В условиях локдауна и последующего бурного роста онлайн-ритейла FMCG-компании потеряли возможность взаимодействовать со своими потребителями через привычные классические каналы. В поисках ответа на вопрос о том, как «добраться» до клиента без посредников в виде торговых сетей и HoReCa, производители товаров повседневного спроса сконцентрировались на персонализированных коммуникациях. О том, как в этом помогают технологии и других трендах, влияющих на рынок, – в колонке Максима Озерова, директора проектов по аналитике в компании Navicon.

Пандемия существенно повлияла не только на способы взаимодействия с клиентами, но и на сам рынок FMCG – сейчас мы наблюдаем его деление на сегменты, каждый из которых сам по себе является полноценной и самостоятельной отраслью. Среди них, например, E-grocery, Fashion, CPG, Pharma – сегодня эти направления активно «переезжают» в онлайн. Несмотря на такую неоднородность FMCG-рынка, можно выделить несколько основных трендов, общих для всех его сегментов. То, что еще недавно было предметом обсуждения на бизнес-форумах – стало реальностью. Сегодня мы наблюдаем перестройку процессов в части работы с данными, в части клиентского взаимодействия и выбора инструментов для работы с этими задачами.

Культура работы с данными

Одно из исследований Accenture показало: 91% покупателей склонны совершать покупки у брендов, которые запоминают их предпочтения и затем формируют соответствующие предложения и рекомендации. Это лишь одна из задач, которые решают FMCG-компании, но даже для ее успешного решения нужно собирать, обрабатывать и хранить огромное количество данных.

На определенном этапе зрелости, когда и систем, и данных становится больше, компания понимает, что разрозненную информацию гораздо эффективнее агрегировать в одном месте, чем вручную собирать из разных источников. Сейчас мы видим, что практически все компании на этом рынке научились строить корпоративные хранилища данных, но не все – правильно с ними работать. Основные трудности связаны с выстраиванием процессов управления корпоративными хранилищами, а также с вовлечением пользователей в работу с аналитикой – сейчас она становится инструментом все большего числа сотрудников. Поэтому сегодня одним из ключевых трендов стало внедрение data-культуры, при которой пользователь BI-системы и хранилищ – далеко не всегда аналитик.

Для развития такой культуры необходимо помочь сотрудникам прокачать свои навыки в работе с BI-решениями и системами хранения данных. Прежде всего следует провести аудит data-культуры в компании и сформировать конкретное предложение по ее развитию. Как правило, на этом этапе компании привлекают партнера, который поддерживает их на всех этапах, составляет roadmap, проводит воркшопы и семинары. Безусловно, в получении полезных инсайтов важную роль играет качество используемых данных – компаниям следует исключить ошибки в нормативно-справочной информации, неточности в номенклатуре, использование некорректной информации о складах, торговых точках и контрагентах.

Клиентское взаимодействие и персонализированный маркетинг

Когда FMCG-поставщики в связи с локдауном оказались отрезаны от взаимодействия со своими потребителями через классические каналы, компании сделали ставку на персонализированный маркетинг. Таким образом, мы наблюдаем, как из-за увеличения роли клиентской аналитики трансформировались цели, которые заказчики ставят перед собой и ИТ-партнерами при реализации BI-проектов.

Бизнес стремится контролировать и оптимизировать работу с клиентом по всем точкам взаимодействия – на этом строится омниканальный маркетинг. Здесь помогает система-оркестратор, которая управляет всеми каналами коммуникации, временем передачи каждого сообщения и фиксирует реакции на них. Это качественно другой подход к клиентскому взаимодействию: он позволяет FMCG-компаниям выстроить полноценное customer journey для баз из 100 тысяч контактов и более, что вручную сделать фактически невозможно. Качественный результат такой работы позволяет эффективно взаимодействовать с каждым клиентом и формировать рекомендации по дальнейшей работе с ним.

Для успешной работы платформы также требуется высокое качество используемых данных и их анализа. Поэтому BI-системы сегодня часто объединяются с ML-инструментами. Они становятся поставщиками данных не только для отчетности, но и для других ИТ-решений, в том числе платформ для персонализированного маркетинга. Запросы на построение систем прогнозирования, позволяющих сделать клиенту персонализированный оффер и спрогнозировать его потребительскую активность, становятся еще более актуальными, их количество продолжает расти.

Облачные технологии

Третий тренд связан с технологическим переходом. Бизнес накопил так много данных, что старые хранилища не позволяют качественно работать с подобным объемом информации. В текущем году мы наблюдаем завершение большого числа проектов на технологиях Massive Parallel Processing и переход на использование облачных мощностей.

Большинство вендоров продолжают выпускать новые облачные инструменты, которые способны трансформировать и обрабатывать огромные объемы информации в режиме, близком к реальному времени – это тот критерий, по которому старые классические технологии сильно проигрывают. Однако при построении хранилища в облаке важно помнить о надежности ваших данных, особенно связанных с клиентами.

Переход на облачные мощности позволяет компаниям развивать корпоративное облачное решение полного цикла, которое можно быстро и без больших усилий развернуть внутри контура компании. Его главным преимуществом становится возможность закрыть весь pipeline работы с данными – от их объединения из разных источников до выбора собственного механизма их анализа – с помощью одной платформы. С помощью облачных решений также можно строить сложные ИИ-модели для выявления трендов и качественного прогнозирования результатов.

В будущем каждый бизнес должен будет полностью переосмыслить клиентский опыт, и этот процесс требует полной картины клиентской базы с возможностью превращать знание в действия в режиме реального времени.


Новые комментарии:

Ваш адрес email не будет опубликован. Обязательные поля помечены *