สวัสดีผู้ค้าปลีก คุณกำลังใช้ประโยชน์จากการวิเคราะห์เพื่อรับมือกับความท้าทายในการแพร่ระบาดหรือไม่?

เกือบหนึ่งปีที่ผ่านมา ฉันโชคดีที่ได้รู้จัก ดร.ยู่ผิง หลิว-ทอมป์กินส์ ของ Loyalty Science Lab นักวิชาการ นักวิจัย และคนดีที่น่าทึ่ง งานวิจัยของเธอมุ่งเน้นไปที่ประเด็นในโลกแห่งความเป็นจริงที่มากกว่าความสนใจทางปัญญา งานวิจัยที่แนะนำทั้งปัญหาและแนวทางแก้ไข และ ดร.หลิว ทอมป์กินส์ ร่วมกับ เดวิด คิง และ ดร.บอนนี่ โฮลับ -- ทั้งสอง Teradata -- ได้ดำเนินการอีกครั้งแล้ว

โพสต์นี้อาจดูเหมือนมุ่งเป้าไปที่ผู้ค้าปลีก และในระดับหนึ่ง เป็นการเตือนพวกเขา แต่ทว่า ฉันคิดว่าคุณจะเห็นว่ามันชี้ไปที่การเปลี่ยนแปลงที่สำคัญในพฤติกรรมผู้บริโภคที่เกิดขึ้นในช่วง การระบาดใหญ่ - การเปลี่ยนแปลงที่ส่วนใหญ่น่าจะรอดมาได้ กรณีการใช้งานการวิเคราะห์ซึ่งไม่ใช่กรณีที่ชัดเจนเป็นสิ่งที่น่าสนใจ แต่ฉันจะให้พวกเขาบอกคุณเกี่ยวกับเรื่องนี้

---

ปีที่แล้ว แผนกกระดาษชำระบริเวณทางเดินในร้านขายของชำของคุณน่าเบื่อมาก ชั้นวางสูงซ้อนกันซึ่งมีคำว่า "ว่านหางจระเข้" หรือรูปหมีที่พอใจเป็นที่น่าตื่นเต้น ตามที่ได้รับ ใครจะรู้อีกไม่กี่เดือนก็จะกลายเป็นทอล์คออฟทาวน์ ไม่เพียงแค่ถูกพูดถึงซ้ำๆ ในข่าว แต่ยังสร้างแรงบันดาลใจให้กับวิดีโอ YouTube สุดฮาอีกมากมาย

หากคุณทำงานในอุตสาหกรรมค้าปลีก ปัญหาการขาดแคลนกระดาษชำระอาจไม่ตลกสำหรับคุณ นับตั้งแต่เริ่มมีการแพร่ระบาดของโควิด-19 คุณคงได้ต่อสู้กับความท้าทายมากมาย รวมถึงการปิดร้าน ปัญหาด้านห่วงโซ่อุปทาน การเร่งการเปลี่ยนแปลงทางดิจิทัล และการเปลี่ยนแปลงของผู้บริโภค พฤติกรรม

เพื่อรับมือกับความท้าทายเหล่านี้ เราเชื่อว่าการวิเคราะห์ที่ชาญฉลาดยิ่งขึ้นซึ่งปรับให้เข้ากับสภาพแวดล้อมปัจจุบันสามารถช่วยได้มาก เราจะอธิบายว่าทำไมและอย่างไร แต่ก่อนอื่น เรามาดูกันว่าจริงๆ แล้วมีอะไรเปลี่ยนแปลงไปบ้าง และอะไรยังคงเหมือนเดิมในการซื้อของผู้คน

การเปลี่ยนแปลงพฤติกรรมการซื้อของผู้บริโภค

การเปลี่ยนแปลงครั้งใหญ่ที่สุดที่เราเคยเห็นคือการเปลี่ยนไปสู่ดิจิทัล กระทรวงพาณิชย์ของสหรัฐอเมริกา รายงานยอดขายอีคอมเมิร์ซเพิ่มขึ้น 44.5% ในไตรมาสที่ 2 ปี 2020 ในช่วงเวลาเดียวกันของปี 2019 นี่เป็นสิ่งที่น่าประทับใจมากเมื่อพิจารณาว่ายอดค้าปลีกโดยรวมลดลง 3.6% ในช่วงเวลาเดียวกันนั้น ปัจจุบันนี้ การสั่งอาหารออนไลน์แล้วกระโดดขึ้นรถไปรับที่ริมถนนไม่กี่ชั่วโมงต่อมาก็ได้รับความนิยมอย่างมาก

นอกจากการเปลี่ยนช่องทางแล้ว ผู้บริโภคยังเปลี่ยนแบรนด์ที่พวกเขาซื้อและร้านค้าที่พวกเขาซื้อด้วย ตามคำกล่าวของแมคคินซีย์ 75% ของผู้บริโภคได้ลองใช้แบรนด์ใหม่ ในช่วงที่เกิดโรคระบาดและ 17% ของผู้บริโภคเปลี่ยนจากร้านค้าหลักของตน. อะไรเป็นตัวขับเคลื่อนการเคลื่อนไหวทั้งหมดนี้? ความพร้อมของผลิตภัณฑ์มีบทบาทอย่างแน่นอน แต่ การวิจัยจากห้องปฏิบัติการวิทยาศาสตร์ความภักดี ชี้ให้เห็นว่าอาจเป็นความไม่แน่นอนที่หลายคนรู้สึกในช่วงเวลานี้ด้วย เพื่อกำจัดความรู้สึกอึดอัดที่ไม่แน่นอน ผู้คนจะพยายามหลีกหนีจากปัจจุบันของตนเอง และมุ่งสู่สิ่งใหม่ๆ แม้แต่ในเรื่องเล็กๆ น้อยๆ เช่น กินอะไร หรือซื้อยี่ห้ออะไร นี่อาจเป็นปัญหาได้ เนื่องจากลูกค้าระยะยาวอาจเลิกกับธุรกิจของคุณเพื่อค้นหาสิ่งใหม่ๆ แต่ยังมอบโอกาสที่หาได้ยากในการรับลูกค้ากลุ่มใหม่ๆ ที่คุณอาจไม่เคยเห็นมาก่อน

สิ่งที่ไม่เปลี่ยนแปลงคือความคาดหวังของผู้บริโภค โดยไม่คำนึงถึงการหยุดชะงักของห่วงโซ่อุปทานและการเปลี่ยนแปลงช่องทาง ผู้บริโภคไม่สนใจเกี่ยวกับความแตกต่างแบ็คเอนด์เหล่านี้ และคาดหวังประสบการณ์ที่ราบรื่นเหมือนเดิม แบบสำรวจล่าสุด จาก Wharton Baker Retailing Center และ WisePlum แสดงให้เห็นความแตกต่างอย่างมากถึง 20 คะแนนใน Net Promoter Score ระหว่างผู้บริโภคที่ประสบปัญหากับผู้ค้าปลีกในการซื้อครั้งล่าสุดและผู้ที่ไม่มีเลย ปัญหา. น่าเสียดายที่ 66% ของผู้บริโภคที่ตอบแบบสำรวจกล่าวว่าพวกเขาประสบปัญหา

จัดการกับความท้าทายของลูกค้าผ่านการวิเคราะห์ที่ชาญฉลาดยิ่งขึ้น

ตัวเลขข้างต้นบอกเราว่าผู้ค้าปลีกจำนวนมากยังคงต้องติดตามความเป็นจริงใหม่ คำถามคืออย่างไร เราคิดว่าคำตอบส่วนหนึ่งอยู่ที่การใช้การวิเคราะห์ลูกค้าอย่างชาญฉลาดยิ่งขึ้น เมื่อธุรกรรมจำนวนมากเปลี่ยนไปทางออนไลน์ การคลิกสตรีมจะมีความสำคัญมากขึ้น และการวิเคราะห์ที่เกี่ยวข้องกับอีคอมเมิร์ซก็จะเพิ่มขึ้นอย่างรวดเร็ว การวิเคราะห์ไม่ใช่สิ่งที่ดีอีกต่อไป แต่จะเป็นพอร์ทัลหลักสำหรับการมีส่วนร่วมกับลูกค้า

ในขณะที่ผู้บริโภคซิกแซกไปมาในช่องทางต่างๆ แม้แต่ธุรกรรมเดียว ความจำเป็นในการบูรณาการข้อมูล มีความสำคัญมากกว่าที่เคย เป็นไปไม่ได้เลยที่จะสร้างประสบการณ์ลูกค้าที่ราบรื่นโดยไม่ต้องมีข้อมูลที่เชื่อมต่อ ดังนั้นการบูรณาการข้อมูลข้ามแพลตฟอร์มต่างๆ จึงมีลำดับความสำคัญสูงในช่วงเวลาที่วุ่นวายนี้ ลองนึกถึงตัวอย่างผู้บริโภคที่สั่งซื้อออนไลน์ รับของที่ริมทาง แล้วโทรติดต่อฝ่ายบริการลูกค้าเพื่อรายงานปัญหา ในฐานะผู้ค้าปลีก คุณจำเป็นต้องเชื่อมต่อข้อมูลจากจุดติดต่อเหล่านี้ทั้งหมดเพื่อสร้างมุมมองแบบองค์รวมของลูกค้า

การบูรณาการนี้เป็นสิ่งที่ท้าทายสำหรับผู้ค้าปลีกที่เข้ามาเล่นเกมค้าปลีกดิจิทัลช้าเพราะเหตุนี้ ไซโลข้อมูลแบบดั้งเดิม เช่น ระบบการจัดการสินค้าคงคลังแยกต่างหากที่ศูนย์กระจายสินค้า เมื่อเทียบกับในร้านค้า ในบางกรณี แม้ว่าผู้บริโภคจะมองเห็นสินค้าที่มีจำหน่ายในร้านค้าได้อย่างชัดเจน แต่ก็ยังต้องรอ วันสำหรับสินค้าที่จะจัดส่งแยกต่างหากไปยังร้านค้าเพื่อให้มารับในภายหลังเพียงเพราะเป็นออนไลน์ คำสั่ง. คุณสามารถจินตนาการถึงผลลัพธ์ที่ตามมา: ลูกค้าหงุดหงิดน้อยที่สุดและลูกค้าหายไปอย่างเลวร้ายที่สุด

หากคุณเป็นหนึ่งในผู้ค้าปลีกที่โชคดีที่มีข้อมูลแบบรวมอยู่แล้ว ความท้าทายถัดไปมีแนวโน้มที่จะจัดการกับข้อมูลจำนวนมหาศาลที่มีอยู่ สิ่งนี้จะต้องมีการวิเคราะห์ขั้นสูงทั้งความเร็วและขนาด เพื่อให้คุณสามารถใช้ประโยชน์จากข้อมูลของคุณในการสร้างได้ การแบ่งส่วนแบบไฮเปอร์เซ็กเมนต์และการสื่อสารส่วนบุคคล. การแบ่งส่วนลูกค้าแบบดั้งเดิมมักจะสร้างกลุ่มลูกค้าคงที่ขนาดใหญ่สองสามกลุ่ม ในทางตรงกันข้าม การแบ่งส่วนแบบไฮเปอร์เซ็กเมนต์จะสร้างกลุ่มลูกค้าขนาดเล็กจำนวนมากแบบไดนามิก โดยพิจารณาจากความคล้ายคลึงกันในพฤติกรรม ณ เวลาที่กำหนด ผู้ค้าปลีกชั้นนำในปัจจุบันสามารถฝึกอบรมโมเดลการเรียนรู้ของเครื่องจากการสังเกตนับล้านครั้ง และทำคะแนนได้มากกว่า การสังเกต 250 ล้านครั้งหลายครั้งต่อวัน. ความสามารถดังกล่าวช่วยให้ผู้ค้าปลีกเหล่านี้ปรับแต่งการสื่อสารของตนกับไฮเปอร์เซกเมนต์ของผู้ซื้อที่ทรงคุณค่าที่สุดหลายแสนรายแบบเรียลไทม์

ปัญหายุ่งยากอย่างหนึ่งในการวิเคราะห์ลูกค้าคือการคาดการณ์ การคาดการณ์ไม่เคยแน่นอน แต่ตอนนี้มีความแน่นอนมากขึ้นกว่าเดิม คุณต้องจำไว้ว่าการคาดการณ์ส่วนใหญ่ก็เหมือนกับการมองกระจกมองหลังของรถยนต์ พวกเขาทำนายสิ่งที่จะเกิดขึ้นตามสิ่งที่เกิดขึ้นในอดีต ตัวอย่างเช่น การคาดการณ์ก่อนหน้าของคุณอาจคำนึงถึงข้อเท็จจริงที่ว่าการซื้อในผลิตภัณฑ์บางหมวดหมู่เพิ่มขึ้นเสมอในช่วงเวลาใดเวลาหนึ่งของปี ในความเป็นจริงรูปแบบใหม่ที่มีอยู่เหล่านี้อาจไม่สามารถใช้ได้อีกต่อไปเนื่องจากพฤติกรรมของผู้บริโภคเปลี่ยนแปลงไปมาก มันเป็นสิ่งจำเป็นที่จะ ตรวจสอบแบบจำลองการคาดการณ์ที่มีอยู่ของคุณอีกครั้งและทำการปรับเปลี่ยน ขึ้นอยู่กับพฤติกรรมการซื้อของลูกค้าที่เปลี่ยนแปลงไปที่เราพูดถึงก่อนหน้านี้

การปรับตัวที่จำเป็นอีกอย่างหนึ่งก็คือ วางแผนการเดินทางของลูกค้าใหม่ ที่ได้เกิดขึ้นในช่วงเวลานี้ ตัวอย่างเช่น ปัจจุบันผู้ปกครองจำนวนมากซื้อของชำทางออนไลน์จากระยะไกลและจัดส่งให้บุตรหลานโดยตรง การรวมตัวทางสังคมแบบต่อหน้าได้หันมาจัดงานปาร์ตี้เสมือนจริง ซึ่งเปลี่ยนลักษณะของการซื้อของสำหรับการรวมตัวเหล่านี้ โมเดลการวิเคราะห์ลูกค้าของคุณจำเป็นต้องจดจำและคำนึงถึงการเดินทางของลูกค้าทางโซเชียลเหล่านี้ (การเดินทางของลูกค้าที่เกี่ยวข้องกับอิทธิพลของผู้อื่นในกระบวนการตัดสินใจ) และการเดินทางใหม่อื่นๆ รูปแบบ

แม้ว่าจะมีการปรับเปลี่ยนเหล่านี้ การคาดการณ์ในอนาคต (เช่น ปี 2021 หรือ 2022) ก็ยังมีข้อบกพร่องตามความเป็นจริงในปัจจุบัน ไม่มีใครสามารถคาดเดาได้ว่าโรคระบาดจะสิ้นสุดลงเมื่อใด แต่การติดเชื้อระลอกที่สองทั่วโลกชี้ให้เห็นว่าจุดจบอาจยังไม่ใกล้เข้ามา ความไม่แน่นอนในระดับสูงที่เกี่ยวข้องกับการแพร่ระบาดหมายความว่ารูปแบบพฤติกรรมในปัจจุบันอาจจะหรืออาจจะไม่สามารถใช้ได้ในหนึ่งหรือสองปี เราจึงมีแนวโน้มที่จะเห็น อัลกอริธึมและพร็อกซีใหม่ โผล่ออกมา อัลกอริธึมและพร็อกซีใหม่เหล่านี้จำเป็นต้องจัดการกับสิ่งที่จะเป็นอย่างไรเมื่อสิ่งต่างๆ กลับมาสู่ "ปกติ" หรือ "ความปกติใหม่" โดยหวังว่ากระดาษชำระจะกลายเป็นกระดาษชำระที่น่าเบื่ออีกครั้ง

---

ขอบคุณ เฮ้ ผู้ค้าปลีก และคนอื่นๆ อีกมาก เข้ามาช่วยเรื่องนี้ด้วย ตอนนี้.

---

ประกาศ

CRM Playaz กำลังมี ชมงานปาร์ตี้สำหรับคำปราศรัยของ Marc Benioff ที่ Dreamforce To You ในวันที่ 2 ธันวาคม เวลา 13.00 น. ถึง 15.00 น. ET. ไม่เพียงแต่เราจะแสดงความคิดเห็นเกี่ยวกับสุนทรพจน์ใน โรงละครวิทยาศาสตร์ลึกลับ 3000 เป็นแบบนั้น แต่เราจะมี Brian Solis ผู้เผยแพร่นวัตกรรมระดับโลกของ Salesforce ผู้นำทางความคิด นักวิเคราะห์ นักมานุษยวิทยาดิจิทัล นักเขียน และที่สำคัญที่สุดคือศิษย์เก่าของ CRM Playaz Playa ในที่พัก โปรแกรมเพื่อตอบคำถามและตอบความคิดเห็นจากคุณ จากนั้น นักวิเคราะห์จากอุตสาหกรรมเทคโนโลยีธุรกิจจะหารือเกี่ยวกับแนวทางและทิศทางของ Salesforce หากสนใจลงทะเบียน คลิกที่นี่ และสมัครเป็นพี่น้องของท่านครบ 400 ท่าน เรียบร้อยแล้วครับ..

นอกจากนี้ โปรดติดตามประกาศเร็วๆ นี้เกี่ยวกับ BYOB 2020, Playaz Productions Battle of the Tech Company Bands BYOB 2020 ย่อมาจาก Bring Your Own Band 2020, BTW หากสนใจข้อมูลเบื้องต้น มาที่หน้านี้และจากที่นี่คุณจะเริ่มเห็นว่าทั้งหมดนี้เกี่ยวกับอะไร. โปรดทราบว่าทั้งไซต์และเพจวงดนตรีอยู่ในระหว่างดำเนินการ ดังนั้นโปรดเมตตาด้วย วงดนตรีบางวงยังไม่ขึ้นหน้าเพจเลย แต่วงดนตรีที่เป็นตัวแทน (เรียงตามตัวอักษร) ล้วนอยู่ใน:

• Elements.cloud: Jane Blonde และ Goldfingers
• Episerver: The Epi อังกอร์
• ระบบ NexJ: เขยิบ
• ออราเคิล: Oracle Cloud CX Pistols
• Pegasystems: เค้กเลเยอร์
• Pipedrive: Crocobird
• ข้อดี: กำไร
• Salesforce: The Vlociters
• SAP: SAPremes
• โซโห: RMD (เรนดู มานี โดซา)

เราจะพบคุณทุกคนในงานปาร์ตี้รับชม!