Технологии в ритейле: кейсы, тренды и прогнозы

Big Data, мультиканальность, автоматизация

Крупные ритейлеры экспериментируют c высокими технологиями — это вложение в будущее, изменяющее представление о торговле. При этом для мелких, средних и нишевых продавцов появляется всё больше готовых инструментов, позволяющих выйти к покупателю с самым полезным предложением.

Big Data

Монетизация больших данных всё еще в зачаточном состоянии, но крупнейшие игроки российского ритейла настроены оптимистично. По словам Сергея Гончарова, в прошлом директора по стратегии X5 Retail Group, а теперь — гендиректора «Пятёрочки», «большие данные изменят взаимодействие с покупателем. В будущем лидером [индустрии] будет тот, кто лучше управляет своими данными, извлекая из этого максимальную выгоду».

С минувшего года в компании развивают проект по управлению большими данными Smart Data X5. К концу 2018 года 100% товаров в «Каруселях» будут выложены по схеме, сгенерированной этой системой.

По данным компании, за три месяца внедрения «умных» планограмм в отдельных категориях товаров продажи выросли (год к году) на 10,5%. В дальнейшем благодаря большим данным в компании планируют улучшить прогнозирование, оптимизировать логистические цепочки и персонализировать подход к потребителю.

Впервые за почти 25 лет обновляет свою ИТ-инфраструктуру и другой игрок рынка — «Ашан». «Большие данные — это обширная система, которая дает представление о множестве аспектов взаимодействия клиента с магазином, позволяя понять, от чего зависит спрос на те или иные продукты — роль играет и время суток, и день недели, и даже погода», — говорит Вера Эмрот, директор по эффективности «Ашан Ритейл Россия» в интервью retail.ru.

Ашан

«Можно делать таргетированные предложения — индивидуальные и групповые, обогащать данные информацией из социальных сетей для более точного построения профиля клиента», — добавила Эмрот.

Исходя из этих знаний, «Лента» предлагает индивидуальные промокампании: кассир считывает карту покупателя и дает два-три купона со скидкой на товары, которые тот уже брал. Для более глубокого и быстрого анализа данных в компании используют решение на базе QlikView. Во втором квартале 2018 года доход «Ленты» вырос на 16,6%.

Эксперт инвестиционной компании JLL Марина Молчанова называет перспективным источником больших данных Wi-Fi сеть MT_FREE от «Максимы Телеком». К системе подключены Московский и Санкт-Петербургский метрополитены, МЦК, Аэроэкспресс, наземный транспорт Москвы, электрички и аэропорты — всего порядка 20 миллиона устройств.

В середине мая «Максима» официально запустила инструмент MT_CITY для гиперлокального таргетинга для малого и среднего бизнеса на основе своих данных. Для создания детального портрета абонент при каждом подключении отвечает на вопрос, например, о домашнем питомце, любви к соусам или лучшем месте отдыха, а торговые точки устанавливают Wi-Fi сенсор MT_BOX. Эта коробочка сканирует пространство вокруг и ищет устройства, которые хотя бы раз подключались к MT_FREE.

То есть ритейлеры могут получить информацию о тех, кто проходит мимо дверей их магазинов, посмотреть обезличенные портреты посетителей и показать человеку рекламу своего заведения при следующем подключении к Wi-Fi. По информации «Медузы», чтобы получить 1000 новых посетителей, сеть пекарен «Хлеб насущный» показала около 64 тысяч рекламных объявлений через MT_CITY, а на 2,5 миллиона объявлений United Colors of Benetton откликнулись около 18 тысяч человек.

Аналогичную систему в минувшем году запустила в 250 московских магазинах компания «Перекрёсток». Она ожидает, что это решение принесет «Перекрёсткам» дополнительную выручку не менее 200–300 млн руб.

Машинное обучение

ML

Большие данные не работают сами по себе — анализирует их часто машинное обучение.

Оно активно внедряется в клиентский сервис. Всё начиналось с обработки простых запросов в службу поддержки, а теперь, например, у логистической компании DPD уже 30% клиентских запросов обрабатывает цифровой ассистент Юля.

Эксперты видят коммерческий потенциал и в голосовых помощниках. Компании уже могут создавать «экшены» для Ассистента, которые упрощают работу с заказами. Помощник, встроенный в приложения сетей Starbucks и Domino’s Pizza, напомнит о предыдущих покупках и поможет быстрее заказать любимые блюда.

Читать статью: Как бренды продвигаются в голосовых помощниках и упрощают жизнь своим клиентам.

Искусственный интеллект пробуют использовать и в HR:

ML

Важной областью применения машинного обучения становятся сервисы распознавания лиц. Рынок подобных технологий уже оценивается в более чем $3 млрд, и он должен вырасти вдвое. Так, банки используют технологию для борьбы с мошенниками. У «Почта Банка» более 50 000 рабочих мест сотрудников оборудованы камерами с технологией распознавания лиц.

В ритейле технологию используют, чтобы мотивировать покупателей — опознав человека при входе, сотрудники уже знают его историю покупок и понимают, что можно ему предложить.

В X5 тестировали распознавание лиц для уменьшения очередей в кассу: система определяет число людей и сообщает администратору, что следует открыть дополнительную кассу. В «Дикси» рекламу в торговом зале меняют, ориентируясь на гендерный состав покупателей. Согласно недавнему совместному отчету DHL и IBM, искусственный интеллект позволит прогнозировать логистику, что повысит эффективность работы и оптимизирует затраты.

Автоматизация

В январе в Сиэтле открылся первый в мире автоматизированный магазин Amazon GO — он же и первый магазин в физическом мире для интернет-гиганта. Всего к 2021 году компания планирует открыть 3000 таких торговых точек. А в Китае уже есть аналогично устроенный магазин — сеть BingoBox насчитывает более 300 магазинов в 30 городах.

Вместо касс и продавцов в Amazon GO — система машинного обучения, оборудованная камерами для подсчета покупок: деньги автоматически списываются с карты покупателя, для этого при входе он должен показать QR-код из мобильного приложения Amazon GO специальному сканеру.

Между тем китайский гигант Alibaba инвестирует миллионы в оптимизацию логистики, и ключевую роль здесь  будет играть именно автоматизация, причем Alibaba собирается использовать дронов и роботов. Коммерческая цель — сократить время доставки по Китаю до суток, по миру — до 72 часов.

Конкурент Alibaba внутри Китая, JD.com, поступает иначе — вместо работы с партнерами вкладывает деньги в отстраивание автоматических складов — по аналогии с тем, что делает Amazon.

Дроны

Недавно попытки применять дроны в доставке выглядели скорее рекламным ходом, чем движением в сторону реального сервиса. Часто они оказывались неудачными. Однако похоже внедрение технологии будет идти всё активнее — особенно для обслуживания сельских и труднодоступных районов. Для этих целей их планирует использовать Alibaba Group — пробные пуски уже прошли успешно.

В России разработкой беспилотников для тех же целей занимается петебургский стартап Skyf. В апреле в компании заявили, что их дроны с повышенной грузоподъемностью до 250 кг должны стать первыми, которые пройдут сертификацию безопасности по нормативам ЕС. Использовать аппараты планируется на российском севере и в северной Европе.

Если всё пойдет по плану, у ритейла в Китае и России появятся новые потенциальные клиенты.

Следствие автоматизации — выросшие требования к персоналу

Автоматизация бизнеса означает, что требования к персоналу растут. Особенно это касается самых низкооплачиваемых сотрудников. В отличие от Walmart, в «Ашане» полностью не отказались от кассиров, но их задача теперь сводится только к фиксированию покупок. От сотрудников торгового зала теперь требуются новые компетенции:

«Конечно, линейный персонал должен использовать специальные устройства — планшеты и смартфоны, но не все сотрудники умеют и хотят пользоваться этими устройствами, — рассказывает Вера Эмрот. — По статистике, из 41 тысячи человек, работающих в “Ашан Ритейл Россия”, различными ИТ-благами — электронной почтой, сайтами, приложениями и соцсетями пользуются всего лишь около 11 тысяч человек».

Мультиканальность

Продавцам нужно всё больше каналов взаимодействия с потребителем. Традиционные ритейлеры чаще делают ставку на онлайн-продажи, а российские продавцы электроники («Связногй» и «М.Видео») давно и успешно ими занимаются. Согласно опросу PwC, 42% россиян уже готовы покупать еду онлайн.

«Количество онлайн-заказов у «Перекрёстка» на сегодняшний день достигает 800, — говорит Сергей Гончаров, — а средний чек в онлайне — в 6 раз выше, чем в традиционных супермаркетах». Гончаров рассчитывает, что в будущем онлайн-продажи могут занять до 2% в выручке.

Важнейшая тенденция — рост мобильных продаж. По опросу PwC, в 2017 году уже 63% россиян совершали регулярные покупки при помощи смартфонов , хотя в 2015 таковых было всего 44%. Растут требования к мобильным приложениям и сайтам (помимо юзабилити, возрастает требование к скорости — больше трех секунд ждать загрузки пользователь не готов.

Читать статью: Барьеры и возможности: что мешает делать качественные мобильные сайты в России

Тренд означает, что малому и среднему бизнесу становится проще прийти к потребителю. С одной стороны, брендам проще попасть в листинг онлайн-магазина, чем на полку традиционного супермаркета. С другой, это часто и не нужно — для небольших продавцов и производителей продажи через соцсети и маркетплейсы требуют минимальных затрат.

Качество присутствия бренда в соцсетях становится всё более важным фактором для потребителя. 62% американских миллениалов подтверждают, что взаимодействие в соцсетях повышает их лояльность бренду. Тем более верным это будет для представителей поколения, следующего за миллениалами, подтверждают данные уже российского опроса. И это та волна, которую лучше всего могут оседлать именно представители малого и среднего бизнеса.

Покупательские тренды-2019: OK, Google, закажи гречку