Home Tekstovi Potencijal velikih baza podataka: Kako predvideti ponašanje kupca?

Potencijal velikih baza podataka: Kako predvideti ponašanje kupca?

by bifadmin

Velike baze podataka su korisne za sve industrije, a u maloprodaji su posebno značajne za predviđanje navika kupaca, optimizaciju lanca snabdevanja, do praćenja rezultata promocije proizvoda. Manje kompanije, takođe, mogu da koriste ove analize i steknu prednost nad konkurencijom.

U sistemima koji funkcionišu u realnom vremenu, često je neophodno da se za veoma kratko vreme analiziraju podaci koji se brzo menjaju. Jedan od takvih primera je zaštita od prevara u bankarstvu ili kockanju. Da bi uhvatili korak i uspešno obavili taj zadatak, stručnjacima u IT odeljenjima je potreban radikalno novi pristup. Takođe, postavlja se pitanje šta je od te ogromne količine podataka relevantno za kompaniju? Zato se u podjednako važne ciljeve ubrajaju selektovanje i čuvanje samo onih podataka koji zaista imaju vrednost za preduzeće.

Gde se velike baze podataka koriste? Kratak odgovor je – svuda. Ne postoji industrija ili odeljenje u kompaniji kojem velika baza podataka nije od koristi, od poljoprivrede, preko proizvodnje, do maloprodaje. U studiji koju je IDC sproveo sa Austrijskim tehnološkim instiutom (AIT) za potrebe Ministarstva za inovacije u Austriji, identifkovano je 18 privrednih grana u kojima korišćenje velikih baza podataka može biti korisno. Ali ključno pitanje nije da li bi neka kompanija ili njena podružnica mogle da imaju koristi od velike baze podataka, već – kako te podatke upotrebiti? Jer, njihovo korišćenje zahteva puno znanja o industriji u kojoj kompanija posluje, kao i znanja kako dobro upravljati podacima i konkretnim tehnologijama kao što su Hadoop (softverske biblioteke koje omogućavaju korišćenje podataka na velikoj mreži kompjutera uz korišćenje jednostavnih tehnika). Da bi se velike baze podataka maksimalno koristile, potrebno je analizirati rad kompanije iz različitih uglova.

Različita odeljenja unutar kompanije mogu, takođe, imati koristi od velikih baza podataka. Tako će zaposleni u odeljenju marketinga bolje razumeti svoje kupce ako budu analizirali njihove potrebe i način na koji reaguju, na primer, preko društvenih mreža. Odeljenja ljudskih resursa mogu da steknu dragocene uvide u pogledu zapošljavanja novih ljudi, tako što će analizirati društvene mreže ili bilo koje druge raspoložive podatke. Jer, poslodavcima je danas važno da pronađu kadrove koji, pored stručnih kvalifikacija, dele vrednosti preduzeća i mogu dobro da se uklope u timski rad. Ako je reč o važnosti velike baze podataka za odeljenje finansija, finansijski direktor kompanije ne samo da želi da uporedi poslovanje preduzeća u odnosu na isti period prethodne godine, već mu je bitno da projektuje i kakvi će rezultati biti na kraju godine. Danas postoji više informatičkih rešenja koja omogućavaju da se podaci jednostavno “izvade” iz baze radi upoređivanja rezultata poslovanja sa istim periodom u prethodnoj godini, i kombinuju sa ugovorenim narudžbinama/ prodajom, u sistemu upravljanja prodajom. Ovakve analize omogućavaju bolje razumevanje i predviđanje razvoja posla i značajno doprinose tome da se eliminiše bilo kakva slučajnost.

društvene mreže

Maloprodaja: ispred konkurencije

Maloprodaja je, takođe, jedna od mnogih grana u kojoj velike baze podataka imaju značajnu primenu u osmišljavanju asortimana. Različite lokacije u okviru jednog grada zahtevaju različite proizvode. Pretpostavimo da smo zaduženi za postavljanje strategije jednog velikog supermarketa. Mogli bismo da optimizujemo našu ponudu proizvoda prilagođavajući je potrebama naših kupaca.Da bi to postigli, moramo da znamo naše klijente. Pre svega, trebalo bi da analiziramo šta se od naših proizvoda često prodaje, koji su to obrasci koji utiču na njihovu prodaju i pronađemo koje to robe nisu naročito popularne.

Dakle, iz supermarketa bismo mogli da eliminišemo nepopularne proizvode i fokusiramo se samo na one najpopularnije. Kupci će steći utisak da je ovo specifičan supermarket, pravo mesto za zadovoljavanje njihovih potreba i nastaviti da stalno dolaze. Međutim, ovakva taktika se sprovodi već duže vreme, i isto to rade i konkurenti. Cilj je nešto drugo: predvideti buduće ponašanje u određenoj oblasti i fokusirati se na ono što u tom pravcu može da se uradi .

Evo jednog skorašnjeg primera iz Beča, gde je jedan ceo distrikt doživeo veliku promenu: poslovni univerzitet prebacio se na novu lokaciju. To je podiglo troškove života na toj lokaciji, jer je njena demografska struktura promenjena; doselili su se ljudi sa visokim obrazovanjem, koji su u stanju da sebi priušte skuplje stanove i, žele da budu blizu mesta u kojem rade ili studiraju. Posledično, ti ljudi imaju potpuno drugačiji pristup onome šta žele da kupe i koliko su za to spremni da plate. Ako bismo bili u stanju da sagledamo obrazac ovih promena, mogli bismo da optimizujemo naš portfolio i prilagodimo ga pre nego što to drugi urade, odnosno da postignemo prepoznatljivost kod novih kupaca pre konkurencije.

Praćenje rezultata promocije proizvoda

Druge značajnije mogućnosti kreću se u širokom rasponu, od optimizacije lanca snabdevanja do praćenja rezultata promocija proizvoda. Ako, na primer, postoji promocija/akcija za jedan određeni proizvod u lancu radnji, često je neophodno da u realnom vremenu znate kako se ova promocija razvija. Zamislite da, na primer, imate dve radnje u lancu koje su blizu jedna drugoj. Obe prodaju pivo po sniženoj ceni tokom jednog dana. Jednoj prodavnici akcija ide veoma dobro, dok drugoj ide prilično loše u poređenju s prvom.

S jedne strane, kompanija može imati dovoljno podataka da shvati zašto je to tako (možda zbog drugačijih obrazaca kupovine). Sa druge strane, ovakav uvid bi omogućio da se jedna roba pomeri iz radnje gde se slabo prodaje u drugu gde ide dobro, što bi povećalo i optimizovalo prodaju. Neki ljudi će verovatno otići i u drugu prodavnicu da bi našli proizvod koji je na akciji, ali mnogi će se jednostavno okrenuti i otići, ako ništa nije učinjeno na optimizaciji ponude. Ovo daje maloprodaji potpuno nove mogućnosti za optimizaciju svog rada. To važi i za manje manje kompanije koje, takođe, mogu da koriste ove analize i steknu prednost nad konkurencijom.
Mario Meir-Huber, IDC, Austria
broj 107, maj 2014.

Pročitajte i ovo...