Собираемая с приложений пользователя информация должна проходить системный фильтр, который выстраивают ИТ-специалисты совместно с маркетологами. Популярный у аналитиков инструмент сбора данных по просмотрам определённых вещей в интернет-магазинах потребителем несёт самую большую погрешность. Как правило, люди в России часто смотрят премиальные марки одежды и автомобилей, а одеваются в «экономклассе» и ездят на «солярисах». Западный прагматизм при выборе товаров упирается в русскую маниловщину и любовь к мечтам. Поэтому анализ просмотров требует фильтрации, особенно когда речь заходит о luxury. Опираться тут можно только на покупки. А, к примеру, при анализе путешествий пользователя важно учитывать, ездит он за счёт компании или за собственные средства.
Примечательно, что перемещения поколения Z внутри ТРЦ всегда более логичны, чем у старшего поколения и миллениалов, поэтому их проще анализировать. «Зеты» заранее планируют через приложения, куда они пойдут, что будут смотреть, опираясь на акции и скидки. Также они предпочитают делать онлайн-покупки, даже находясь в офлайн-магазине. Данные о поведении «зетов», собранные торговыми центрами, являются максимально точными и пригодными для анализа и создания портретов потребителей. Встроенные в полки камеры могут дать статистику просмотров каждого товара в линейке. Установка датчиков на вещи и сканирование в примерочных позволит выделить долю популярных товаров.
Резюмируя, хочется отметить важность разработки алгоритмов и качественных полей в сборе данных о клиентах в системе вашего анализа малых и больших данных. Именно стандартизация и нормализация информации с чёткой классификацией и фильтром позволят избежать потерь при акциях, приоритезации товарных линеек и ценообразовании.
и создания портретов потребителей. Встроенные в полки камеры могут дать статистику просмотров каждого товара в линейке. Установка датчиков на вещи и сканирование в примерочных позволит выделить долю популярных товаров.
Резюмируя, хочется отметить важность разработки алгоритмов и качественных полей в сборе данных о клиентах в системе вашего анализа малых и больших данных. Именно стандартизация и нормализация информации с чёткой классификацией и фильтром позволят избежать потерь при акциях, приоритезации товарных линеек и ценообразовании.
78 | SHOPPING CENTERS RUSSIA | APRIL 2019