Этот ненавязчивый шопинг, или кому выгоден персонализированный сервис

Представьте: как только вы заходите в магазин, о вас уже все известно – имя, размеры, история покупок онлайн и оффлайн, даже ваши взгляды на жизнь, на устройство мира –все. Будете ли вы чувствовать себя звездой или же жертвой навязчивых исследователей?

Как ваш ответ может повлиять на будущее коммерции, которая подвергается радикальной трансформации с анализом баз данных в реальном времени?

Пиво и барбекю

С тех пор как Dunnhumby, находящийся в собственности Tesco, помог своему супермаркету внедрить схему лояльности с помощью клубных карт в 1994, все мы привыкли, что ритейлеры собирают большие объемы информации о нас.

Однако, теперь история покупок дополняется целыми наборами новых данных, ключевых для того, чтобы знать, сколько пива, барбекю или же зонтиков будет продано, в помощь информации из социальных сетей, и определению местоположения мобильными устройствами.

И способность анализировать всю эту информацию в реальном времени, дает ритейлерам и их сотрудникам беспрецедентную возможность предложить рассчитанные специально на нас услуги и товары, как онлайн, так и оффлайн.

«Если вы в курсе, что покупают ваши клиенты и, что у вас есть в наличии, то вы сможете сделать индивидуальные предложения для них, но делать это нужно в режиме реального времени», говорит Klaus Boeckle, представитель компании программного обеспечения SAP, чья платформа для анализа баз данных Hana используется eBay и B&Q.

Созданы измерять

Консультанты магазинов, запрашивающие подобную информацию на мобильных устройствах, смогут найти наш профайл и узнать из наших недавних постов в социальных сетях, как мы планируем отпуск, к примеру, или какое платье ищем на вечеринку.

А затем нас подтолкнут к покупке продуктов, которые нам подходят – то, в чем мы заинтересованы или, что мы или наши друзья покупали в последнее время.

Технология iBeacon, разработанная Apple, предназначена для взаимодействия со смартфонами, она определяет наше местоположение с помощью Bluetooth. «Скоро она позволит разработчикам ритейлерам определить нахождение каждого из нас, например, как только мы войдем в магазин», говорит Оуэн Геддес из Appflare, компании, специализирующейся на разработке и управлении устройствами размером с монетку.

Подходящие нам спецпредложения будут приходить на наши смартфоны и смогут меняться, в зависимости от того, в какой части магазина мы находимся.

«Но вперед мы всегда будем спрашивать разрешение у покупателей», говорит г-н Geddes, обеспокоенный тем, как нейтрализовать опасения насчет вторжения в личную жизнь покупателей.

Чем больше информации, тем лучше становится сервис, говорит Scott Silverthorn, управляющий базами данных косметического бренда Lush.

Компания имеет большое количество проанализированных данных, доступных для своих сотрудников в магазинах и на складах, так что у них на руках есть статистика продаж в реальном времени.

«Это не только помогло вселить амбициозный дух в персонал, конкурирующий, увеличить продажи и производительность, это также дает информацию для улучшения обслуживания клиентов», сообщил Scott Silverthorn. К примеру, если сотрудники замечают, что определенный брикет соли для ванн хорошо продается вместе с определенным шампунем, они смогут поменять расположение товаров на прилавке таким образом, что они будут находиться ближе друг к другу.

«Чем больше, тем лучше»

Однако, применимо это именно к онлайн-торговле, где наиболее очевиден тренд на сбор больших объемов информации.

Amazon, имеющий 240 миллионов клиентов по всему миру и годовую прибыль $ 75 млрд., может обосновать свой успех способностью анализировать данные о клиентах и адаптировать свои услуги соответственно этим данным, утверждает David Selinger, исполнительный директор расположенной в Сан-Франциско компании RichRelevance, специализирующейся на персонализации данных.

«В 2004 у Amazon были лучшие информационные возможности, чем большая часть ритейлеров имеет сейчас», говорит он.

Werner Vogels, главный директор Amazon по технологиям, сказал: «Вы никогда не можете иметь слишком много данных – чем больше, тем, безусловно, лучше. Чем больше данных вы сможете собрать, тем яснее будут результаты».

«Рост популярности облачных технологий и обработки данных в режиме реального времени позволяют владельцам магазинов создавать гораздо более точные и целевые предложения для своих клиентов», утверждает он.

«К примеру, в особенно холодный зимний день в вашем городе ритейлер сможет порекомендовать вам пальто из коллекции, модели которой вы приобретали ранее. Если к этому добавить голос или видео, возможности становятся очень интересными».

Механизм Amazon, дающий рекомендации покупателям и предлагающий другие товары, которые могут быть вам интересны, основанные на их предшествующем поведении в отношении покупок и рейтингах, «не всегда был идеален»,- признает г-н Vogels. Но благодаря «машинному обучению» автоматизированному самосовершенствованию – сервис становится все лучше, говорит он.

«Вы можете искать чайник, а мы порекомендуем такой, который лучше всего подойдет к другим кухонным принадлежностям, которые вы уже купили».

Сопротивление

Традиционные ритейлеры дают отпор натиску Amazon, владея собственным оружием по сбору данных, утверждает г-н Selinger.

Его компания, RichRelevance, клиентами которой являются Marks and Spencer, Boots, John Lewis, Argos, Dixons и Ann Summers, специализируется в обработке баз данных, которые розничные торговцы собирают со своих клиентов, и используют их для индивидуального подхода к шопингу.

Ее программное обеспечение обрабатывает все эти данные на основе структуры с открытым исходным кодом, Apache Hadoop, затем применяет 125 различных алгоритмов, которые пытаются предсказать, какие продукты клиенты, скорее всего, будут покупать в этот самый момент, в зависимости от их предыдущего и текущего поведения.

Все это делается в 20 миллисекунд, говорит он.

Каждый из алгоритмов оценивается по точности и способности влиять на предсказания, а эти оценки влияют на то, какие изображения и предложения представлены клиентам в следующий раз, когда они посетят веб-сайт ритейлера или другой сайт, например, Pinterest.

Г-н Селинджер называет этот процесс «ансамбль обучения».

«Помогая потребителям найти продукты, которые наиболее актуальны для них, мы поднимаем продажи с 3% до 10%», говорит он.

И это не только содержание веб-сайта, которое может быть адаптировано к потребительским предпочтениям и поведению в отношении покупок, говорит David Brussin, исполнительный директор компании Monetate, занимающейся персонализацией для электронной коммерции, чья система используется 400 брендами по всему миру.

«Даже содержание рекламных сообщений на почте может быть изменено вплоть до той точки, где мы обычно нажимаем на них», говорит он.