Współczesna podróż klienta...Sep 30, 2014  · E-COMMERCE $ 186 MILIARDÓW OFFLINE RETAIL +...

60
Współczesna podróż klienta Co wiemy dziś i co możemy wiedzieć jutro? Michał Kowalski - CEO SAS Forum 2015 source: glogster.com

Transcript of Współczesna podróż klienta...Sep 30, 2014  · E-COMMERCE $ 186 MILIARDÓW OFFLINE RETAIL +...

Współczesna podróż klientaCo wiemy dziś i co możemy wiedzieć jutro?Michał Kowalski - CEO

SAS Forum 2015

so

urc

e: g

log

ste

r.com

SAS Forum 2015

Gdzie dziś jesteśmy?

Fizyczne sklepy wciąż są istotnym ogniwem w cyklu sprzedaży

Klienci żyją w świecie omnichannel, o wysokiej dynamice akcji

Zmiana zachowań zakupowych, realne odczucia w sklepie

odgrywają dominującą rolę

2

Jak podnieść poziom zadowolenia klientów w sklepie?

1

Jak optymalizować strukturę sieci sprzedaży??

2

Jak branża retail może nadążyć za swoimi klientami??

3

?

Zakupy w realnych sklepach wciąż pozostają główną siłą sprzedaży

SAS Forum 2015

WYDATKIONLINE-TO-OFFLINE

$ 1.83 BILIONÓW

E-COMMERCE

$ 186 MILIARDÓW

OFFLINE RETAIL + USŁUGI

$ 7.3 BILIONÓW

Szacunki globalne: transakcje o charakterze online-to-offline przekraczają 10-krotnie sprzedaż e-commerce

Source: Opus Research

3

SAS Forum 2015

INNOWACJE W TECHNOLOGII

4

SAS Forum 2015

Ciągły przyrost dostępnej mocy obliczeniowych

PRAWO MOORE’A: ZA $1,000 MOŻNA KUPIĆ1):

1) Trace Center, 20075

= robak

= mysz

= 1 człowiek

= 10 miliardów ludzi

• 1958

• 2000

• 2010

• 2020

• 2050

= tranzystor

3 główne trendy kształtujące branżę retail

REOWLUCJA W

USŁUGACHRETAIL JAKO

MEDIALNE OUTLETY

DOSTĘP DO

OMNICHANNEL

SAS Forum 2015

1 2 3

6

London 2015

Rewolucja w usługach już się zaczęła

7

KOMPUTERY WYBIERAJĄCE

MODELKI MODOWE DO NOWEJ

KOLEKCJI

Źródło:

Machine Learning Algorithm Predicts Which New

Faces Will Make It as Fashion Models

MIT Technology Review

SAMOSTERUJĄCE

SAMOCHODY

Źródło:

Google Self-Driving Car Project

www.google.com/selfdrivingcar/how/

PROGNOZOWANIE

ZACHOROWAŃ NA RAKA

Źródło:

Machine learning applications in cancer prognosis and prediction

www.sciencedirect.com/science/article/pii/S2001037014000464

CEM, Singapore 2015

Wpływ na strategię firm

ZARZĄDZANIE

INDYWIDUALNYM

PROFILEM KLIENTA

MARKETING JAKO

CENTRUM ZYSKÓW

PODRÓŻ

WYEDUKOWNEGO

KLIENTA

8

SINGLE CHANNEL MULTI-CHANNEL CROSS-CHANNEL OMNI-CHANNEL

Gdzie są Twoi klienci?

SAS Forum 2015 9

Czy uważa Pan/Pani iż Pańska firma poczyniła postępy w realizacji/

wykonaniu strategii omnichannel’owej?[Badanie wykonane na rynku USA]

5% - Zaawansowane – wyprzedzamy

większość naszych konkurentów, bazując w

większości na wypracowanej przez nas strategii

London 2015

**Źródło: SPS Commerce, ‘Retail Insight 2015: Fulfilling consumer expectations’ conducted by Retail Systems Research (RSR), Sep 30, 2014x

10

5%

26%

32%

37%- Umiarkowany– zatwierdziliśmy

naszą strategię i obecnie ją wdrażamy

- W trakcie – tworzymy naszą strategię

i zaczynamy wykonywać plan

Opóźniony -

– poszukujemy naszej

multikanałowej strategii i na

ten moment nie określiliśmy

naszej długoterminowej

strategii

London 2015

*Source: SPS Commerce, ‘Retail Insight 2015: Fulfilling consumer expectations’ conducted by Retail Systems Research (RSR), Sep 30, 2014

11

- Zaawansowane – wyprzedzamy

większość naszych konkurentów, bazując w

większości na wypracowanej przez nas strategii

Czy uważa Pan/Pani iż Pańska firma poczyniła postępy w realizacji/

wykonaniu strategii omnichannel’owej?[Badanie wykonane na rynku USA]

SINGLE CHANNEL

SAS Forum 2015 12

Gdzie znajduje się Twoja firma?

SINGLE CHANNEL MULTI-CHANNEL

SAS Forum 2015 13

Gdzie znajduje się Twoja firma?

SINGLE CHANNEL MULTI-CHANNEL CROSS-CHANNEL

Gdzie znajduje się Twoja firma?

SAS Forum 2015 14

SINGLE CHANNEL MULTI-CHANNEL CROSS-CHANNEL OMNICHANNEL

Gdzie znajduje się Twoja firma?

SAS Forum 2015 15

JAK STWORZYĆ MOST OMNICHANNEL’OWY?

SAS Forum 2015 16

Główne wyzwania związane z budową kopmpleksowego systemu

analizy klientów – światowe doświadczenia[% of respondentów]

7%

4%

7%

10%

34%

37%

39%

43%

We don't have challenges creating a complete customerview

Don't know

Other

Too much data

Lack of relevant technology

Inability to link different technologies

Siloed departments

Poor data quality

SAS Forum 2015

* Źródło : SPS Commerce, ‘Retail Insight 2015: Fulfilling consumer expectations’ conducted by Retail Systems Research (RSR), Sep 30, 2014

17

Niska jakość danych

Silosowy układ departamentów

Brak możliwości integracji różnych technologii

Brak odpowiedniej technologii

Za dużo danych

Inne

Nie wiem

Nie mamy potrzeby tworzenia pełnego profilu

klienta

Główne wyzwania związane z budową kopmpleksowego systemu

analizy klientów – światowe doświadczenia[% of respondentów]

7%

4%

7%

10%

34%

37%

39%

43%

We don't have challenges creating a complete customerview

Don't know

Other

Too much data

Lack of relevant technology

Inability to link different technologies

Siloed departments

Poor data quality

SAS Forum 2015

*Źródło: SPS Commerce, ‘Retail Insight 2015: Fulfilling consumer expectations’ conducted by Retail Systems Research (RSR), Sep 30, 2014

18

Niska jakość danych

Silosowy układ departamentów

Brak możliwości integracji różnych technologii

Brak odpowiedniej technologii

Za dużo danych

Inne

Nie wiem

Nie mamy potrzeby tworzenia pełnego profilu

klienta

Kanały sprzedaży różnych prędkości

onlineoffline mobile

SAS Forum 2015 19

onlineoffline mobile

SAS Forum 2015 20

Zbieżność kanałów dystrybucji

Zbieranie danych w świecie rzeczywistym – stan obecny

DANE EX-POST

AGREGACJA DANYCH

PRZENTACJA

DANYCH

ZBIERANIE DANYCH

ANALIZA DANYCH

DZIAŁANIE

SAS Forum 2015 21

Zbieranie danych w świecie rzeczywistym – stan obecny

CZAS

RZECZYWISTY

ZBIERANIE

DANYCH

(głównie przezpracowników)

SAS Forum 2015 22

DANE EX-POST

AGREGACJA DANYCH

PRZENTACJA

DANYCH

ZBIERANIE DANYCH

ANALIZA DANYCH

DZIAŁANIE

Zbieranie danych w świecie rzeczywistym – stan obecny

DANE EX-ANTE

MODELE PREDYKCYJNE

DECYZJA

SAS Forum 2015 23

DANE EX-POST

AGREGACJA DANYCH

PRZENTACJA

DANYCH

ZBIERANIE DANYCH

ANALIZA DANYCH

DECYZJA

CZAS

RZECZYWISTY

ZBIERANIE

DANYCH

(głównie przezpracowników)

Niedoskonałości tego modelu działania

SAS Forum 2015 24

Źródła danych Wielkość próbyCzas zbierania

danych i reakcji

Globalne wydatki na marketing i badania rynkowe – poznanie klientów

SAS Forum 2015 25*Source: ESOMAR Global Market Research 2014

GLOBALNE WYDATKI

NA BADANIA RYNKOWE*

$40 mld

Globalne wydatki na marketing i badania rynkowe – poznanie klientów

GLOBALNA WYDATKI

NA REKLAMĘ*

$600 mld

SAS Forum 2015 26* Source: eMarketer, Dec 2014

DANE EX-POSTCZAS

RZECZYWISTYEX-ANTE

DECYZJA

MODELE

PREDYKCYJNE

Zbieranie danych w świecie rzeczywistym – rewolucja usługowa

PRZENTACJA

DANYCH

ANALIZA

DANYCH

DECYZJA

ZBIERANIE

DANYCH

AGREGACJA

DANYCH

ZBIERANIE

DANYCH

AGREGACJA

DANYCH

PREZENTACJA

DANYCH

ANALIZA

DANYCH

DECYZJA

SAS Forum 2015 27

JAK ZBIERAĆ DANE ZE ŚWIATA OFFLINE?

SAS Forum 2015 28

PLATFORMA

ANALITYCZNA

Komputery rozpoznają

i interpretują dane,

wskazując na

potencjalne decyzje do

podjęcia

Źródła danych w świecie offline

OBRAZ VIDEO

WiFI

BEACON

ZDJĘCIA

DANE

WEJŚCIOWE

SAS Forum 2015 29

ROZPOZNAWANIE

KLIENTÓW

OFERTY

INWDYWIDUALNE

ALERTY

DANE

WYJŚCIOWE

Źródła danych w świecie offline

SAS Forum 2015 30

Komputery rozpoznają I

interpretują dane,

wskazując na

potencjalne decyzje do

podjęcia

PLATFORMA

ANALITYCZNA

ŚWIAT OFFLINE

ŚWIAT ONLINE

ŚWIATMOBILE

SYSTEMY

OPERACYJNE

DANE

ZEWNĘTRZNE

DANE

WEJŚCIOWE

ZARZĄDZANIE

PROFILAMI

KLIENTÓW

MARKETING JAKO

CENTRUM ZYSKÓW

OBECNOŚĆ W

PODRÓŻY KLIENTA

W CZASIE

ZAKUPÓW

DANE

WYJŚCIOWE

4 główne korzyści dla branży retail

ZROZUMIENIA KLIENTA I

JEGO POTRZEB

DOPASOWANE /

SPERSONALIZOWANE

OFERTY

ELIMINACJA ZBĘDNYCH

ETPÓW ZAKUPÓW

NIŻSZE WYDATKI

NA ZAKUPY /

OSZCZĘDNOŚCI

SAS Forum 2015 31

4 główne korzyścia dla branży retail

LEPSZE ZROZUMIENIE

KLIENTÓW

WZROST WSKAŹNIKA

POZIOMU BAZY KLIENTÓW

RACJONALIZACJA

KOSZTÓW /

EFEKTYWNOŚĆ

WZROST UDZIAŁU W

RYNKU I ZYSKOWNOŚCI

SAS Forum 2015 32

Przykłady rynkowe

Zmiana w ekspozycji

produktów

SAS Forum 2015 33

Ray Burke

How stores track your shopping behavior

Źródło

Co? Wynik:

85% wzrostu w

przymierzaniu produktów

44% wzrost w sprzedaży

jednostkowej

38% Increase in dollar

sales

Przykład

Przykłady rynkowe

Zarządzanie profilem

klientów

SAS Forum 2015 34

How Target Figured Out A Teen Girl Was Pregnant Before Her Father Did

Kashmir Hill

Forbes

Źródło

Co? Wynik:

Target rozpoznało,

że nastolatka jest w

ciąży zanim

dowiedział się o tym

jej ojciec

Firma:

L4M – PRZYKŁADY WDROŻEŃ

SAS Forum 2015 35

Rozwiązanie Lab4motion

SAS Forum 2015 36

Copyright Lab4motion Solutions Sp. z o.o.

SERVICE TIME

QUEUE ANALYSIS

HEATMAPS

BEACONS

PEOPLE

COUNTER

WiFi

TRACKING

DIRECTIONS

OBJECTIVE

ANALYSIS

VIDEO

RECOGNITIONWIFI TRACKING BEACONS

PRIVACYREAL-TIME

PROCESSING ALERT

SYSTEMPREDICTIONS

STOREFRONT

ANALYSIS

IMAGE RECOGNITION

CECHY

PRZYKŁADY WDROŻEŃ

OPERATOR

TELEKOMUNIKACYJN

Y

BANK 1SIEĆ

SUPERMARKETÓW

SAS Forum 2015 37

BANK 2

TOP 5 SIECI

SUPERMARKETÓW W

EUROPIE ŚRODKOWO-

WSCHODNIEJ

Sieć supermarketów

WYZWANIE: Optymalizacja kolejki w strefie obsługowej – stoisko mięsne

SAS Forum 2015 38

SAS Forum 2015 39

Sieć supermarketów

Sieć supermarketów

WNIOSKI:

0,0%

5,0%

10,0%

15,0%

20,0%

25,0%

30,0%

1 2 3 4 5 6 7 8 9 10+

Długość kolejki [# ludzi]

Pro

ce

nt lu

dzi

prz

ech

od

cych

55,0%

SAS Forum 2015 40

36,4%

Sieć supermarketów

WYNIKI:

Mie

sią

c

[#] Zdarzenia

0 50 100 150 200 250 300 350 400 450

1

2

3

4

Total lines > 7 Total lines

Month

Month

Month

Month 43%

45%

41%

29%

SAS Forum 2015 41

Miesiąc 2

Miesiąc 1

Miesiąc 3

Miesiąc 4

Wszystkie kolejkiKolejki > 7 osób

Sieć supermarketów

ROZWIĄZANIE 2:

SAS Forum 2015 42

Następnie klient

zdecydował się pójść krok

dalej…..

• System obecnie

monitoruje wejścia

klientów do sklepu oraz

ich poruszanie się

pomiędzy wybranymi

strefami produktowymi

Sieć supermarketów

WNIOSKI:

Mo

nth

0 50 100 150 200 250 300 350 400 450

Month 6

Month 7

Month 8

Month 9

Total lines > 7 Total lines

29%

24%

21%

19%

SAS Forum 2015 43

[#] Zdarzenia

Mie

sią

c

Wszystkie kolejkiKolejki > 7 osób

Miesiąc 9

Miesiąc 8

Miesiąc 7

Miesiąc 6

Sieć supermarketów

MOŻLIWOŚĆ PROGNOZOWANIA

SAS Forum 2015 44

PRZYKŁADY WDROŻEŃ

OPERATOR

TELEKOMUNIKACYJN

Y

BANK 1SIEĆ

SUPERMARKETÓW

SAS Forum 2015 45

BANK 2

TOP 30 BANKÓW

NA ŚWIECIE

Bank – Przypadek 1

Duża rotacja pracowników (>24% rok do roku), może mieć negatywny wpływ na

poziom obsługi klientów

WYZWANIE:

SAS Forum 2015 46

Bank – Przypadek 1

• Analiza czasu

obsługi klientów

per transakcja i

per pracownik

BADANIE:

SAS Forum 2015 47

Bank – Przypadek 1

BADANIE:

Transakcja

Czas o

bsłu

gi [m

in]

0

5

10

15

20

25

Type 1 Type 2 Type 3 Type 4 Type 5 Type 6

New employee Experienced employee

SAS Forum 2015 48

Typ 1 Typ 2 Typ 3 Typ 4 Typ 5 Typ 6

Nowy pracownik Doświadczony pracownik

Bank – Przypadek 1

WNIOSKI:

SAS Forum 2015 49

Doświadczenie [miesiąc]

0

5

10

15

20

25

0 1 2 3 4 5 6 7 8 9

- Pracownik 1

- Pracownik 2

- Pracownik 3

- Pracownik 4

- Pracownik 5

Czas

obsłu

gi[m

in]

ANALIZA W CZASIE RZECZYWISTYM

SAS Forum 2015 50

Bank – Przypadek 1

PRZYKŁADY WDROŻEŃ

OPERATOR

TELEKOMUNIKACYJN

Y

BANK 1SIEĆ

SUPERMARKETÓW

SAS Forum 2015 51

BANK 2

TOP 30 BANKÓW

NA ŚWIECIE

Bank – Przypadek 2

• Zidentyfikować czy bank może bardziej dokładnie targetować oferty pod

względem cech demograficznych, aby stworzyć bardziej spersonalizowaną

ofertę

WYZWANIE:

SAS Forum 2015 52

Bank – Przypadek 2

BADANIE:

1-14 August

SAS Forum 2015 53

Bank – Przypadek 2

• Bank zyskał

możliwość lepszego

targetowania oferty

produktowej pod

wybraną grupę

klientów

ROZWIĄZANIE:

SAS Forum 2015 54

PRZYKŁADY WDROŻEŃ

OPERATOR

TELEKOMUNIKACYJN

Y

BANK 1SIEĆ

SUPERMARKETÓW

SAS Forum 2015 55

BANK 2

TOP 20 OPERATORÓW

TELEKOMUNIKACYJNYCH

Operator telekomunikacyjny

• Racjonalizacja wydatków na fizyczne punkty obsługi klienta pod względem:

• Wielkości

• Lokalizacji

• Czy wysokość cen najmu zostanie odzwierciedlona w ruchu klientów?

WYZWANIE:

SAS Forum 2015 56

Operator telekomunikacyjny

BADANIE:

SAS Forum 2015 57

• Liczba osób wchodzących do

POS

• Czas spędzony w POS

• Wskaźnik konwersji na ruchu

generowanym przez centrum

handlowe

Operator telekomunikacyjny

WNIOSKI:

Lic

zba w

ejś

ć

[#]

- Grupa 2 – duży

ruch i duża liczba

wejść klientów

- Grupa 3 - duży

ruch i mała liczba

wejść klientów

- Grupa 1 – mały

ruch i mała liczba

wejść klientów

0

500

1000

1500

2000

2500

3000

3500

0 2000 4000 6000 8000 10000 12000 14000 16000 18000

SAS Forum 2015 58

Ruch klientów[#]

PYTANIA?

SAS Forum 2015 59

[email protected]

DZIĘKUJĘ

SAS Forum 2015 60