дозволяють отримувати актуальну інформацію про ключові показники роботи всієї мережі і окремих магазинів в режимі онлайн, що значно підвищує швидкість прийняття управлінських рішень у разі виникнення будь-яких відхилень, наприклад, таких як зараз.
Є питання, відповіді на які не лежать на поверхні і їх пошук вимагає більш детального аналізу. Наприклад, завдання з прогнозування продажів і оцінці нових локацій припускають розробку складних економетричних моделей, які одночасно включають в себе данні про фактори зовнішнього середовища і вплив операційних показників діяльності магазину і мережі.
На жаль, люди не завжди розуміють різницю між прогнозом і пророкуванням. Прогнози не оцінюються з точки зору «збулося – не збулося», а тільки відповідають на питання, наприклад, «якими могли б бути продажі в 2 кварталі 2020 року за умови, що фактори, які впливають на роботу мережі в майбутньому залишаться незмінними?».
І вже зараз стає очевидним, що в історії данних за попередні 5-10 років, ми з вами не спостерігали жодної ситуації, яка була б аналогічна цій. Ми можемо припустити, що прогнози по рівню продажів, які закладалися до бюджетів багатьох компаній значно відрізняються від фактичних результатів.
Допомогою в пошуку відповіді на питання «що робити?» є використання моделей прескриптивної аналітики, які дозволяють моделювати сценарії поведінки цільових показників і оптимізувати процеси роботи рітейл мережі в різних умовах зовнішнього середовища а також оптимізувати управління робочим капіталом, процесами логістики, цінової політики, маркетингової стратегії і так далі.
Перше – аналітика даних дозволить мінімізувати можливі збитки.
Друге – створити план дій, щоб розуміти, що робити далі, і своєчасно реагувати на зміни середовища в той чи інший бік. Як кажуть, обізнаний – значить озброєний.
Аналітика даних дозволить ритейлу створити умови для ефективних інвестицій в маркетингові кампанії, у правильну структуру складу і закупівель, побачити «відроджуваний» сегмент, розуміти поведінку постійних клієнтів, оцінити сегменти за географічними ознаками.
Як показує історія, сильними стають компанії, які пережили кризу і своїх конкурентів.
Наостанок наведу маленьку аналогію з COVID-19. Відомий факт, що вірус найбільш небезпечний для тих, у кого є проблеми зі здоров'ям. Так само і в бізнесі: якщо в компанії є уразливості, то криза їх тільки загостріть. Тому важливо «прокачувати імунітет» компанії, щоб швидше одужувати і перемагати конкурентів.