В апреле 2024 года планируется к выходу книга двух экспертов в области розничной торговли Александра Шубина и Павла Рюхова «Data-driven retailing: от физического магазина к цифровому ритейлу и обратно». Ниже публикуем вступление к данной книге.

Мы уверены, что вы уже слышали фразу «data-driven retailing», хотя бы в названии данной книги, но некоторые из читателей уже активно используют этот подход. Действительно, сегодня термин «data-driven retailing» широко используется среди руководителей розничных компаний. Он возник как результат эволюции технологий и как следствие изменения подходов к управлению и принятию решений в рознице. В этом разделе мы детально рассмотрим этот подход и что означает это на практике: на уровне отдельных процессов и магазинов, для стратегии и бизнес-модели розничной компании в целом.

Ключевое слово в «data-driven retailing» — это “data – данные”, что подчёркивает критически важную роль данных из-за их возросшей доступности, ускоренной цифровизации ключевых областей и элементов розничной компании: операционных процессов в магазинах и транзакций, поведения покупателей, логистики поставок, инфраструктуры офлайн магазина. Но что здесь нового? Данные в розничном бизнесе использовались продолжительное время. Почему именно последние несколько лет этому уделяется столь пристальное внимание и появилось отдельное понятие «data-driven retailing»?

Последние десять лет наша цивилизация переживает фундаментальное качественное изменение в области накопления, обработки и использования данных. Эти изменения связаны с переходом количественных объемов и вычислительных мощностей в качественно новые возможности решения прикладных задач на основе больших данных. В 2016 году многие вычислительные алгоритмы распознавания изображения превысили точность распознавания человеком. А сегодня мы находимся в самом начале экспоненциального роста накопления данных. К 2025 году Bloomberg прогнозирует объем накопленных данных в различной форме около 200 Zettabyte. 190 компаний из списка S&P500 уже упомянули применения технологий машинного обучения в своих бизнес-моделях. Действительно, данные и информация становятся новой «нефтью» для ускорения и повышения эффективности бизнес-моделей [42].

Ритейлеры, в свою очередь, начали использовать данные для более глубокого понимания поведения и предпочтений потребителей, для повышения эффективности своих маркетинговых и операционных стратегий в условиях усиливающейся конкуренции и требований к персонализации. Многие бизнесы научились из данных извлекать значительную дополнительную бизнес-ценность. Проводя аналогию с нефтью, многие розничные компании научились производить качественное “топливо” и создали высокоэффективные “двигатели”, которые помогают значительно ускорить и повысить эффективность “ритейл-автомобилей”. Анализ больших объемов данных и принятие решений на основе данных стали центральными элементами нового подхода к управлению розничной компании, позволяя рознице оптимизировать запасы, прогнозировать тренды, улучшать клиентский опыт и решать другие задачи. Подход data-driven retailing, фактически, является отражением фундаментальной трансформации в области технологий и управления в рознице. Но вместе с тем, как мы увидим, применение data-driven retailing сталкивается с большими барьерами, прежде всего возникающими в организационных процессах и управленческой культуре использования данных и принятия решений. В исследовании Accenture “Fast and fierce: Retail at the speed of change” 2021 указывается, что только небольшое количество компаний — менее 5% из списка Global 1000 — начали своё преобразование, основанное на данных. Эти барьеры являются своего рода последними бастионами традиционного подхода менеджмента физическими объектами ритейла: сотрудниками, товарами, магазинами, а не их цифровыми двойниками.

Бастионы еще надежны

Многие из старшего поколения помнят фильм «День сурка», в котором герой Билла Мюррея приезжает на ежегодный фестиваль сурка. Сурок в фильме – это предсказатель начала ранней весны или продолжения зимы еще на 6 недель. Интересно, как реагируют люди на предсказание. Кто-то искренне расстраивается от «прогноза» сурка, который, кстати, оказывается заранее записан у мэра города на бумаге. Кто-то не воспринимает серьезно этого «метеоролога». Но все радуются самому фестивалю и однозначно развлекаются с музыкой, танцами и глинтвейном. Сурок – лишь повод встретиться и хорошо провести время. Возвращаясь к data-driven retailing, можно провести несколько аналогий. Компании, выстроенные за счет экспертизы и навыков менеджеров, продолжают опираться на мнение наиболее авторитетных коллег и проверенные данные о результатах решений, принятых в прошлом. Презентация с «прогнозами» заявляется в коммерческий совет компании как «information update» (сообщение «свежей» информации). Решения на основании такой презентации («прогноза» сурка), как правило, не принимаются. Да и сам прогноз может быть основан не всегда на корректных данных.

Другим вызовом является стратегическая близорукость. Традиционная компания не заглядывает далеко в будущее. У нее есть акционеры, которые хотят результатов сейчас или хотя бы в следующем году. У нее есть менеджеры, которые хотят получить бонус за текущий год. Резкий пересмотр практик и инвестиции в действительно долгосрочные инициативы не соответствуют реальности.

Традиционная компания распределяет свой годовой бюджет по существующим кост-центрам и ориентируется в основном на прошлогодний бюджет с минимальными поправками. Такая же консервативная практика часто встречается при оценке инвестиционных проектов. Может ли проект окупиться в ограниченное время? Где можно сократить финансирование, чтобы перераспределить средства? Как результат, менеджеры выбирают медленный и проверенный маршрут для инноваций, чтобы не подвергать основной бизнес резким изменениям.

Один из примеров — это технология касс самообслуживания (self checkout – SCO), которая существует уже около 30 лет, имеет надежное экономическое обоснование и проверена многократными инсталляциями. Тем не менее, кассы самообслуживания пока не найти в каждом магазине. Многие ритейлеры ограниченно инвестируют в эту технологию, хотя хорошо знакомы с технологией и провели необходимые тесты. Исследование 2021 года Catalina’s Shopper оценивает рост инсталляций касс самообслуживания в США в 10% за последние пять лет. Только 12% потребителей используют их регулярно. Потребовался кризис, связанный с Covid-19, и последующий за ним жесточайший дефицит персонала, чтобы пересмотреть план ритейлеров и вернуть рост установок касс самообслуживания. Сейчас можно встретить гипермаркеты и большие супермаркеты только с одной-двумя открытыми традиционными кассами с кассирами и большими блоками касс самообслуживания. Фактически менеджмент магазина вынуждает покупателей использовать самообслуживание, так как в противном случае, они бы простояли достаточно долго в очереди в обычную кассу.

Интересно, что непродуктовые ритейлеры тоже делают первые шаги по использованию SCO. Но их основная мотивация – это не экономика инвестиций, а улучшение уровня удовлетворенности потребителей. Хотя реализация проектов SCO требует от них пересмотра систем защиты товара, фактически перехода на сплошное использование RFID, что для многих – слишком серьезный шаг.

Сегодня страх перед технологиями можно сравнить со страхом перед машинами в период промышленной революции. Автор неоднократно видел закрытые зоны касс самообслуживания, даже в периоды высокой загрузки обычных кассиров. Через это проявляются «классические» страхи самих кассиров, супервайзеров кассовой зоны и менеджеров смен о замене их на «машины», о критических ошибках SCO, которые невозможно будет потом исправить. Кроме того, существуют исследования, которые показывают рост потерь товара. Также не всегда удается достигнуть улучшений в уровне удовлетворенности покупателей. По нашему опыту, параллельно с сокращением жалоб на очереди, растет число жалоб на проблемы со сканированием (отсутствие баркода или ошибки весов).

Также есть мнение, что не все покупатели готовы к самообслуживанию и им нужен кассир или кассирка, с которой можно перекинуться несколькими словами и которая придаст визиту в магазин немного человеческого тепла.

Аналогичная история с электронными ценниками (electronic shelf label — ESL), где рациональные мотивы решений густо перемешаны с мнениями «экспертов». Первые коммерческие инсталляции были сделаны в конце 1990гг. Тем не менее, только в последние года наметился взрывной рост спроса на ESL. Fortune Business Insights ожидает, что рынок электронных ценников вырастет с 630 млн долл в 2019 до 2,8 млрд долл в 2027 году благодаря тому, что технология ESL расценивается менеджерами оффлайн магазинов как один из ключевых элементов конкуренции с ecommerce. Сами производители электронных ценников создают дополнительные продукты, такие как контроль наличия товаров на полках через web-камеры (shelf viewer), контроль корректности планограмм (planogram compliance check), пикинг с помощью световых сигналов (pick by light), легкий поиск товара (customer routes planning), чтобы увеличить ценность своего предложения и, соответственно, доходность компании.

Так акции одного из ведущих производителей ESL французко-немецкой компании SES-Imagotag выросли практически на 45% за один день в июле 2023 после анонса о сотрудничестве с Walmart.

Эти и многие другие примеры, которые вы можете легко вспомнить из практики ваших розничных компаний, демонстрируют, что технологический прогресс и трансформация в розничной отрасли идет неравномерно и находится под влиянием краткосрочных стратегий и мнений авторитетных менеджеров.