Riscrivere le regole del retail con gli analytics

Perché riscrivere le regole del retail? Perché il 2020 ha cambiato le abitudini di acquisto. Scarsità di prodotti, negozi chiusi e file interminabili per entrare nei pochi rimasti aperti. I consumatori si sono riversati in massa verso lo shopping online aspettandosi un'esperienza soddisfacente tanto quanto quella in store, chiedendo comodità come ritiro dei beni direttamente dalla propria auto presso il punto vendita, consegna a casa in giornata e contactless, possibilità di acquistare online e ritirare gli articoli in negozio, ecc.

Nuova regola #2: Fidarsi degli analytics per creare assortimenti localizzati e strategie di pricing

È rischioso prendere decisioni sulla merce affidandosi solamente al proprio istinto e a fogli di calcolo Excel. Gli analytics permettono di prendere decisioni basandosi sui dati, utili per avere un inventario preciso nel mondo sempre più digitale e cross-channel di oggi, nonché a massimizzare le entrate, la redditività e l'efficienza.

Ma come? "I retailer hanno bisogno di previsioni statistiche integrate per supportare l'intera azienda e raggiungere una pianificazione globale della supply chain", afferma Brittany Bullard, Principal Systems Engineer di SAS per i settori Retail e Consumer Packaged Goods (CPG). "Gli analytics integrati possono aiutare a pianificare l’assortimento durante l'intero processo, fornendo raccomandazioni, aiutando i retailer a capire quali elementi – e quale combinazione di essi – stanno ottenendo buoni risultati utilizzando gli analytics per guidare il processo end-to-end", afferma Bullard.

"Il clustering è un altro grande esempio di un’analisi quick-win per i retailer", sostiene Bullard. "Tradizionalmente, i negozi sono clusterizzati in base al volume delle vendite, alla zona, alle dimensioni del negozio e via dicendo. SAS ha lavorato con molti retailer per raggruppare in modo intelligente i loro negozi utilizzando tecniche di data mining e machine learning. Per esempio, un rivenditore possedeva diversi store nella stessa area, e tutti con gli stessi volumi di merce e gli stessi prodotti. Ma una volta comparata l’offerta dei prodotti in-store con i dati demografici dei consumatori che acquistavano in quel negozio, la strategia migliore delineata risultava ben diversa da quella che stava attuando fino a quel momento. L'implementazione di queste strategie aiuta le aziendei a elaborare assortimenti che sono realmente customer-centric".

Nuova regola #3: prevedere l'imprevedibile col machine learning

Quando la pandemia ha colpito, tutte le previsioni a lungo termine dei retail sono state spazzate via. "Le aziende sono dovute passare dal planning a lungo termine tradizionale a una pianificazione più agile e a breve termine che le aiutasse a capire cosa aspettarsi nelle due o tre settimane successive", afferma Widdowson.

Per farlo, i retailer hanno dovuto abbandonare le fonti di dati tradizionali, come quelli ottenuti dai punti vendita e dagli ordini, in favore di un approccio più immediato e iper-locale alimentato da dati esterni – come le chiusure dei negozi, le restrizioni sui viaggi, i social media e il traffico web – che creano una visione più accurata di ciò che sta accadendo.

SAS ha lavorato con un rivenditore online di alimentari a livello nazionale per aiutarlo a compiere rapidamente questo cambio di rotta. "Considerando che ha registrato un aumento del 200% negli acquisti di generi alimentari online, praticamente da un giorno all'altro", afferma Widdowson. "è facile immaginare che questo abbia comportato immediatamente delle sfide importanti per la supply chain".

"Abbiamo costruito modelli di time-learning e machine learning, e siamo stati in grado di integrare ulteriori informazioni utilizzando analytics predittivi – dati che hanno previsto la domanda futura, migliorato i nostri modelli e consentito al retailer di creare previsioni della domanda settimanali e giornaliere più accurate per prendere decisioni migliori", conclude Widdowson.

Nuova regola #4: Ogni interazione con il cliente è una brand experience

I clienti si aspettano sempre una customer experience eccellente, sia che facciano acquisti nel negozio fisico, online o con una combinazione di entrambi. In ogni caso, gli analytics possono aiutare a creare un'esperienza cross-channel armoniosa per i consumatori, grazie alla potenza dei dati.

Per esempio, un grande magazzino americano, uno dei più grandi della nazione, desiderava mantenere la sua crescita e la sua presenza sul mercato. Per fare ciò, necessitava di una profonda comprensione dei suoi clienti a livello individuale per ottenere un miglior engagement. Il retailer era inondato dai dati dei clienti ma non utilizzava gli analytics. SAS ha supportato questa azienda automatizzando le campagne di marketing e sfruttando gli analytics per migliorare targeting, conversion rate e comunicazione cross-channel.

Nuova regola #5: Usare gli analytics per contrastare le frodi

"Un reso può percorrere più di 300 percorsi diversi", afferma Ivor O'Neill, Managing Director, Internal Audit and Enterprise Risk, KPMG. "Ogni fase del processo costa denaro. Dove può essere manipolato il sistema? Dove ci sono frodi, sprechi e abusi in questi sistemi? Con 300 percorsi, è quasi impossibile esaminarli manualmente - bisogna usare gli analytics per trovare modelli di comportamento, arrivare davvero alla causa principale di alcuni di questi costi e migliorare i processi aziendali", conclude O'Neill.

Quale futuro per i retailer?

Considerando che i retailer saranno ancora costretti a dover affrontare stravolgimenti di business, la chiave per il progresso sarà l’impiego della potenza del cloud per accelerare l'innovazione - lavorando con dati e clienti e prevedendo efficacemente domanda e offerta.

La nuova soluzione di SAS e C.H. Robinson è un chiaro esempio di innovazione che aiuterà retailer e aziende CPG a scegliere i migliori percorsi di trasporto nel giro di ore invece che di settimane. Le aziende saranno in grado di prendere decisioni migliori in caso di variazioni nella domanda dei consumatori al cambiare dei piani prefissati - anche se la merce è ancora in movimento.

È senza dubbio un mondo completamente nuovo rispetto al recente passato- e i futuri vincitori che trarranno il maggiore vantaggio saranno i retailer pronti a cambiare mentalità, innovarsi rapidamente e utilizzare la potenza degli analytics.

12 ottobre 2021