Применение инструментов аналитики является перспективным направлением операционного управления бизнесом в самых разных сегментах рынка. Но в бизнесе, соприкасающемся с потребительским рынком, эти технологии дают наиболее заметный эффект в сравнении с другими отраслями. Особенно результативно использование бизнес-аналитики в онлайн-рознице.
Электронная коммерция на рынке розничных услуг набирает обороты. Если компания быстро растет, у нее успешно идут продажи, увеличивается число клиентов и, соответственно, клиентских запросов в электронном канале. Многие российские компании, предоставляющие онлайн-сервисы в розничном бизнесе, отмечают рост этого сегмента.
На российском рынке бизнес нередко практически целиком базируется на онлайн-продажах: примерами могут служить сеть магазинов "Утконос", банк "Тинькофф Кредитные Системы" и ряд других инновационных компаний, деятельность которых стопроцентно основана на использовании онлайн-сервисов. В тех компаниях, где направление электронной розницы возникло и стало развиваться спустя некоторое время после стабилизации традиционного бизнеса, доля онлайн-розницы в среднем составляет около 10%. А это уже немалые обороты, особенно если речь идет о крупных ритейловых сетях.
Проблема интеграции
Каким образом компания, работающая в сфере онлайн-розницы, может извлечь преимущества из накапливаемых данных? "Прежде всего, важно правильно организовать все данные внутрикорпоративных систем, хранящих информацию о клиентах, историю их заказов и использования программ лояльности. Следующий шаг - создание общих бизнес-процессов в компании между offline и online продажами, чтобы использовать эти сведения для дальнейшего анализа", - считает Елена Сидорова, руководитель направления электронной коммерции компании "КРОК".
Большая проблема заключается в том, что электронная коммерция зачастую не выделена у заказчика в отдельное направление, отдельный канал продаж. И если говорить о таком модном тренде, как omni-channel (многоканальные продажи), то особенно остро встает вопрос интеграции бизнес-процессов. Вот лишь один пример: заказ сделан на сайте, а забрать товар заказчику удобнее в обычном розничном магазине. Для подобной продажи необходимо сначала выполнить интеграцию разных систем и решить ряд попутных вопросов (например, кому непосредственно эти продажи будут зачислены внутри компании, кто будет ответственным за наличие товара в магазине, будет ли зарезервирован товар для клиента).
Сервис omni-channel сейчас пользуется спросом, но при его реализации возникает множество альтернатив: клиент может заказать доставку товара курьерской службой на дом, а может забрать его самостоятельно или как-то еще. Это не всегда объясняется наличием или отсутствием товара на складе или в магазине, но чаще всего связано с неудобством ожидания курьера. Если эти данные о клиенте доступны в соответствующих системах, то дальнейший их анализ может помочь выявить случаи неудачных продаж, исходя из невысокого уровня оказанного сервиса или предоставления клиенту не полного набора возможных услуг.
Задачи аналитики для онлайн-розницы
Существует две группы задач, стоящих перед аналитикой в онлайн-рознице.
Во-первых, внутренние, то есть аналитика продаж: анализ каталогов продуктов, ценовых политик, аналогичных предложений разных поставщиков, формирование продуктовой линейки и т. д. Инструменты аналитики помогают более точно определить наиболее востребованные сегменты продукции и спланировать расширение соответствующих ресурсов склада для увеличения их оборота.
- Данным видом аналитики, - поясняет Елена Сидорова, - чаще всего пользуются менеджеры по продукту и категорийные менеджеры, которые непосредственно отвечают за ассортиментный ряд. В их задачи входит отслеживание товаров, контроль ценообразования и продвижение выгодного ценового сегмента в рамках онлайн-площадки. Анализ существующего каталога товаров и соответствующих продаж поможет выявить сегменты продуктов, которые требуют дополнительного маркетингового внимания.
Еще одна категория специалистов, заинтересованных в аналитике онлайн-продаж, - маркетологи. В их задачи входит анализ не только продаж и механизмов продвижения товаров, но и анализ поведения покупателей, в том числе в различных интернет-ресурсах. "Потенциальные клиенты могут обсуждать на сайте интернет-магазина и в социальных сетях товары, которым они отдают предпочтение и хотели бы приобрести. Аналитические системы используют эту информацию, а также данные о том, на какие сайты заходят пользователи, что читают, какие фотографии просматривают, какие подарки хотят получить на день рождения и т.д. для создания профиля пользовательских предпочтений, - подчеркивает Елена Сидорова. - Но здесь появляются проблемы, связанные со способностью ИТ-инфраструктуры поддерживать обработку большого количества данных".
На основании изучения спроса формируются так называемые маркетинговые сегменты. Маркетинговый анализ позволяет разработать акции и в зависимости от поведения пользователя на сайтах сформировать дополнительные сегменты покупателей. Например, продукт IBM Core Metrics анализирует поведение пользователей на сайте крупной компании и связывает товары между собой. Если вчера клиент приобрел телевизор, то сегодня ему предложат DVD-плеер со скидкой 20%.
Клиент, который часто покупает товары определенной ценовой категории, попадает в сегмент пользователей, заинтересованных в конкретных линейках товаров (например, класса люкс), и начинает получать рассылку - например, о новых моделях гаджетов из этой ценовой категории. И наоборот, если клиент чаще выбирает экономичный вариант, он получает рассылку по поступлениям сопутствующих товаров именно этого сегмента или информацию об акциях и скидках.
Вся эта информация представляет огромный интерес для маркетологов-аналитиков, но ее хранение и обработка требуют серьезных вложений. Заказчики обычно не готовы инвестировать средства на поддержку таких решений. Поэтому в основном услуги анализа социальной коммерции (инструменты анализа для маркетологов) предоставляются вендорами как решения по модели SaaS.
Таким образом, с помощью инструментов анализа решаются подзадачи для категорийных менеджеров и маркетологов. А источник данных для анализа - оценка внутреннего поведения пользователя на сайте - то есть непосредственно в интернет-магазине - и оценка внешнего поведения в социальных сетях: что набирал в поисковиках, какие сайты просматривал.
"Анализ поведения клиентов позволяет категорийным менеджерам решать и такие задачи, как предупреждение затоваривания на складах или недостатка необходимой продукции, логистические вопросы, - рассказывает Елена Сидорова. - Они следят за поступлением товара и наличием его на складе".
Отчетность в онлайн-рознице
Если в традиционной рознице подготовка каких-то регулярных (например, месячных) отчетов является обязательным инструментом операционного управления, то в онлайновой эта задача не первична. Основная цель текущей аналитики для электронной коммерции - это повышение уровня продаж. Несмотря на то что процент продаж в этом сегменте постоянно растет, он еще не достиг такого уровня, чтобы эти отчеты стали оперативными. (Оперативный отчет необходим для того, чтобы узнать, сколько сегодня было продано товаров, и доложить об этом генеральному директору.) Многое зависит и от направления бизнеса, то есть от того, профильный это онлайн-канал или сопутствующий.
Поскольку в основном на текущий момент тренд в развитии бизнес-аналитики направлен на увеличение продаж, им пользуются в основном маркетологи - для того чтобы не создавать затяжные периоды в продажах, а быстрее реагировать на автоматически сформированные сегменты пользователей. Когда система автоматически подсказывает, что появилось много посетителей, которые покупают красные сумки, задача маркетологов заключается в том, чтобы предложить к этим сумкам какой-то сопутствующий аксессуар - например, шелковые платки соответствующей расцветки.
"Современные платформы электронной коммерции, - поясняет Елена Сидорова, - такие как IBM WebSphere Commerce, Oracle ATG Web Commerce Applications, Hybris B2C Commerce и другие предполагают автоматическую подготовку отчетов по разным запросам с помощью соответствующих программных модулей бизнес-аналитики".
Конечно, на текущий момент далеко не каждая компания, особенно если она некрупная или развивает еще один канал продаж, обладает соответствующей инфраструктурой и может себе позволить крупные промышленные решения. В таких компаниях используются решения Open Source - например, уровня Magento. Чтобы организовать внутреннюю отчетность на таких платформах, необходимо использовать дополнительные инструменты. В некоторых случаях могут применяться продукты класса Big Data. Но чаще инструменты категории Big Data позволяют себе те компании, которые внедряют промышленные решения и развивают на их основе аналитику.
Аналитика больших данных
"В настоящее время у нас в работе несколько проектов по внедрению систем аналитики больших данных. При реализации подобных решений речь обычно идет о крупных клиентских базах - более 10 млн человек. Но если требуется составить отчет о поведении пользователей в соцсетях, то объем вычислений может быть значительным даже при малом количестве пользователей, и в этом случае также необходимо решение уровня Big Data", - рассказывает Елена Сидорова.
В помощь бизнесу
Насколько применение аналитики способствует результатам электронного бизнеса?
- У категорийных менеджеров, - комментирует Елена Сидорова, - существуют определенные ограничения в применении аналитических инструментов в силу того, что компания имеет собственное видение предлагаемой линейки товаров. Но во многих сегментах электронной розницы, особенно в сфере электроники, пользователи достаточно продвинутые: поведением на сайте и стратегией поиска во внешних ресурсах они могут обозначить свои предпочтения категорийным менеджерам. В этом случае аналитика может выявить совершенно новые сегменты пользователей и необходимые им комплекты товаров.
Такие исследования предоставляют возможность отследить истинные предпочтения пользователей, причем сделать это не за счет внедрения дорогостоящих аналитических систем корпоративного уровня. Использование аналитики оправданно, когда ставится задача увеличить продажи на не очень понятных сегментах розничного рынка и не очень понятных комплектах сопутствующих товаров.
ИТ-инфраструктура для анализа онлайн-розницы
Специфика работы онлайн-розницы связана с таким явлением, как всплески и спады пользовательских запросов и покупок в период сезонных распродаж, праздников. Все это создает большие перепады нагрузки на ИТ-инфраструктуру, которая должна отвечать требованиям высокой масштабируемости. "Для решения подобных задач мы предлагаем ресурсы своего дата-центра, сертифицированного на соответствие уровню отказоустойчивости Tier III. Заказчик может подключить дополнительные мощности в период пиковых нагрузок, например, во время предновогодних распродаж,- рассказывает Елена Сидорова. - Мы можем предоставить подобную услугу на определенный срок, заказчик сам решает, когда отключить дополнительные мощности и вернуться к стандартному режиму работы".
Точно такой же стратегии придерживаются заказчики, если планируется какой-то рост нагрузки или организуется тестирование, подключение регионов, которые еще мало исследованы, клиентская база плохо изучена и неизвестно, какая будет плановая нагрузка. "Мы предлагаем компаниям, работающим в сфере онлайн-розницы, - поясняет Сидорова, - сначала приобрести минимальные мощности для подключения новых регионов, и уже по мере увеличения клиентской базы в регионе наращивать ИТ-инфраструктуру"