Как data-driven подход меняет ритейл?

Ритейл – один из лидеров по использованию данных. Разнообразные показатели, визуализации, таблицы и графики – это только часть того, с чем имеет дело каждый владелец сети.

"Умные" технологии значительно упростили ежедневные задачи, ускорили анализ и повысили эффективность управления.

И сегодня мы поговорим о популярном и эффективном подходе в управлении - Data-driven.

Его полное название – Data Driven Decision Making (DDDM), проще говоря – принятие решений, на основе данных.

Этот подход достойно занял позиции своего предшественника – HiPPO (Highest Paid Person's Opinion), который предполагал принятие решений на основе мнения и интуиции руководства. Главный недостаток HiPPO в том, что менеджер не может быть компетентным по всем вопросам и понимать все особенности бизнес-процессов.

Какая компания является data-driven?

Data-driven подход сегодня как никогда актуален. Он делает управленческие решения более взвешенными и объективными, отвергая интуицию и личные предположения менеджера. И это очень важно, поскольку даже незначительное решение может оказать существенное влияние на прибыль сети.

Следует заметить, что data-driven подход не является чем-то новым. Изучать что и когда покупают ритейлеры начали еще в конце XIX в., однако сам термин "data-driven" получил широкое применение в 1990-х. На сегодняшний день он имеет разностороннее использование в ритейле. С его помощью можно определить:

• что и как размещать на полках магазина;
• как оптимизировать ассортимент;
• какие промоакции организовывать в сети;
• какие подходы в ценообразовании будут наиболее прибыльными;
• текущий и прогнозный спрос на продукты;
• когда и сколько заказать товар и т.д.

Ритейлері часто задаются вопросом: "Что нужно сделать, чтобы запустить data-driven подход?"

К сожалению, эксперты не дают однозначного ответа.

Одни выделяют обязательный критерий – использование специализированных инструментов – Business Intelligence (BI). Другие утверждают, что для сбора и обработки данных достаточно разобраться в таблицах Excel. А есть группа, которая даже записи и расчеты руководителя в блокноте считает data-driven подходом.

Мы не будем оспаривать мнение специалистов, а просто попытаемся обосновать свою точку зрения.

✅ Для начала хотим отклонить предположение, что для внедрения data-driven достаточно только начать собирать данные. Здесь необходимо контролировать качество метрик на входе, фильтровать и очищать их перед последующим анализом. У аналитиков это, как правило, занимает "львиную" долю их времени – до 80%.

✅ Важно ориентироваться не только на внутренние данные, сгенерированные исключительно сетью, но и учитывать внешние источники информации: открытую статистику аналитических агентств, информацию о партнерах и конкурентах. Игнорируя такие данные, сложно получить полную и реальную картину бизнеса и принять объективные решения.

✅ Не следует отвергать человеческий фактор и вероятность ошибок при вычислениях. Всегда, когда работник работает с алгоритмами и данными есть вероятность в допущении погрешностей. Поэтому работа с Excel таблицами не сможет предотвратить ошибок.

Поэтому для получения наилучших результатов от внедрения data-driven подхода нужно применять ВІ системы, которые основываются на технологиях искусственного интеллекта (АІ).

Именно такая система была разработана украинской IТ-компанией Datawiz в  сотрудничестве с ведущими отечественными и зарубежными ритейл-экспертами.

С чего начать грамотное использование data-driven подхода?

① Отталкивайтесь от целей. Прежде всего каждому ритейлеру следует определить задачи, которые он хочет решить с помощью данных. После этого  следует выбирать метрики и каналы сбора информации. Если начать со сбора данных без конкретных целей, то сеть может попасть в ловушку, когда метрики будут "подстраиваться" под ожидаемый результат. Например, когда задача предусматривает минимизацию утраченных продаж на 15%, следует собирать данные об Out-of-stock и интенсивности продаж. При этом собирать данные об отсутствии товаров можно по чекам, данным учетной системы или с помощью устройств видеонаблюдения и т.п. Из всего перечня методов следует выбирать менее сложный и затратный.

② Используйте широкий спектр информации. Не следует ограничиваться исключительно данными сети для получения полной картины. Целесообразно учитывать информацию из доступных аналитических источников. И здесь на помощь придут технологии искусственного интеллекта (АI).

③ Развивайте аналитическую осведомленность и грамотность сотрудников. Данные становятся особенно ценными в компаниях, где работники умеют верно интерпретировать дашборды, грамотно трактовать аналитику, понимать, что "лежит" за каждым показателем. Поэтому важно развивать такие навыки среди сотрудников для того, чтобы все решения, основанные на данных, были не оторваны от реальности.

④ Внедрять культуру data-driven.Смена методологии управления предполагает не только технологические трансформации, внедрение новых аналитических систем, но и изменение всей бизнес-модели сети. Безусловно, такой переход должен быть постепенным. Важно, чтобы на всех уровнях менеджмента работники были готовы увидеть реальную картину, исследовать данные, научиться задавать правильные вопросы, а не принимать решения интуитивно. И здесь примером грамотного применения data-driven подхода для всех должно стать высшее руководство.

⑤ Инвестируйте в работу с данными. Безусловно, для внедрения data-driven подхода необходимы инвестиции для сбора и обработки данных, построения дашбордов и визуализации. Но если применять высокоэффективные инструменты, которые быстро систематизируют и отфильтровывают данные, помогают выявить инсайты и добиться лучших результатов, то такие средства не только быстро окупятся, но и обеспечат выход сети на новый уровень дохода.

Заключение

Data-driven подход в ритейле позволяет менеджеру быть гибким в принятии решений и быстро реагировать на динамические изменения рынка. Реальные данные дают множество подсказок:

• что ожидают покупатели и что предпочитают;
• как снизить стоимость привлечения клиентов;
• где искать новых покупателей и налаживать прочные взаимоотношения с ними;
• как повысить лояльность клиентов;
• как избежать упущенных продаж;
• какие промоакции наиболее выгодны для сети;
• как оптимизировать ценовую политику и т.п.

Этот подход позволяет отслеживать данные в реальном времени и быстро реагировать на любые колебания рынка. Яркие примеры успешного использования data-driven подхода: Amazon, Google, Intel, Walmart, MTC и т.д.

Для быстрого внедрения и успешного применения data-driven аналитики мы разработали мощную аналитическую платформу для ритейлеров – BES.Datawiz. Теперь принимать эффективные управленческие решения на основе Big Data и масштабировать бизнес становится гораздо легче и удобнее.