BI Partner. Аналитические системы для бизнеса О компанииУслугиПродуктыПрактикаБиблиотекаПроектыНовости

 Главная  Библиотека – Статьи – Улучшение понимания потребностей покупателя

Консалтинг. Аналитические системы для бизнеса
Вакансии Контакты Обратная связь
 
 

 

 

Улучшение понимания потребностей покупателей

Статья из журнала Intelligent Enterprise

1 2 3

Когда компании розничной торговли сталкиваются с задачей анализа потребностей покупателей встает проблема анализа накопленных данных. Вопрос в том, чего им не хватает для реализации возможности своевременной оценки ситуации и реагирования? Технологии интеллектуального анализа данных (data mining) являются центральной частью аналитической стратегии, которая может в этом случае принести компаниям пользу.

Усама Файяд (Usama Fayad)

Понимание образа действия заказчиков важно для определения и настройки стратегии компании, увеличения доходов и поиска новых возможностей в бизнесе. Важность владения знаниями о клиентах для достижения этих целей не новость. Ими всегда обладали успешные компании. Новым является то, что многие имеют в своем распоряжении внушительное разнообразие данных, что обещает раскрыть гораздо больше информации, чем прежде. Этот потенциал, к сожалению, создал парадокс. Особенно сильно парадокс проявляется в больших и диверсифицированных компаниях: чем большее количество этих данных имеется, тем тяжелее их обработать и понять.

Сегодня компании в изобилии накопили данные о действиях клиентов. Это данные о посещении сайта (clickstream), предпочтениях в покупках, возвратах, жалобах, пожеланиях, приобретаемых подарках и прочее. И как много компаний их эффективно используют? Причина парадокса кроется в том, что технологии сбора и хранения данных опередили способность человека понимать и анализировать накапливаемую информацию для управленческого воздействия. Технологии data mining, ориентированные на выявление интересных, неочевидных шаблонов и разработке прогнозных моделей, имеют огромный потенциал для использования компаниями накопленных информационных ресурсов с целью достижения успеха в бизнесе.

Проблема розничных торговых компаний

Нигде так не проявляется сочетание богатства накапливаемых данных с их неэффективным использованием как в компаниях розничной торговли, использующих различные каналы продаж. Начальные усилия по применению технологий интеллектуального анализа данных сфокусированы в первую очередь на обработке статистики посещения web-сайта и данных систем электронной торговли. Например, анализ таких факторов как количество запрошенных файлов, посещенные страницы, продолжительность посещения сайта, количество и объемы продаж. Статистика, собираемая с помощью web-сайта, отлично подходит для общего анализа, но только ее недостаточно для того, чтобы получить максимум пользы от накапливаемых данных.

Чтобы получить всеобъемлющую информацию о клиентах, необходимо объединить собираемую статистику с данными из учетных систем и источников, содержащих демографическую информацию. Необходимо также иметь возможность сегментировать клиентов в соответствии с различными критериями и анализировать предпочтения каждого сегмента. В конечном же итоге, нужен инструмент для превращения знаний в действия - например, проведения рекламных кампаний и создания рекомендаций, ориентированных на работу с определенными группами заказчиков. С помощью такого набора средств есть возможность полностью реализовать потенциал технологий интеллектуального анализа данных: от приобретения знаний о клиентах до их применения в действии для достижения поставленных задач.

Первое, что мне хочется рассмотреть в этой статье, это различные типы накапливаемой о заказчиках информации, и стадии, через которые необходимо пройти, чтобы научиться применять технологии интеллектуального анализа наиболее эффективно. Далее, я объясню, как можно направить результаты анализа на оптимизацию взаимодействия с заказчиками и улучшить показатели.

Какие данные вам нужны?

Для большинства сетей розничной торговли, наиболее важными источниками данных для анализа информации о заказчиках являются:

Демографические данные. Сотрудники отделов директ-маркетинга используют информацию о возрасте, месте жительства и доходах, чтобы выявить необходимые сегменты и использовать их в рекламных кампаниях.

Данные из систем оперативного учета. Этот ресурс предоставляет детальные данные о покупках и вместе с демографической информацией позволяет прогнозировать будущие покупки и осуществлять продвижение товаров более эффективно. Системы оперативного учета позволяют извлечь информацию о времени, месте и факторах, сопутствующих покупке.

Оперативно собираемая статистика. Наибольшие объемы статистики предоставляют журнальные файлы web-сайта компании (clickstream data), хотя мы также должны включить сюда статистику обращений через беспроводные устройства, кабельное телевидение и пр. Этот ресурс дает еще больше знаний, чем данные систем оперативного учета. С его помощью можно понять процесс принятия решения о покупке и шаги (переходы между страницами), предпринимаемые пользователем, чтобы ее совершить. Таким образом, становится известно не только то, что покупают клиенты (или не покупают), но и как они доходят до решения.

Лучше понимая процессы, приводящие к решению о покупке, вы можете более эффективно влиять на них в будущем.

Также важно, статистика сайта рассказывает, кто не покупает товары и почему. Например, с ее помощью можно узнать, что среди посетителей, которые ничего не приобрели много таких, которые искали информацию об условиях поставки, но так ничего и не обнаружили. Из этого вы можете сделать заключение, что информацию о поставке необходимо сделать более доступной.

1 2 3

   Следующая страница

 

Новости

 


27 октября 2015
Многопрофильная железнодорожная группа «РТК» автоматизировала бюджетное управление, используя IBM Analytics

2 июня 2015
Служба технической поддержки BI Partner прошла аудит SAP

24 марта 2015
BI Partner объединила в едином хранилище информацию о продажах продуктов питании, средств гигиены, бытовой химии и косметики

5 марта 2015
BI Partner использует СПО Pentaho для развития хранилища данных авиакомпании AirBridgeCargo

4 декабря 2014
BI Partner внедрила систему отслеживания и анализа сроков доставки на платформе MS MDS в компании Mary Kay, Россия

Россия, 127083, Москва, ул. Юннатов, 18
Телефон: 969-2-696