Бизнес-аналитика в рознице: как не потеряться в потоке информации

Чего прежде всего ждут от внедрения аналитических IT-систем Ваши клиенты и как реализуются их ожидания?

Во-первых, ритейлеров интересует поведение потребителей и решение таких задач, как оптимизация, персонализация и изучение клиентского опыта. Они нуждаются в создании индивидуальных покупательских моделей, чтобы процесс покупки был персонализированным. Кроме того, для ритейла важна чувствительность покупателей к цене и их отклик на изменение цены. Поскольку мы взаимодействуем с покупателями с маркетинговой стороны, мы также должны принимать во внимание возможность и частоту контактов с ними, частоту распространения коммерческих новостей и предложений. Во-вторых, ритейлерам важна группа задач по работе с ассортиментом: оптимизация ассортимента под конкретный локальный рынок, уточнение прогноза по ассортименту и товарным запасам. В-третьих, оптимизация маркетинговых кампаний с тем, чтобы максимально эффективно использовать выделенный бюджет, избежать конкуренции собственных кампаний, предложений и магазинов за покупателя.

В настоящий момент ритейлеры наблюдают падение покупательской активности в России. Какие аналитически решения наиболее актуальны для ритейлеров на падающем рынке?

Первый совет – использовать инструменты прогнозирования, чтобы снизить объем складских запасов и, соответственно, снизить затраты на хранение. Это улучшит экономику компании или конкретного магазина. Следующее, что можно сделать, – спрогнозировать поведение потребителей на локальном рынке и ранжировать ниши по падению спроса. Выделить ниши, где спрос падает сильно и где провал не существенный. Возможно, вы даже найдете ниши, где наблюдается рост.

Что Вы считаете наиболее актуальным в ритейл-аналитике сегодня – систему стандартного анализа и отчетов типа store-статистики или возможность создавать индивидуальные аналитические изыскания и отчеты по запросу в зависимости от конкретных задач?

Традиционно у ритейлеров много так называемых стандартизированных отчетов, но я думаю, что они должны переходить к большему использованию специализированных отчетов, к различным визуализациям неструктурированных данных. В течение последнего времени ритейлеры предпочитали из собранной информации формировать OLAP-кубы или многомерные массивы данных и на их основе создавать отчетность. Сейчас же поведение клиентов настолько быстро меняется, что нужно работать с данными быстрее, иметь возможность в интерактивном режиме изучать конкретные ситуации, представлять данные в удобной для интерпретации форме. Инструментарий SASпозволяет без обращений к IT-специалистам формулировать языковой вопрос и получать необходимые данные. Нынешнее поколение аналитических IT-систем, в том числе и SAS, воспринимают разные типы данных: не только информацию о продажах и остатках в конкретном магазине, но также информацию о том, кто зашел на web-сайт, кто подключился к wi-fiв офисе или магазине и так далее.

По сравнению буквально с пятью годами ранее объем собираемой информации очень сильно увеличился. Говорят, что за эти пять лет было накоплено 90% всех существующих в мире данных. Как не потеряться этом объеме данных?

Абсолютно точно нужна стратегия управления данными. Если не знать, какие данные компании необходимо хранить, в каком объеме и в течение какого срока, то через какое-то время можно потонуть в объеме информации. Кроме того, необходима аналитическая платформа, которая позволит бизнес-пользователям и аналитикам работать совместно – генерировать идеи, создавать модели и так далее. Так же необходимо построить профессиональные компетенции в области аналитики в компании: создать аналитический отдел и интегрировать его в работу компании, наладить его взаимодействие с другими подразделениями, например, службой маркетинга, и наладить его участие в бизнес-процессах.

Какое количество лет Вы считаете оптимальным для хранения данных и, самое главное, как долго имеет смысл обеспечивать доступ к ним?

Раньше всех сильно ограничивал бюджет на аппаратное обеспечение. Приходилось думать, на что расходовать IT-бюджет, где будут храниться данные, какие данные наиболее приоритетны и как управлять этими данными – необходимо было учитывать все. Сегодня с помощью SASможно виртуализировать собранные ритейлерами данные таким образом, чтобы они могли легко организовывать и хранение данных, и доступ к ним. Мы предоставляем программное обеспечение по управлению данными поверх имеющегося аппаратного обеспечения. С нашей системой любой уполномоченный сотрудник имеет возможность получить доступ к инфраструктуре данных. Кроме того, у нас в аналитических средах есть доступ к таким объемным хранилищам, какHadoop.

Как Вы оцениваете возможности корпоративных аналитических мобильных приложений для сотрудников ритейл компаний?

Если раньше магазины работали, к примеру, с 9 утра до 8 вечера, то сегодня некоторые работают круглосуточно. Естественно, что ритейлерам необходим мобильный доступ к приложениям и данным в те часы, когда их нет в офисе, поэтому все наши решения имеют мобильные интерфейсы, которые обеспечивают доступ к нужной функциональности.

Наверняка, клиенты часто задают Вам вопрос, когда внедряют аналитические системы, о том, какова будет вероятность совпадения прогнозов и реальной ситуации? Ведь всегда есть факторы внешней среды, которые сложно спрогнозировать.

Есть две составляющие. Первая – статистические закономерности. Это то, что можно рассчитать при помощи математической модели. Второе – экспертное мнение, которое делается с учетом статистики, то есть прогноз аналитика, маркетолога или финансиста, который оценивает как математические данные, так и другие факторы. На основании полученных прогнозов ритейлерам уже можно делать выводы о том, что необходимо поменять или сделать, чтобы достичь поставленной цели. Точность прогноза зависит от многих факторов: от сегмента рынка, размеров бизнеса, территориальной и организационной структуры, то есть различных внешних и внутренних условий. Каждая компания ставит перед собой свою цель по точности прогноза, но на деле приближение к прогнозным значениям зависит от того, насколько точно ритейлер следует рекомендациям аналитиков, маркетологов и других экспертов.

Дэн Митчелл (Dan Mitchell) Менеджер по маркетингу глобальной практики Retail компании SAS, возглавляет отдел SAS по разработке решений для ритейла. Дэн специализируется на технологиях бизнес-аналитики, прогнозирования и оптимизации, а также занимается разработкой корпоративных веб-приложений на платформе J2EE и проектированием баз данных для предприятий розничной торговли.

Ирина Баскакова, специально для Retail.ru