BI 和分析技术指南 ： 在后 COVID 世界中 ， 零售商需要跟上购物者的行为

BI 和分析技术指南 ：零售商需要保持购物者的行为在一个后 COVID 世界技术指南赞助BI 和分析技术指南 BI 和分析技术指南2INTRODUCTION去年 ， 随着新冠肺炎疫情刺激消费者行为的巨大转变 ， 人们普遍的零售智慧被颠覆了 -- 不仅仅是人们购买的产品种类 ， 还有哪些零售商和他们购物的渠道。现在 ， 随着世界逐渐开始向新常态转变 ， 购物者开始重拾旧习惯 ， 零售商必须准备好再次迅速适应行为和偏好的变化。坚实的商业智能 （ BI ） 和采取行动的基础设施对于大流行后的成功至关重要。数字咨询公司北美零售战略主管希丁 · 安德森说 ： “如今的零售商明白 ， 他们必须将数据视为一种资产 ， 并用它为客户创造更多价值。 ”Publicis Sapient在接受 Retail TouchPoints 采访时。 “随着零售商希望建立更好的体验并为其客户提供正确的产品 ， 商业智能和客户数据确实为该产品奠定了基础。在客户数据之上建立业务并将这些数据货币化的能力是未来 10 年竞争的基础。长期以来 ， 零售商面临的挑战不是缺乏数据 ， 而是通过大量可用的情报进行筛选 ， 并成功地满足当今消费者的需求。以下是成功的 BI 运营的一些关键方面 ：•集中数据并创建基础架构以对其采取行动 ：统一不同的数据集并围绕明确的战略调整组织是任何公司的第一步 ， 也是最关键的一步。•诊断供应链的需求 ：去年裸露的货架和运输延误给许多零售商的供应链运营带来了明显的缓解 ， 但也凸显了在这个领域部署 BI 工具的巨大机会。•正确整合 AI 和机器学习 ：这些工具可以消除 BI 操作中的 “繁重工作 ” ， 并允许推动具体结果的高级响应程序 ， 但它们必须智能地集成。•利用数据洞察推动长期结果 ：许多公司都在考虑立即出售 ， 并使用 BI 来应对长期增长驱动因素 ， 例如可以增加客户生命周期价值 （ CLV ） 的驱动因素。 BI 和分析技术指南3第一步 ： 集中数据并决定如何使用它随着消费者去年迅速采用数字技术 ， 以及在线购买、店内提货 (BOPIS) 等新的数据丰富的消费者接触点日益突出 ， 零售商有机会了解他们的消费者 ， 并以个性化的体验和简化的流程来满足他们的需求 ， 比以往任何时候都更大。每个零售商在这个旅程中都处于不同的阶段 ， 但起点是相同的 -统一所有可用的数据 ，识别什么是相关的和组织它以一种允许商业领袖在整个行业采取行动的方式。“你必须有坚实的基础 ； 你必须在一个坚实的平台上建造房子 ， ” 金融和战略 ， 供应链和物流高级副总裁 Bill Mines 说沃尔玛在最近由路透社 Events 主办的网络研讨会上。 “你有很多不同的平台产生大量的数据 ， 而你有很多不同的遗留系统的挑战之一是确保你有一个版本的真相。 ”然而 ， 数据管理和分析提供商首席产品和营销官 Brian Brinkmann 表示 ， 成功做到这一点是任何 BI 运营中最大的挑战之一敏捷在接受零售接触点采访时。“在过去 20 年中 ， 商业智能在某些方面使我们失望了 ， 因为我们遇到了与二十年前相同的基本问题 ， ” 布林克曼说 ， 他在 BI 领域工作了大部分时间。 ”问题在于使见解实际上可行。总是有越来越多的数据流 ， 它们都有自己的操作和功能用途 ， 但真正的 BI 是将它整合在一起 ， 协调、策划和映射它 ， 让它变得有意义 ， 这很难。一旦建立了这个基础 ， 机会是巨大的 ， 但数据只有使用它的人一样好 ， 所以下一个关键的难题是确保基础设施和人才到位 ， 对这些数据采取行动。 BI 和分析技术指南4“真正的挑战不在于技术的构建，而是改变组织，以推动商业价值的方式实际使用这些数据，” 安德森说。“你必须考虑什么是正确的运营结构，以允许不同的业务部门，甚至不同的国家，经常实时地访问他们需要的数据，从而做出他们需要的决策，以更好地运营他们的业务。. "正如 2020 年的事件所表明的那样 ， 奠定这一基础的最终好处是无限的。随着消费者行为的迅速发展 ， 有能力快速理解这些不断变化的偏好的公司能够迅速做出调整并满足需求。“我们绝对建议每个人从了解当前的情绪开始 ； 您的客户当前的体验是什么 ？ ”咨询公司合伙人麦肯锡公司.在接受 Retail TouchPoints 采访时。 “然后 ， 您可以使用这些见解来表达您想要的体验类型的共同愿望提供你的客户。重要的是要开始 ， 即使你从小开始。即使是直到最近才一无所有的公司也在通过对大数据和高级分析的相当适度的投资来超越竞争对手。”“你必须考虑什么是正确的运营结构 ， 以允许不同的业务部门 ， 甚至不同的国家 ， 经常实时地访问他们需要的数据 ， 从而做出他们需要的决策 ， 以更好地运营他们的业务。Hilding Anderson, Publicis Sapient BI 和分析技术指南5在供应链上打开商业情报虽然许多公司在营销计划中非常有效地使用商业智能来打击欺诈 ， 但增加供应链机制中数据分析和响应的复杂性可能会对客户忠诚度和盈利能力产生重大影响。安德森说 ： “在使用商业智能方面 ， 与营销方面相比 ， 今天的供应链不太复杂 ， 但它是推动零售商提高盈利能力的主要杠杆之一 ， 随着电子商务的发展 ， 这非常重要。 ”“分析在供应链中使用不足的部分原因是需求的一致性 ， ” 首席执行官 Inna Kuznetsova 解释说。1010data， 在接受 Retail TouchPoints 采访时 ， 为金融、零售和消费市场提供分析情报。“相对缓慢的需求变化允许零售商依靠过去六个月或过去 12 个月来预测需求。如今 ， 随着空间的高波动性 ， 更快地进行更改 ， 能够在分销中心之间重新路由产品或将额外发货的成本与货架上丢失产品的成本进行比较已变得至关重要。 ”有了适当的系统 ， 零售商可以简化他们的供应链 ， 并通过使用需求预测and库存和退货优化， 所有这些都可能对底线产生巨大影响。供应链本地化的需求日益增加 ， 这是大流行放大的另一个趋势 ， 只会增加对更复杂的信息和反应系统的需求。考虑 2020 年的完美风暴。送货需求大幅增加 ， 与此同时 ， 零售商正在经历消费者购物模式的广泛变化基于超本地化的情况 ， 例如学校和餐馆是否开放。虽然这些特殊情况可能不会再次发生 ， 但他们需要对最后一英里机制和整个供应链进行本地化的看法 ， 这是不可否认的。“零售趋势的差异 ， 人们的购买方式 ， 送货与 BOPIS 的偏好 ， 在不同的地理区域是巨大的。库兹涅佐娃说。 “了解地区之间的粒度 ， 即使它在数据中创建了另一个级别的复杂性 ， 不仅对于供应链优化非常重要 ， 而且对于针对您的促销 ， 终身计划 ， 分类组合等等。 ” 案例研究:竞争品牌如何利用商业情报将其批发业务直接带给消费者星座品牌- Corona ， Modelo Especial ， Kim Crawford ， Meiomi 和 SVEDKA 伏特加等许多顶级啤酒 ， 葡萄酒和烈酒品牌的所在地 - 正在进行数字化转型 ， 并依靠商业智能来实现。该公司作为传统的分销商批发业务运营了数十年 ， 目前正在为其主要品牌构建全面的 DTC 平台。“目标是通过新渠道单独发展这些业务 ， 但最终要利用跨投资组合的协同效应 ， ” 星座品牌 DTC 营销副总裁 Jon Troutman 在接受 Retail TouchPoints 采访时说。为此 ， 星座正在使用数据平台提供商SoundCommerce的新 SoundCampaign 360 SaaS 模块 ， 该模块跟踪订单和购物者盈利能力 ， 以根据贡献利润和客户生命周期价值 (CLV) 优化收购和保留投资。“整个平台的统一重点是 ， 每个决定都应该是在今天的利润增量与将该美元再投资于 CLV 之间取得平衡SoundCommerce 联合创始人兼首席执行官 Eric Best 在接受 Retail TouchPoints 采访时说。基本上 ， 这意味着了解 “客户并为他们提供价值潜力。这是一项利润活动 ， 而不是收入优化活动。 ”虽然该平台的部署仍处于早期阶段 ， 但随着 Constellation 构建其电子商务运营 ， 所收集的见解已经在推动运营决策。“SodCommerce 使我们能够作为电子商务运营商做出更好的决策，” Trotma 说。“在营销方面，它将帮助我们在逐个渠道，甚至逐个客户的层面上对我们的业绩进行建模。它还可以帮助我们了解我们在运营方面的表现，以便做出更好的业务决策，比如根据我们与不同客户建立索引的位置，在哪里开设更多的第三方物流仓库，或者我们希望基于终身价值分析继续营销的渠道。有很多不同的应用程序，在中心拥有 SodCommerce 将为我们做出的很多决定提供信息。. "BI 和分析技术指南6 BI 和分析技术指南7集成 AI 和机器学习 ， 智能在任何商业智能操作中 ， 无论您雇用多少数据科学家 ， 数据量都太多 ， 无法有效跟踪和量化。输入人工智能 （ AI ） 和机器学习 （ ML ） 。“我们现在真的看到人工智能的民主化正在发生 ， ” 彼得 · 谢尔顿说 ， 商务战略高级总监Adobe在最近的网络研讨会“。在这一点上 ， 它确实成为组织创造颠覆和实现竞争优势的最大机会marketplace. It ranks as the number one of game - changing technology initiative among organizations across all industry and segrees, but new firms know how to apply AI themselves today. ”使用这些增强的技术来帮助预测行为和识别机会可能是一个非常强大的商业工具 ， 但它不是银弹。“AI / ML 有很多应用 ， 但你需要非常深思熟虑地投资 ， ” Brinkmann 说 ，“ 这意味着看看你的业务 ， 找出你的业务问题是什么 ， 然后使用技术 ， 如果它是合适的 ， 以帮助你解决这个问题。”最实用的初始用例之一可能是整理和清理不同数据流的基础工作。“人工智能已经真正成为组织创造颠覆和实现竞争优势的最大机会。市场 ” 。彼得 · 谢尔顿 ， Adobe BI 和分析技术指南8“今天 ， 数据科学家花费了大约80%Kuznetsova 说 ： “他们的时间只是整合和清理数据 ， 而你的预测结果与你的数据一样好。清理和整合数据的工作是成功的关键 ， 但这需要大量时间来自非常合格的资源。使用机器学习工具自动化数据清理可以帮助零售商简化流程并更快地获得解决方案。这些基本要素到位后 ， 几乎需要 AI 和 ML 工具将数据见解转化为现实世界的行动 ， 以改善客户体验 ， 降低成本并增加收入。应用程序多种多样 - 细致入微客户细分创建更有效的营销活动 ； 个性化产品推荐这导致更好的销售 ； 增强欺诈检测； 更准确需求预测； 和自动客户查询路由- 仅举几例.随着消费者越来越多地与在线零售商互动 ， 他们对速度和个性化的期望也在上升。实时干预 ， 例如增强的产品推荐或通过聊天机器人提供的即时客户服务帮助 ， 正在成为一种黄金标准。如果没有先进的技术 ， 这些互动是无法大规模实现的。部分原因是对这些实时响应的需求不断增加 ， 谢尔顿认为 ， 人工智能驱动的自动化将成为未来的常态。10 年.“毫无疑问 ， 到本世纪末 ， 如果不是在此之前 ， 人工智能将触及 ， 可能推动消费者购物体验的几乎每一个部分 ， 并控制实现端到端客户旅程生命周期的大部分后台流程。从广告支出到网站个性化 ， 从内容创建到实现优化” 他说。 BI 和分析技术指南9超越即时购买以推动长期结果随着零售商在 BI 方面的进步 ， 他们越来越多地将目光投向了诸如转化率和收购率或平均订单价值等基本指标。最近的一项研究由Namogoo 和 Astound Commer