Big Data увеличат прибыль ритейлера на 10%

09.09.2015

По данным исследования, организованного CNews Analytics совместно с Oracle, российский ритейл является одной из отраслей, проявляющих наибольший интерес к Big Data (большим данным). Об использовании таких решений заявили 67% опрошенных представителей телеком-компаний, 56% представителей банков и 33% представителей ритейла.

Основой больших данных в ритейле являются сведения о потребителях – история их покупок, детальная информация с каждого чека, привлекшие внимание скидки, факты посещения магазинов и т.д. Основной сферой применения технологии в ритейле является изучение покупательского поведения. Торговые предприятия стремятся собрать максимально возможное количество информации о своих клиентах и на основе ее анализа составить поведенческие модели. Большую роль в процессе сбора данных играют мобильные устройства, позволяющие оперативно отслеживать, где именно покупатель чаще всего предпочитает бывать, на какую категорию товаров он чаще обращает внимание.

Одной из актуальных задач современного ритейла является обработка данных о клиентах в рамках омниканального обслуживания, подразумевающего доступ к его услугам как в режиме онлайн (причем, частенько с различных устройств), так и офлайн. В этом случае большие данные позволяют агрегировать информацию из всех возможных источников и, обработав их, составить наиболее релевантный портрет клиента, позволяющий делать ему персонализированные предложения.

«Сегодня инвестиции и разработка стратегии, сочетающей надежность оффлайн инфраструктуры с онлайн-присутствием, являются критичными для многих компаний», – уверен Саймон Проект, CEO и сооснователь Flocktory.

Прибыль ритейлеров зависит от Big Data

Согласно данным Hadoop, использование больших данных способно увеличить прибыль торговых предприятий на 7–10%. Так, кибермаркет «Юлмарт» в 2013 г. благодаря технологиям больших данных увеличил объем продаж на 3 млрд рублей при общем обороте в 40 млрд руб. При этом затраты, включая расходы на онлайн-рекламу, составили 150 млн рублей.

«Технологии больших данных позволяют оценить фактические последствия тех или иных управленческих решений, – говорит руководитель отдела стратегического анализа и сценарного планирования «Юлмарт» Николай Валиотти. – Принимать сегодня большинство решений, полагаясь на интуицию, просто невозможно, иначе конкурентная среда очень быстро «съест». В электронной торговле это точно так. Мы уже видим, что несколько игроков, которые не справились с нагрузкой, ушли с рынка».

Компания «Связной», по словам Сергея Харитонова, директора по информационным технологиям, в настоящее время определяет сроки запуска проекта по большим данным, а сама технология обработки информации будет внедрена в течение 2015 г. Ведь количество накапливаемой неструктурированной и разнотипной информации в компании, а также используемых систем и баз данных стремительно увеличивается от года к году. К такой информации относятся реляционные базы данных, различные медиафайлы (аудио-и видеозаписи), накапливаемые данные SCADA-систем, данные систем безопасности, логи телефонии, интернет-трафика, технологические и аудиторские логи, документы и разнотипные файлы (почта, графические, векторные), мета-данные и т.д.

«Неэффективность поиска информации классическими методами в разрозненных и даже распределенных системах и базах данных постоянно увеличивается. Время, прилагаемые усилия и сам поиск нужной информации неоправданно растет, – говорит Сергей Харитонов. – Появляется необходимость выдачи результатов поиска данных и принятия решений по ним, а также автоматизация принятия решений, близкая по скорости к режиму online или real-time. Возрастают объемы накапливаемой информации, которая является сложно доступной или агрегируется и хранится в корпоративных архивах».

Будущее в России

В американском ритейле большие данные уже получили широкое распространение. Так, широко известен пример, когда один из американских ритейлеров привязал поставки зонтов в магазины к анализу прогнозов осадков и таким образом добился существенного роста их продаж. В компании Amazon 35% продаж производится благодаря рекомендациям, предложенным системой, анализирующей большие данные о пользователях.

Несмотря на то, что кейсов в области больших данных в отечественном ритейле пока немного, эксперты уверены в том, что в ближайшее время этот рынок ждет взрывной рост.

«Существует две тенденции: первая – крупным компаниям легче активно пользоваться новыми цифровыми решениями в силу больших финансовых возможностей в этой области, – комментирует Андрей Соловьев, руководитель проектной дирекции Cognitive Technologies. – Вторая – даже небольшие компании, которые хотят не отставать от новых тенденций, готовы потратить часть своего бюджета на подобные усовершенствования».

Сегодня ритейлерам доступен не только полный спектр решений для создания собственной инфраструктуры, но и возможность использовать облачные технологии для решения самого широкого спектра задач.

«Прежде всего, это задачи анализа и оптимизации хранения оперативной информации, системы массивно-параллельной обработки неопределенно структурированных данных, а также задачи класса data mining, – уточняет Михаил Орленко, руководитель департамента корпоративных решений Dell в России, Казахстане и Центральной Азии. – В определенном смысле сюда можно отнести также задачи по построению комплексных систем хранения данных, организованных традиционным способом или же программно-определяемых, так часто обсуждаемых в разных источника в последнее время».

При этом, по мнению экспертов, тенденция роста этого рынка значительно сдвинута в сторону SaaS-решений. Саймон Проект объясняет это тем, что разработка собственного решения требует значительных инвестиций и вложений, формирования исключительной профессиональной команды, чтобы превратить данные в действующее решение, и существенных временных затрат для проверки гипотез на рынке.

«С платформенным SaaS решением клиенты получают не только быстрое и экономически целесообразное решение, а также продукт и команду, которая прошла боевое крещение на рынке», – говорит он.

Источник: CNEWS


ВКонтакт Facebook Одноклассники Twitter Яндекс Livejournal Liveinternet Mail.Ru
Комментарии