יום רביעי , ספטמבר 20 2017
מבזקים
דף הבית > תוכנות > BIG DATA & BI Analytics > מה יהיה המוצר החם של העונה? 5 תובנות לקמעונאים מ-Big Data Analytics

מה יהיה המוצר החם של העונה? 5 תובנות לקמעונאים מ-Big Data Analytics

מאת: אדר שומרון

אדר שומרון

אדר שומרון

היכן פוגשים הקמעונאים את טכנולוגיות ה-  Analytics Big Data וכיצד הן יכולות להסב להם תועלת?

1. חיזוי מגמות. קמעונאים רוצים להבין, ובצדק, מה יהיה המוצר החם של העונה. באמצעות אלגוריתמים לחיזוי מגמה הם יכולים לסרוק את המדיה החברתית ולהתחקות אחר הרגלי הגלישה של הציבור. הרגלים אלה יכולים ללמד איפה נמצא הבאזז. אלגוריתמים מבוססי לימוד-מכונה (Machine Learning), המנתחים את הסנטימנט במדיה החברתית, יכולים להעיד על היחס של הלקוחות למוצרים ולשירותים ולשמש כמקור לחיזוי המוצרים הנמכרים ביותר בכל קטגוריה. בצד אלה, ניתוח של נתוני פרסום מלמד אילו מוצרים ושירותים מנהלי השיווק דוחפים הכי חזק.

2.  חיזוי ביקוש. אחרי שמבינים מה הלקוחות צפויים לקנות, כדאי להבין איפה צפוי להיות ביקוש גבוה. על ידי איסוף וניתוח נתונים דמוגרפיים וכלכליים ניתן לבנות תמונה של הרגלי ההוצאות בשוק. קמעונאים רוסיים, למשל, מצאו כי הדרישה לספרים גדלה אקספוננציאלית ככל שמזג האוויר נעשה קר יותר. על סמך תובנה זו, רשתות הספרים ברוסיה מגדילות את הפצת  המלצות הספרים ללקוחותיהם בהתאם למזג האוויר במקום מגוריהם.

3. אופטימיזצית תמחור. רשתות ענק כמו וולמארט משקיעות סכומי עתק במערכות זמן-אמת אשר עוקבות אחר מיליוני טרנזאקציות, המתרחשות מדי יום. המערכות עוקבות אחר הביקוש, רמות המלאי ופעילות המתחרים ומגיעות לתובנות חדשות בזמן אמת – מה שמאפשר לרשת לקבל החלטות חדשות בזמן אמת וליישמן תוך דקות.טכנולוגיות Big Data אף מסייעות לקמעונאים לקבל החלטה בנוגע להורדת מחירים. אם בעבר כל הקמעונאים נהגו, באופן גורף, להוריד מחירים בסוף העונה, עם הירידה בביקוש, הרי ששיטות הניתוח המודרניות מלמדות כי הפחתה הדרגתית יותר במחיר, המלווה את תהליך הירידה בביקוש, מובילה דווקא לגידול בהכנסות.

4. זיהוי לקוחות. ההחלטה מי מן הלקוחות יעדיף מוצר מסוים, ומה הדרך הטובה ביותר למשוך את תשומת ליבו לעבר המוצר, היא החלטה קריטית. לשם חיזוי מורכב זה נעזרים קמעונאים במנועי המלצה באונליין, בשילוב עם איסוף נתונים מטרנזאקציות וממועדוני לקוחות  – באונליין ובאופליין. נתונים אודות כלל האינטראקציות של הלקוחות עם הקמעונאים מהווים תשתית טובה לקבלת החלטה לגבי הדרך הטובה ביותר להסב את תשומת לב הלקוח למוצר או לקמפיין מסוים. הדרך יכולה להיות מייל, מסרון או התראה לנייד ממשדר NFC כאשר הלקוחות נמצאים בקרבת החנות.

5. קבלת התשלום. מחקרים העוקבים אחר תהליכי רכישה באתרי e-commerce מראים כי תהליכי קניה רבים נקטעים לאחר שהלקוח בחר את הפריט והכניס אותו לסל הקניות. בהנחה שמצב זה נובע מאי מציאת כרטיס האשראי ברגע האמת, Klarna – פלטפורמת המסחר האלקטרוני השוודית – הנהיגה מודל חיוב, לפיו הלקוח יכול לשלם רק לאחר קבלת המוצר.  מערכת מתוחכמת מלווה את התהליך ומסייעת במניעת הונאות.   

אגב, טכנולוגיות Big Data Analytics כבר אינן נחלתם של הארגונים הגדולים בלבד. היום  מתפתח שוק שלם של פתרונות Big Data as a Service המאפשרים גם לעסקים קטנים להנות מכלים לניתוח מידע. טכנולוגיות אלה לצד פלטפורמות פרסום ממוקדות (כגון: גוגל ופייסבוק) תומכות באסטרטגיות שיווק מפולחות. פוטנציאל רב גלום במדיה החברתית, במשוב מהלקוחות, בקטעי וידאו, שיחות טלפון מוקלטות ונתוני GPS. למיצוי מלא של נתונים אלה יגיעו מי שישקיעו בגישות חדשניות ויצירתיות לניתוח הנתונים.

הכותב הוא המנכ"ל והבעלים של חברת BIyond, המתמחה בעולמות הBI, Big Data Analytics
 וData Science, ומסייעת לחברות להפיק יותר ערך עסקי מהData שלהן

 

 

 

אודות מערכת ITNEWS מאיר עשת

מנהל/עורך אתר ITNEWS. בוגר כלכלה ומנה"ס באונ' בן גוריון ו- MBA בירושליים. בעבר: כהן כיועץ כלכלי מטעם המדינה בהולנד ובהודו. היה סמנכ"ל שיווק בברדר, משנה למנכ"ל בסטארטאפ TVNGO, מנהל IT מגזין של גלובס בשנתיים האחרונות.