„Automatic shopping” – fakt czy science fiction?

przez Agnieszka Idzik

Zakupy on-line już dawno przestały być wyłącznie formą rozrywki i miłą alternatywą dla tradycyjnych wizyt w sklepach. W czasach, gdy doba wydaje się być za krótka a przeciętny Kowalski z trudem łączy obowiązki zawodowe z rodzinnymi, shopping w sieci nabiera zupełnie nowego wymiaru…

źródło: Flickr.comźródło: Flickr.com

Staje się często nie prostą wygodą, ale wręcz jedyną dostępną opcją. Spośród 21,6 milionów polskich internautów już 12,5 mln odwiedza sklepy online. Z danych Izby Gospodarki Elektronicznej wynika, że w ciągu 5 lat liczba ta wzrosła o 43% i tendencje są nadal rosnące. Powód? Wystarczy kilka kliknięć, dodanie produktów do koszyka i towar niemal sam pojawia się w naszym domu.

Nie wspominając już o możliwości porównania produktów i dopasowania zamówień do własnego gustu. Powstaje jednak pytanie czy ten komfort można zwiększyć jeszcze mocniej i wydaje się ono tym bardziej zasadne, że trend rosnącego zainteresowania shoppingiem online zbiega się z kolejnym – wzrastającym znaczeniem i coraz powszechniejszym wykorzystaniem Big Data.

Big Data – big problem czy big business?

Sama nazwa natłoku informacji generowanych przez każdego użytkownika sieci bywa myląca, bo Big Data sugeruje tylko wielkość danych pomijając ich pozostałe aspekty. Nie mniej istotna jest przecież różnorodność wynikająca z natury zbierania takich danych. Big Data łączy fakty napływające z różnych kanałów: dane behawioralne, statystyczne, geograficzne, transakcyjne oraz z różnych formatów: ruch na stronie, social media, wideo, muzyka, dokumenty, aktywność na forach, formularze, ankiety, rozmowy telefoniczne, dane offline.

Grzegorz Błażewicz, CEO i założyciel firmy Benhauer, która wypuściła na rynek SALESmanago – pierwszą polską platformę do automatyzacji marketingu – przekonuje, że ilość danych to nie problem, a wręcz kopalnia informacji o konsumentach i święty Graal dla marketerów. Od 11 lat, czyli od chwili pojawienia się dynamicznej (i mogącej osiągnąć w tym roku wartość 4,8 mld dolarów) branży marketing automation, posiadamy skuteczne narzędzia do zbierana i analizowania informacji napływających z wielu źródeł jednocześnie.

– Dzięki gromadzeniu danych o klientach dział marketingu uzyskuje realną walutę konieczną aby budować swój status w firmie i budować realne, stale działające, budujące wartość firmy procesy. Odbywa się to przy ścisłej współpracy z działami sprzedaży, działem IT oraz z managementem firm. To oznacza kompletną odmianę modelu działania działu marketingu, który do tej pory odpowiedzialny był przede wszystkim za pozyskiwanie ruchu na stronę, czy nowych potencjalnych klientów, a teraz zaczyna być istotnym ogniwem w budowaniu nowych, przychodowych procesów i zarządzania tym przychodem – mówi Grzegorz Błażewicz.

Rozmiar dostępnych i potencjalnie użytecznych danych rośnie obecnie w zastraszającym tempie. Tylko Facebook generuje olbrzymie ich ilości: według informacji dostarczanych przez IBM, codziennie użytkownicy tego portalu klikają „share” blisko 650 tysięcy razy na minutę oraz dodają 100 TB danych dziennie. Liczby te uzupełniają dodatkowo informacje przechowywane w systemach CRM/ERP, a także dane behawioralne dotyczące zachowania konsumentów na stronie www. Jeśli weźmiemy dodatkowo pod uwagę aktywność użytkowników Tweetera, którzy tworzą 230 milionów „tweetów” dziennie, okaże się, że każdego dnia produkujemy 2500 000 000 000 000 000 (2,5 kwintyliona) bajtów danych. Jednym słowem jest to cała masa faktów mówiących praktycznie wszystko o każdym, jednak ich posiadanie to jedno, a umiejętne wykorzystanie to drugie.

– Marketer na posiadane dane musi spoglądać na dwa sposobyprzekonuje Błażewicz. Z jednej strony zagregowanie danych umożliwia mu ekstrapolować jakie oferty i kiedy należy dostarczać odpowiednim grupom klientów lub klientom o określonych profilach, a z drugiej spojrzenie na te dane na poziomie indywidualnego użytkownika pozwala na zdefiniowanie triggerów, czyli sygnałów sprzedażowych, kiedy dana oferta powinna być dostarczona do danej osoby. Osobiście jestem zwolennikiem tzw. small data, czyli analizy małych zbiorów danych na poziomie indywidualnej osoby, gdyż takie podejście znacznie upraszcza tworzenie podstawowych procesów automatyzacji a następnie ich optymalizację – dodaje.

Automatyzacja zakupów online

Wydaje się, że wykorzystanie automatyzacji może pomóc nie tylko w zrewolucjonizowaniu marketingu i wspieraniu sprzedaży w dotychczasowym rozumieniu tego słowa, ale we wniesieniu nowej jakości do branży zakupów online. Skoro posiadamy zbudowany na podstawie szczegółowych danych digital body language każdego użytkownika sieci, pozwalający na dokładne prześwietlenie jego potrzeb i preferencji, to nietrudno wyobrazić sobie system, który budując profil każdego konsumenta w oparciu o jego potrzeby, preferencje i częstotliwość ich zaspokajania, będzie potrafił dostrzec moment, kiedy dana potrzeba powinna być zrealizowana i to automatycznie.

Jest to tym bardziej realne, że podstawa pod rozwój takich rozwiązań istnieje w automatyzacji marketingu już od dawna. Wykorzystywany do podobnych celów scoring kontaktów to bardzo prosty mechanizm, który jednocześnie bardzo dokładnie wskazuje najbardziej aktywnych lub najlepiej przygotowanych potencjalnych klientów. Każda z interakcji, w którą wchodzi w sieci potencjalny konsument powoduje przypisanie mu w systemie odpowiedniej liczby punktów w 3 niezależnych wymiarach. Pierwszy, globalny, to sumaryczny scoring za wszystkie zachowania kontaktu. Oprócz tego możemy mierzyć scoring na tagu lub na konkretnym etapie kampanii sprzedażowej. Pozwala to dokładnie mierzyć zaangażowanie kontaktów w ofercie firmy i w konkretnych produktach oraz na danym etapie sprzedaży. Gotowy klient ma po prostu najwięcej punktów, a dział sprzedaży dostaje jasny sygnał: z tymi klientami powinniśmy skontaktować się w pierwszej kolejności.

Co jednak, gdyby dział sprzedaży zamiast nawiązywać w takim momencie kontakt, po prostu wykonywał zlecenie? Co więcej, gdyby mógł uznać, co nam się spodoba i czego potrzebujemy, a następnie sam to zamówić i dostarczyć? Perfumy o zapachu, który nam się podoba, dostarczone w momencie, gdy będziemy ich potrzebować? To bardziej realne, niż można przypuszczać.

– To nie jest science fiction – przekonuje Błażewicz. Podobne próby prowadził niedawno Amazon. Analiza cykliczności zakupów, analizy predyktywne generujące tzw. Next Best Offer i analizy cyklu życia produktu umożliwiają zastosowanie tego typu procesów, w szczególności na rynku dóbr szybko zbywalnych. Niedawno rozmawiałem na ten temat z prezesem Paczkomatów InPost. Niewykluczone, że niebawem, ktoś przejeżdżając obok swojego Paczkomatu dostanie informacje, że coś dla niego do odbioru już czeka.

Mogą Cię również zainteresować