Когда-то в магазинах были счёты и одна касса на три отдела, сегодня технологии позволяют совершать покупки, сканируя коды на электронных ценниках, а на место традиционного товароведа всё увереннее метит искусственный интеллект.
Данные — тоже товар
Начну с банального. Современные цифровые технологии подарили нам новое понятие — «цифровой след». Каждый из нас, используя гаджеты, оставляет следы своего присутствия на посещаемых сайтах, включая поисковые запросы и геолокацию. Таким образом, мы становимся источниками огромного количества данных, которые так или иначе характеризуют наши потребительские предпочтения и интересы.
Рынок монетизации персональных данных по всему миру очень активно растёт, и по некоторым экспертным прогнозам к 2024 году только в США он превысит $2 млрд.
Сфера ретейла безусловно является серьёзнейшим аккумулятором больших данных. Когда мы приходим в магазин и делаем покупки, мы демонстрируем определённое потребительское поведение, показываем, что именно нам нравится, какой набор товаров нам преимущественно интересен, как мы реагируем на те или иные маркетинговые усилия магазина, на промоакции и на изменения в ассортименте.
Традиционное промо — что не так?
Магазину важно иметь представление о своём потребителе, чтобы эффективно работать по формированию продуктовой матрицы, организовывать выкладку товара, формировать персональное ценовое предложение. И чем более точен этот «портрет», чем более качественно будет составлен потребительский профиль покупателя, тем выше уровень сегментации потребителей, точнее и качественнее прогнозы и оценки той или иной маркетинговой коммуникации магазина с покупателем для получения положительного отклика.
.
Всё можно организовать и куда более интересно. Проведя анализ покупательских предпочтений и продуктов, которые они регулярно выбирают, можно сформировать паттерн поведения покупателя.
На основе паттерна поведения формируется круг покупателей, которые потенциально готовы к покупке данного товара. И уже для неё мы формируем определённое ценовое предложение, которое определяет искусственный интеллект персонально для каждого покупателя в составе целевой группы, исходя из эластичности его спроса. Получив это предложение от магазина покупатель так или иначе отреагирует на него: согласится сделать покупку или нет. Но какое-то количество покупок будет совершено.
«Лента» делит своих потребителей на четыре группы, с каждой из которых работает по определённому алгоритму с целью максимально удовлетворить в ней потребительский спрос.
Думаю, что дальнейшее направление работы должно быть направлено на то, чтобы таких групп было не четыре, а четыре десятка. Чем выше уровень сегментации клиентов, тем точнее будет и продуктовое предложение, которое можно сделать покупателю.
Можно с уверенностью говорить, что современный офлайн-рeтейл распробовал технологии искусственного интеллекта и, пусть с осторожностью, но всё увереннее внедряет IT-решения для оптимизации бизнес процессов: формирование продуктовой матрицы и планограмм, организация коммуникаций с покупателями.
В частности, инфраструктура электронных ценников уже сегодня позволяет магазинам эффективно решать задачи динамического ценообразования, перенаправляя рабочие ресурсы с рутинной работы по коррекции бумажных ценников на обслуживание посетителей. Анализ экономических показателей, тех магазинов, которые перешли на работу с ЭЦ, показал рост розничного торгового оборота в среднем на 1-3% и фронтальной маржи на 1% процентный пункт.
Важно при этом трезво оценивать роль искусственного интеллекта в работе ретейла, понимая, что его возможности не безграничны. Уровень технологий на сегодняшний день не позволяет полностью заменить человека. Показательный пример — «магазин без продавцов», тот формат, который сегодня реализует X5 под брендом «Пятёрочка». Продавцы там всё же есть, просто они не занимаются непосредственным обслуживанием покупателей.