X5 Retail Group с помощью big data хочет лучше изучить клиентов
Ресурс роста за счет увеличения сети и роста цен постепенно сходит на нет
Крупнейший российский ритейлер X5 Retail Group, управляющий «Пятерочками», «Перекрестками» и «Каруселями», делает ставку на проекты в сфере анализа больших данных (big data). Ритейлер создал дирекцию, которая займется управлением проектами в этой сфере, следует из сообщения главного исполнительного директора X5 Игоря Шехтермана для сотрудников. Информацию подтвердил представитель группы.
Управление большими данными – способ повысить продажи и рентабельность бизнеса X5, сказано в письме Шехтермана: помогут более качественные знания о клиентах, кроме того, это может быть источником новых доходов за счет монетизации данных. Есть возможности сотрудничать с телекоммуникационными и digital-компаниями, банками, сказано там же. Сейчас идут обсуждения с некоторыми из них, говорит представитель X5: «Раскрывать детали мы пока не готовы».
Ответственные за рост
Ресурс роста эффективности за счет увеличения торговых площадей и инфляции постепенно исчерпывается, поясняет представитель X5, поэтому решено изучить новые источники роста, в частности работу с большими массивами данных. Новая дирекция по проектам big data будет подчиняться непосредственно Шехтерману, ее возглавит директор по стратегии группы Антон Мироненков.
За стратегию X5 с 1 марта будет отвечать выходец из главного конкурента, «Магнита», Сергей Гончаров, который также войдет в правление X5, говорится в материалах сети для сотрудников. Сейчас главная цель – обновить стратегию форматов X5 и найти новые точки роста «за счет развития новых направлений и технологичных платформ». Среди таковых, как следует из письма, «омниканальная» торговля (использование всех возможных каналов для онлайн- и офлайн-продаж) и marketplaces (интернет-площадка, где продажи осуществляют несколько не связанных друг с другом продавцов). Гончаров и представитель X5 подтвердили это.
Зарубежный пример
Пока у большинства крупных российских игроков команды, занимающиеся проектами в сфере big data, работают внутри конкретных бизнес-подразделений, говорит директор по работе с розничными сетями SAS в России и СНГ Дмитрий Ларин. В международной практике, как правило, ритейлеры выделяют это направление либо в отдельный бизнес (например, Wal-Mart Labs в структуре Wal-Mart), либо в отдельный департамент, руководитель которого напрямую подчиняется гендиректору. Так поступили Casino, Kroger, Albertsons, Tesco, Coop, приводит пример представитель X5.
Технологии не врут
Одна из крупнейших американских продуктовых сетей – Target присваивает каждому покупателю персональный гостевой номер, привязанный к его банковской карте, имени или электронному адресу. Так у ритейлера сохраняется вся история покупок. Компания решила использовать этот массив данных. Аналитики сети заметили, что начиная со второго триместра беременности (с 13-й по 27-ю неделю) женщины приобретают лосьоны без запаха в большой таре, а на 20-й неделе начинают активно покупать витамины. Им Target начала рассылать купоны на покупку детских товаров. The New York Times несколько лет назад описывала связанную с этим коллизию. Однажды в магазине близ Миннеаполиса мужчина устроил скандал. Оказалось, его дочери-старшекласснице прислали промопредложения одежды для беременных, рекламу детской мебели и проч. «Вы что, хотите склонить ее к беременности?!» – гневался отец. Мужчине принесли извинения. Но спустя некоторое время тот уже извинялся сам. Оказалось, его дочь действительно беременна.
Технологии искусственного интеллекта могут трансформировать торговлю сразу в нескольких сферах, отмечали аналитики Moody’s в обзоре 8 февраля 2018 г. У сетей есть данные о покупках и профилях клиентов, они могут использоваться для предсказания будущих трат.
Некоторые приложения анализируют поведение людей в магазине и разрабатывают индивидуальные предложения, напоминают аналитики. В будущем, как считает Moody’s, ритейлеры будут использовать искусственные технологии для прогнозирования посещаемости и продаж отдельных магазинов и решать, например, какой ассортимент предлагать.
Компании, которые успешно внедряют новые технологии, выиграют, полагает Moody’s: увеличатся продажи, ассортимент будет точнее соответствовать спросу, а сети смогут оптимизировать ценообразование и сократить ручной труд.
Большие данные в России
Один из самых известных примеров использования больших данных в российском продовольственном ритейле – опыт «Ленты». Здесь над проектом работает специальная группа, говорит представитель компании. Основной источник данных – карта лояльности, с ней делается 95% покупок в сети. Но сеть учитывает и другую информацию о покупателях, в том числе и данные из социальных сетей, отмечает представитель «Ленты». В первую очередь большие данные нужны для анализа поведения покупателей и более персонифицированного общения с ними, добавляет он.
В «Магните» есть отдельная команда по big data, говорит гендиректор ритейлера Хачатур Помбухчан. Есть она и у группы «Дикси», добавляет IT-директор группы Владимир Муравьев.
На технологическом уровне это уже хорошо работает – нет проблемы связать персонификацию клиента с большими данными, рассуждает Муравьев: «Например, в супермаркетах «Виктория» на базе решений SAP работает программа лояльности «Моя Виктория», ее цель – понимать предпочтения клиентов». «Дикси», по его словам, также ищет пути монетизации больших данных в сотрудничестве с партнерами – компаниями, которые предоставляют мобильные приложения, интернет-приложения, и с банками.
Зачем технологии сетям
У российских сетей есть большое желание перенимать практики работы банков и западных коллег, отмечает Ларин из SAS. Но есть и скепсис из-за размеров страны, больших региональных различий, разнообразия предложений и размеров самих сетей, добавляет он: «То есть настроение такое – «да, хотим, но реально ли все это технически?».
Рост интереса сетей к большим данным связан с тем, что рынок насыщается, кризисные настроения никуда не делись, а конкуренция обостряется, говорит Ларин. Большие данные позволяют не просто ускорить обработку информации и извлекать из нее больше пользы, но и повысить точность анализа и сложность решаемых задач, заключает эксперт. Пока же, по его словам, цели и задачи, ради которых стартуют проекты, в основном лежат в области маркетинга и увеличения продаж: подобрать оптимальный ассортимент для каждого конкретного магазина, сделать правильную выкладку товаров, повысить точность прогнозов и оптимизировать товарные запасы, делать наиболее релевантные персональные предложения для стимуляции спроса и др.
В подготовке статьи участвовала Ирина Синицына
