Почему рознице пора инвестировать в аналитику больших данных
В последние годы большие данные стали играть важную роль в секторе розничной торговли. Но перед тем, как использовать открывшиеся возможности, бизнесу необходимо понять сами принципы работы с информацией, определить способы ее хранения и аналитики. Лучшим вариантом в разрезе «цена-производительность» для многих ритейлеров стали флеш-технологии.
Появление интернета полностью и навсегда изменило розничные продажи во всем мире, представив новые эффективные формы клиентского обслуживания, ценообразования, логистики, мерчандайзинга и продвижения бренда. Следующую волну эпохальных изменений ритейла ознаменовало широкое распространение продаж с помощью мобильных устройств, изменившее сам характер потребления товаров.
Сейчас на горизонте появилась новая, еще более масштабная инновация — аналитика больших данных. С ее помощью ритейл имеет все шансы стать по-настоящему «умным», сократив срок принятия решения о покупке и предоставив покупателю именно то, что он ищет.
Данных больше, чем можно обработать
Аналитика больших данных уже сегодня предлагает широкие возможности для развития бизнеса. Но эксперты до сих пор затрачивают значительные усилия для окончательного формулирования этого феномена. Различные объемы, форматы и скорость накопления данных открывают широкое поле для различных интерпретаций в этой области. Поэтому в последнее время многочисленные концепции и инструменты аналитики больших данных сложны для понимания порой даже для технически подкованных специалистов.
Противоречие между большими объемами необработанных данных и их истинной документированной ценностью для компании (или отсутствием таковой) вызывает затруднение при попытках внедрения аналитики в бизнес-процессы и сопротивление даже со стороны тех руководителей розничных предприятий, которые понимают важность этого процесса. Большинство предприятий розничной торговли сейчас уже имеет изрядный пул данных — достаточно большой, чтобы квалифицировать их как «большие данные». Социальные сети, внутренние системы, бизнес-клиенты, сотрудники, потребители, ритейлеры — все они генерируют данных больше, чем в состоянии обработать.
К сожалению, от всех этих данных немного толка без применения передовых аналитических приложений, которые могли бы вычленить из потока информации значимые закономерности и тренды, обрисовать привычки потребителей, модели их поведения и интересы. Но даже доступ к таким аналитических инструментам и платформам, некоторые из которых широко доступны и предоставляются с открытым кодом, не гарантирует экспертной оценки высокого качества без специалистов со специфическими навыками по работе с данными и знаниями в области профильного законодательства.
Инвестиции в столь специфические изыскания порой недоступны даже для исследовательских и научных коллективов — что уж говорить о небольших локальных независимых ритейлерах. Кроме того, окупаемость таких вложений (ROI) должна быть доказана хотя бы статистически, чтобы руководители розничных предприятий взяли на себя ответственность за такие инвестиции.
От СХД ждут скорости и предсказуемости
Для большинства розничных предприятий, тщательно считающих каждую копейку в своем бюджете, объемы данных слишком велики, их движение слишком быстрое, а степень детализации зачастую превышает имеющиеся возможности для их переработки. Возникает дилемма.
С одной стороны, исследователи рынка — такие как, например, компания McKinsey, говорят о том, что большие данные могут увеличить чистую прибыль ритейла на 60%. С другой стороны, засыпанные различными описаниями самого феномена больших данных, компании попросту не могут решить, действительно ли будет от этого толк, и какие именно инструменты и системы смогут помочь им в поиске решений. В то же время, большие данные при правильном вводе, форматировании, обработке, хранении и анализе имеют большой потенциал для выдачи бесценных рекомендаций по увеличению дохода, росту компании, привлечению потребителей, улучшению рентабельности и принятию более разумных решений.
Примеры удачного внедрения аналитики больших данных ширятся день ото дня. Так, например, недавно французский холдинг Safran Group создал собственное аналитическое подразделение для идентификации новых областей развития бизнеса. Английский ритейлер John Lewis использует аналитику больших данных в качестве неотъемлемого элемента своей стратегии роста.
Одним из обязательных условий успешного создания эффективной инфраструктуры для аналитики больших данных является использование современных систем хранения — быстрых, надежных и предсказуемых. Перспективным решением для ритейла могут стать сервисы облачных провайдеров и гипер-скейлеров. Проблему сохранности данных, а также обеспечения коммерческой тайны, что зачастую становится главным препятствием при выборе облачных услуг, можно устранить с помощью таких решений как NetApp Private Storage. Эта система хранения данных устанавливается в «непосредственной близости» от облака. СХД принадлежит заказчику, и это позволяет его ИТ-службе использовать облачные вычислительные ресурсы, в любое время переключаясь в облако и обратно, с полным сохранением контроля над своими данными.
Флеш-системы — больше не роскошь
При использовании собственной ИТ-инфраструктуры высокую производительность при сохранении обеспечивают также системы хранения данных на основе флеш-технологий. Такие продукты как NetApp All Flash FAS наглядно демонстрируют, что высокая производительность флеш-систем хранения по доступной для ритейлеров цене может считаться отнюдь не роскошью, но вполне экономически эффективным решением.
Будущее однозначно за теми торговыми площадками, которые лучше других научатся использовать аналитику больших данных для создания последовательной и согласованной точки зрения на своих потребителей, а значит, и для обеспечения конкурентного преимущества. Для устранения узких мест в приложениях для аналитики больших данных, лучше начать с малого. Хорошо продуманный пилотный проект с полным представлением о механизме возврата инвестиций смог бы дать бизнес-лидерам компании уверенность в принятом решении по работе с данными.
Для любого ритейлера, работающего на опережение конкурентов и полностью учитывающего нужды своих потребителей, инвестиции в стратегию и инфраструктуру управления данными является основополагающим процессом для вхождения в новый мир аналитики больших данных, сулящий превращение концепций и идей в прибыль.
Владимир Бахур
Новости
Интервью
Фёдор Прохоров:
Сбер дает доступ к своему облачному суперкомпьютеру и искусственному интеллекту
