Raport IBM: omnichannel wymusza nowe narzędzia analityczne

IBM omnichannel Polska

Kadra zarządzająca większości globalnych sieci handlowych uważa, że priorytetem powinno być dla nich lepsze zrozumienie i przewidywanie i realizowanie potrzeb konsumenckich” – wynika z najnowszych badań przeprowadzonych przez IBM.

W dzisiejszym świecie, aby odnieść sukces w handlu nie wystarczy już realizować potrzeb klienta – trzeba je przewidzieć. Jak wynika z badań IBM, sieci handlowe mają do dyspozycji mnóstwo użytecznych danych o klientach. Wykorzystując odpowiednie narzędzia są w stanie z dużą dokładnością przewidzieć, jakie będą ich najbliższe potrzeby.

Wykorzystać aplikacje mobilne

Sprzedawcy, którzy myślą przyszłościowo wdrażają więc strategie mobilne, dzięki którym są w stanie kontrolować każdy etap cyklu zakupowego: od obudzenia świadomości, poprzez wykreowanie zaangażowania, rozważenie zakupu, konwersję i lojalność konsumencką.

Aplikacje mobilne stwarzają wyjątkowe szanse, by wejść w interakcję z klientem, czy to w sklepie, czy to online czy na ulicy. Wysyłane treści mogą być dobierane do profilu konsumenta, na podstawie analiz prognostycznych oraz informacji o zwyczajach zakupowych poszczególnych klientów.

Produkty dobrane do potrzeb poszczególnych grup docelowych można następnie oferować za pomocą spersonalizowanych treści, dobranych pod kątem konkretnego klienta. Jak to wygląda w praktyce?

Rekomendacja z wyprzedzeniem

Załóżmy, że klient zgadza się na otrzymywanie treści marketingowych od konkretnego sprzedawcy, który prowadzi salon sprzedaży w pobliskim centrum handlowym. Za pomocą systemu GPS można stwierdzić, że klient przebywa w pobliżu tego sklepu i wysłać mu sms powiadamiający o specjalnej, jednodniowej ofercie. Oferta ta stworzona jest na podstawie wiedzy o kliencie, którą posiada sprzedawca. Uwzględnia jego profil, dane z karty lojalnościowej, zadeklarowane preferencje oraz analizy prognostyczne.

Ponieważ sprzedawca wzbudził zainteresowanie konsumenta, ten wchodzi do sklepu i realizuje kupon zawarty w sms-ie. Jednak zamiast skupiać się na tej jednej transakcji, sprzedawca powinien poinformować w sms-ie również o kolejnej ofercie, dotyczącej produkty, który klient często kupuje w parze z tym pierwszym. Na przykład o promocji na krawaty, jeśli pierwszy sms zawierał promocję na koszule.

Transakcje handlowe generują mnóstwo danych pochodzących z Points of Sales. Sprzedawcy przechowują szczegółowe dane o każdej sprzedaży w salonach i w sklepach internetowych. Narzędzia służące do tworzenia analiz prognostycznych pozwalają sieciom handlowym zebrać wszystkie te dane i wyodrębnić z nich pewne schematy zachowań klientów.

Zależności między transakcjami

Przykładowo, analizy dotyczące zawartości koszyka pomogą dostrzec zależności między produktami, takie jak to, że:

  • produkty A i B są często kupowane jednocześnie
  • jeśli klient kupuje produkt C i D, to jest bardzo prawdopodobne, że kupi również produkt E
  • w kategorii W często zdarzają się transakcje kupna wielu produktów, a klienci, którzy ich dokonują, często kupują również produkt Y.

Stosowanie narzędzi analitycznych pozwala sprzedawcom wyodrębniać najlepsze modele rekomendacji i komunikacji oraz dopasować je do profili poszczególnych klientów. Dzięki temu, sprzedawcy mogą np. wysyłać spersonalizowane kupony do posiadaczy kart lojalnościowych, wysłać ofertę klientowi, który właśnie robi zakupy w sklepie internetowym oraz sugerować dobranie konkretnych produktów do koszyka.

Gdy stosuje się odpowiednie narzędzia analityczne, rekomendacje te są precyzyjne, przejrzyste i wiarygodne. Dzięki temu można stworzyć mnóstwo okazji do up sellingu i cross sellingu, a także zwiększyć wartość koszyka kupowanego przez poszczególnych klientów.

Tagi:

Reklama

SCF 2017 Spring