Mike Stone
Interrupções na cadeia de suprimentos, mudanças no comportamento do cliente e até mesmo eventos climáticos inesperados estão afetando as vendas no varejo no comércio eletrônico e nas lojas físicas, mudando onde, quando, como e por que os clientes compram. São os varejistas que podem reagir com mais rapidez e precisão a essas forças e comportamentos turbulentos do mercado que estão criando as experiências mais inovadoras e positivas do cliente. O restante corre o risco de perder a fidelidade do cliente, a afinidade com a marca e a receita.
Um estudo recente de Mike Stone descobriu que 83% dos varejistas dizem que não podem aproveitar todo o potencial dos dados dos clientes. Isso é problemático porque os dados do cliente devem orientar a maioria das decisões de negócios, incluindo marketing, gerenciamento de estoque, merchandising e muito mais. Confiar em dados pré-pandemia apenas deixa os varejistas adivinhando, e a maioria analisa os dados com pouca frequência ou usa painéis básicos que não fornecem informações detalhadas e acionáveis sobre as mudanças no comportamento do cliente. Sua capacidade de reconhecer e se adaptar rapidamente às condições em mudança e aos comportamentos dos clientes é quase impossível.
Então, como os varejistas recuperam o poder de seus dados? A análise humana por si só não é mais a resposta. Há dados demais para analisar, e muitos deles mudam com muita frequência. É hora de adotar ferramentas de análise de dados automatizadas orientadas por IA que podem lidar com a escala massiva dos dados atuais. A análise baseada em IA pode filtrar todos os dados de um varejista diariamente, não importa quantas fontes de dados existam, para descobrir mudanças inesperadas e chamar a atenção imediata para as mais importantes. Isso permite que analistas humanos e líderes de negócios descubram com rapidez e facilidade os riscos e oportunidades ocultos em milhões de pontos de dados de varejo.
Desorganizando o cenário de IA
Há uma infinidade de ferramentas de análise de dados de IA que afirmam ter a resposta. Ao escolher as ferramentas certas para o trabalho, é importante procurar alguns recursos e funções importantes que agregarão valor para a equipe de analistas, bem como para outros líderes organizacionais que precisam de acesso aos insights destacados pela IA.
Requisitos mínimos de implementação: adicionar outra plataforma à sua pilha de tecnologia pode exigir meses de configuração, manutenção contínua que muitas vezes pode limitar sua flexibilidade e pode levar muito mais tempo do que o esperado para fornecer informações úteis. Em vez disso, procure uma solução SaaS que se sobreponha aos dados existentes e às plataformas de relatórios e que não exija uma implementação demorada ou integrações personalizadas criadas apenas para acessar os armazenamentos de dados existentes. Uma avaliação gratuita também é sempre um bônus.
As integrações certas com os principais conjuntos de dados: a IA funciona melhor quando funciona bem com dados de suas principais fontes de dados de negócios. Identifique uma solução que complemente as ferramentas de análise e BI existentes e aproveite os dados das principais plataformas, incluindo Google Analytics, Facebook e outros canais sociais, Adobe Analytics, Snowflake, SAP/HANA, MySQL e outros. Idealmente, a plataforma oferece integração sem esforço, o que significa que novas fontes podem ser conectadas em minutos, não dias, e você pode adicionar novas conexões de dados conforme necessário.
Relatórios diários apenas sobre as alterações acionáveis em seus dados: um equívoco comum sobre os painéis tradicionais de BI é que eles revelam alterações nos dados e comportamentos que levam rapidamente à ação. Mas como eles são construídos para responder a perguntas ou cenários que você programa na plataforma, as ferramentas de BI negligenciam as mudanças que você não sabia perguntar, são inesperadas ou desconhecidas. Idealmente, uma plataforma de IA monitora continuamente todos os dados para destacar as mudanças que as marcas e os analistas não estão procurando. Em vez de apenas construir mais painéis, procure uma plataforma de IA que automatize suas descobertas e alerte proativamente as equipes sobre as mudanças na plataforma por e-mail, para garantir ações mais imediatas e focadas.
Relatórios para cada membro da equipe: a maioria das ferramentas de relatórios de dados no mercado oferece painéis personalizáveis, mas o que você realmente deseja é uma plataforma projetada com líderes de negócios e analistas de dados em mente. A solução deve fornecer histórias de dados simples o suficiente para um usuário de negócios não técnico entender imediatamente, mas também permitir que os analistas se aprofundem nos detalhes para análises de causa raiz e comparações conforme necessário.
Identificando os Casos de Uso Certos
Por meio de ferramentas de inteligência automatizadas, os varejistas podem aproveitar todos os dados de seus clientes para descobrir problemas emergentes de experiência do cliente ou novas oportunidades de crescimento. Do layout da loja e merchandising à experiência digital e mídia social, os varejistas podem utilizar as mudanças nos dados de comportamento do cliente para aprender o que se traduz em aumento de receita e fidelidade à marca, enquanto descobre novas tendências, áreas de oportunidade e relacionamentos ocultos à medida que estão acontecendo.
Então por onde começar? Uma abordagem é identificar problemas emergentes no negócio que não foram resolvidos ou mudanças no comportamento do cliente que não têm uma causa raiz óbvia. Outra é analisar os casos de uso de outros varejistas para obter exemplos de como a IA trouxe à tona problemas desconhecidos, levando a uma melhor receita ou experiências do cliente.
Em um exemplo, os profissionais de marketing de uma marca líder de banho e beleza foram alertados para um aumento inesperado nas vendas de uma categoria de produto quando a receita geral estava caindo. Com uma plataforma automatizada de análise de negócios, a equipe de marketing de banho e beleza era automaticamente notificada quando as vendas de velas excediam o volume de vendas esperado.
A equipe não estava analisando cada um de seus milhares de SKUs em relação ao desempenho de vendas esperado porque havia dados demais para qualquer equipe de analistas analisar manualmente regularmente. Mas a ferramenta de IA encontrou automaticamente esse insight e, ao fazê-lo, ajudou a direcionar a equipe de marketing para uma tendência de produto específica para que eles pudessem gerar receita adicional. Este “green shoot” de oportunidade é um ótimo exemplo de como a próxima grande estratégia de marketing pode estar escondida em dados de negócios à vista de todos, mas impossível de encontrar sem ajuda.
Como resultado, a marca de banho e beleza conseguiu lançar rapidamente campanhas de marketing para promover as velas e alavancar essa mudança positiva no comportamento de compra do cliente. Essa percepção inesperada também ajudou a equipe a garantir que os níveis de estoque pudessem se alinhar com as novas vendas esperadas. Simplesmente descobrindo uma tendência, a marca foi capaz de capturar mais vendas ao capitalizar um fluxo de receita potencial de outra forma invisível.
Em outro exemplo, uma empresa de bens de consumo estava gerenciando armazéns com centenas de funcionários recebendo e enviando produtos alimentícios perecíveis. Usando a análise de negócios automatizada, eles descobriram uma métrica trimestral baixa para a quantidade de tempo que levava para iniciar e concluir uma tarefa em uma fila de depósito específica. O tempo de trabalho para esse estágio foi significativamente menor que a média, e a empresa CPG queria descobrir como replicar esse processo aprimorado em outras filas para aumentar o fluxo de trabalho e a eficiência operacional.
Ao integrar rapidamente os dados existentes em sua ferramenta de IA, a marca identificou atividade de fila positiva entre trabalhadores específicos. A empresa então identificou o que esses trabalhadores estavam fazendo de maneira diferente e usou esses aprendizados e práticas em todo o armazém. Como resultado, a marca conseguiu aumentar a produção e as vendas gerais, que de outra forma teriam sido negligenciadas – perdendo uma oportunidade de melhorar as operações gerais de varejo.
Transformando insights acionáveis em realidade
Para se manter competitivo e acompanhar as mudanças no comportamento do cliente, mais da metade de todas as empresas procuram aplicar a IA em suas estratégias digitais, de acordo com a PwC. Ao identificar como a IA pode beneficiar os negócios e utilizar ferramentas que podem ser implantadas e integradas rapidamente, os varejistas podem se encarregar de seus dados de negócios para garantir que seus clientes fiquem satisfeitos e tenham vantagem sobre a concorrência.
Mike Stone é o CMO da Outlier.ai, responsável pela estratégia de crescimento de mercado da empresa, geração de demanda, comunicações, marketing de produtos e vendas internas.