Санта Клаус и Большие Данные

В отличие от патриархального Деда Мороза нашего региона «кухню» Санта Клауса с начала 20-го века часто изображали как полностью механизированное производство и распределение, оборудованные по последнему слову техники. Поэтому вполне логичен и следующий шаг – привлечение информационных технологий к его большому и нужному делу.

Марк ван Риджменем (Mark van Rijmenam) – сооснователь и CEO аналитической компании Datafloq, которая специализируется на вопросах, связанных с Big Data. Он также является автором бестселлера «Think Bigger – Developing a Successful Big Data Strategy for Your Business», который можно при желании найти в сети.

Но его главная заслуга на сегодняшний день в том, что он первый обратил внимание на хозяйство Санта Клауса, который каждый год испытывает определенную перегрузку, вызванную необходимостью удовлетворить желания миллиарда детей в предельно сжатые сроки.

Вот как ван Риджменем описал трудности Санты в своем новогоднем посте на своем же сайте.

North Pole Inc.

Организация новогодних праздников – грандиозное предприятие для Санта Клауса. Предоставление широкого диапазона подарков детям во всем мире является сложной технологической операцией, которая должна быть выполнена в течение всего нескольких дней.

Конечно, при этом ничто не может пойти не так, как надо, поскольку это значительно разочаровало бы детей. К счастью, Санта может обратиться к принципам Big Data, чтобы облегчить свои действия – персонализацию подарков (реализацию желаний и сбычу мечт), управление запасами и, конечно, управление подчиненными ему трудовыми ресурсами – множеством эльфов.

Хозяйство Санта Клауса с точки зрения Big Data – структура корпорации North Pole. (Gartner)

У Санта Клауса ожидается грандиозный шопинг в этом году. Согласно Forrester, только продажи онлайн достигнут $89 млрд. в рождественские праздники. Ритейлеры реального мира должны быть готовы к такому объему запросов и гарантировать, что с подачи Санта родители смогут найти у них все, что ему заказали дети.

Средства Big Data Analytics, конечно, помогут интернет-магазинам, так же как и офлайновым ритейлерам, в формировании набора «наиболее подходящих продуктов для каждого клиента в нужный момент». Вот, по крайней мере, три технологии из арсенала Big Data, которые сегодня реально уже работают на ритейлеров.

1. Персонализация Omnichannel

Персонализация Omnichannel* – один из самых мощных на сегодня инструментов интернет-магазинов.

* Omnichannel – относительно новый термин в профессиональной лексике маркетинга. Значение приставки «omni» можно перевести как «существующий повсюду». В данном случае – «охватывающий все каналы коммуникации с клиентами». Подробнее см. здесь.

Создание ориентированной на данные (data-centric), единственной точки зрения покупателя позволяет ритейлерам создавать определенный потребительский опыт** и организовывать поставки через Web, мобильную связь и традиционно в магазинах.

** Хотелось бы на праздники обойтись без определений и формулировок, но раз уж сам Санта занялся маркетингом и анализом Big Data… Вот что пишет по этому поводу известный теоретик CRM Эстебан Кольски: «Цифровая трансформация бизнеса и внутренние изменения создали совершенно иной способ ведения бизнеса, который изменил само понятие потребительского опыта». О том, как именно это понятие переосмысливается в настоящее время, можно прочесть здесь.

Ярким примером того, как воплощение принципов omichannel обеспечивает дополнительный доход, является Wine.com, онлайн ритейлер вина #1 в США и в мире. Он предлагает тысячи различных вин миллионам людей через различные каналы, что требует глубоких знаний о предпочтениях клиентов.

Объединяя источники данных – поведение покупателя при просмотре сайта, его географическое расположение и т.д., Wine.com в состоянии всесторонне показать продукты своим клиентам (вряд ли бы они рассматривали их так же внимательно самостоятельно). Это приводит в среднем к 15%-ному увеличению объема заказа.

2. Управление запасами (Inventory Management)

Big Data позволяют ритейлерам разумно комплектовать свои склады. Это гарантирует, что их магазины по всей стране всегда снабжаются нужными продуктами в необходимом количестве.

Продуктовые сети учитывают при этом множество данных, вплоть до погодных условий и тенденций в социальных медиа, чтобы предсказать, где и какие продукты будут требоваться. Вполне типичными объемами данных для анализа сегодня являются 5-10 ТБ. Связанной темой является также управление поставками.

Сеть Walmart одной из первых сделала следующей шаг, введя понятие «социального генома» (social genome)

Вот пример (хотя он может показаться и несколько двусмысленным) применения принципов социального генома. В Walmart заметили, что штормовые предупреждения увеличивают закупки населением впрок популярных пирогов с клубничной начинкой Strawberry Pop-Tarts и стали в такие периоды заказывать их больше и размещать прямо около входа в магазины. Люди остались довольны такой предупредительностью, а Walmart получила дополнительный доход.

3. Управление ресурсами ритейлера (Retailer Resource Management)

Большие розничные сети нанимают много сотрудников, и Big Data могут использоваться, чтобы улучшить управление этим ресурсом.

Например, регулировать привлечение сотрудников на определенные участки в режиме реального времени. Определять наиболее старательных и ценных работников, – так же, как и ненадежных или склонных к воровству (хотя, наверное, к эльфам это не относится).

В последнем случае обычно используют видеокамеры, но контроль миллионов часов видео практически невозможен. Поэтому разработана система аналитики в магазинах самообслуживания. Она собирает данные с точек продаж, из ERP-системы, ПО учета рабочего времени сотрудника и систем управления запасами (Inventory Management Systems, IMS), объединяя их, чтобы найти различия. Только когда несоответствие найдено, просматривается видеозапись соответствующей видеосистемы в определенное время.

С Новым Годом!

Таким образом, как показывает ван Риджменем, ритейлеры могут извлечь выгоду из Big Data многими различными способами, и перечисленное – только начало. В ближайшие годы мы увидим, как используются Big Data для повышения качества работы, управления контрактами, улучшения маркетинга и коммуникаций и многое другое.

Я готов согласиться с тем, что привлечение образа Санта Клауса как инициатора краткого периода интенсивных розничных продаж несколько искусственно. Думается, он вполне справляется со своей работой с помощью обыкновенной волшебной палочки.

Но вот ритейлеры, освоив рождественские продажи на основе Big Data Analytics, существенно облегчат себе жизнь, получат дополнительные доходы и – самое главное – сделают счастливыми множество мальчишек и девчонок всего мира, которые вовремя получат желанные подарки.

Всего наилучшего в наступающем году!