Информационная революция. Новый век
Как аналитика больших данных позволяет fashion-компаниям залезть в голову к клиентам и довести бизнес-процессы до совершенства.
Поле битвы
Big data, или большие данные - ключ к успеху в любой индустрии, в том числе модной. Аналитика данных - не ноу-хау для отрасли fashion-компании и ритейлеры всегда изучали информацию о продажах. Настоящая революция заключается в максимальной доступности таких данных. Объем получаемых сведений из интернета, социальных сетей или мобильных приложений, не связанных напрямую с продажами, невероятно огромен и очень ценен.
Big data все чаще используются в индустрии моды для прогнозирования тенденций, управления цепочками поставок, анализа поведения, предпочтений и даже эмоций клиентов. Многие эксперты научились анализировать bug data с помощью психолингвистических методов, в основе которых лежит изучение психологического функционирования - для того, чтобы выявить, что действительно важно для потребителя, как он воспринимает окружающий мир, каковы его истинные ценности и мотивация.
В прошлом году издание Business of Fashion подсчитало, что более 75 % модных ритейлеров будут инвестировать в ИИ и bid data. И это важно, если учесть, что в 2021-м доля онлайн-продаж в fashion-индустрии значительно выросла. Конкурентное преимущество интернет-платформ по сравнению с офлайн-ритейлом заключается в большом объеме бизнес-информации, которую они могут отслеживать и изучать.
В этом сценарии наука о данных меняет динамику отрасли, поскольку индустрия от модели «спрос, основанный на предложении», переходит к предложению, основанному на спросе.
Модная индустрия движется в сторону большей индивидуализации. Повышение уровня жизни и изменение эстетических концепций привели к смещению спроса потребителей к персонализированным покупкам. Благодаря большим данным клиентоориентированность стала системой постоянного двустороннего взаимодействия между потребителями и бизнесом, так что значительная часть поступающих клиенту предложений теперь отвечает его индивидуальным интересам и вкусам. Для многих компаний качество обслуживания это новое поле битвы и конкурентное преимущество, которое привлекает и удерживает покупателей. Анализируя истории просмотров и покупок, бренды могут давать более точные рекомендации, что приведет к более высоким конверсиям продаж.
Быстрые решения
Теперь бренды могут использовать инструменты сбора данных, которые анализируют поисковые запросы в интернете, публикации в социальных сетях, онлайн-продажи и отзывы потребителей, чтобы прогнозировать рост и падение модных тенденций. Эти данные можно сочетать с другими факторами, такими как прогноз погоды или локации, чтобы сформировать надежное представление о текущем и ожидаемом спросе.
Благодаря отслеживанию клиентских запросов на розовые шарфы в 2015 году торговая сеть Zara оперативно выпустила лимитированную партию этих изделий. 2000 магазинов по всему миру продали 500 тысяч таких аксессуаров за 3 дня. Кроме того, Zara постоянно собирает отзывы о своей продукции, отслеживая публикации в блогах и социальных сетях, чтобы учесть мнения потребителей при разработке новых коллекций.
В будущем данные о потребительских предпочтениях и опыте будут передавать непосредственно умная одежда и носимые гаджеты - путем считывания биометрической информации. Ralph Lauren уже давно использует аналитику клиентских данных для оценки и прогнозирования будущих тенденций своей компании, включая предпочтительные ткани, цвета, отделку и, что не менее важно, цену.
Также этот бренд выпустил версию своей всемирно известной рубашки-поло с технологией биометрических датчиков, тем самым продемонстрировав, как технология Smart Apparel опережает спортивную индустрию и выходит на более широкий потребительский рынок. Polo Tech, разработанный для действующих спортсменов, был сконструирован как один большой датчик, собирающий в реальном времени данные о направлении и движении пользователя, включая такие биометрические данные, как частота сердечных сокращений и дыхания, количество сделанных шагов и сожженные калории. Данные с рубашки передаются в облако и анализируются соответствующими алгоритмами. Этот тип носимых технологий потенциально может собирать все типы данных о клиентах для прогнозирования новых модных тенденций далеко за пределами беговой дорожки, оценивая информацию о владельцах любой одежды в любое время и влюбом месте.
Точный выстрел
Благодаря применению больших данных в транспортировке и общем управлении логистикой можно получить огромную выгоду: от оптимизации маршрутов до обеспечения прозрачности всей цепочки поставок. Исследование McKinsey и MIT, проведенное в 2018 году, показало, что компании, которые регулярно используют аналитику big data в логистике, превосходят своих конкурентов на 5% по производительности и 6% по прибыльности. При этом время доставки может сократиться в 4,25 раза, а общая эффективность процесса возрастает в два раза, что приносит около 10% дополнительной выручки.
Информация, полученная с помощью big data, позволяет предпринимателям принимать ключевые решения, связанные как с покупками в интернете, так и с розничной торговлей. Например, онлайн-магазин очков Warby Parker использовал данные, полученные от клиентов, для определения наиболее подходящих мест для своих физических магазинов.
Геолокационный маркетинг позволяет взаимодействовать с потребителем на основе его местоположения. Когда человек проходит мимо точки продаж, ему предлагают, например, скидку на любимый продукт. Подобно тому, как Google отслеживает перемещение смартфонов для определения потоков трафика, данные о покупателях в магазине получают путем отслеживания сигналов Wi-Fi с мобильных устройств клиентов. Таким образом можно спрогнозировать их перемещения, определить продолжительность их пребывания, уточнить, какие отделы они часто посещают и как долго, а также возвращаются ли они. Благодаря big data принимаются решения об изменениях в выкладке товаров и оформлении торгового зала.
Big data - это динамичная область инноваций, и бренды, принимающие решения на основе данных, останутся передовыми конкурентоспособными. Big data повлияют на персонализацию маркетинговых стратегий и, как следствие, дадут возможность предоставить клиенту более точное предложение, что приведет к увлечению лояльности потребителя и прибыли компании. Искусственный интеллект имеет возможность анализировать социальные сети и запросы в интернете и предоставлять прогноз о будущих трендах, что позволит оптимизировать производство и выпускать только то, что будет пользоваться спросом.
Все это приведет к уменьшению остатков в ритейле, бренды станут ближе к потребителям, появятся возможности для развития направления умной одежды и носимых технологий, а также новые специальности, связанные с аналитикой различных данных для индустрии моды.