σελφ σερβις - ELTRUN-ΟΠΑ: Case study αξιοποίησης δεδομένων για αποδοτικές προωθητικές ενέργειες

Πέμπτη, 17 Ιανουαρίου 2019

ΔΙΑΦΗΜΙΣΗ

Λιανεμπόριο

ELTRUN-ΟΠΑ: Case study αξιοποίησης δεδομένων για αποδοτικές προωθητικές ενέργειες

18 Δεκεμβρίου 2018 | 12:23 Γράφουν οι Λέοντος  Γαβαλάς, Αναστασία  Γρίβα Topics: Έρευνα,Προώθηση

Πώς η αξιοποίηση των δεδομένων τοποθεσίας μπορεί να υποστηρίξει αποφάσεις για τη βελτίωση της απόδοσης των προωθητικών ενεργειών και της εμπειρίας του πελάτη; Στην προσπάθεια να δοθεί απάντηση στο παραπάνω ερώτημα, σχεδιάσαμε και υλοποιήσαμε μια πιλοτική ενέργεια στον χώρο του Οικονομικού Πανεπιστημίου Αθηνών, αξιοποιώντας την εφαρμογή bespot., ενώ παράλληλα αναπτύξαμε και εξειδικευμένο εργαλείο για την ανάλυση των σχετικών δεδομένων.

Zούμε σε μια εποχή όπου ο σύγχρονος πελάτης κινείται σε ένα omnichannel περιβάλλον. Καθημερινά έρχεται σε επαφή με διαφορετικά σημεία εμπορικής δραστηριότητας (touchpoints), στον φυσικό και τον online χώρο, και αναζητά την εξατομίκευση. Παρότι, όμως, στις μέρες μας υπάρχουν τα εργαλεία καταγραφής και αξιοποίησης των δεδομένων που αφορούν στο ηλεκτρονικό του ταξίδι, η αντίστοιχη καταγραφή του αγοραστικού ταξιδιού και των μονοπατιών που ακολουθεί ο πελάτης στο φυσικό περιβάλλον (κατάστημα) αποτελεί παγκοσμίως πρόκληση. Πρόκειται για σημαντική πρόκληση, δεδομένου ότι η καταγραφή των παραπάνω στοιχείων προσφέρει πληροφορίες καθοριστικές για την αποτελεσματικότερη κατανόηση και στόχευση του πελάτη.

Location Intelligence για ανταγωνιστικό πλεονέκτημα
Από την άλλη πλευρά, οι επιχειρήσεις έχουν πλέον αντιληφθεί ότι προκειμένου να κατανοήσουν καλύτερα τους πελάτες τους θα πρέπει όχι μόνο να αξιοποιήσουν τα δεδομένα (insights), τα οποία ήδη διαθέτουν, αλλά και να τα συνδυάσουν με τα προερχόμενα από εξωτερικές πηγές. Παγκοσμίως, ολοένα και περισσότερες επιχειρήσεις στρέφονται σε εργαλεία analytics, προκειμένου να «ξεκλειδώσουν» χρήσιμα δεδομένα. Με τη χρήση των big data επαναπροσδιορίζουν τη σχέση τους με τον πελάτη και εκσυγχρονίζουν παραδοσιακές τους λειτουργίες. Μεταξύ άλλων, δυναμική ανάπτυξη παρουσιάζει η αξιοποίηση δεδομένων τοποθεσίας. Πλέον, αρκετές επιχειρήσεις λιανεμπορίου και FMCG στρέφονται στο λεγόμενο location intelligence, σαν ένα μέσο για να λάβουν στρατηγικές αποφάσεις σχετικά με τις λειτουργίες και την ανάπτυξη ανταγωνιστικού πλεονεκτήματος. Από την αξιοποίηση των δεδομένων τοποθεσίας προκύπτει ένα νέο επίπεδο εξόρυξης γνώσης, τα λεγόμενα location analytics. Τα location analytics αξιοποιούν τη δύναμη των υψηλής ακρίβειας δεδομένων τοποθεσίας για να αναδείξουν πληροφορίες, στις οποίες δεν θα ήταν εφικτή η πρόσβαση χωρίς τη χρήση τους, θεωρώντας ότι η τοποθεσία αποτελεί τον κοινό παρονομαστή για την πλειονότητα των πληροφορίων.

Μέσα από την ανάλυση δεδομένων τοποθεσίας, είναι εφικτή η πιο λεπτομερής κατανόηση των επιμέρους λειτουργιών –επιμερισμός κόστους, κερδών, προγραμματισμός ανθρωπίνων πόρων, ικανοποίηση πελατών, απόδοση προωθητικών ενεργειών κλπ- με στόχο να υποστηριχθούν αποφάσεις που θα οδηγήσουν σε μια πιο αποτελεσματική και αποδοτική επιχειρηματική δραστηριότητα. Λαμβάνοντας υπόψη τα δεδομένα τοποθεσίας (πχ από κάμερες, wifi, εφαρμογές κινητών κλπ) και εστιάζοντας στο περιβάλλον ενός φυσικού καταστήματος λιανικής, μπορούμε να προσεγγίσουμε διάφορα KPIs. Όπως την κίνηση στον διάδρομο, τον χρόνο παραμονής κλπ. Οπτικοποιώντας με τον κατάλληλο τρόπο τέτοιου τύπου KPIs μπορεί ένα στέλεχος να έχει τη δυνατότητα να υποστηρίξει αποφάσεις που σχετίζονται π.χ. με τη διάταξη, ή ακόμα αν πραγματοποιήσει συνδυαστική ανάλυση με δεδομένα πωλήσεων να εντοπίσει αγοραστικά κενά και σημεία προς βελτίωση. Πέρα όμως από την κίνηση ενός πελάτη μέσα σε ένα κατάστημα, αναλογιστείτε την αξία που θα είχε τόσο για την εταιρεία όσο και για τον πελάτη η γνώση των εκτός καταστήματος προτιμήσεών του. Τι θα μπορούσε, λοιπόν, να κάνει ένα στέλεχος μάρκετινγκ εάν γνώριζε ότι ο πελάτης που μπήκε στο κατάστημα και ψώνισε για παράδειγμα μπάρες δημητριακών και χυμό, έπειτα επισκέφθηκε κάποιο άλλο σούπερ μάρκετ, μετά πήγε στο τάδε πανεπιστήμιο, έπειτα στο συνοικιακό γυμναστήριο και το βράδυ στον κινηματογράφο;

Ένα case study με δεδομένα κίνησης καταναλωτών στο κέντρο της Αθήνας
Στην προσπάθεια να προσεγγίσουμε την αξία των δεδομένων τοποθεσίας για τον κλάδο του λιανεμπορίου, προδιαγράψαμε μια πιλοτική ενέργεια που στόχευε τους επισκέπτες του Οικονομικού Πανεπιστημίου Αθηνών, καταγράφοντας την κίνηση σε επιπλέον 120 σημεία ενδιαφέροντος, στην ευρύτερη εμπορική περιοχή. Στόχος ήταν μέσα από μια καινοτόμο τεχνολογική εφαρμογή να εξετάσουμε το κατά πόσο προωθητικές ενέργειες που λάμβαναν υπόψη την τοποθεσία (location) μπορούσαν να οδηγήσουν σε μεταβολή της κίνησης των καταναλωτών και της αγοραστικής συμπεριφοράς. Παράλληλα, συλλέγαμε πρωτογενή δεδομένα κίνησης καταναλωτών με στόχο την εξαγωγή περαιτέρω συμπερασμάτων και τη μέτρηση κρίσιμων δεικτών. Για τον σκοπό της έρευνας αξιοποιήθηκε η εφαρμογή bespot. ενώ αναπτύχθηκε και εξειδικευμένο εργαλείο για την ανάλυση των δεδομένων τοποθεσίας.

Η εφαρμογή bespot
Η εφαρμογή που αξιοποιήθηκε για την επίτευξη των σκοπών του case study λειτουργούσε ως εξής: κάθε φορά που ο επισκέπτης επισκεπτόταν ή περνούσε από ένα συγκεκριμένο σημείο (spot) κέρδιζε κάποιους πόντους, ενώ ανοίγοντας την εφαρμογή μπορούσε να ανακαλύψει κάποια επιπλέον επιβράβευση. Η επιβράβευση είχε τη μορφή κουπονιού προς εξαργύρωση στο σημείο που βρισκόταν ο επισκέπτης ή σε κοντινά καταστήματα. Η χρήση της συγκεκριμένης εφαρμογής δίνει τη δυνατότητα προσέγγισης του καταναλωτή σε κάθε στάδιο του αγοραστικού ταξιδιού –πριν μπει στο κατάστημα, κατά τη διάρκεια της επίσκεψης, όταν φεύγει και όταν επιστρέφει σε αυτό. Καθ’ όλο το αγοραστικό ταξίδι γίνεται δειγματοληπτικά συλλογή δεδομένων τοποθεσίας από τους χρήστες που έχουν δώσει τη σχετική άδεια. Παράλληλα η εφαρμογή δίνει τη δυνατότητα πραγματοποίησης πειραμάτων σχετικά με το ποιο ήταν το καλύτερο σημείο (spot) για να διανεμηθεί κάποιο κουπόνι. Ενεργοποιώντας έτσι τη δυνατότητα εξατομίκευσης, προσφέραμε αξία τόσο στον χρήστη, όσο και στις συνεργαζόμενες επιχειρήσεις που διένειμαν κουπόνια μέσω της εφαρμογής.

Location analytics: ανακαλύπτοντας το μονοπάτι των καταναλωτών
Το πιο σημαντικό πέρα από τη διανομή των κουπονιών ήταν η εκμαίευση του μονοπατιού των χρηστών. Από το σύνολο των χρηστών μελετήθηκε ένα δείγμα 700 καταναλωτών που επισκέφθηκαν την περιοχή ενδιαφέροντος. Εστιάζοντας σε κάποιο σημείο ενδιαφέροντος ήταν εφικτό να αποτυπωθεί ο προηγούμενος κόμβος, δηλαδή το σημείο με επιβεβαιωμένη στάση, πριν ο καταναλωτής επισκεφθεί τα καταστήματα που μελετήσαμε. Λαμβάνοντας σαν παράδειγμα ένα κατάστημα πώλησης καφέ, η ποσοτικοποίηση της συγκεκριμένης πληροφορίας στο σύνολο της περιόδου μελέτης αποκαλύπτει τις δημοφιλέστερες «πηγές πελατών», δίνοντας τη δυνατότητα να υποστηριχθεί κάποια απόφαση σχετικά με τις προωθητικές ενέργειες για απόκτηση πελατών από συγκεκριμένα σημεία ενδιαφέροντος (πχ στάσεις μέσων μαζικής μεταφοράς, πανεπιστήμια, κ.ά.). Στο πλαίσιο του συγκεκριμένου πιλοτικού εγχειρήματος, καταφέραμε να εντοπίσουμε ομάδες συχνών ροών καταναλωτών, βλέποντας την αλληλουχία των επισκέψεων στη διάρκεια μιας ημέρας ή μιας εβδομάδας. Έχοντας αυτά τα δεδομένα, μπορούσαμε να στοχεύσουμε καταναλωτές που ήδη επισκέπτονταν τα σημεία που μας ενδιέφεραν, αλλά και επισκέπτες άλλων σχετικών σημείων, που δεν επέλεγαν το συγκεκριμένο κατάστημα. Στην πρώτη ομάδα στόχος ήταν να ενισχύσουμε μια νέα κατηγορία, προσφέροντας κίνητρο για αγορά ενός νέου προϊόντος, ή να γίνουν πιο πιστοί, δίνοντας πραγματική επιβράβευση, τη στιγμή που επισκέπτονταν για νιοστή φορά το κατάστημα. Στην δεύτερη ομάδα, με αποστολή κινήτρων σε σημεία που επισκέφθηκαν οι συμμετέχοντας, τελικός στόχος ήταν να πραγματοποιηθεί επίσκεψη στο κατάστημα - στόχο.

Η αξία των location analytics
Στο omnichannel περιβάλλον, οι έμποροι λιανικής πώλησης θα πρέπει να βρουν τρόπους για να δημιουργήσουν συναρπαστικές εμπειρίες και να δίνουν πρόσθετη αξία στους καταναλωτές. Όλα αυτά ξεκινούν από τη θέση του καταστήματος. Πρέπει να αναπτυχθεί πρώτα μια βαθιά κατανόηση του περιβάλλοντος στο οποίο βρίσκονται τα σημεία πώλησης (ή πρόκειται να ανοίξουν). Ωστόσο, όταν λέμε «περιβάλλον», δε μιλάμε μόνο για τον δρόμο όπου βρίσκεται ένα κατάστημα. Για να είναι επιτυχημένο ένα κατάστημα, οι λιανέμποροι θα πρέπει να έχουν εικόνα για τον ανταγωνισμό στις κοντινές περιοχές, να παρακολουθούν στενά τις κινήσεις και να μπορούν να κάνουν κάποιο benchmarking. Ομοίως, τα δημογραφικά δεδομένα, όπως η ηλικία, το φύλο, το εισόδημα και η αγοραστική συμπεριφορά των ατόμων που ζουν σε μια συγκεκριμένη περιοχή, είναι σημαντικά για τη δημιουργία επιτυχημένων εκστρατειών μάρκετινγκ.

Ωστόσο, η πρόσβαση σε όλες αυτές τις πηγές δεδομένων δεν αρκεί για να παραμείνει μια επιχείρηση ανταγωνιστική. Η πραγματική αξία έγκειται στην ικανότητα να συνδυάζονται αυτές οι πηγές δεδομένων και να εμπλουτίζονται, ώστε να ταιριάζουν στις διαφορετικές πραγματικότητες της κάθε επιχείρησης και να υποστηρίζουν τις αποφάσεις τους -αυτό είναι που μετατρέπει τα δεδομένα σε χρήσιμη πληροφορία και ενεργοποιεί την έννοια του Location Intelligence. Με αυτόν τον τρόπο οι εταιρείες του λιανεμπορίου καταφέρνουν να μεγιστοποιήσουν την αποδοτικότητα των καταστημάτων τους, να υλοποιήσουν σωστές ενέργειες μάρκετινγκ, να βελτιστοποιήσουν τις διανομές τους και την επέκταση του δικτύου τους.

σελφ σερβις (T. 489)
ΔΙΑΦΗΜΙΣΗ

Δείτε ακόμη...

Οι πιο δημοφιλείς ειδήσεις σήμερα

Αυτοί που διάβασαν αυτό διάβασαν επίσης

Τα πιο δημοφιλή Topics

Οι πιο δημοφιλείς ειδήσεις σε αυτήν την ενότητα

Οι πιο δημοφιλείς ειδήσεις σε άλλες ενότητες

ΔΙΑΦΗΜΙΣΗ
ΔΙΑΦΗΜΙΣΗ

Συνεντεύξεις / Πρόσωπα

 
ΔΙΑΦΗΜΙΣΗ

Topics

Αγορά

Τεχνολογία

Τρόφιμα/Ποτά

Ενέργεια/Περιβάλλον

Μεταφορές/Logistics

Εκπαίδευση

Υγεία/Ομορφιά

Ευρωπαϊκή Ένωση

©2019 Boussias Communications, all rights reserved. Κλεισθένους 338, 153 44 Γέρακας, info@boussias.com, Τ:210 6617777, F:210 6617778

ATCOM PRODUCTION