Cas d'utilisation de la prise de décision en temps réel (RTDM) dans le secteur du commerce de détail

Dans le dernier blog sur la prise de décision en temps réel (RTDM), nous avons discuté de ce que c'est exactement et pourquoi c'est important. Cependant, avant de passer à des discussions plus théoriques, il est probablement utile de vous donner quelques exemples pratiques de RTDM et de vous expliquer comment la gestion des données, l'intégration et le support analytique permettent de développer des capacités stratégiques de RTDM qui ont un impact significatif sur les opérations de l'entreprise.

Commerce de détail : Le point zéro des perturbations commerciales liées au COVID-19

Quel que soit notre rôle ou le secteur dans lequel nous travaillons, nous avons tous au moins une connaissance rudimentaire du secteur du commerce de détail et sommes douloureusement conscients des perturbations commerciales qu'il a subies ces derniers mois et des incertitudes qui pèsent sur le marché pour les années à venir.

Bien que les sous-variétés de ce secteur puissent avoir des impacts très différents, en particulier si vous êtes désignés comme des services essentiels, comme le sont les supermarchés, ou si vous êtes une grande chaîne de grands magasins, typiquement ancrée dans un centre commercial. D'autres différences de fortune dépendent de la proportion de votre activité en ligne par rapport à votre activité en magasin.

Nous avons tous été témoins de l'évolution rapide du commerce de détail : passage au commerce en ligne, fermetures de magasins, distanciation sociale à l'intérieur des magasins et ramassage à domicile à l'extérieur de ceux qui ont été autorisés à rester ouverts. En ligne ou hors ligne, nous avons tous été confrontés à de graves pénuries dues à la thésaurisation (Hey Charmin est de retour chez Costco si vous vous y rendez le vendredi matin à 9 heures) et, malheureusement, à des prix abusifs et à de la fausse marchandise - en particulier pour les EPI.

Les clients sont des dieux grecs

Au milieu des années 90, j'ai eu la chance de travailler quatre ans au Japon : "Kokyaku-sama wa kami desu", ce qui signifie que le client est Dieu. Or, par les temps qui courent, les clients sont des dieux grecs. Vous savez, les dieux qui sont impénétrables et inconstants. Pourtant, il est essentiel de comprendre leur comportement pour savoir quoi leur vendre, où et comment. De plus, les choses évoluent rapidement. Il y a deux mois, il s'agissait de savoir quels magasins fermer ou quels produits expédier. Aujourd'hui, il s'agit de prévoir quels magasins ouvrir et quels produits vendre au cours du prochain trimestre. Le fait est que vous devrez recueillir des données sur le comportement des clients et réévaluer vos réponses en permanence.

Le fil conducteur de tous les sous-secteurs de la vente au détail est la nécessité d'affiner l'orientation client, le facteur clé étant les capacités de gestion de la relation client. Les trois questions clés que les détaillants doivent se poser dans leur quête d'une meilleure orientation client :

• De quelles données ai-je besoin pour générer les bonnes recommandations pour support RTDM ?
• Qui doit tirer parti de RTDM, est-ce que cela peut être mis en œuvre dans le cadre de mon processus d'entreprise existant ?
• La RTDM contribue-t-elle à rendre mon entreprise plus agile en réduisant les coûts, en atténuant les risques ou en fournissant des conseils sur les comportements des clients qui ont un impact positif sur les ventes et les services ?

Faire des programmes de fidélisation des clients une capacité stratégique de RTDM

Kiabi, un détaillant international avec 500 points de vente physiques dans plus de 15 pays ainsi qu'une boutique en ligne, avait besoin de capacités RTDM pour son programme de fidélisation des clients. Les données de ce programme se trouvaient dans un entrepôt de données vieillissant, lent, peu flexible et coûteux à faire évoluer. L'entreprise avait besoin de performances en temps réel sur une plateforme évolutif et peu coûteuse qui lui fournirait des données actuelles et précises lui permettant d'ajuster ses programmes de marketing de manière agile, en exploitant les données historiques et nouvelles pour fixer les prix et promouvoir les produits à la mode de manière dynamique. L'entreprise a choisi Actian pour mettre en place son nouvel entrepôt entrepôt de données cloud en entrepôt de données cloud afin de décharger et de contourner ses applications opérationnelles quotidiennes et son entrepôt de données d'entreprise. Actian a été en mesure de multiplier par 200 les performances pour répondre aux besoins en temps réel de l'entreprise, et d'intégrer les sources de données existantes et nouvelles.

Une fois qu'une capacité telle que celle de Kiabi est mise en place, elle peut être exploitée pour réagir à des circonstances telles que le COVID-19. La seule différence réside dans les ensembles de données supplémentaires nécessaires pour ajuster l'offre, le prix et la promotion pendant les périodes de perturbation des activités ou d'incertitude du marché.

Supposons, pour les besoins de l'argumentation, qu'au lieu de Kiabi, nous parlions d'une chaîne de magasins de vêtements aux États-Unis, qui possède 500 magasins au niveau national ainsi qu'une boutique en ligne. Ses magasins situés dans des centres commerciaux resteront fermés pendant un certain temps dans certains États, et ouverts dans d'autres. Ils peuvent avoir des magasins dans des zones urbaines densément peuplées, d'autres dans des banlieues, et peut-être quelques-uns dans des zones plus rurales. Dans le cas d'une activité normale, le programme de fidélisation de la clientèle disposerait de données transactionnelles sur les clients qui permettraient très probablement de déduire le sexe, l'âge et d'autres caractéristiques démographiques. En outre, s'ils exploitent les données de parcours combinées au programme de fidélisation de la clientèle, ils devraient être en mesure de déterminer le magasin préféré d'un client s'il y en a plusieurs dans sa région, et d'obtenir des informations sur son lieu de résidence à partir des transactions en ligne et de l'expédition à son adresse.

Tous ces points de données sont nécessaires mais insuffisants pour prendre des décisions rapides et précises sur les magasins à ouvrir et sur ce à quoi il faut s'attendre si l'on ouvre un magasin. Vous avez également besoin de données externes supplémentaires. Par exemple, si vous pouviez obtenir des données anonymes sur les téléphones portables auprès des opérateurs, vous pourriez déterminer la distance que les gens sont prêts à parcourir et la superposer à l'adresse résidentielle de vos clients et à la distance qui les sépare de vos magasins. Cela vous permettrait de savoir quand la distance de déplacement revient à un point où vous obtenez un seuil de fréquentation de la part d'acheteurs probables. Pour plus de précision, vous pourriez également consulter des données^tierces sur l'utilisation des transports publics par rapport aux voitures particulières (ou peut-être sur les magasins qui disposent de plus grands parkings). Dans les zones suburbaines, les acheteurs disposant d'un moyen de transport privé pourront maintenir une distance sociale plus facilement que dans les zones urbaines desservies par les transports en commun. Cela générera plus de trafic piétonnier et facilitera le ramassage sur le trottoir sans que vous ayez à compter sur la distance sociale de vos clients. Je pourrais continuer à ajouter d'autres sources de données qui vous indiquent d'autres facteurs qui rendent votre décision plus précise, mais j'espère que j'ai réussi à faire passer le message.

Si vous vous souvenez des mises en garde relatives à la définition de RTDM que j'ai données dans le dernier blog, il s'agit ici d'ajouter les pièces manquantes du puzzle - ou les données - nécessaires à l'élaboration d'une meilleure image opérationnelle commune. Les données supplémentaires seront utilisées très différemment par le siège et par chaque directeur de magasin dans la manière dont ils prennent leurs décisions. Mais, dans les deux cas, les décisions s'effondreraient de semaines en jours et de jours en heures au fur et à mesure que la situation sur le terrain évolue.

De toute évidence, le commerce de détail n'est pas le seul secteur à être en contact avec les clients et à devoir changer la façon dont il amplifie son orientation client ou accélère les réponses au comportement des clients. Pour en savoir plus sur le RTDM ou sur la manière dont unentrepôt de données connecté en temps réel peut vous permettre d'améliorer la tarification dynamique, l'analyse du panier de marché pour les meilleures offres promotionnelles ou la gestion de la Chaîne d'approvisionnement , restez à l'écoute.

À propos d'Actian Corporation

Actian facilite l'accès aux données. Notre plateforme de données simplifie la façon dont les gens connectent, gèrent et analysent les données dans les environnements cloud, hybrides et sur site . Avec des décennies d'expérience dans la gestion des données et l'analyse, Actian fournit des solutions de de haute performance qui permettent aux entreprises de prendre des décisions basées sur les données. Actian est reconnu par les principaux analystes et a reçu des prix de l'industrie pour sa performance et son innovation. Nos équipes partagent des cas d'utilisation éprouvés lors de conférences (par exemple, Strata Data) et contribuent à des projets à code source ouvert. Sur le blog d'Actian, nous abordons des sujets tels que l'ingestion de données en temps réel, l'analyse de données, la gouvernance données, la gestion des données, la qualité des données, l'intelligence des données et l'analyse pilotée par l'IA.