Big Data: почему ритейлу
больше не нужно угадывать

СЕРГЕЙ ЛАЗОВСКИЙ
Технический директор Robobill

Раньше многие выводы маркетологов и ритейлеров основывались только на второстепенных данных, и это приводило к шаткой стратегии: какая реклама будет успешной? Повысит ли новое промо реальные продажи? Чего хочет целевая аудитория, как удержать ее внимание? Сейчас все можно измерить с социологической точностью благодаря Big Data — системам, которые накапливают и обрабатывают значительные объемы данных. Мы задали техническому директору Robobill Сергею Лазовскому несколько важных вопросов о Big Data в ритейле.

— Что такое Big Data?

Это системы, которые аккумулируют большие объемы данных. Компании, которые работают с Big Data, стремятся обработать данные так, чтобы принести заказчику-бенефициару максимальную дополнительную ценность. В роли бенефициара может выступать кто угодно — государственные органы, компании и их отдельные департаменты, пользователи сервисов.

Ценность Big Data для маркетинга и ритейла сложно переоценить. Уже долгие годы в этих сферах пользуются инструментами и сервисами, которые оперируют большими данными. Вот основные:

1

социальные сети;
2

рекламные сети и различные продукты, с ними связанные;
3

ERP-системы — управление корпоративными ресурсами;
4

системы с машинным обучением, так называемыми нейронными сетями;
5

IT-сервисы и программные модули, автоматизирующие бизнес;
6

B2C-решения: системы рекомендаций, сервисы такси, сервисы поиска и многие другие.

В крупном бизнесе уже осознали ценность Big Data и начали самостоятельно собирать данные: обогащать их, исследовать способы обработки и получать дополнительную информацию.

— Кто может собирать такие данные и в каких объемах?

Кто угодно может собирать данные в любых объемах, если не нарушает локальное и международное законодательство.

— Насколько это легальная зона, когда сбор данных является нарушением закона?

Всегда есть игроки, которые нарушают законы. Обычно это происходит в случае, когда последствия от нарушения закона обходятся дешевле, чем получаемая прибыль. Это нормальная система сдержек и противовесов.

— Но что насчет этики и вмешательства в частную жизнь потребителя?

Технологии по сбору и анализу данных значительно опережают в своем развитии технологии по защите данных и законодательное регулирование.

В современном мире нельзя эффективно защитить свою неприкосновенность частной жизни — можно только соблюдать цифровую гигиену, чтобы уменьшать последствия сбора данных о вас.

– Насколько активно механизмы Big Data используются в ритейле?

Потенциально технологии Big Data можно использовать практически везде:

1

исследовать рынок, потребителей и их поведение;
2

управлять портфелем брендов;
3

повышать продажи;
4

развивать кросс-категорийные продажи;
5

таргетировать медийные кампании;
6

выстраивать долгосрочные и успешные программы лояльности.

Это далеко не все сферы применения. Хотите обучать нейронные сети для создания предметов искусства, дизайна, мемов? Пожалуйста.

— Какие данные могут быть использованы для промо?

Промо и клубы лояльности — идеальные инструменты для накопления достоверных, максимально ценных данных о потребителях. В ходе проведения промо можно собирать:

1

данные о поведении пользователей на сайте, в том числе незарегистрированных;
2

профили зарегистрировавшихся пользователей: имена, адреса, мейлы, профили социальных сетей;
3

данные о покупках и потребительских корзинах.

Данные, накопленные в промо, представляют огромную ценность. Например, они пригодятся, чтобы выстроить стратегию offline-to-online и привести покупателя в свой интернет-магазин. В этом случае этапы примерно такие: провести промоакцию — собрать данные о потребителях — обогатить данными из других систем — таргетироваться на своих потребителей в рекламных сетях.

Компании всегда заинтересованы в сохранении и повторном использовании больших данных. В Robobill это обычно делается путем интеграции нашей платформы с внутренними системами компании, например CDP (Customer Data Platform). Это система, которая:

1

накапливает большие данные из разных источников, таких как Robobill, CRM-системы, DMP-системы, сайты и активности остальных брендов компании;
2

позволяет извлекать из них ценность благодаря встроенным инструментам: таргетироваться на правильную аудиторию и тем самым значительно экономить медийные бюджеты, исследовать поведение покупателей, выстраивать правильную маркетинговую коммуникацию с потребителями, управлять портфелем продуктов, выстраивать стратегии и делать многое другое.

Если у компании пока нет CDP, мы сохраняем информацию на своей платформе для повторного использования — выгрузить данные можно и спустя время.

— Как система Robobill может использовать данные с пользой для промо?

Перечислю основные показатели в поведении пользователя, над улучшением которых мы работаем.

1

Стоимость привлечения пользователя в акцию. Ее можно значительно снизить, если реактивировать аудиторию предыдущей маркетинговой активности, или настроить таргетинг через CDP.
2

Повышение вовлеченности, удержание пользователя. Обладая данными о поведении, можно улучшать механику маркетинговых активностей: например, не тратить бюджет на тесты, если они плохо работают с целевой аудиторией, и вместо этого раздать брендированные призы или запустить бесплатный пробный период продукта.
3

«Реанимация» пользователя, ушедшего с платформы. Проанализировав большие данные, можно настроить триггеры для правильной коммуникации с пользователем или сделать ретаргетинг.

— Какие перспективы у работы с Big Data в онлайн-ритейле?

Все лидирующие на рынке онлайн-ритейлеры — это IT-компании, которые специализируются на сборе и обработке больших данных. Автоматизация бизнес-процессов помогает онлайн-ритейлу лучше масштабироваться. А работа с Big Data ускоряет этот процесс, потому что позволяет быстрее генерировать и проверять гипотезы, итеративно улучшать показатели бизнеса. Снижаются транзакционные издержки, улучшается пользовательский опыт, повышается эффективность рекламы.

— Даст ли это что-то для развития офлайна?

Конечно, офлайн нуждается в автоматизации. Посмотрите на опыт Amazon Go — без Big Data там не обходится: сбор и обработка больших объемов данных о поведении пользователя в торговом зале позволили полностью автоматизировать пользовательский опыт. Это потрясающее достижение, которое определяет развитие индустрии лет на десять вперед.

Кроме того, магазины Amazon Go накапливают огромные объемы данных, которые раньше были недоступны и не анализировались: как ведет себя каждый покупатель внутри торгового зала, как выбирает товары, как принимает решение о покупке, как в торговом зале взаимодействует с другими покупателями и офлайн-интерфейсами — витринами, ценниками, полками, кассами. Как рождается желание купить сопутствующие товары? С кем покупатель посещает магазин? Все эти данные можно собирать уже сейчас. Так Amazon получает широкое поле для исследований и поиска более эффективной бизнес-модели. Например, уже сейчас в офлайне они могут применять методологии, которые используются при разработке IT-решений: активный мониторинг, мелкие итерации, сплит-тесты, непрерывность процессов, глубокую персонализацию.

Ведь здорово еще до принятия решения об открытии магазина точно знать, кто именно будет посещать магазин, как эти люди себя ведут, какие у них привычки и предпочтения, как лучше спроектировать торговый зал и какой ассортимент представить.

— Как может выглядеть промо будущего, разработанное специалистами по Big Data?

Продвижение станет невидимым для покупателя. И потребитель, и компания будут получать желаемую ценность бесшовно — без необходимости что-либо делать, куда-то идти и даже смотреть рекламу. При этом в системах автоматизации будет обрабатываться колоссальное количество данных для поставки желаемой ценности конкретному человеку в нужный момент времени.

В будущем видимая реклама исчезнет. Это понятно уже сейчас. Но маркетинговые инструменты останутся — и мы сейчас внимательно наблюдаем за переменами и подстраиваем наши продукты под новые технологии в реальном времени.