Иногда стоя на перекрёстке можно увидеть вокруг несколько магазинов одной и той же сети: «Пятёрочки», «Дикси» или любые другие. Некоторые думают, что в этом нет никакого смысла: зачем строить новый магазин, когда через дорогу есть точно такой же?
На самом деле смысл есть — всё дело в правильном использовании биг-даты и аналитики (по крайней мере, нам хочется в это верить).
В этой статье покажем, как сбор и анализ данных помогает принимать важные бизнесовые решения.
Карта пешеходных маршрутов
Магазин типа «Пятёрочки» надо открывать там, где ходят люди. Никто специально не поедет в соседний район ради продуктового магазина, поэтому для начала нужно ответить на такие вопросы:
Где в этом районе ходят люди?
По каким маршрутам?
Сколько их в разное время?
А где точно не ходят?
Чтобы это узнать, можно воспользоваться биг-датой: собрать её или заполучить. Примеры:
У сотового оператора. Можно получить информацию о геопозиции устройств и их примерном перемещении у оператора сотовой связи. Это обезличенные данные без привязки к фамилии или номеру: только информация о пути передвижения устройств в конкретном районе. Это дорого, но эффективно.
Данные собираются с сотовых базовых станций — это устройства, к которым подключаются ваши телефоны, чтобы быть на связи. В городах базовые станции стоят довольно плотно, и по уровню сигнала с них можно довольно точно определить положение всех ближайших абонентов.
Поставить Wi-Fi- и Bluetooth-точки в разных местах нужного района. Они соберут информацию о проходящих мимо людях через их же телефоны. Принцип такой: точка сканирует пространство и ищет мобильники с включённым вайфаем. Как только нашла — начинает его отслеживать до тех пор, пока человек не выйдет из зоны действия. При достаточном количестве таких точек можно получить довольно неплохую карту перемещений.
Поставить камеры с распознаванием лиц. Тут всё относительно просто — располагаем камеры в автомобилях или на зданиях, запоминаем лицо каждого проходящего и путь, по которому он прошёл. Потом накладываем это на карту местности и получаем пешеходные маршруты. Распознавание лиц уже настолько распространённая технология, что это может сделать кто угодно.
После того как мы получили карту перемещений, её нужно проанализировать и найти те точки, где получается максимальная проходимость. В идеале — найти такие места, где пешеходный поток не заходит в магазины конкурентов или где их вообще нет. Для этого просто собираем статистические данные, совмещаем их с картами и используем аналитические приёмы, чтобы сделать выводы.
Ассортимент
У каждой крупной розничной сети всегда ведётся такая статистика:
- что покупают в магазинах чаще всего;
- как продажи разных товаров зависят от площади магазина;
- как покупатели ходят внутри магазина;
- какие продукты нужно ставить рядом с другими продуктами, чтобы они лучше продавались;
- как зависит ассортимент от проходимости за день.
Всё это собирается по каждому магазину, заносится в единую большую базу. На выходе дата-сайентисты получают картину необходимого ассортимента для нужной площади. Анализ больших данных выдаст нам именно те товары, которые будут продаваться в нашем магазине лучше всего.
Второй магазин
Задача розничной сети — получить как можно больше прибыли с каждого района в городе. Это значит — открыть столько магазинов, сколько это физически возможно и прибыльно.
Допустим, мы уже открыли много магазинов в каждом районе города. Наша задача — спуститься с уровня города на уровень жилого квартала. Кажется, что если один магазин уже стоит во дворе, то на соседней улице нет смысла открывать такой же — достаточно перейти через дорогу. Но это не всегда так.
Через некоторое время после открытия первого магазина мы снова начинаем смотреть на пешеходные потоки — как они изменились. Иногда мы предполагаем, что люди будут переходит через дорогу, чтобы зайти в наш магазин, но на деле это часто не так. Обычно бывает, что магазин притягивает одну часть пешеходов, а другая ходит сама по себе. Можно ли эту часть переманить?
На этом этапе наша задача — найти место на другой стороне улицы, где больше всего проходит тех людей, кто не заходит в наш первый магазин. Снова собираем много данных, анализируем их и находим нужное место.
Иногда может так получиться, что с одного перекрёстка видно сразу несколько таких одинаковых магазинов. Это значит, что в этом районе есть несколько независимых основных пешеходных маршрутов. И те, кто ходит в «Пятёрочку» за углом, обычно не ходят в «Пятёрочку» у светофора — это дольше и совсем не по пути.
Главный принцип
До биг-даты проектировщики и экономисты исходили из своих предположений: «Наверное, если открыть тут магазин, то люди будут в него заходить. Ведь это логично!» Теперь же у нас есть способы собирать данные о подлинном поведении покупателей. В каком магазине нужно продавать спелые авокадо, а в каком — водку? Где нужен отдел кулинарии, а где нужен акцент на сырую картошку и тушёнку? Где люди перестали заходить в магазины, а где просто кассиры воруют? Теперь не нужно гадать — можно просто посмотреть в данные.
В следующей части увидим, как магазины работают с ассортиментом и выкладкой товара, чтобы получить больше прибыли. Вкратце: ещё больше биг-даты и анализа поведения покупателей.
