Конвергенция каналов продаж и дальнейший бурный рост онлайн-продаж – два этих тренда будут определять развитие отрасли ретейла в ближайшее десятилетие. Они меняют модели поведения потребителей и процесса принятия ими решений, а также создают совершенно новый рынок – In-Store аналитики. 

Потребители ждут от ретейла персонализации, быстроты и релевантность реакции на запросы, возможности мгновенной покупки и удобной доставки. Они уже не различают покупки онлайн и офлайн, переходя в процессе принятия решения из онлайна в офлайн по нескольку раз. По данным отчета Harvard Business Review, 73% покупателей для поиска и покупки товаров используют одновременно несколько каналов продаж.
 
По данным Nielsen, в 2020-м потребитель стал менее лояльным к брендам и торговым сетям. Доля тех, кто поменял магазины в поисках лучшей цены, впервые за три года увеличилась с 10% до 30%. Чтобы привязывать к себе покупателей и минимизировать «перебежки», прежних подходов в оценке эффективности бизнеса только по показателям подсчет трафика посетителей и конверсий трафика в продажи катастрофически недостаточно. Розничному бизнесу необходима сквозная аналитика данных, собранных с помощью Big Date и AI, по всем каналам – In-Store аналитика.

Программно-аппаратный комплекс In-Store аналитики собирает, обрабатывает и хранит достоверные сведения о клиентах, анализирует покупательские предпочтения, показывает тепловые карты движения и поведения. Это помогает конкретизировать customer journey, оптимизировать выкладку и зонирование, планировать мерчандайзинг и рекламно-коммуникационные кампании, повышая качество обслуживания и удовлетворенность клиентов. Анализ розницы точно показывает посещаемость, сравнивает ее с продажами, рассчитывает коэффициенты конверсии, оценивает изменения трафика во время маркетинговых кампаний. Кроме того, In-Store аналитика позволяет оценивать эффективность работы персонала с посетителями – определять, кто работает лучше, на какой способ общения с клиентами способен сотрудник, кто заслуживает повышения или премию, а знание времени пиковых нагрузок помогает планировать количество сотрудников в торговом зале. 

Так, в японской компании Snow Реак, производящей снаряжение для альпинистов и туристические товары, по мере расширения сети стали падать продажи. В своих 800 магазинах компания для анализа работы использовала данные с касс, количество новых клиентов и ручной подсчет количества посетителей каждый день. Решения о развитии магазинов и выкладке принимал директор каждого юнита, опираясь на опыт и интуицию. В 2018 году Snow Реак внедрила In-store Analytics. Менеджеры получили возможность использовать данные кинетической карты, собранные со счетчиков в магазинах: видеть взаимодействие покупателей с цифровыми вывесками, витринами и интерактивными дисплеями. При помощи Dashboard in-store менеджеры смогли анализировать время и конверсию переходов на всех этапах покупки в каждом магазине cети. Только с помощью корректировки выкладки товара Snow Реаk увеличил продажи по одной из категорий на 20–22%. А спустя 18 месяцев после внедрения комплексной in-store аналитики, трафик у Snow Реак в среднем увеличился на 8,2% (в некоторых магазинах до 26%), конверсия выросла на 13% (в некоторых магазинах до 32%).

Другой пример – сеть Goodwill Southern California (на рынке с 1916 года), которая столетие не измеряла посещаемость в своих 78 магазинах. Когда в 2017 году во всех магазинах развернули решение для подсчета трафика, обнаружилось, что конверсия магазинов составляет около 40%. Компания получила данные о посещаемости торговых точек по дням и часам, определила магазины с отличным локальным управлением и стабильно высоким приростом продаж.  Сегодня Goodwill Southern California занимает 5-е место по выручке в Goodwill Industries.  Следующим этапом компания планирует внедрить сбор и анализ демографических данных покупателей, доли лояльных покупателей, частоту покупок и продолжительность посещения магазина.

Даже компаниям, которые давно используют аналитику, получают от комплексных решений In-Store аналитики ощутимую выгоду. Так один из крупнейших в мире бизнесов беспроводной связи, который обслуживает более 100 млн торговых точек и управляет более чем 1,7 тыс. розничными магазинами в США, столкнулся с необходимостью стандартизировать аналитику в магазинах – сочетание разнокалиберных счетчиков подсчета посетителей с видеорегистраторами не давало компании возможности понять поведение покупателей и снизить торговые потери. Компания заменила устаревшие системы на современные решения In-Store аналитики: дополнила систему  датчиками внутренней аналитики, чтобы оценивать влияние конкретных продуктов, дисплеев и маркетинговых программ на поведение покупателей и эффективность продаж, а цифровые видеорегистраторы заменила на платформу предотвращения потерь, позволяющую находить и воспроизводить видео с любой камеры с возможностью поиска транзакций. 

В результате компания получила не только понимание поведения покупателей во всех магазинах сети, но и экономию на эксплуатационных расходах около 60%.

Согласно отчету Research and Markets, ожидается, что до 2025 года мировой рынок аналитики ретейла вырастет на 18% и достигнет объема $9,5 млрд. По данным Gartne, к 2022 году в 90% бизнес-стратегиях информацию будут считать критическим активом предприятия, а аналитику – важнейшей компетенцией.

В Казахстане коронакризис снизил потребительскую активность населения – оборот розничной торговли в 2020 году, по данным Halyk Research, упал на 4.1% в постоянных ценах. Но эксперты ожидают, что в 2021 году этот показатель за счет отложенного спроса вырастет на 5–7%. И In-Store аналитика может стать одним из драйверов роста внутренней торговли.

Источник: Kursiv.kz.