اهمیت داده‌ها برای موفقیت در صنعت خرده فروشی بعد از پاندمی کرونا

با ادامه محدودیت‌هایی که دولت تعیین کرده است؛ بسیاری از خریداران به خود قبولانده‌اند که برای همه چیز (از مواد غذایی گرفته تا مراقبت‌های شخصی؛ کیت‌های دست‌ساز و رستوران‌ها و بارهای مورد علاقه‌شان) باید آنلاین باشند. به دلیل بیماری همه‌گیر به طور قابل ملاحظه‌ی تقاضاها به سمت سرویس‌های آنلاین سوق پیدا کرده‌اند و همچنان این تقاضاها ادامه خواهد داشت؛ چونکه هر کشور وارد مرحله جدیدی از قرنطینه محلی می‌شود؛ و این خرده فروشان را مجبور می‌کند که بار دیگر کسب و کار خود را بدون سر و صدا تعطیل کنند.

مصرف‌کنندگان تجربه سریعتر؛ فوری‌تر و شخصی‌تری را می‌خواهند؛ همه اینها با ایجاد هزینه‌های رقابتی قابل انجام است. خرده فروشان می‌خواهند با داشتن یک دید کلی نسبت به مشتریان خود؛ زنجیره تامین خود را داشته باشند، تا بتوانند به تغییر تقاضاهای مشتریان خود پاسخ دهند و برای افزایش فروش سرآمد شوند.

برای موفقیت در چنین شرایط جدیدی که هنوز پیش روی ما است؛ هر خرده فروشی باید طرز تفکر خود را عوض کند. مشاغل باید تجزیه و تحلیل داده‌ها را برای بهره‌وری عملیاتی داشته باشند تا بینش‌های پنهان مورد نیاز خود را برای دستیابی به تغییر موقعیت خود و ایجاد برتری رقابتی را پیدا کنند.

فرآیند فعالیت تجاری خود را باز ارزیابی کنید

برخلاف تصوری که رایج شده است؛ خرده فروشی در واقع یکی از بخش‌های داده امروزه را تشکیل می‌دهد که مقدار زیادی از داده‌ها برای آن قابل جمع‌آوری است. خرده‌فروشان آنلاین و فیزیکی از پنهان شدن پول در این دارایی (داده ها) کاملا اطلاع دارند. در حال حاضر از بسیاری از این دارایی‌ها برای بهبود کسب و کار؛ ارزیابی موقعیت‌های جدید برای قرارگیری فروشگاه و حتی توسعه برند به بخش‌ها یا مناطق جدید مشتری استفاده می‌شوند. اما با سخت شدن شرایط بازار؛ مشکلات شروع به ظاهر شدن می‌کنند.

آنچه که معلوم شده است این است که اگر چه برخی از خرده‌فروشان ممکن است زرنگ و دانا باشند؛ اما تعداد کمی از آنها به طور موثری از تجزیه و تحلیل برای مقاومت در برابر مشکلات استفاده می‌کنند. پیش‌بینی تقاضا نمونه کامل این مسئله است. با وجود انبوهی از ابزارهای تجزیه و تحلیل و اتوماسیون پیش‌بینی که به راحتی در اختیار خرده فروشان قرار دارد، روند سنتی هنوز بسیار عملی است (خرده فروشان ساعت‌ها از وقت خود را صرف مرور صفحات اکسل می‌کنند و از فروش قبلی خود برای پیش‌بینی تقاضای آینده استفاده می‌کنند). در حالی که داده‌ها در هدایت و موفقیت این فرآیند نقش دارند و می‌توانند درصد بالاتری از دقت را فراهم آورند؛ خرده فروشان نه تنها می‌توانند دقت را بیشتر بهبود بخشند؛ بلکه به دنبال صرفه‌جویی در بهره‌وری‌های گسترده هم هستند که به سادگی با ارائه تجزیه و تحلیل‌های پیش‌بینی شده در این فرآیند؛ می‌توانند از عملکرد و کارایی بالایی برخوردار شوند.

این رویکرد تازه به داده‌ها و تجزیه و تحلیل‌ها بیشتر از استفاده از بینش داده‌ها برای آگاهی از تصمیم‌گیری‌های انسانی در کسب و کار اهمیت می‌دهد. این کار در مورد استفاده از تجزیه و تحلیل‌های پیش بینی شده برای مهار قدرت پنهان در هزاران منبع داده و فرآیند مختلف در سراسر کسب و کارها به منظور پیدا کردن بینش‌های عملی و خودکارسازی است. این امر در مورد تامین تقاضا در هر کجا و هر زمان است که ایجاد می‌شود و ایجاد کسب و کار پویا و پیشنهادهای کاملا مناسب با نیاز مشتری برای تغییر نتایج اصلی است که بدست می‌آید.

موفقیتی که من از آن صحبت می‌کنم؛ تئوری نیست. شرکت لباس ورزشی انگلیس با نام Gymshark در حال حاضر یکی از برندهای شناخته شده در بخش تناسب اندام در جهان است و این بخاطر استفاده از تجزیه و تحلیلی است که به این شرکت اجازه می‌دهد تا یک قدم جلوتر از رقبای خود باقی بماند.

این شرکت به اطلاعات زیادی در مورد مشتریان خود دسترسی دارد ( مشتریانی که در رویدادهای Gymnashark و فروشگاه‌های پاپ‌آپ حضور پیدا می‌کنند؛ در شبکه‌های اجتماعی با شرکت تعامل دارند و حتی برنامه‌های تمرینی را در برنامه خود دنبال می‌کنند). Gymnashark به سرعت؛ مانند بسیاری از خرده‌فروشان دیگر؛ به ارزش این دارایی که در اختیار دارند پی برده‌اند. اما اگر Gymnashark نتواند بر اساس این داده‌ها عمل کند؛ همه این داده‌ها بی‌معنا می‌شوند. رویدادهای خرده‌فروشی قبل از بیماری همه گیر؛ قسمت عمده‎ای از کسب و کار Gymnashark را تشکیل می‌داد. نحوه تصمیم‌گیری شرکت در مورد موقعیت بر اساس تجزیه و تحلیل داده‌هایی بود که در موفقیت این رویدادها از اهمیت زیادی برخوردار بودند. Gymnashark از معیارهای مشتری در چندین نقطه تماس و عملکرد تجاری؛ تعامل برنامه؛ تعامل در شبکه‌های اجتماعی؛ سطح هزینه‌ها و جنسیت برای تعیین مکان مناسب برای پایگاه مشتریان خود استفاده می‌کند. در حالی که برای برخی از خرده فروشان این سطح از شکستن داده‌ها حدود 2 هفته طول می‌کشد؛ اما در Gymnashark؛ تیم می‌تواند در عرض چند دقیقه به این اطلاعات دسترسی پیدا کند؛ چونکه آنها تجزیه و تحلیل و اتوماسیون را در مجموعه کارهای روزانه خود قرار داده‌اند. این روش اما فقط به تنهایی کاربرد ندارد. از آنجایی که انگلیس مجبور به قرنطیه و حفظ امنیت خود شد؛ Gymnashark با استفاده از همین روش و استفاده از آن در طراحی محصول و بازاریابی مستقیم توانست رشد خود را در بازار ادامه دهد.

البته؛ Gymshark تنها خرده‌فروش انگلیسی نیست که از این روش داده و تجزیه و تحلیل استفاده می‌کند تا اطمینان حاصل کند که درهای فروشگاه او همیشه برای عموم باز است. از آنجایی که مفهوم فروشگاه هفتگی به عنوان یک پایه اصلی برای هر خانواده در این کشور شناخته شده است، نیاز به ارائه تجارت ایمن؛ در دسترس و یکپارچه برای همه مشتریان هرگز از اهمیت بالاتری برخوردار نبوده است. همچنین با وجود کمبود محصولات که به دلیل بیماری همه‌گیر رخ داده است؛ نیاز به تحویل به موقع محصولات به آسیب‌پذیرترین افراد جامعه از ضروری‌ترین کارها نبوده است.

به تازگی من با یک شرکت بسته‌بندی در حال صحبت بودم که بیان میک‌رد که بدون تجزیه و تحلیل پیش‌بینی و اتوماسیون؛ آنها قادر به مدیریت افزایش تقاضا در اوج دوران قرنطینه نبوده‌اند. خوشبختانه آنها قبلا در فرآیند کار خود از تجزیه و تحلیل پیش‌بینی و سواد داده استفاده کرده بودند و این به شرکت اجازه می‌داد تا هنگام بروز چنین مشکلی سریع عمل کنند. آنها می‌توانند به راحتی تقاضاهای جدید را برآورده کنند؛ همه اینها در حالی است که محصولات خوب در زمان مناسب و در مکان مناسب تحویل داده می‌شد.

تجزیه و تحلیل داده‌ها و خودکار کردن فرآینده‌های کسب و کار دیگر فقط به “خوب بودن” بستگی ندارند. اینها الزامات مورد نیاز  خرده‌فروشان بزرگ تا کوچک در تمام بخش‌ها است. حالا بیش از هر زمان دیگری این مسئله اهمیت دارد تا بتوانید نیازهای مشتریان خود را پیش‌بینی کنید و در این فضای نامشخص تجاری نسبت به مشکلات واکنش نشان دهید.

موج‌سواری کنید

با این حال؛ این داستان‌های موفقیت بسیار کم هستند و این باعث دلسردی من شده است. در حالی که قرنطینه کردن؛ میزان شکاف دیجیتال موجود در صنعت خرده‌فروشی انگیس (حتی برای خرده ‌روشان بزرگ) را برجسته می‌کند؛ همچنین وجود شکاف تحلیلی را هم برجسته می‌کند. شرکت‌های پررونق مانند Gymnashark وجود دارند که تمرکز بسیار خوبی روی تجزیه و تحلیل دارند تا از قدرت پنهان در هزاران منبع داده استفاده کنند تا نتایج با ارزش بالا و تاثیرگذار را به سهامدارن هر خط از تجارت ارائه دهند. شرکت‌های دیگر به سختی در شرایط فعلی زنده مانده‌اند و تلاش می‌کنند بینشی که این داده‌ها دارند را کشف کنند و خط اصلی خود را به حرکت درآورند.

یکی از بزرگترین رویاها این است که برای پیاده‌سازی تجزیه و تحلیل؛ ارتشی از کارمندان با مدرک کارشناسی ارشد ریاضیات و علوم داده مورد نیاز است. در حالی که شکاف مهارت‌ها (به ویژه در بخش داده‌ها و تجزیه و تحلیل) یک مشکل واقعا بزرگ در انگلستان است؛ شرکت‌هایی مانند Gymnashark نشان داده‌اند که از قافله عقب نیستند. در عوض؛ توسعه سواد تحلیلی در سراسر کسب و کارها؛ در کنار سواد داده؛ بهترین روش برای رفع این شکاف تحلیلی است. ارائه ابزارهای ساده‌ای که از قبل پیکربندی شده‌اند به همه این امکان را می‌دهد تا با اطمینان و دقت داده‌های خود را کشف کنند تا پایگاه داده؛ فایل‌های محلی؛ گزارش‌ها؛ داشبوردها و گردش کار در دسترس باشند.

سواد داده تقریبا برای همه افراد به عنوان یک مهارت مهم در نظر گرفته می‌شود. این بدان معنا نیست که همه باید یک آمارگیر؛ دانشمند داده یا رمزگذار پیاتون واجد شرایط شوند. در عوض؛ خرده‌فروشان باید به ایجاد فرهنگ سواد داده در شرکت خود بپردازند تا تمام سطوح شرکت را قادر سازند بدون توجه به تیزبینی فنی، از داده‌ها و تجزیه و تحلیل‌ها در زندگی روزمره خود استفاده کنند. در حقیقت؛ آنچه که ما معمولا می‌بینیم؛ آموزش و حمایت از همه کارمندان رده پایین تا رده بالا است که اجازه می‌دهد تا به طور گسترده از تمام زوایای کسب و کار سوال شود تا فرهنگ جدید بینش محور توسعه یابد. توانمندسازی حرفه‌ای کسب و کارهای معمولی به استفاده کارمندان از داده‌های پیچیده نیاز دارد.

کسب و کارها باید برای هدایت استراتژی از داده‌ها استفاده کنند و از تجزیه و تحلیل استفاده کنند، برای پیمایش این فضای تقاضای جدید این موارد بسیار مهم هستند. بینش ارزشمندی که برای همه خرده‌فروشان موفق به اشتراک گذاشته شده و در اختیار همه کارمندان سطوح مختلف قرار گرفته است؛ برای خرده‌فروشانی که می خواهند با موفقیت رفتارها را درک کنند و دیدگاهی سه بعدی از مشتریان بدست آورند، بسیار ضروری خواهد بود.

تحول هوش تجاری

هوش تجاری

مدیریت داده محور