Z tego artykułu dowiesz się:

• co oznacza termin Big Data,
• jakie mogą być przykładowe zbiory Big Data we współczesnym biznesie,
• jak duże zbiory danych mogą być wykorzystywane w handlu detalicznym.

Big Data – definicja pojęcia

Dzięki rozwojowi technologii firmy są w stanie pozyskiwać najróżniejsze dane i je przetwarzać na własne potrzeby. Szybki rozwój technologiczny przyczynił się do wykładniczego przyrostu informacji, co wymaga nowych narzędzi do ich przetwarzania. Takie olbrzymie zbiory danych są właśnie określane terminem Big Data. Charakteryzuje się je najczęściej według koncepcji 4V, w skład której wchodzą: objętość (ang. volume), dynamizm (ang. velocity), różnorodność (ang. variety) i wartość (ang. value).

 

Objętość
Wiele czynników wpływa na rosnącą objętość danych. Dane sprzedażowe gromadzone przez lata, dane tekstowe napływające nieustannie z social media czy na przykład rosnąca liczba instalowanych sensorów­­ i czujników – wszystko to generuje dane. W przeszłości obszerne dane oznaczały problemy z ich przechowywaniem, jednak z racji znaczącego spadku kosztów przechowywania danych, współcześnie problem stanowi generowanie dla firmy wartości z pozyskanych danych.

Dynamizm
Oznacza to zarówno jak szybko dane powstają oraz to jak szybko muszą zostać przetworzone w celu efektywnego ich wykorzystania. Znaczniki RFID, inteligentne sensory i różnorakie liczniki wpływają na konieczność radzenia sobie ze strumieniami danych, napływającymi w czasie realnym. To właśnie szybkie radzenie sobie z dużymi strumieniami danych jest największym wyzwaniem dla większości firm.

Różnorodność
Dane gromadzone są w różnych formatach. Od tradycyjnych baz danych, dokumentów tekstowych, plików video, kończąc na danych finansowych i danych o zachowaniach klientów (np. historia transakcyjna). Według szacunków 80% danych w przedsiębiorstwach nie jest numeryczna, a mimo to musi zostać uwzględniona w decyzjach zarządczych[1].

Wartość
Jest to zdecydowanie najistotniejsza cecha Big Data, które charakteryzują się tym, że ich odpowiednie wykorzystanie generuje dodatkową wartość i korzyści dla biznesu.

Poniżej przedstawiłem przykładowe zbiory Big Data, jakie są współcześnie generowane:

• Wal-Mart ma do czynienia z ponad 1 milionem transakcji na godzinę[2].
• Systemy RFID generują ponad 1.000 razy więcej danych niż tradycyjne systemy oparte o kody kreskowe[3].
• Twitter ma 140 milionów aktywnych użytkowników, a dziennie pojawia się na nim ponad 340 milionów wiadomości (tweetów)[4].
• Podczas jednej sekundy na całym świecie odbywa się 10.000 płatności za pomocą kart kredytowych[5].

Wykorzystanie Big Data w handlu detalicznym

Tak jak wspomniałem, problemem nie jest pozyskanie dużych zbiorów danych, ponieważ większość firm na świecie już to robi. Wyzwaniem natomiast jest takie wykorzystanie danych, aby generować dodatkową wartość i korzyści dla firmy. Jak zatem wykorzystać Big Data? Poniżej przytaczam kilka przykładów:

• Analiza milionów SKU w celu określenia optymalnej ceny, maksymalizującej przychody przedsiębiorstwa.
• Szybka identyfikacja kluczowych dla sklepu klientów (np. generują największe zyski lub przyciągają dużo nowych klientów).
• Przeanalizowanie danych o konsumentach, aby dowiedzieć się, jak pozyskiwać nowych klientów i generować większy przychód z jednego klienta.
• Oferowanie kuponów handlowych w punkcie sprzedaży opartych na historii zakupowej klienta. Wpływa to na zwiększenie odsetka realizacji takich kuponów.
• Wysyłanie zindywidualizowanych ofert na telefon komórkowy klienta będącego w sklepie.
• Analiza ścieżek poruszania się po sklepie w celu określenia najbardziej zatłoczonych miejsc w sklepie i późniejszej eliminacji tych stref.
• Ciągłe obserwowanie trendów w odwiedzalności i współczynniku konwersji w sklepie oraz odpowiednie planowanie obsługi.

Współczesne rozwiązania nie dostarczają jedynie suchych danych, ale umożliwiają również poznanie szerszego kontekstu podejmowanych przez klientów działań. Dzięki temu wiemy nie tylko to, który produkt w danej kategorii jest najpopularniejszy, ale dlaczego tak się dzieje. Może to wcale nie kwestia najniższej ceny czy ciekawej promocji, ale miejsca na półce. Podobnie jest z footfallem i współczynnikiem konwersji. Metryki te dają nam pogląd, co wpływa na wyniki sprzedażowe. Czy na ich wzrost większy wpływ miał duży ruch w sklepie czy wyższy niż dotychczas współczynnik konwersji?

Gromadzenie i przetwarzanie olbrzymich zbiorów danych jest rzeczą powszechną w biznesie. Dotyczy to również handlu detalicznego. Rozwój technologii i sprzętu umożliwił dostęp do różnego rodzaju sensorów, zbierających dane z placówki handlowej, a wykorzystanie odpowiedniego oprogramowania umożliwia integrację tych danych z różnych źródeł i ich analizę. Umożliwia to identyfikację słabych obszarów działalności danej placówki handlowej lub konkretnych sklepów w skali całej sieci. Jest to znaczący krok w stronę usprawnienia procesów w sklepie i generowaniu dodatkowych korzyści – również dla klientów. Mając coraz więcej informacji o ich zachowaniu można lepiej dopasować się do ich konsumentów, co przekłada się na zadowolenie klienta i lepsze postrzeganie sklepu lub całej sieci handlowej. Dla niektórych firm opłacanie specjalnego działu analiz wewnątrz firmy może być zbyt drogie, a w przypadku wykorzystania obecnie pracujących osób konieczne mogą okazać się szkolenia z zakresu analiz danych. W takim przypadku warto zastanowić się nad outsourcingiem działu analiz, co będzie nas mniej kosztować lub skorzystać z pomocy wyspecjalizowanej firmy, która może nam przygotowywać raporty pod konkretne potrzeby. Dzięki temu ominiemy niewygodną kwestię analizy danych, a nasz czas poświęcimy na podejmowanie decyzji na podstawie dostarczonych raportów.

Zbieranie i efektywne przetwarzanie danych nie jest już jedynie domeną handlu elektronicznego, ale dotyczy coraz częściej również tradycyjnych placówek. A jak wygląda sytuacja w Waszych firmach? Czy są one zarządzane na podstawie danych?