Оптическим розничным компаниям в зависимости от их размеров приходится ежедневно иметь дело с десятками , сотнями , а порой и тысячами клиентов . Однако завоевать их лояльность непросто . Сегодняшний покупатель как никогда избирателен и нацелен на получение личной выгоды . Его не интересует приверженность тому или иному продавцу : он без раздумий обращается к конкурентам , если их предложение кажется ему более привлекательным . Этот факт делает сбор данных о клиентах и аналитику по ним крайне важными составляющими бизнеса .
бор и анализ данных о посетителях магазинов , в том числе салонов оптики , позволяют персонализировать обслуживание клиентов , предлагать им товары , точно соответствующие их потребностям . Согласно сообщениям компаний Edelman и Accenture , 80 % покупателей с большей вероятностью приобретут товар , если ретейлер сделает им персональное предложение , тогда как 48 % посетителей без раздумий уйдут к конкурентам , если сервис или рекомендованный товар не отвечают их нуждам .
Здесь-то и пригождаются big data , или большие данные . Этот термин обозначает различные инструменты и методы обработки данных . Цифровые технологии , с помощью которых можно анализировать и структурировать огромные объемы данных , появились только в 2000-х годах . Посредством искусственного интеллекта хаотичная информация стала преобразовываться в понятную для человека форму – подобно тому , как беспорядочно разбросанные по магазину товары обрели строго определенные места на полках .
Чему способствует помощь искусственного интеллекта в обработке и анализе огромных массивов данных о посетителях сайтов и магазинов ? Прежде всего раскрытию действительных потребностей клиентов и формированию персонализированных предложений для них . Важность этого подчеркивается тем , что , согласно статистике Nielsen , на поиск нужного товара на полке покупатель тратит всего 15 с . Крупные ретейлеры даже прибегают к технологиям видеоаналитики и компьютерному зрению , чтобы не ошибиться с правильностью выкладки товаров и его количеством на полках магазинов .
Помимо кастомизации ассортимента , big data позволяют сделать более персонализированным обслуживание клиентов . Например , если тот или иной салон оптики пользуется каким-нибудь коробочным решением в области больших данных , то продавец-консультант сможет подходить к каждому посетителю не со случайным , а с наиболее соответствующим его потребностям предложением . Как это возможно ? Система видеонаблюдения , оснащенная искусственным интеллектом , идентифицирует личность посетителя и передает на планшет консультанта информацию о его предыдущих заказах и зрительных потребностях . Если же система обработки данных разбита на отдельные блоки , то одновременно с этим на планшет оптометриста поступает информация о параметрах зрения пациента и ранее выписанных ему рецептах на очки или контактные линзы .
Столь ценное информационное подспорье позволит работникам салонов не только сделать обслуживание клиентов максимально индивидуализированным , но и предугадывать ожидания потенциальных покупателей . И поскольку самый ценный актив практически любого бизнеса – это клиентская база , большие данные становятся сегодня главным средством капитализации .
К другим целям , достигаемым благодаря использованию big data , относятся : освоение новых регионов , расширение ассортимента , запуск новинок , которые гарантированно будут пользоваться спросом , повышение прибыли за счет анализа психологии потребителя и многое другое . По прогнозам аналитиков , big data скоро будут играть в жизни общества такую же значимую роль , как нефть , газ и электричество .
ВЕКО № 2 2022 43
ПОДГОТОВЛЕНО АЛЕКСАНДРОМ КОЗЛОВЦЕВЫМ