Как e-commerce может использовать большие данные, чтобы продавать лучше: примеры аналитики, доступной в облаке

Big data нужны не только гигантам ретейла вроде Ozon или Wildberries: даже небольшой интернет-магазин накапливает массу данных о заказах, возвратах, поведении клиентов и источниках трафика. Нередко они остаются неиспользованными. Кто научится с ними работать — будет продавать больше и терять меньше.

К 2027 году онлайн-продажи будут составлять почти четверть объема мировой розничной торговли. Бизнесу нужно уметь управлять поведением покупателей, чтобы оставаться конкурентоспособным, а для этого нужна аналитика.

Основные вызовы для малого и среднего ретейла:

Расскажем, как можно использовать данные, чтобы закрыть эти боли.

Содержание:

Даже небольшой магазин может работать с сотнями SKU (уникальных единиц товара): по каждому товару ежедневно накапливаются данные о продажах, возвратах и остатках на складе. В свою очередь, аналитика по SKU и географии помогает быстро находить точки роста:

Дашборды позволяют видеть, какие товары популярнее в Москве, а какие — в регионах. Это дает возможность перестроить логистику: держать склад ближе к покупателю, сокращать расходы на хранение и ускорять доставку.

Подобный подход реализован в сервисе Sellematics, который помогает интернет-магазинам собирать данные в облаке, анализировать их и благодаря этому увеличивать продажи, управлять рекламой и поставками на маркетплейсах.

Аналитика также помогает выявлять товары с низкими продажами: по ним можно запускать акции или корректировать закупочную политику. Если спрос носит ярко выраженный сезонный характер, закупки можно планировать так, чтобы не замораживать оборотные средства вне сезона. Так, сеть «Лента» использует аналитику продаж для управления ассортиментом по регионам, что помогает ускорять оборачиваемость товаров.

Сегментация помогает бизнесу точнее работать с аудиторией и повышать эффективность продаж. Например, постоянным покупателям выгоднее предлагать бонусные программы, а если клиент долго не покупал, можно вернуть его персональной акцией.

Данные о заказах и клиентах собираются в облаке из CRM, после чего система автоматически группирует покупателей. Например, выделяются постоянные клиенты, новые — сделали 1–2 заказа, «спящие» — не совершали покупок в течение определенного времени.

Дальше работа с данными зависит от выбранных инструментов:

Эти подходы доказали свою эффективность на примере X5 Retail Group: компания еще в 2019 году запустила рекламный инструмент на базе big data, который анализировал поведение клиентов и помогал делать таргетированные предложения. Сегодня аналогичные технологии доступны и малому e-commerce благодаря облачным сервисам — достаточно подключить аналитику и начать использовать собственные данные.

Воронка продаж показывает путь клиента от первого контакта до оплаты. Например, посещение сайта или карточки товара, добавление в корзину, начало оформления заказа, оплата. Проблема онлайн-магазинов нередко в том, что они видят только низ воронки и финальный результат — количество заказов. Но трудно понять, где именно теряются клиенты.

Аналитика помогает прояснить картину:

Такой подход активно применяет Ozon. Компания анализирует воронку продаж с помощью big data и отслеживает поведение покупателей в динамике — благодаря этому персонализирует коммуникацию, управляет акциями и скидками.

На основе данных и малый бизнес может точечно улучшать проблемные этапы: упростить форму заказа, убрать лишние поля, ускорить оплату. Кроме того, компании становится понятнее, какие каналы продвижения действительно работают и куда стоит направлять маркетинговый бюджет.

Чтобы использовать большие данные, владельцу интернет-магазина нужно пройти несколько шагов. Подробнее о каждом расскажет Евгений Мартынов, директор по информационным технологиям Рег.облака.

Заказать базу данных. Для работы с небольшими объемами подойдут управляемые базы данных PostgreSQL и MySQL — они могут использоваться для построения корпоративного хранилища данных (data warehouse) и аналитики.

Подключить базу к CRM и другим источникам данных. Это нужно, чтобы информация о продажах, клиентах, поведении посетителей сайта и других параметрах выгружалась в базу автоматически и на выходе получался единый массив, который можно анализировать. База данных подключается одним из способов:

В облачной базе данные хранятся централизованно, а ресурсы можно масштабировать под их объем. Платить нужно только за фактическое использование, без необходимости содержать собственные серверы.

Установить инструмент для аналитики. С помощью BI-инструментов и аналитических сервисов данные сводятся и визуализируются в виде дашбордов. Для этого выгрузки из CRM и других источников нужно подготовить, трансформировать и привести к одному виду.

С помощью BI-инструментов можно сегментировать клиентов, прогнозировать спрос или находить слабые места в воронке продаж. Установить инструмент аналитики можно на локальной машине, а можно также в облаке, и это нередко выгоднее. Например, в компании Ctrl2GO переход в облако позволил сократить расходы на инфраструктуру почти в два раза и одновременно ускорить обработку данных.

Получить результаты в удобной форме. Веб-интерфейсы показывают дашборды с графиками и таблицами по продажам, остаткам, конверсии и поведению клиентов. Данные легко фильтровать по товарам, регионам или каналам трафика.

Такой подход позволяет даже небольшому e-commerce внедрять аналитику без крупных вложений и получать доступ к инструментам, которые раньше были открыты только крупным игрокам.

Сегодня даже небольшой интернет-магазин может собирать аналитику в облаке и на ее основе принимать решения: от оптимизации запасов до персональных рекомендаций и управления маркетинговыми расходами. Доступ к этим технологиям открывает конкурентное преимущество: позволяет быстрее реагировать на изменения рынка и продавать больше. А вы уже работаете с данными? Расскажите, что анализируете, получается ли?

Читайте также: