Varejistas, pela sua própria natureza, baseiam-se em dados, mas isso não é suficiente para vencer no mercado hipercompetitivo de hoje. Eles devem ir além da análise de dados tradicional para descobrir os insights ocultos que geram vantagem competitiva.
Adotar uma nova abordagem da análise de big data permite que os varejistas criem perfis de compradores dinâmicos que podem ser usados para diferenciar a marca e seus serviços.
Para revelar como os varejistas podem aproveitar melhor os dados dos clientes para obter uma visão tridimensional real dos seus compradores, Anne-Queline Keller, gerente sênior de marketing de soluções da Alteryx, participou de uma sessão exclusiva de perguntas e respostas sobre o assunto.
P: Poderia citar alguns dos maiores desafios que os varejistas enfrentam hoje ao tentarem se tornar organizações orientadas por dados?
Os varejistas e sites de e-commerce vêm criando grandes volumes de dados há muitos anos e compreendem que há dinheiro para extrair deles. Os varejistas de hoje já sabem como usá-los, seja para seleção ou avaliação de novas locais de loja ou para expansão de marca. Mas, à medida que os próprios varejistas e vendedores de e-commerce procuram amadurecer sua postura em relação a concorrer e acompanhar as rápidas mudanças no setor, precisam ir além do uso atual de análises e dados e procurar ganhar eficiência por meio da integração de funções. Devem se perguntar: "Posso usar os insights 'não tão óbvios' para criar uma vantagem competitiva no mercado?".
Quais são os insights "não tão óbvios" que você pode obter sobre seu mercado e seus clientes para desafiar o status quo? Além de analisar os dados que coletam e criam por meio de vendas multicanais, esses canais criam uma rede de informações. Como você pode construir uma narrativa em torno de pontos de dados online e offline?
Ao analisar todas essas informações, você percebe que existem camadas de detalhes e outros atributos que devem ser considerados nós dentro de uma rede. O ideal é criar uma representação tridimensional desses elementos. Os dados que você coleta são bons, mas não o suficiente, então o desafio é como colocar esses dados em um contexto tridimensional, como tempo, localização e sentimento. Você deve incorporar fontes externas adicionais para obter insights de negócios e ver o que "não é tão óbvio".
À medida que os varejistas e os vendedores de e-commerce competem neste mercado complexo e acelerado, onde os dias se tornaram segundos e passar horas no shopping se tornou fazer um pedido rápido na Amazon, eles devem mudar sua forma de pensar. A premissa do tempo foi acelerada para todos, o que significa que tudo tem que ser compactado, incluindo tempo de reação, funções, tempos de conversão etc.
P: Como os varejistas podem combinar melhor os dados de uma variedade de pontos de contato com o consumidor para criar perfis de clientes significativos e acionáveis?
Para obter uma visão tridimensional de múltiplas fontes de dados, os varejistas devem usar dados SIG (dados físicos), dados de sentimento (dados não físicos) e dados psicológicos (dados comportamentais e dados lógicos), e, no caso dos vendedores de e-commerce, também tempo. Esse é a nova tríade de dados. Para realizar esse tipo moderno de análise de varejo que gera resultados tangíveis e melhora seus resultados financeiros, é INDISPENSÁVEL ter uma plataforma de análise. Uma planilha não pode realizar esse tipo de análise. Mas nem todas as plataformas analíticas são iguais. A razão pela qual os varejistas não fizeram isso antes deve-se principalmente às habilidades dos funcionários.
Muitas equipes de análise não possuem mestrado em matemática e não contam com cientistas de dados. Essa é a única razão pela qual os varejistas citam com mais frequência dificuldades em adotar uma nova abordagem. Mas, com uma solução de self-service analytics, você não precisa ser cientista de dados, estatístico ou programador Python. Isso elimina o medo e os obstáculos para os varejistas extraírem esses dados tridimensionais. Tudo de que você precisa é responder a uma pergunta: "Que problema estou tentando resolver?". E, com a modelagem assistida para análise preditiva, a facilidade de uso é ainda maior. Você nem precisa entender os algoritmos. O Alteryx os cria automaticamente a partir dos dados que você importa, permitindo que você tome medidas em minutos.
P: Os insights de big data são essenciais para a tomada de decisões informadas em toda a empresa de varejo. Mas, infelizmente, muitas organizações escondem dados daqueles que mais precisam. Como os varejistas experientes podem dar a todos acesso ao poder dos insights?
Como você compartilha esses dados e insights com outras filiais ou departamentos? Os usuários estão procurando maneiras de sair dos relatórios rotineiros para oferecer suporte comercial de alto valor. Mais uma vez, encontrar a plataforma analítica certa é fundamental. Encontrar uma plataforma que permita aos analistas automatizar e publicar relatórios sob demanda para os usuários permite que esses mesmos analistas se concentrem no suporte estratégico de negócio de alto valor. Além disso, falamos sobre o tempo. Ele se tornou o fator mais importante entre um varejista e o cliente. Levar informações em tempo real aos gerentes de filiais ou lojas locais pode ser fundamental para a aquisição de clientes. O mesmo vale para o e-commerce. A análise em tempo real da sua loja de e-commerce pode fazer a diferença para converter alguém que está simplesmente olhando em comprador.
P: Como a capacidade de prever com precisão a demanda dos clientes mudou para sempre as operações de supply chain?
A previsão de demanda ainda é muito tradicional. A maioria dos varejistas usa o histórico de vendas para antecipar vendas futuras, mas poucos realmente usam recursos preditivos modernos. A antecipação resulta em uma chance de 50/50, o que é uma estimativa BEM embasada. O que você realmente deseja fazer é tornar suas previsões mais precisas e aumentar sua metodologia com modelagem preditiva. Isso aumenta a acurácia em mais de 75%. Assim, você terá se aproximado mais do número real. Isso requer uma plataforma analítica capaz de lidar com uma variedade de modelos preditivos que atendem melhor à sua empresa. Por exemplo, você pode precisar considerar a sazonalidade nos seus modelos, mas, por outro lado, a sazonalidade precisa ser normalizada, e é fundamental para a maioria dos varejistas acertar. Além disso, você precisa de uma abordagem moderna para prever a demanda, com uma plataforma que ajude a ver os fatores externos que a afetam diretamente, como clima, localização e dados demográficos, fatores que estão moldando as previsões atuais. E isso está vinculado à tríade de dados físicos, não físicos e psicológicos.
Você deve entender O QUE impulsiona o comportamento para poder obter uma visão tridimensional do cliente.
Publicado originalmente em risnews.com.
FIQUE AQUI.
LEIA
Confira este resumo sobre Merchandising de varejo omnicanal.