Магазины будущего, которые мы заслужили

Чтобы купить продукты, еду или одежду, потребители все чаще предпочитают интернет-площадки и мобильные приложения походу в физический магазин. Тенденция понятна: людям хочется делать покупки в любом месте в любое время.

Офлайн-магазины не сдаются и играют на двух фронтах: те, кто были в онлайне, открывают физические точки продаж. И главные ценности в них — впечатления и сервис. Показателен пример косметического бренда Glossier, который открыл магазин, где клиенты пробуют все новинки и делают бесчисленные снимки для Instagram. 510 квадратных метров ради того, чтобы обратить на себя внимание покупателей, выделиться. Но впечатления — не основной двигатель ритейла сегодня. Главное оружие в борьбе за лидерство — IT-разработки, которые ускоряют процессы покупки, делают клиентский опыт приятнее и экономят ритейлерам миллионы.

В фантастических фильмах мир будущего показывают невероятно технологичным. Кажется, такое увидят только наши правнуки. Но технологии развиваются очень быстро: разработки, которые показывали в фильме «Назад в будущее», сейчас не актуальны. Правда, и фильм вышел на экраны 35 лет назад.

В фильме Стивена Спилберга «Особое мнение» 2002 года герой Тома Круза заходит в магазин GAP, и его личность распознают по сетчатке глаза. Потом на голограмме появляется консультант и уточняет, понравились ли ему шорты, которые он купил в прошлый раз. Такая технология вполне реальна, хоть и немного бесполезна. Другое дело — персонализированные рекомендации. Уже сейчас мы не представляем себе сайты и приложения, которые не подбирают нам товары на основе прошлых покупок.

В эпизоде сериала «Черное зеркало» герой подходит к вендинговому аппарату с большим монитором, на котором изображены фрукты и напитки. Автомат тут же включается, герой выбирает товар и сразу получает его: машина полностью сенсорная и реагирует на телодвижения людей. От такого будущего никто бы не отказался: вспомните, сколько раз вам приходилось буквально выбивать из аппарата застрявшие чипсы!

Магазины, которые даже сейчас кажутся фантастическими, существуют с 2016 года. В них нет кассиров, оплата происходит с помощью приложений, а полки всегда наполнены товарами.

На входе в магазин стоит счетчик, который отслеживает количество посетителей и время посещения магазина. Благодаря такой системе можно рассчитать пиковое время нагрузки и количество людей, которые подходят к полкам, и в зависимости от показателей менять стратегию продаж, раскладку товаров.

В магазине установлена система слежения за стеллажами — Intelligence Retail, основанная на нейросети. Камера фиксирует передвижение каждого товара на стеллаже и уведомляет систему, что он скоро закончится. Так продавец сможет вовремя выложить недостающий товар, а магазин не потеряет выручку. Система уведомляет и о нарушениях выкладки, например, когда товары несовместимых категорий находятся на одной полке или разложены неэстетично.

Кстати, полка в Сколково тоже «умная». Ее задача — самостоятельно продавать товар. Для этого на ней установлена видеокамера, которая определяет пол и возраст подошедшего покупателя. На основе этих демографических параметров дисплей демонстрирует проморолик о товаре для конкретного посетителя.

Торговая площадка AliExpress вместе с российской компанией Fibrum вышла в офлайн и представила магазин-VR-пространство, где каждая позиция получила полноценную 3D-модель. Покупатель может крутить вещь так, будто она действительно у него в руках.

Одним из первых магазинов будущего стал Amazon Go: без продавцов, кассиров и очередей и с бесконтактной оплатой. При входе в магазин покупатель сканирует персональный штрих-код из специального приложения. Все действия покупателя отслеживают сотни камер: они распознают, какие товары положили в корзину. На выходе стоимость покупок списывается с аккаунта Amazon.

Компания предлагает покупателям выбирать продукты для здорового рациона на основе их ДНК. Пользователю достаточно передать образец своей ДНК в компанию и загрузить в мобильное приложение или на умный браслет полученную информацию о предрасположенности болезням. Далее, при выборе продуктов в магазине покупателю необходимо просканировать штрихкод с помощью приложения или браслета и дождаться светового сигнала на экране. Зеленый сигнал будет означать, что продукт можно употреблять в пищу, оранжевый — что злоупотреблять им не следует, а красный — что покупку лучше не делать. Проект тестируется в Лондоне с ноября 2018 года, а в 2020 году запустится в США.

И такие примеры можно перечислять дальше:

• Moby Mart — вендинговый магазин на колесах. Покупателю достаточно открыть приложение на своем смартфоне и вызвать Moby Mart в удобную точку. Чтобы зайти в магазин и просмотреть товары, все так же понадобится приложение. После выбора товара стоимость за него спишется с кредитной карты.

• Walmart используют роботов для изучения ассортимента и наполнения полок, на которых закончился товар. Еще компания создала мобильное приложение, в котором установлены карты навигации для 4000 магазинов сети. Другое приложение — Mobile Express Return — упрощает возврат товаров.

• Home Plus — корейская сеть виртуальных супермаркетов установила на поездах вагонов метро в Сеуле электронные витрины. На ней помещены фотографии продуктов, цены и QR-коды. Покупателю достаточно подойти к поезду, отсканировать понравившийся продукт и подтвердить покупку. Деньги спишутся с карты, а заказ доставят домой к нужному времени.

Главные операторы Big Data — ритейлеры, сотовые операторы, интернет-компании и платежные системы. В России с ними работают и операторы фискальных данных (ОФД), которые передают в ФНС фискальные данные продавцов.

Например, на основе больших данных Amazon планирует создавать акционные предложения для конкретных клиентов и за счет этого увеличить объемы продаж и сформировать лояльную базу клиентов. Акции будут подбираться на основании предыдущих покупок, а в самом магазине буду менять цены на товары в режиме онлайн в зависимости от спроса.

Другой ритейлер, Walmart, наладил получение обратной связи на ценовую политику с помощью BDA (Big Data Analytics). Они создали сеть для аналитиков, которые корректировали ассортимент и цены в магазинах на западе страны с учетом разницы во времени с восточными штатами.

Ozon использует большие данные и машинное обучение, начиная с планирования закупок до формирования персонализированных рекомендаций на сайте. В основе механизма планирования закупок на Ozon лежит модель, которая позволяет учитывать влияние на спрос 250 факторов.

Сеть гипермаркетов «Лента» внедрила систему, которая анализирует информацию о деятельности магазинов: от коммерческих результатов и товарных запасов до показателей эффективности работы персонала. Таким образом, они визуализировали численные показатели, а еще стали оперативно получать информацию, анализировать факторы, влияющие на продажи и результаты промо-акций, получать качественную оценку товара с точки зрения недостаточности, избыточности и ликвидности.

Экономия ресурсов. Нанимать кассиров стало невыгодно: с их обязанностями справляются кассы самообслуживания. А чтобы найти товар на полке, помощь продавца не требуется — в этом помогают видеокамеры и приложения для телефонов. Для покупателей в этом свое преимущество: поход в магазин уже не будет сопровождаться очередями, долгим выбором продуктов и общением с назойливыми консультантами. Достаточно будет выбрать товары, которые порекомендует приложение магазина, а деньги за покупки сами спишутся с банковской карты.

Мобильные приложения — платформа для офлайн-ритейла. Так как большинство технических решений работает в паре с мобильными приложениями, то покупатели станут еще сильнее привязаны к смартфонам. Клиентских сервисов станет больше, а ритейлеры смогут персонализировать предложения в офлайне. А чтобы завоевать внимание потребителя, понадобятся глубокие исследования поведения покупателей.

Безопасность данных. Учитывая, что большая часть разработок для ритейла связана с BDA, актуален вопрос безопасности персональных данных. Компании знают о своих пользователях почти все, а вот потребители не знают, что делают с их данными и насколько он защищены. Чтобы компании не злоупотребляли использованием данных покупателей, в ряде стран создали специальные регламенты. Например, в Европе это GDPR (the General Data Protection Regulation), в США — федеральные законы и законы уровня штата, а в России — 152-ФЗ «О защите персональных данных». Также Институт развития интернета (ИРИ) и Ассоциация больших данных разработали «Кодекс этики использования данных». В декабре 2019 года его подписали «Газпром-медиа холдинг», «Яндекс», «МегаФон», «Тинькофф Банк», «Сбербанк», «Газпромбанк», oneFactor, QIWI, Mail.ru Group, «ВТБ», «ВымпелКом», «Ростелеком», «МТС».