О драйверах роста рынка технологий в ритейле

2020 год встряхнул отрасль ритейла. Бизнесу пришлось забыть прежние стратегии развития, чтобы выжить на фоне дефицита персонала, растущей нагрузки на ИТ-инфраструктуру и общей неопределенности. Считается, что больше всех выиграл именно продуктовый ритейл: 6 из 7 компаний, по данным КПМГ, заметили двукратный рост продаж, в том числе за счет роста онлайн-сегмента. Согласно исследованию, такой скачок был бы невозможен без быстрого реагирования на изменения, в том числе за счет цифровизации своего бизнеса: развития онлайн-сервисов, экспресс-доставок, увеличение доли безналичных платежей и мобильной коммерции. Из отчета КПМГ следует, что на эти нововведения во время пандемии решились более половины респондентов. Процесс не всегда был гладким: ритейлеры устраняли перебои в работе сервисов и адаптировали решения под нужды рынка.

Сейчас бизнес продолжает операцию «скрещивания» офлайн и онлайн-сегментов и для этого ищет новые инструменты, которые позволят улучшить покупательский опыт. Мы собрали топ-5 технологий, которые могут значительно повлиять на развитие розницы в ближайшее время.

Кассы самообслуживания

Традиционные кассы с длинной очередью из недовольных посетителей остаются в прошлом. Бизнес внедряет кассы самообслуживания (КСО, self check-out) ― устройства, которые позволяют самостоятельно, без кассира, сканировать и взвешивать товар, оплачивать покупку банковской картой или с помощью телефона.

Такие терминалы не только позволяют избежать социальных контактов, что остается важным в эпоху Covid-19, но и повышают скорость обслуживания, увеличивают трафик и выручку торговой точки (до 10%), снижают нагрузку на обычные кассы (до 50%).

В условиях дефицита линейного персонала КСО спасают ситуацию, так как могут работать автономно 24/7, заменяя собой от 2 до 4 кассиров-продавцов. Выгоду от использования касс самообслуживания уже оценили крупные российские ритейлеры: X5 Group (Перекресток, Пятерочка), Вкусвилл, Магнит, ОКЕЙ, Ашан, Лента. Внедрить КСО могут также магазины непродовольственных товаров, кинотеатры и даже отели для саморегистрации гостей.

Доля покупателей, которая сейчас пользуется КСО, колеблется от 30 до 50%. Исследования inReality подтверждают, что 70% клиентов ценят свое время, выбирая магазины с возможностью самостоятельно оплатить покупку и познакомиться  лично с продуктом.

Умная тележка

Умная тележка ― еще один способ сократить время на покупки для посетителей и продемонстрировать возможности бесконтактной торговли. В классических модификациях система работает так: покупатель сканирует товары с помощью считывателя RFID-меток, установленного в микрокомпьютер на ручке тележки, проверяет список покупок на экране и затем идет оплачивать их на кассу или кассу самообслуживания. Таким образом, клиент участвует в системе лояльности, получает персональные скидки, контролирует свои покупки и оплачивает их, не вынимая из тележки. Еще один способ — сканирование товаров встроенным в тележку сканером и оплата банковской картой прямо на этом же устройстве.

В более усовершенствованных моделях посетителю не нужно сканировать каждый товар. В тележках устанавливаются три камеры на основе компьютерного зрения, которые оценивают каждый товар с разных сторон. Затем программное обеспечение ищет информацию о данном продукте в базе данных, чтобы точно идентифицировать его и записать стоимость. На экране можно посмотреть всю информация о покупках, скидках и общей стоимости товаров.

Прототип умной тележки был представлен еще несколько лет назад, но популярность таких устройств возросла как раз в 2020 г. Прошлым летом Amazon запустил тележки Dash Carts для покупок в супермаркетах нового типа Amazon Go. Тележка оснащена камерами с технологией компьютерного зрения и встроенными весами. Когда покупатели на выходе пересекают специальную полосу, система автоматически списывает средства с карты клиента.

Чуть дальше в технологии продвинулись другие американские компании ― ритейлер Kroger и Caper, разработчик систем на базе искусственного интеллекта. Умная тележка в их модификации способна не просто идентифицировать товары, но и подбирать рекомендации для конкретного клиента. Если тот берет мюсли, ему посоветуют добавить в корзину молоко, а если он выберет спагетти ― тележка подскажет найти подходящий соус. Так, средняя сумма корзины может увеличиться на 18%, по данным компании.

Биометрия

И кассы, и тележки сокращают время в очереди, но оплата покупок традиционно происходит с помощью банковской карты или телефона. Технологии биометрии позволяют ускорить процесс оплаты с помощью камеры, которая считывает биометрические данные клиента.

Сейчас в России такая технология доступна для покупателей сетей «Магнит», «Перекресток», «Пятерочка», а также кофеен «Прайм». Сервисы внедряются в партнерстве со «Сбербанком».

Как объясняют ритейлеры, оплата с помощью взгляда работает на планшете с 3D-камерой, которая за счет высокой точности распознавания считывает черты лица покупателя. Банк в свою очередь гарантирует обеспечение безопасности, улучшает методы распознавания лиц, чтобы избежать компрометации биометрических данных.

По опыту использование биометрии сокращает время оплаты и повышает безопасность покупок. Это влияет на увеличение трафика в магазине, а также положительно сказывается на лояльности клиентов. Кроме того, покупатель не может «забыть» биометрию дома, в отличие от банковской карты, смартфона или карты лояльности.

Однако скорость и эффективность внедрения перспективной технологии будет зависеть от быстрой и надежной идентификации при совершении оплаты, создания единой биометрической системы и, конечно, готовности людей делиться своими биометрическими данными с банковскими сервисами. Конечно, без разветвлённой системы устройств со встроенной функцией биометрической оплаты распространении инновации будет невозможно.

Персонализация питания

Персонализация — важный тренд в ритейле. Бизнес хочет знать больше о своих клиентах, чтобы предлагать им определенные товары и услуги. По данным исследований, 80% потребителей с большей вероятностью совершат покупку у того бренда, который предложит им персонализированный опыт. Революцию в этом деле совершил бьюти-бренд Sephora со своим мобильным приложением, которое использует дополненную реальность (AR), тонкую настройку рекомендаций, отправление сообщений на основе поведения пользователей. Показатель ROI компании от новой стратегии стал выше в 6 раз.

Продуктовые ритейлеры тоже ищут возможности исследовать новые сценарии персонализации, чтобы стать ближе к клиентам. Стартап Otri, в который инвестировала «Азбука вкуса», позволяет генерировать индивидуальные рекомендации по питанию и заказать на дом специально подобранные продукты на основе показателей здоровья.

Сначала лаборант приезжает к клиенту домой, чтобы взять образцы крови. Далее нейросеть оценивает результаты анализов по различным параметрам и на основе этого выдает рекомендации по сбалансированному питанию. Эти советы также верифицируются врачами. Приложение самостоятельно формирует корзину подходящих продуктов из каталога «Азбуки вкуса». Ценность услуги в том, что клиент может избежать вредных продуктов, если у человека есть аллергия, непереносимость определенных компонентов и, наоборот, добавить в свой рацион больше фруктов или овощей, содержащих необходимые витамины. По мнению ритейлера, люди могут считать, что питаются хорошо, но недополучать реальную пользу для своего организма.

Big Data

По данным КПМГ, около 80% опрошенных ритейлеров считают аналитику больших данных перспективной технологией, которая используется для прогнозирования спроса и улучшения потребительского опыта.

Big Data сейчас применяется на всех этапах процесса розничной торговли: определение места для открытия следующего магазина; разработка востребованных продуктов и тут же прогнозирование спроса на эти продукты; пересмотр ценовой политики; определение целевой аудитории и выявление лучшего способа приблизиться к ней.

По замечанию аналитиков из КПМГ, до внедрения и эффективного использования Big Data необходимо наладить процесс обращения с данными в организации: организовать сбор, обработку и централизованное управление информацией. По опыту исследователей, в некоторых организациях ценные данные содержатся во множестве различных Excel-файлов, и для их аналитики используется тот же функционал Excel или «самописные» базы данных и скрипты.

При умелом обращении с полученными данными о клиентах и их поведении, поисковых запросах можно анализировать брошенные корзины, отклики на маркетинговые рассылки, использование бонусных баллов и др. Например, в «М.Видео-Эльдорадо» научились сегментировать базу клиентов, чтобы выделить тех, кто готов совершить покупку, чтобы наиболее эффективно привести их на сайт или в офлайн-магазин.

По данным производителей сервисов по обработке данных, наиболее востребовано использование больших данных на рынке скоропортящихся продуктов. Продуктовые ритейлеры должны точно прогнозировать потребительский спрос (например, на сыр или молоко), чтобы организовать работу логистики и не набирать лишний товар.

Источниками сбора больших данных становятся Wi-Fi-датчики и Bluetooth-маячки, которые идентифицируют устройства, умные кассы, данные с mac-адресов, анализ покупок по картам лояльности, записи с видеокамер, анализ социальных сетей для прогнозирования трендов и др. Кроме того, сегодня ритейлеры собирают данные с помощью мобильных операторов. Это позволяет готовить персонализированные предложения с учетом личных предпочтений клиента, среднего чека и даже текущей геолокации.

Например, благодаря геоаналитике некоторые американские ритейлеры могут оценить, что в престижных районах с состоятельным населением клиенты приходят намного реже, хотя их заказы обычно дороже, чем в кварталах, где проживает менее обеспеченное население. А благодаря прогнозу погоды бизнес может угадывать предпочтения на те или иные товары. Из неочевидного: Walmart узнал о том, что спрос на стейки выше, когда тепло и ветрено, а продажи говяжьего фарша лучше при более высоких температурах и слабом ветре. Российский онлайн-ритейлер Ozon в свою очередь обнаружил, что спрос на книги увеличивается по мере того, как ухудшается погода.