Маркетологи розничной торговли уже давно пытаются приблизиться к идее индивидуального маркетинга. В идеальном мире маркетологи предоставляли бы нужному клиенту, в нужное время, самое релевантное сообщение.

Цифровые технологии значительно увеличили количество каналов индивидуальной коммуникации. Почтовые рассылки становятся персонализированными, купоны на кассе выдаются в режиме реального времени, а сайты, онлайн-порталы и приложения для смартфонов создают новые точки взаимодействия с клиентами. Однако задача определения «правильного» сообщения для конкретного клиента остаётся огромной.

Современный розничный маркетинг ограничен сегментацией клиентов

Компании по производству товаров народного потребления и розничные торговцы используют сегментацию рынка и клиентов, чтобы определить потребности потребителей, предпочтения в продуктах и случаи их использования, с целью разработки и нацеливания маркетинговых кампаний. К сожалению для розничных торговцев задача огромна, поскольку они обслуживают очень широкий спектр групп клиентов в рамках обширного портфеля продуктов, а довольно динамичный рынок с часто выраженными локальными различиями усугубляет сложность.

Консультанты по стратегии из McKinsey утверждают, что усилия по сегментации будут осуществимы и устойчивы только если число сегментов менее 10. Неудивительно, что маркетологам трудно преодолеть разрыв между потребностями миллионов клиентов и однозначным числом сегментов.

Таргетинг: технологии больших данных заменяют сегментацию клиентов анализом каждого отдельного клиента

Технология больших данных приблизит маркетологов на шаг к идеалу настоящей индивидуальной коммуникации, где вместо того, чтобы подгонять клиентов под кампанию, маркетинговое усилие начинается с анализа конкретного клиента и его потребностей.

Основная идея довольно интуитивна. Анализируя корзину покупок клиента (на кассе) или, лучше, историю покупок (через данные программы лояльности) !

сравнивая их с корзинами и историей покупок миллионов других клиентов, можно выявить «похожие» профили покупателей и определить, какие другие продукты и услуги могут заинтересовать данного клиента.

Основой для этого продвинутого анализа поведения являются данные с кассы (чековая информация), а также данные программы лояльности, если они доступны.

Возможность работы таких систем в почти реальном времени сегодня достигается без больших затрат за счёт умной архитектуры, которая позволяет эффективно хранить и быстро получать огромные объёмы данных. В недавнем whitepaper, мы показали, что даже все чековые данные крупнейших розничных сетей могут быть обработаны на смартфоне.

Измерение: Анализ истории клиента и корзины позволяет измерять конверсию, рост и каннибализацию

Оценка рентабельности инвестиций (ROI) маркетинговой инициативы является ключевой, но в розничной торговле крайне сложной задачей, поскольку влияние промоакции или ваучера зачастую затрагивает не только продвигаемый продукт, но и весь ассортимент. Замещение, каннибализация и долгосрочное воздействие играют важную роль для ROI.

Современные маркетологи лишены прямой обратной связи по своим инициативам и вынуждены работать, по сути, «наугад». Технологии больших данных позволяют решить эту проблему, анализируя историю покупок клиента и его корзину в контексте прошлых и текущих промоакций и ваучеров.

Эффективность: замкнутый цикл обратной связи создаёт обучающуюся систему

Так же как маркетологи жаждут прозрачности в вопросах конверсии и ROI маркетинга, рекомендательные системы значительно улучшатся, если смогут напрямую измерять качество применяемой поведенческой аналитики. Через итерации алгоритм будет совершенствоваться, или «учиться». Теория статистического обучения здесь является неоценимым компонентом.

Предпосылками являются чётко определённые характеристики успеха/неудачи (маркировки), которые можно автоматически отслеживать, чтобы обеспечить систему необходимой обратной связью. К счастью, используемые ваучеры, задействованные промоакции, посещённые мероприятия или другие формы действий клиента, которые можно однозначно связать с маркетинговым сообщением и автоматически измерить, отлично подходят для этой цели.

Большие данные задают тон

Большие данные проложили путь к, как мы считаем, радикальным улучшениям в том, как маркетинг может нацеливаться, оцениваться, оптимизироваться и в конечном итоге превращать кампании в прибыль для компании.

Более того, технологические барьеры для инноваций в розничной торговле никогда не были столь низкими, и мы считаем, что первопроходцы создадут конкурентное давление, которое преобразит отрасль. Нас ждут захватывающие времена!