Ритейл – это широкое понятие. Если мы говорим о продуктовом ритейле, то здесь наблюдается повышенный спрос на товары первой необходимости. Продуктовые ритейл-сети способны удовлетворить этот спрос, хотя есть и ограничения. Сейчас многие смотрят в сторону омниканальности.
В то же время в fashion-ритейле ситуация существенно отличается. Магазины сети закрыты, хотя и в большинстве своем они уже успели обзавестись онлайн-магазином, но этот канал не у всех развит и в текущей ситуации не очень спасает.
В обществе сейчас преобладают настроения иного характера: люди думают, как обеспечить семью всем необходимым и что будет дальше, поэтому покупка новых модных кроссовок отходит на второй план.
Такие поведенческие паттерны существенно меняют привычный уклад жизни сетей, которым нужно уметь адаптироваться и принимать правильные управленческие решения. Вот для этого и необходима аналитика данных.
В то же время, собирать данные стандартными методами, в частности при помощи опроса людей, найма скаутов или тайных покупателей сейчас сложно. Но в то же время сейчас люди много времени проводят онлайн. Это и не хорошо, и не плохо, просто компаниям нужно адаптироваться и строить коммуникации в новых форматах.
Важно отметить, что само по себе наличие данных не дает никакого конкурентного преимущества. Они просто есть. Только их правильное использование может дать менеджменту сети понимание, как правильно действовать.
Сейчас главный вопрос ритейла – как адаптировать свою операционную деятельность к текущей ситуации.
Так, операционная деятельность в ритейле – это производная от продаж. Поэтому важно понять, как оптимизировать работу сети, процесс закупок и логистики. Именно для этого и нужны аналитические инструменты, которые позволят принимать взвешенные решения.
Как говорится, «управлять можно только тем, что можно измерить». Собственно, данные и являются фиксацией факта и измерением характера взаимодействий между бизнесом и клиентом. Чтобы иметь возможность принимать правильные решения, нужно иметь как можно более детальное описание истории взаимодействий.
Также это позволяет несколько иначе взглянуть на операционные показатели работы маркетинга или отдела продаж в условиях нисходящей конверсии. Важно записывать, фиксировать и анализировать эти состояния, чтобы уметь адаптироваться в таких ситуациях быстрее других.
Для этого ритейл компаниям нужно провести диагностику, чтобы собрать максимально полную и подробную картину о ключевых метриках деятельности сети, такие как поведение людей действия конкурентов, взаимоотношения с поставщиками, операционные показатели работы магазина и сети в целом.
Если говорить о поведении покупателей в оффлайн ритейл, то эффективными инструментами для сбора данных могут стать системы отслеживания outdoor и indoor трафика, а изменение их покупательских предпочтений можно оценить, анализируя данные о фактических продажах.
В онлайн ритейле возможностей для сбора данных по трафику и предпочтениям покупателей гораздо больше. Инструменты в e-commerce и digital маркетинга позволяют отследить весь жизненный цикл клиента от лида к посла.
Однако, чтобы обеспечить высокое качество данных и сделать их доступными для анализа, обязательным условием является наличие эффективной системы управления данными (data management). Она позволяет избежать ситуации «мусор на входе – мусор на выходе» и обеспечить высокое качество результатов моделирования.
В общении с клиентами я часто сталкиваюсь с ситуацией, когда компании собирают множество различных данных без наличия процессов их верификации, ошибочно полагая, что количество может заменить качество. Как следствие, мы оказываемся в ситуации, когда у клиента возникает ощущение, что у компании есть все необходимые данные для анализа и прогнозирования. Хотя очень часто это не так. В таком случае мы делаем шаг назад и начинаем проект по построению новой или оптимизации существующей системы управления данными, которая позволит перейти от данных к анализу.
Если в компании нет инструментов, которые позволяют собирать достоверные данные о поведении клиентов, действиях конкурентов, изменении политики поставщиков, то ей сложно оценить то, что происходит, и принимать решения.
Сейчас многие компании рассматривают сценарии сокращения сети, но здесь следует быть очень осторожным, чтобы «вместе с водой не выплеснуть и ребенка».
Когда люди в панике и продажи падают, то первое, что приходит в голову ритейл-бизнесу – это необходимость оптимизации затрат и структуры сети. Но здесь возникает вопрос: надо ли это делать для всей сети или есть магазины, которые сейчас лучше закрыть, а другие, наоборот, стоит поддержать.
Чаще всего, людям трудно понять, в чем причина неэффективности. Или это неправильные операционные решения, например, неудачное расположение прилавков, плохой сервис, количество касс и т. д., или наоборот – внутри все круто, а дело во внешних факторах.
Последнее сейчас особенно актуально, когда ритейл-бизнес беспокоит вопрос с арендодателем: пересматривать ли условия аренды, стоит ли идти на конфликт, закрывать ли магазин.
На этапе разработки аналитических моделей, как правило, решаются задачи из трех основных классов:
Описательная аналитика позволяет трансформировать большие данные в полезную информацию с помощью business intelligence и моделей data mining. Системы business intelligence позволяют получать актуальную информацию о ключевых показателях работы всей сети и отдельных магазинов в режиме онлайн, что значительно повышает скорость принятия управленческих решений в случае возникновения каких-либо отклонений, например, таких как сейчас.
Есть вопросы, ответы на которые не лежат на поверхности и их поиск требует более детального анализа. Например, задача по прогнозированию продаж и оценке новых локаций предполагают разработку сложных эконометрических моделей, которые одновременно включают в себя данные о факторах внешней среды и влияние операционных показателей деятельности магазина и сети.
К сожалению, люди не всегда понимают разницу между прогнозом и предсказанием. Прогнозы не оцениваются с точки зрения «сбылось – не сбылось», а только отвечают на вопросы, например, «какими могли бы быть продажи во 2 квартале 2020 при условии, что факторы, которые влияют на работу сети в будущем останутся неизменными?».
И уже сейчас становится очевидным, что в истории данных за предыдущие 5-10 лет, мы с вами не наблюдали ни одной ситуации, которая была бы аналогична этой. Мы можем предположить, что прогнозы по уровню продаж, которые закладывались в бюджеты многих компаний значительно отличаются от фактических результатов.
Помощью в поиске ответа на вопрос «что делать?» является использование моделей распорядительной аналитики, которые позволяют моделировать сценарии поведения целевых показателей и оптимизировать процессы работы ритейл сети в различных условиях внешней среды а также оптимизировать управление рабочим капиталом, процессами логистики, ценовой политики, маркетинговой стратегии и так далее.
Первое – аналитика данных позволит минимизировать возможные убытки.
Второе – она поможет разработать план действий, чтобы понимать, что делать дальше, и своевременно реагировать на изменения среды в ту или иную сторону. Как говорится, осведомлен – значит вооружен.
Аналитика данных позволит ритейлу создать условия для эффективных инвестиций в маркетинговые кампании, в правильную инфраструктуру состава и закупок, увидеть «возрождающийся» сегмент, понимать поведение постоянных клиентов, оценить сегменты по географическим признакам.
Как показывает история, сильными становятся те компании, которые пережили кризис и своих конкурентов.
Напоследок приведу маленькую аналогию с COVID-19. Известный факт, что вирус наиболее опасен для тех, у кого есть проблемы со здоровьем. Так же и в бизнесе: если в компании есть уязвимости, то кризис их только обострит. Поэтому важно «прокачивать иммунитет» компании, чтобы быстрее выздоравливать и побеждать конкурентов.