Вспомните, когда вы в последний раз принимали важное решение в отношении своего розничного магазина. Делали ли вы обоснованные предположения? Если это так, вы не должны были. Даже если ваша интуиция была верна, это рискованный способ управления фирмой. У большинства ритейлеров нет. Глобальный сектор розничной аналитики, оцениваемый в 8.64 миллиарда долларов, помогает ритейлерам, предоставляя им данные, необходимые для принятия более взвешенных решений. Использование данных для управления прибыльным розничным бизнесом избавляет от догадок во всем, от определения местоположения вашего следующего магазина до определения приоритетов пополнения запасов. Не уверен, с чего начать? В этой статье обсуждаются виды розничной аналитики, к которым следует обращаться при принятии решений, а также инструменты и примеры для демонстрации каждой статистики в действии.
Что такое розничная аналитика данных?
Аналитика розничных данных — это процесс сбора и анализа розничных данных (таких как данные о продажах, запасах, ценах и т. д.) для выявления тенденций, прогнозирования результатов и принятия более эффективных и прибыльных бизнес-решений.
Если все сделано правильно, аналитика данных позволяет розничным торговцам лучше понять эффективность своих магазинов, продуктов, клиентов и поставщиков и использовать это понимание для повышения прибыльности.
Почти все продавцы так или иначе используют аналитику данных, даже если это только изучение показателей продаж в Excel.
Однако есть существенная разница между аналитиком, использующим Excel для изучения электронных таблиц, и аналитиком, использующим специально созданный ИИ для одновременной оценки миллиардов точек данных.
Чтобы оценить это различие, вы должны сначала понять четыре категории розничной аналитики данных.
Типы розничной аналитики данных
Существует четыре основных типа аналитики розничных данных: описательная аналитика, которая отражает и объясняет прошлые результаты; диагностическая аналитика, выявляющая основную причину данной проблемы; прогнозная аналитика, оценивающая будущие результаты; и предписывающая аналитика, которая предлагает следующие шаги. Каждый из четырех методов обсуждается более подробно ниже.
#1. Описательная аналитика
Описательная аналитика служит основой для более сложных типов аналитики, таких как перечисленные ниже. Он отвечает на основные вопросы, такие как «сколько, когда, где и что» — суть основных инструментов бизнес-аналитики и информационных панелей, которые предоставляют еженедельную статистику продаж и запасов.
№2. Диагностическая аналитика
Диагностическая аналитика помогает розничным компаниям выявлять и анализировать проблемы, которые могут снижать производительность. Розничные продавцы могут получить более полное представление об основных причинах проблем, с которыми они сталкиваются, путем объединения данных из многочисленных источников, таких как отзывы потребителей, финансовые показатели и операционная аналитика.
№ 3. Предиктивная аналитика
Предиктивная аналитика помогает продавцам прогнозировать будущие события на основе множества факторов, таких как погода, экономические тенденции, перебои в цепочке поставок и новые конкурентные проблемы. Эта стратегия часто принимает форму анализа «что, если», который позволяет розничному продавцу наметить, что произойдет, если он предложит скидку 10 % по сравнению со скидкой 15 % на продукт, или предсказать, когда у него закончатся запасы, на основе определенного набора альтернативных действий.
№4. Предписывающая аналитика
Предписывающая аналитика — это применение ИИ и больших данных для получения результатов прогнозной аналитики и предписания действий. Например, предписывающая аналитика может предоставлять агентам службы поддержки клиентов предлагаемые предложения, которые они могут передавать потребителям на лету, такие как дополнительные продажи на основе предыдущей истории покупок или перекрестные продажи для ответа на новый запрос клиента.
Примеры приложений для розничной аналитики данных
Одна из самых важных причин использовать аналитику данных для принятия решений — убедиться, что ваши выводы основаны на реальной истине (холодные, точные цифры), а не на чьем-то взгляде на реальность.
Аналитика также может помочь вам понять вашу фирму гораздо более подробно, чем вы могли бы иначе.
На практике магазин может использовать аналитику данных для:
- Поймите стоимость типичного заказа и количество проданных продуктов.
- Определите, какие товары продаются больше всего, какие меньше всего и все, что между ними.
- Определите самых ценных клиентов.
- Узнайте свой реальный спрос, а также предыдущие упущенные продажи.
- Определите наилучшие предлагаемые объемы заказа и дайте рекомендации по объемам закупок и распределениям.
- Определить лучшую цену на конкретный продукт в каждой заданной области.
Эти (и другие) идеи помогут вам лучше понять показатели вашей компании и разработать стратегии, которые приведут вас туда, куда вы хотите.
Анализ данных должен стать жизненно важным компонентом вашей компании по мере ее роста, чтобы улучшить процесс принятия решений и разработать эффективную тактику розничной торговли.
Поэтому неудивительно, что сектор аналитических решений для розничной торговли является большим и быстро развивающимся. Мы рассмотрим некоторые из этих приложений, как они работают и какие преимущества вы можете получить от их использования.
№ 1. Бизнес-аналитика
Многие фирмы используют инструменты бизнес-аналитики для надлежащего управления и организации своих данных. Инструменты BI являются примером описательной аналитики, поскольку они помогают упорядочивать и визуализировать данные.
Многие магазины осуществляют базовую бизнес-аналитику (BI), используя собственные функции системы ERP (планирование ресурсов предприятия) или путем импорта данных прямо в Microsoft Excel.
Чуть более искушенные розничные продавцы будут использовать программное обеспечение BI, такое как:
- Microsoft Power BI
- Живая картина
- SAP
- QlikView
- Искра от Apache
Эти приложения обеспечивают доступ ко многим источникам данных, привлекательным визуальным эффектам и некоторым операциям с данными.
Наиболее сложные BI обычно включают в себя специалистов по данным, которые используют языки программирования (такие как Python), которые предоставляют дополнительную свободу для обработки данных, визуализации и моделирования.
Несмотря на свою полезность, многие из приведенных выше примеров требуют значительного вмешательства человека и требуют много времени для управления. Это особенно актуально для средних и крупных ритейлеров с сотнями или тысячами торговых точек (и десятками тысяч или сотнями тысяч товаров). Вот почему многие ритейлеры нанимают аналитиков, назначенных в каждый отдел для составления отчетов.
Инструменты расширенной аналитики, такие как Retalon, обычно могут автоматизировать большинство ручных, повторяющихся процедур, связанных со стандартными методами BI, из-за их сложности.
№ 2. Прогноз продаж
Прогнозирование продаж — еще одно распространенное использование анализа данных в розничной торговле.
Проще говоря, прогнозирование продаж — это процесс анализа предыдущих данных о продажах, выявления тенденций и прогнозирования их на будущее для оценки продаж.
Это помогает продавцам во всем, от закупок запасов и управления бюджетом OTB до определения финансовых целей высокого уровня для организации.
Прогнозирование продаж, как следует из названия, носит прогнозный характер — и это самый простой вид прогнозной аналитики, используемый ритейлерами.
Существует множество методов прогнозирования продаж, потому что компании веками стремились к этому:
- Использование данных о продажах за прошлый год для прогнозирования продаж на текущий год
- Опросы, наблюдения и другие формы исследования рынка
- Оценки экспертов
- Статистические модели Excel
- Специализированное программное обеспечение
Многие магазины разработали собственное внутреннее решение для прогнозирования будущих продаж, обычно объединяющее десятки (если не сотни) листов Excel, возможности ERP, специализированное программное обеспечение и группы аналитиков.
Хотя прогнозирование продаж является основой многих процессов планирования розничной торговли, это, возможно, самая важная область анализа данных, которая нуждается в улучшении. Это связано с тем, что прогнозирование продаж часто бывает неверным и не учитывает сложности розничной торговли.
Например, если продавец продал товар в прошлом году, традиционные методологии прогнозирования продаж посоветовали бы ему повторить ошибку, даже если бы он мог продать значительно больше.
В результате большая часть прогнозирования продаж вышла из моды, и ее место заняла более сложная предиктивная аналитика.
№3. Прогнозирование спроса
Как было сказано ранее, прогнозирование спроса — это гораздо более продвинутый вид прогнозной аналитики, которую используют продавцы.
Прогнозирование спроса, в отличие от попыток оценить продажи, используя только исторические данные о продажах, использует гораздо больший диапазон данных для расчета спроса на каждый продукт в каждом магазине через точные интервалы времени. Таким образом, прогнозирование спроса намного точнее, чем обычное прогнозирование продаж.
Более подробную информацию о прогнозировании продаж и прогнозировании спроса можно найти здесь.
Таким образом, основные преимущества этой формы розничной аналитики заключаются в следующем:
- Более точное прогнозирование будущего состояния бизнеса
- Создание симуляций или сценариев «что, если»
- Возможность адаптации на лету при изменении условий на земле
- Объединение важнейших функций розничной торговли (например, промо-акции и управление запасами)
Как обычно, существует множество методов прогнозирования спроса. Розничные продавцы могут использовать следующее в порядке убывания сложности:
- Электронные таблицы Excel, содержащие статистические модели
- Программное обеспечение для общей аналитики и статистического моделирования
- Программное обеспечение для розничной аналитики на базе искусственного интеллекта
Читайте также: ОНЛАЙН-РОЗНИЦА: все, что вам нужно знать
Хотя первые два варианта подходят для небольших предприятий, их становится трудно (если не невозможно) использовать с очень большими наборами данных (такими, которые есть у средних и крупных розничных продавцов).
Это связано с тем, что при прогнозировании спроса используются данные из других источников, а не данные о продажах.
- История ценообразования
- Прошлый инвентарь
- Ассортимент и богатство ассортимента
- Группы и семейства продуктов
- Сезонность
- Несогласованность цепочки поставок
- Активность конкурентов
- Потребительские предпочтения
- И т.д.
Представьте себе ручную компиляцию, анализ и моделирование всех этих данных для миллиардов различных комбинаций Store/SKU.
Поиск поставщика программного обеспечения для прогнозной аналитики в розничной торговле с подтвержденным опытом работы с розничными торговцами в их вертикали — лучший способ для розничных продавцов использовать прогнозирование спроса.
Использование специализированного программного обеспечения, подобного этому, дает магазинам многочисленные преимущества.
Например, вы можете поэкспериментировать с различными переменными, такими как цена продукта, открытие новых магазинов, выпуск новых продуктов (и другими), чтобы увидеть, какое влияние они оказывают на ваши итоговые ключевые показатели эффективности, а затем соответствующим образом изменить свои запасы, цены или маркетинговую стратегию.
№ 4. Единая расширенная розничная аналитика
Это самый мощный тип аналитики с лучшим ROI при правильном использовании.
Унифицированная расширенная аналитика, подпадающая под четвертый тип аналитики (предписывающая аналитика), стремится объединить преимущества бизнес-аналитики, надежной диагностики и точных прогнозов спроса с интеллектуальной автоматизацией, которая предлагает наиболее прибыльные действия в рамках бизнеса.
Достойное унифицированное аналитическое программное обеспечение будет делать следующее:
- Автоматизируйте отчетность и визуализацию данных.
- Прогноз спроса на каждый товар в каждом магазине в определенное время.
- Разрешить гибкое моделирование и сценарии «что, если» для запуска новых продуктов, открытия розничных магазинов и других подобных ситуаций.
- Автоматически рекомендуются тысячи (если не миллионы) микрооптимизаций выбора, распределения, ценообразования и т. д.
- Все модификации и обновления должны быть согласованы между всеми отделами и источниками данных.
Эта форма аналитики может предоставляться только поставщиками программного обеспечения, которые специализируются на расширенной розничной аналитике из-за ее сложности и специфики.
Он не только автоматизирует сотни повторяющихся процессов (составление отчетов, консолидация данных между отделами, оценка и т. д.), но и оптимизирует с такой степенью детализации, с которой аналитики-люди просто не могут сравниться.
Этот тип расширенной аналитики данных обеспечивается различными решениями, в том числе платформой розничной аналитики Retalon, которая использует высокоточное прогнозирование спроса и продвинутый искусственный интеллект для предоставления сотен, тысяч или даже миллионов детальных улучшений, повышающих итоговую прибыль.
Кроме того, этот тип программного обеспечения легко адаптируется и может быть настроен на автоматическое принятие определенных предложений, в то время как для большего контроля требуется разрешение человека для других.
Когда пришло время обновить вашу розничную аналитику?
Любой средний и крупный розничный бизнес, который хочет добиться успеха в долгосрочной перспективе, должен использовать какую-либо аналитику данных. Это связано с тем, что правильное понимание должно быть получено заблаговременно, чтобы предоставить соответствующий продукт в нужное место, в нужное время и в нужном количестве.
Даже если вы уже используете аналитику, вы, вероятно, захотите обновить ее раньше или позже, чтобы опередить конкурентов.
Как правило, по мере роста вашей компании увеличивается объем данных и сложность принимаемых решений.
Но что, если у вас слишком много данных и вы не знаете, что с ними делать?
Чтобы определить, пора ли модернизировать инструменты анализа данных, начните с ответов на следующие вопросы:
- Насколько глубоко я должен углубляться в данные? Являются ли решения моих трудностей очевидными?
- Часто ли я сталкиваюсь с исключениями и вынужден вручную пересматривать свои прогнозы?
- Являются ли мои инструменты аналитики в разных функциях розничной торговли учитываемыми друг для друга?
- Возможно ли, что я делаю одни и те же ошибки из года в год?
- Есть ли у меня по-прежнему опасения по поводу искажения товарно-материальных запасов, например упущенных продаж, избытка и отсутствия на складе?
- У меня слишком много скидок к концу сезона?
- Есть ли хороший подход к работе с новыми продуктами, у которых нет истории продаж?
Ответы на эти вопросы помогут вам определить, следует ли вам улучшить свой подход к аналитике.
Тем не менее, избегайте слишком распространенной ловушки паралича розничного анализа.
Ритейлеры, инвестирующие в расширенную аналитику, крадут долю рынка у тех, кто еще не определился. По мере того как мы приближаемся к веку цифровой коммерции, мощная аналитика данных и искусственный интеллект для розничной торговли становятся не «желанием», а «необходимостью».
Преимущества розничной аналитики
Розничная аналитика — это набор инструментов, используемых розничными торговцами для увеличения продаж, минимизации накладных и трудовых затрат и увеличения прибыли. Розничная аналитика может помочь в достижении этих целей несколькими способами, в том числе:
№1. Сокращение дефицита и потребности в скидках
Розничная аналитика помогает пользователям понять тенденции спроса, чтобы у них было достаточно товаров, но не настолько много, чтобы им приходилось прибегать к резким скидкам, чтобы избавиться от избыточных запасов. Использование аналитики для определения скорости потребления продукта является обычной практикой.
№ 2. Улучшение персонализации:
Аналитика позволяет продавцам лучше понимать предпочтения своих потребителей и, как следствие, получать больший спрос, чем конкуренты. Книжный ритейлер, например, может использовать историю покупок, чтобы уведомлять потребителей, выразивших интерес к американской истории, когда новая книга историка Рона Черноу становится доступной для предварительного заказа.
№3. Улучшение ценовых решений
Синтезируя ряд показателей, таких как брошенные корзины, информацию о конкурентных ценах и стоимость проданных продуктов, аналитика данных может помочь предприятиям установить идеальные цены на свои товары. Розничные торговцы могут максимизировать прибыль, не взимая цены выше, чем может выдержать рынок, или ниже, чем готовы платить покупатели.
№ 4. Улучшение распределения продуктов
Аналитика может помочь ритейлерам определить, как распределять товары по географическим регионам, пунктам дистрибуции и витринам, тем самым устраняя ненужные транспортные расходы. Например, магазин спортивной одежды может использовать аналитику, чтобы увидеть, как изменение температуры на два градуса влияет на продажи термобелья, и направить больше таких товаров в распределительный центр, ближайший к местам, где ожидается более низкая температура в течение данной зимы.
Программное обеспечение для розничной аналитики
Розничная аналитика основана на данных, собранных различными способами, в том числе в физических магазинах и на веб-сайтах. Некоторые из используемых инструментов были следующими:
- Системы точек продаж (POS) используются магазинами для отслеживания и управления потребительскими транзакциями. POS-системы собирают данные о покупках потребителей и могут предоставлять отчеты о продажах и клиентских тенденциях.
- Программное обеспечение для управления взаимоотношениями с клиентами (CRM): Приложения этой категории управляют процессами продаж, маркетинга, обслуживания клиентов и электронной коммерции. Розничные продавцы используют эти программы для наблюдения за взаимодействием с клиентами, сохранения данных о конкретных потребителях и выявления возможных возможностей продаж, маркетинга и обслуживания клиентов на основе этих данных.
- Инструменты бизнес-аналитики: Ритейлеры используют инструменты бизнес-аналитики (BI) для синтеза информации, собранной из огромных объемов и разнообразных наборов данных, в первую очередь для отслеживания ключевых показателей эффективности, таких как лояльность клиентов, оборачиваемость запасов, уровень продаж и количество дней в наличии. Эти инструменты упрощают для розничных продавцов составление отчетов и отправку их генеральным директорам и другим лицам, принимающим решения.
- Системы управления запасами: Это программное обеспечение используется розничными торговцами для отслеживания товаров на складе, мониторинга уровня запасов на складах и в торговых центрах, а также для прогнозирования спроса. Это также помогает продавцам определить лучшие места для хранения конкретных вещей, чтобы снизить транспортные расходы и обеспечить наличие товаров для удовлетворения покупательского спроса.
- Прогнозная аналитика: Этот вид аналитики прогнозирует будущие тенденции и поведение, используя данные о предыдущих транзакциях, взаимодействиях и других событиях. Четыре наиболее распространенных типа розничной аналитики — это описательный, диагностический, предсказательный и предписывающий (как указано выше), которые используются для выявления новых клиентских сегментов и перспектив роста.
Передовой опыт в области розничной аналитики
№1. Широко используйте клиентские данные.
Клиенты предоставляют много явной и скрытой информации о своих желаниях и намерениях, и ведущие специалисты по розничной аналитике используют эти данные для выявления тенденций и лучшего понимания этих клиентов. Ведущие ритейлеры объединяют данные о клиентах из собственных программ лояльности с данными из электронной коммерции, торговых точек и других источников, а также с данными, полученными от брокеров.
Данные о клиентах часто классифицируются экспертами как смесь демографических, транзакционных, поведенческих и даже психографических показателей. Сбор, агрегирование и использование различных типов клиентских данных часто следует логичному пути, начиная с широкого демографического диапазона. Ритейлеры также различают «клиентов» (тех, кто уже имеет с ними дело) и «потребителей» (тех, кто может быть хорошим потенциалом). Данные о потребителях могут помочь в создании «аналогового моделирования» — например, если розничный продавец признает Марка замечательным покупателем, он будет искать больше людей со схожими характеристиками и предлагать им специальные предложения.
№ 2. Используйте инструменты визуализации.
Инструменты визуализации в программном обеспечении бизнес-аналитики, такие как диаграммы, графики и информационные панели, имеют решающее значение для интерпретации данных и принятия взвешенных решений. Они гораздо эффективнее, чем просто смотреть на строки и столбцы данных, чтобы усвоить знания. Инструменты визуализации BI также предоставляют бизнес-пользователям доступ к аналитике, не заставляя их ждать, пока ИТ-отдел подготовит отчеты и выполнит запросы.
№3. Изучите несколько источников данных
Несколько источников данных, таких как данные о продажах, исторические данные о клиентах и данные о запасах, могут помочь продавцам получить более детальное представление о своем бизнесе, особенно с учетом того, что ключевые показатели эффективности часто взаимосвязаны. Например, розничные продавцы могут использовать аналитику атрибутов товаров в сочетании с аналитикой в магазине, чтобы узнать, как оптимизировать макет физического магазина, чтобы превратить покупателей в платящих клиентов. Инвентарная аналитика может помочь ритейлерам убедиться, что у них достаточно товаров, чтобы поддерживать выкладку товаров. (Ритейлеры также должны знать, что разные приложения могут иметь разные определения типов данных, которые, если их не исправить, могут привести к некорректному анализу; это аргумент в пользу использования единой платформы для розничной аналитики, а не внедрения так называемых лучших в своем классе приложений.)
№ 4. Мониторинг KPI
Отслеживание ключевых показателей эффективности помогает продавцам измерять свою эффективность и определять возможности для развития. Большинство успешных продавцов используют еженедельные сводки KPI (также известные как сбалансированные системы показателей), чтобы сравнить самые последние показатели с показателями предыдущей недели. Обычно это начинается с обзора того, что произошло (например, продажи определенных товаров резко упали), за которым следует дальнейшее расследование причин этого (например, дефицит).
№ 5. Расставьте приоритеты в своих целях.
Не обязательно измерять все, что можно измерить. У ритейлеров есть доступ к новым аналитическим инструментам и огромному количеству данных, но они должны быть осторожны с тем, что они измеряют, иначе рискуют утопить лиц, принимающих решения, в рекомендациях. Розничным торговцам следует начать с определения высокоприоритетных возможностей с немедленным коммерческим эффектом. Согласно McKinsey, лучшие аналитики решают конкретную бизнес-проблему и создают измеримые последствия.
По словам Марка Лоуренса, эксперта по розничной аналитике, все пять перечисленных выше рекомендуемых практик взаимосвязаны. Его совет: начните с цели, затем с двух или трех основных задач. Он называет ключевые показатели эффективности, которые определяют развитие на этом уровне, «ведущими». Если одна из целей состоит в том, чтобы «стать ближе к покупателю», KPI могут заключаться в «увеличении ценности жизненного цикла клиента на 20%», «достижении 15% конверсии потребителей в годовом исчислении» и «оптимизации уровней запасов для поддержки целей, ориентированных на клиента». Инструменты визуализации позволяют бизнес-лидерам отслеживать прогресс в достижении этих целей и стимулировать корректирующие действия, такие как новые рекламные акции и изменения ассортимента продукции.
Будущее розничной аналитики
Будущее розничной торговли неопределенно, но текущее состояние розничной торговли — нет. Пользователи и приложения будут использовать аналитику постоянно, часто непреднамеренно, подобно тому, как смартфоны постоянно используют отслеживание местоположения для удовлетворения потребностей пользователей.
Розничная аналитика станет более интегрированной в повседневные процессы бизнес-пользователей, а не просто будет использоваться для создания или просмотра еженедельных отчетов. Все больше людей будут пользоваться плодами ИИ в своей повседневной деловой деятельности, даже если они не подозревают об этом. Анализ данных с помощью ИИ больше не будет рекламироваться.
Статьи по теме
- СТРАХОВАНИЕ ЭЛЕКТРОННОЙ КОММЕРЦИИ: лучшее покрытие и все, что вам нужно знать
- ПРОГНОЗ ПРОДАЖ: определение, примеры и программные решения
- ОНЛАЙН-РОЗНИЦА: все, что вам нужно знать
- РОЗНИЧНЫЙ БИЗНЕС: определение, виды и с чего начать
- РОЗНИЧНАЯ ПРОМЫШЛЕННОСТЬ: как это работает?
Рекомендации
