Сегодня, чтобы успешно выделяться на рынке, ритейлерам необходимо создавать уникальный клиентский опыт. Умное видеонаблюдение стало популярным инструментом для маркетинговой аналитики поведения покупателей. Рассказываем об успешной интеграции такой системы в крупную торговую сеть для улучшения клиентского опыта и оптимизации бизнес-процессов на основе демографических данных о посетителях и тепловых картах.
Проблема
С развитием онлайн-магазинов и сервисов доставки все больше людей отказываются от посещения физических магазинов для приобретения продуктов питания и других потребительских товаров. Это подталкивает ритейлеров к созданию уникального клиентского опыта и применению инновационных механик, чтобы привлечь покупателей в офлайн и мотивировать потребителей лично посещать магазины. Одним из важных инструментов в этой стратегии становится анализ поведения покупателей, который позволяет глубже понять их потребности и предпочтения. Однако при внедрении аналитики ритейлеры сталкиваются с рядом вызовов:
— Понимание поведения покупателей
- Недостаток данных о перемещении внутри магазина. Отсутствие системы наблюдения, которая позволяет точно отследить, где именно и какие покупатели проводят больше всего времени.
- Отсутствие интеграции с поведенческими данными. Без анализа покупательских привычек сложно определить, почему определенные товары не популярны: в связи с их расположением на полках, невыгодным соседством с более популярными товарами или из-за чего-то другого.
— Управление запасами
- Проблемы с наличием и пополнением запасов. Отсутствие оповещений в реальном времени о том, что некоторые товары быстро распродаются, приводит к тому, что полки остаются пустыми. Например, популярный детский продукт может разлететься за несколько часов после поступления, но информация об этом поступает с задержкой.
Напротив, другие товары могут лежать на складе долгое время, занимая пространство и замораживая средства.
— Оптимизация размещения
- Неэффективное использование торгового пространства: Без четких данных о том, где покупатели чаще всего останавливаются, трудно оптимизировать выкладку товаров. Например, продукты первой необходимости могут быть размещены в дальнем углу магазина в надежде, что покупатель по пути купит и что-то ещё. Однако, это также может приводить к потере клиентов, которые предпочли бы более быстрые и удобные покупки.
- Трудности в мерчандайзинге. Мерчендайзеры не всегда могут своевременно получать данные о бестселлерах, что мешает им оптимально распределять пространство на полках. Например, если любимый покупателями продукт попадает в топ продаж, а это не было своевременно замечено, полка для этого товара может быть недостаточна, и покупатели обнаружат, что он отсутствует в наличии.
— Упущенная выгода
Из-за отсутствия детализированной информации о предпочтениях и поведении покупателей, магазин упускает многообещающие тренды. Например, повышенный спрос на здоровое питание и интерес к органическим продуктам необходимо было вовремя заметить, чтобы оперативно увеличить ассортимент в этой категории и получить конкурентное преимущество. Так поступили ведущие ритейлеры, успех которых в том числе основан на своевременном отслеживании и отрабатывании трендов.
Безусловно, несмотря на поздний старт, и сейчас возможно добиться успеха в этом направлении, если проанализировать потребности и предпочтения целевых аудиторий. Быстрое внедрение новых, актуальных ЗОЖ-товаров с учетом локальных особенностей и вкусов может стать конкурентным преимуществом. Однако для этого требуется точная аналитика актуального портрета покупателя в реальном времени.
Применение системы нейросетевого наблюдения позволяет принимать информированные управленческие решения, что положительно сказывается на общем уровне удовлетворенности клиентов и выручке магазина. Умная система обеспечивает как текущий, так и перспективный анализ в реальном времени, позволяет строить точные прогнозы, совершенствовать покупательский опыт, повышать эффективность работы и оптимизировать ассортимент.
Решение
Умная система “Цифровое торговое пространство” на основе технологий машинного обучения и компьютерного зрения отслеживает покупателей в магазине, их перемещения и действия. Вот как система изменила функционирование одной торговой точки:
— Анализ демографических данных
После установки системы было выявлено, что основную часть потока покупателей с 12 до 17 часов в будние дни составляли женщины в возрасте 25–35 лет. Это позволило руководству сфокусироваться на улучшении клиентского опыта и предложения, ориентированные на эту целевую аудиторию. В результате целенаправленных акций продажи отдельных продуктовых категорий возросли на 20%.
— Тепловые карты и зонирование
Система показала, что покупатели чаще всего задерживаются в углу магазина, где изначально была выставлена мелкая техника. Однако анализ тепловых карт продемонстрировал, что перед входом в эту зону часто образовывались заторы. В результате провели перераспределение пространства, переместили полки с мелкой техникой в более доступную часть магазина и расширили проходы. Это значительно увеличило поток покупателей в эту зону и на 16,7% подняло показатели продаж данной категории товаров.
— Анализ поведения и принятия решений
Система обнаружила, что в отделе с продуктами здорового питания покупатели долго выбирали товары, сравнивая несколько аналогов. После изучения этих паттернов поведения на полках были размещены информационные карточки с кратким описанием пользы каждого товара и советы по введению этих продуктов в ежедневный рацион. Вследствие этого время принятия решения покупателями сократилось, а продажи продуктов из этой категории поднялись на 18%.
— Идентификация зон «упущенных продаж»
Анализ выявил, что покупатели часто интересовались стеллажами со спортивными аксессуарами, однако большинство из них не совершало там покупок. Оказалось, что информация была недостаточно понятной: покупатели не понимали, какими свойствами и особенностями обладают разные товары. После размещения на полках более подробных пояснений, обучение сотрудников для помощи в выборе и переноса стеллажей в более заметное место, магазин зафиксировал 13,5% рост продаж в данной категории.
Результаты
После внедрения системы в течение нескольких месяце были зафиксированы значительные улучшения в организации работы торговой точки и сервисе:
- Повышение уровня удовлетворенности и лояльности клиентов, что выражалось в более высоком уровне повторных покупок и положительных отзывах
- Снижение количества возвратов товаров на 12%
- Увеличение продаж в категориях одежды и средств для дома и косметики на 20% за 3 месяца
- После изменения зонирования магазина, продажи мелкой бытовой техники выросли на 16,7% за квартал
- В результате перераспределения товара и создания »горячих« зон, общий покупательский поток увеличился на 12% в центральных отделах магазина
- Повышение выручки в отделе здорового питания на 18% благодаря перемещению популярных товаров на уровень глаз и введению информационных карточки с кратким описанием пользы каждого товара с советами по внедрению этих продуктов в ежедневный рацион
- Предполагаемая экономия времени на ожидание в очереди до 30% путем внедрения гибкого расписания кассиров и динамического открытия/закрытия касс в пиковые часы
Интегрированный подход
Для достижения максимально глубоких стратегических инсайтов ритейлеры используют интегрированный подход, который включает в себя сочетание систем нейросетевого наблюдения с другими источниками и методами. Основные виды исследований включают анализ потребительского поведения, анкетирование и опросы клиентов для получения обратной связи. Дополнительно проводится анализ кассовых данных для выявления трендов в продажах и эффективности промоакций, и фокус-группы для глубокого понимания мотивов потребителей. Геомаркетинг используется для изучения местоположений клиентов, а оценка конкурентной среды помогает выделиться на фоне конкурентов. Также исследуются влияние расстановки товаров на продажи, тестируются новые продукты и проводятся экспериментальные исследования для оценки их воздействия на покупательское поведение. Все это позволяет выявить предпочтения клиентов и оценить эффективность маркетинговых стратегий, обеспечивая более точное таргетирование и персонализированный подход.
Заключение
Современные нейросетевые технологии в ритейле могут значительно оптимизировать маркетинг. Вдумчивый подход и применение широкого маркетингового инструментария вкупе с умным видеонаблюдением не только повышает продажи, но и обеспечивает покупателям более комфортный и персонализированный сервис. Мы гордимся, что наши решения становятся частью этого успеха и продолжаем работать над тем, чтобы каждый ритейлер мог использовать умные технологии на благо клиентов.