Конец шаманству! Я теперь знаю, как узнать с точностью в 80%, что ваш магазин разорится или будет неуспешен всего за шесть месяцев до его катастрофы, теперь всё можно узнать из социальных сетей. Наконец-то всё посчитали!!!
Location, location и ещё раз location твердят, как мантру все маркетологи и, ясное дело, они не ошибаются, всё правильно говорят. Правильное место это, в первую очередь, удачный трафик, по количеству людей и по качеству потенциальных покупателей. Иногда трафик очень большой, а он не конвертируется в покупки. Я уверен, что вы назовёте в легкую несколько таких торговых центров в Москве и других городах, где трафик большой, а продаж мало. Как бы всем хотелось не ошибаться в процессе выбора помещения под открытие магазина.
Ко мне часто обращаются с вопросом, - «Где лучше открывать магазин на стрите или в торговом комплексе?». Как правило, начинающие ритейлеры склоняются к стриту, потому что в ТЦ их пугает жесткая позиция арендодателей, плюс депозиты, сложные договоры, большие суммы аренды и т.п. Когда им в пример приводишь, что весь фэшн практически покинул стрит, поэтому вы качественного трафика там не словите, в ответ слышишь «Я всё же попробую». Попытка, конечно, не пытка. Может им и повезёт.
Но похоже, таким разговорам приходит конец, стали появляться и активно использоваться GIS сервисы, которые анализируют территорию по различным параметрам, трафик, конкурентное окружение, и рекомендуют, где открывать магазины, чтобы обеспечить запланированную выручку. Крупные сети такие, как Магнит и Пятёрочка активно используют такие технологические решения и у кого модель лучше, тот быстрее растёт.
На этом поле засветилась ещё одна «звезда» – Кембридж, да, тот самый Кембриджский университет. Пару дней назад разработчик Krittika D’Silva из Кембриджа выкатил решение. Он создал очень интересный инструмент, который может с 80 процентной точностью предсказать судьбу вашего магазина: закроется ли он в течение 6 месяцев или нет. Сама по себе идея не новая, как я сказал выше, её уже активно используют у нас, но интересен подход на основании чего он делает такие прогнозы. Он за основу взял информацию из социальных сетей, в частности, из Foursquare. Для тех, кто не знает, что это за сеть в двух словах расскажу. Хотя я думаю, что большинство знает. И так, в этой сети люди видят положение друг друга, чекинятся (сheck-in) в разных местах, ставят оценки заведениям, размещают фотографии, зарабатывают очки, короче развлекаются. D’Silva взял за основу расчётов базу этой сети и обработал 74 млн. чекинов (сheck-in) в городах Чикаго, Хельсинки, Джакарта, Лондон, Лос-Анджелес, Нью-Йорк, Париж, Сан-Франциско, Сингапур и Токио. К этой базе он добавил ещё 181 млн поездок на такси, правда, только в городах Нью-Йорк и Сингапур.
Используя эти данные, он классифицировал места в зависимости от свойств окрестностей, где эти районы расположены, какова модель посещения этих районов, в какое время суток их посещают и притягивают ли эти районы людей из других районов.
Теперь надо было научить машину, чтобы она, обработав эти данные выдала судьбу магазина, открытого в том или ином районе. На выборке он обучил машину, скармливая ей данные о закрытии в течение полугода магазинов в исследуемых районах.
Обучив модель, он получил очень хороший результат. Который на 80% даёт точный прогноз. Есть, конечно, контролируемые факторы, качество товаров в магазине, скидки и т.п., но общий трафик для небольшого магазина невозможно контролировать, поэтому это такая базовая вещь. Конечно, модель ещё не совершенна и явно недостаточно строить прогнозы только на трафике, но поражает простота получения данных – просто из соцсети! Мы всё сами о себе расскажем! Легкость сбора данных позволяет его использовать для практически любого размера бизнеса.
Я как-то писал, что маркетологам скоро уже совсем мало останется места в ритейле, т.к. машина лучше рассчитывает все акции, знает лучше покупателя. Теперь и развивальщики тоже могут себя чувствовать не очень спокойно, даже рутинные процессы заключения договора аренды и осмотр помещения можно уже оцифровать и в скором будущем открытие или не открытие магазина будет решать платформа и финансовый директор или даже не он, а сразу банк, на деньги которого развивается весь ритейл. Мир станет скучным и предсказуемым! Но зато высвободится много времени.
Сегодня пятница давайте представим, что всю неделю за нас работал Искусственный интеллект, он подобрал все помещения, составил все бизнес-планы, поторговался с арендодателями, пожелал нам хороших, замечу законных выходных и продолжил работать, а мы пошли отдыхать. А в понедельник мы придём, Искусственный интеллект нам отчитается за проделанную работу, мы за него порадуемся и уже не будет у нас понедельник – днём тяжёлым.
Всех поздравляю с пятницей!
Здесь подробнее https://www.cam.ac.uk/research/news/social-media-data-used-to-predict-retail-failure
Обзор составил Борис Агатов,
Независимый эксперт по внедрению инноваций в ритейле
От автора: «Создаю стратегию магазина 4.0, консультирую, помогаю разобраться в новых технологиях для ритейла, сравнить аналоги и выбрать оптимальный вариант для вашего бизнеса. Готов оказать помощь во внедрении инновационных подходов, которые в итоге окажут положительное влияние на динамику прибыльности компании! Связывайтесь через Facebook».
Больше информации здесь https://www.facebook.com/boris.agatov