Sieci handlowe do perfekcji doprowadziły zarządzanie bieżącymi operacjami. Zażarta konkurencja wymusza śrubowanie efektywności operacyjnej i finansowej. Zbierane przez lata doświadczenia zaowocowały dobrymi praktykami realizowanymi przez doświadczony personel. Czy dziś to wystarczy, aby budować przewagę konkurencyjną?
W świecie retailu każda, nawet najdrobniejsza poprawa kluczowych wskaźników efektywności (KPI) jest szeroko komentowanym wydarzeniem. Podejście ewolucyjne przynosi ograniczone rezultaty. Istotna poprawa możliwa jest tylko przez zastosowanie nowatorskich rozwiązań. Jednym z kierunków, które przynoszą najlepsze rezultaty, jest wykorzystanie zaawansowanej analityki.
Obecnie możemy mówić o trzech dominujących, przetestowanych przez liderów rynku, sposobach wykorzystania metod analitycznych w handlu detalicznym:
zintegrowanym zarządzaniu relacjami z klientem w kanałach cyfrowych i tradycyjnych,
sterowaniu łańcuchem dostaw poprzez szczegółowe, analityczne modelowanie popytu oraz
oparciu krótko- (projektowanie promocji) i długoterminowej (strategia) polityki cenowej o wyniki analiz profili zakupowych klientów
Chico’s FAS: wielokanałowa analityka klienta
Zmiany w zachowaniu dzisiejszych klientów (kontynuacja procesu zakupowego w wielu kanałach, showrooming) stanowią dla sprzedawców duże wyzwanie, zwłaszcza z punktu widzenia efektywności operacyjnej i budowania długofalowych relacji z klientami. Dane konsumentów są rozproszone w różnych systemach, a przez to niespójne. Jednak te dotyczące zachowań online są cennym źródłem wiedzy o preferencjach klientów: transakcje zakupowe online stanowią zaledwie ułamek całkowitego ruchu w e‑sklepie.
Chico’s FAS, firma specjalizująca się w odzieży damskiej, z 1500 tradycyjnymi sklepami i silną gałęzią e‑commerce, zaczęła od solidnych podstaw: czyszczenia, wzbogacania i integracji danych klienckich pochodzących ze wszystkich kanałów. Dzięki kompleksowemu widokowi klienta (Customer 3600) możliwe stało się śledzenie jego podróży we wszystkich kanałach i zaowocowało lepszym zrozumieniem, czego oczekuje przy każdym zakupie. Dzięki sprawnej integracji danych i zastosowaniu algorytmów uczenia maszynowego Chico’s z sukcesem odszedł od masowych kampanii marketingowych na rzecz dedykowanych ofert, dopasowanych do potrzeb i oczekiwań adresata. Firma we współpracy z SAS zbudowała silnik analityczny, rekomendujący oferty, który działa nie tylko w kanałach cyfrowych (często stosowany w sklepach internetowych), ale także w tradycyjnych sklepach. Personel Chico’s asystuje klientowi we wszystkich etapach podróży zakupowej.
Obecnie firma pracuje nad rozwiązaniem działającym w czasie rzeczywistym. Personel tradycyjnych sklepów będzie mógł uwzględnić preferencje klienta nie tylko na podstawie historycznych zakupów, ale także jego bieżącego zachowania online, np. surfującego w czasie pobytu w sklepie.
Levi Strauss & Co.: zarządzanie łańcuchem dostaw
Ciekawym przykładem wykorzystania analityki w nowoczesnym, spójnym podejściu do planowania asortymentowego i zarządzania łańcuchem dostaw jest Levi Strauss & Co., firma o globalnym zasięgu z siecią sprzedaży przekraczającą 50 tys. sklepów własnych, franczyzowych i wielomarkowych. W okresie trzech lat firmowi planiści muszą w umiejętny sposób zaplanować wielkość produkcji oraz terminy i kierunki dostaw dla ponad 100 tys. produktów (uwzględniając rozmiary i kolorystykę).
Jeszcze do niedawna w Levi Strauss obowiązywała szeroka autonomia lokalnych biur. Rosnąca konkurencja i coraz bardziej skomplikowane i wyrafinowane modele zakupowe klientów sprawiły jednak, że w ostatnich latach firma przeszła gruntowną metamorfozę, angażując analitykę big data do procesów planistycznych. Kluczowym elementem stało się powiązanie planowania z popytem uwzględniającym kolorystykę i rozmiary na poziomie pojedynczego sklepu. Przy prawie stu milionach transakcji miesięcznie konieczne było utworzenie jeziora danych (data lake), przechowującego również informacje o promocjach, przecenach i brakach asortymentowych. Bazując na zgromadzonych danych, firma analizuje popyt na swoje produkty na szczegółowym detalicznym poziomie („wyczuwanie popytu” – demand sensing), a procesy planistyczne są w pełni zintegrowane i zsynchronizowane. Wykorzystujące analitykę systemy obejmują planowanie asortymentowe, optymalizację rozmiarów i prognozowanie popytu na rozmiar na poziomie pojedynczego sklepu, alokację i odtwarzanie zatowarowania na poziomie pojedynczego sklepu, planowanie produktów gotowych, wirtualną rezerwację towarów dla kanałów i odbiorców, prognozowanie nowych produktów, identyfikację sklepów o podobnym profilu asortymentowym, planowanie portfolio produktowego i optymalizację cenową obejmującą modelowanie cen regularnych, promocyjnych i wyprzedażowych pod kątem maksymalnego przychodu z produktu w całym cyklu życia.
W efekcie tej transformacji Levi Strauss zanotował kilkuprocentowy spadek bieżących zapasów przy jednoczesnym kilkuprocentowym wzroście rentowności sprzedaży produktów wynikającym ze skoordynowanego, sterowanego analitycznie ustalania cen i okresu ich obowiązywania. Przedstawiciele firmy mówią też o istotnym skróceniu i przyspieszeniu procesów planistycznych oraz istotnym wzroście poziomu satysfakcji klientów (dzięki znaczącemu ograniczeniu braków asortymentowych).
Auchan: dynamiczne zarządzanie cenami
Jednym z głównych wyzwań w sektorze supermarketów jest skuteczne reagowanie na silną presję promocyjną wywieraną przez konkurencję. Oznacza to konieczność identyfikacji najlepszych cen produktów i bieżące opracowanie coraz bardziej skalibrowanej oferty odpowiadającej potrzebom i preferencjom klientów, którzy często odwiedzają dany punkt sprzedaży. Tutaj także istotną rolę odgrywa analityka, a dokładniej wyposażenie kierowników placówek w odpowiednio przetworzone detaliczne dane sprzedażowe i efektywne, intuicyjne w obsłudze narzędzia analityczne.
Tą drogą poszedł Auchan. Dyrektor punktu sprzedaży może zaplanować i zmodyfikować parametry promocji w dowolnym momencie. Weźmy na przykład nowych klientów. Jeśli menedżer zidentyfikuje w danych, że ich preferowanym czasem na zakupy artykułów nieżywnościowych jest niedzielne popołudnie, może zwiększyć obecność personelu, zreorganizować układ sklepu, wzmocnić podaż w sektorze niespożywczym lub zmodyfikować półki. Innymi słowy, może podjąć wiele kroków w celu poprawy doświadczeń zakupowych klienta.
Handel detaliczny coraz szerzej otwiera się na zaawansowane rozwiązania analityczne, wykorzystujące detaliczne dane o transakcjach sprzedażowych, podróży klienta przez kanały dystrybucji oraz o faktach z całego łańcucha dostaw. Algorytmy prognozowania statystycznego, optymalizacji matematycznej czy modele oparte na uczeniu maszynowym pozwalają na znalezienie rozwiązań o większej efektywności w porównaniu z tradycyjnymi metodami. Kilkuprocentowa poprawa kluczowych wskaźników efektywności jest wystarczająco silnym bodźcem, aby rozważyć ich wykorzystanie już teraz. Działanie algorytmów i modeli jest zautomatyzowane, więc użytkownicy nie muszą posiadać wykształcenia statystycznego ani programistycznego. Mariaż doświadczenia branżowego i nowoczesnej technologii daje zdumiewające rezultaty.
