Articoli

Progetti ed eventi in tempo reale

20 aprile 2016

Redazione Bou-Tek

L’adozione di soluzioni per l’analisi dei dati aiuta i retailer a prendere decisioni strategiche in moltissimi ambiti – come

la scelta del migliore layout da adottare in negozio, una più efficace gestione del magazzino o il monitoraggio della catena di distribuzione

– che a fronte delle spese sostenute per abbracciare il mondo degli analytics rappresentano un tangibile ritorno di investimento.

Per esempio, i dati provenienti dalla moltitudine di dispositivi connessi (IoT) all’interno del negozio sono utili per costruire modelli attendibili delle abitudini e del comportamento d’acquisto dei clienti.

Nella grande distribuzione, in particolare, collegando i carrelli alla rete è possibile tracciare con precisione i percorsi dei clienti all’interno del punto vendita e verificare in quali aree del negozio la gente tenda a soffermarsi più spesso e/o più a lungo, e viceversa.

Questo tipo di analisi del comportamento, del tutto anonima, può essere utilissima sia per la gestione del magazzino, perché consente di identificare i prodotti che “vanno di più”, sia per misurare l’efficacia dei diversi allestimenti proposti, e quindi anche per

comprendere quali punti dello store avrebbero bisogno di essere ridisegnati per attirare più traffico e indirizzare maggiormente gli acquisti in quell’area.

Non solo: anche la “customer experience” ne beneficia.
Grazie a questo tipo di analisi, per esempio, i responsabili del punto vendita possono prevedere le tempistiche con le quali i clienti raggiugeranno le casse, riuscendo così a evitare che si formino code troppo lunghe.

Risultati analoghi si ottengono anche optando per altre soluzioni, come i video analytics, e la capacità predittiva si moltiplica naturalmente incrociando dati provenienti da fonti diverse.

A questo proposito, un’altra fonte importante di informazioni strategiche può essere considerata la tecnologia RFID, che ultimamente è oggetto di rinnovata attenzione.

La Levi Strauss & Co., per esempio, in alcuni dei suoi negozi ha recentemente implementato un sistema di monitoraggio del magazzino basato proprio sull’identificazione a radio-frequenza.
La soluzione, ideata per massimizzare l’accuratezza delle operazioni di inventario, fa sì che tutte le figure che possono trarne vantaggio – dai dirigenti ai responsabili della catena di distribuzione, fino ai manager dei singoli punti vendita – possano avere in tempo reale la piena e costante visibilità dei prodotti disponibili.

Non si tratta solo di evitare “buchi” nelle scorte, e quindi minimizzare il rischio di mancate vendite connesse a un approvvigionamento poco tempestivo, ma anche della

possibilità di estrapolare dai dati raccolti modelli del “ciclo di vita” dei vari prodotti,

dotando quindi anche i negozi fisici di strumenti di monitoraggio paragonabili a quelli dei migliori siti di e-commerce.

Sfruttando in questo modo l’RFID, il retailer può basare le sue valutazioni e le sue decisioni su nuove metriche, come il tasso di conversione in vendite reali o le percentuali di abbandono dei vari prodotti all’uscita dei camerini… e tutte queste informazioni possono tradursi in vantaggiose strategie di rifornimento, in una ristrutturazione degli interni dei negozi utile ad aumentarne l’appeal e la funzionalità, in nuove e più efficaci modalità di esposizione, eccetera.

Anche cercare di sfruttare i dati per elevare la redditività per metro quadro dei negozi è un modo estremamente pratico di massimizzare il ROI degli investimenti in analytics.

Lo sta facendo, per esempio, la catena di farmacie britannica Boots, che proprio in questo periodo sta conducendo una serie di test per identificare il miglior layout possibile per i suoi punti vendita. Grazie agli analytics, il retailer valuterà in modo oggettivo quale disposizione interna, espositore o particolare allestimento degli scaffali funzioni meglio in funzione di un determinato obiettivo.

Prendere decisioni operative consapevoli e remunerative, dunque, con l’analisi dei dati diventa sempre più semplice.

 

 

Fonte: dal Blog Analytics del sito IBM Big Data & Analytics Hub

 

Scopri come approfondire questi temi con Bou-Tek
Scarica la brochure