Big data för smarta återförsäljare

Big data har blivit ett stort modeord de senaste fem åren. Framför allt för återförsäljare som investerar, eller diskuterar att investera i big data-analys.

Allt eftersom konkurrens om ”share of voice” skiftar fokus till ”share of wallet” håller chefer inom detaljhandeln ett vakande öga på innovation av produkter och metoder för att förutsäga de mest effektiva formerna av kundservice, prissättning och bigdatamarknadsföring för deras varumärke. Det finns en påtaglig känsla av att big data kommer att bli nästa milstolpe i att hjälpa återförsäljare ta smartare och snabbare beslut för att ge kunderna exakt vad de letar efter.

Men medan analys av big data skapar nya möjligheter är det fortfarande ett dynamiskt område som experter arbetar hårt för att kunna definiera. Volymer, hastighet och olika sorter av data gör det till ett område som kan tolkas på flera sätt och har på senare tid blivit fyllt av processer, verktyg och begrepp som är komplexa, även för tekniskt kunniga.

Konflikten mellan big data och dess dokumenterade affärsvärde (eller brist på det) har skapat flaskhalsar som har gjort detaljhandelschefer motvilliga att till fullo omfamna big data trots sin kunskap och övertygelse om dess betydelse.

En vanlig återförsäljare har redan idag en stor mängd av data som kan betraktas som big data.. Den kommer ifrån sociala medier, interna system, kunder, och anställda genererar återförsäljare mer data än de kan hantera. Tyvärr är dessa data av ringa värde om inte avancerade analysverktyg som kan upptäcka mönster och trender tillämpas för att ge insikter i kundernas vanor, beteenden och intressen.

Men även med sådana analysverktyg och plattformar, varav några är Open Source och lättillgängliga, krävs det någon med specifik kompetens som sträcker sig både från datavetenskap till EUs lagstiftning kring dataintegritet för att avkoda och applicera den regelriktigt. Sådana personalinvesteringar är inte alltid tillgängliga för forskning- och utvecklingslag, särskilt för mindre och lokala återförsäljare. Dessutom måste värdet som genereras visas statistiskt för att detaljhandelns chefer ska ta steget och investera fullt ut.

För majoriteten av återförsäljare är volymen av data så stor, går så snabbt, och är av sådan detaljnivå att den ofta överskrider återförsäljarens bearbetningskapacitet.

Enligt en undersökning av McKinsey har big data förmågan att öka återförsäljarnas nettomarginaler med 60 procent. Men medan återförsäljare bombarderas med ett narrativ om stora uppgifter kan de helt enkelt inte avgöra om detta är deras väg framåt eller vilka verktyg och system som kan hjälpa dem.

Trots dessa motgångar har big data när den samlats in, formaterats, manipulerats, lagrats och analyserats en potential att hjälpa organisationer att få nyttiga insikter i hur de kan öka intäkterna få, växa eller behålla kunder, förbättra effektiviteten och göra fler intelligenta beslut. Franska Safran Group har nyligen skapat en analysdivision inom verksamheten med uppdrag att identifiera nya områden för innovation och utveckling. För brittiska återförsäljaren John Lewis, är stora datamängder nu en integrerad del i sin tillväxtstrategi.

Detta förebådar att “Big Data” blir mer påtaglig och verklig. Fler företag, där återförsäljare ingår, satsar alltmer på att samla försäljningssiffror, förbättra kundservicen, öka den operationella effektiviteten och i slutändan öka sina vinster genom bättre beslutsfattande tack vare analys av big data.

Men det är fortfarande en lång väg kvar att gå för återförsäljare för att hitta ett effektivt sätt att implementera framgångsrika plattformar för analys av big data som bidrar till stora vinstförbättringar. De måste hela tiden hitta sätt att framgångsrikt lagra och hantera stora mängder data på ett smidigt och tillgängligt sätt i ett sammanhängande Data Fabric. Detta hjälper dem att bättre förstå konsumenternas behov och därmed integrera fysiska butiker med onlineerbjudanden.

När det gäller datalagring handlar allt om konsekvens och förutsägbarhet. Tillgång och efterfrågan kommer att variera och återförsäljare bör se efter att genomföra en infrastruktur som kan stödja ledande prestanda och tillgång till data när det behövs för att sedan kunna falla tillbaka till en bas-nivå av service.

Återförsäljare bör se sig om efter ett moln som NetApp Private Storage som tillåter dem att växla mellan moln när som helst, samtidigt som de behåller kontrollen över sin data. För konsekvens och prestanda är det Flash-teknik som är nyckeln. Produkter som NetApp All Flash FAS 8000-serien visar hur högpresterande Flash kan levereras till återförsäljare för ett pris som gör det till en kostnadseffektiv lagring i stället för en dyr lyx.

Framtidens framgång på marknaden bestäms av vilken organisation som bäst använder big data-analys för att bilda en enhetlig syn på både sina kunder och sin sektor som de sedan kan nyttja till sin fördel.

För att ta itu med flaskhalsarna i big data-applikationer bör företag överväga att starta smått. Ett väldefinierat pilotprojekt skulle ge insikter om värdet av ett sådant projekt och ge företagsledare förtroende att de kan hantera sin data korrekt.

För varje återförsäljare som vill ligga steget före konkurrenterna och tilltala kundernas behov, är en investering i en datahanteringsstrategi- och infrastruktur, som är flexibel och skalbar, grundläggande för att processen att börja med big data-analys och förvandla koncept till insikter som tillför värde till hela verksamheten.

Post Comment