Os padrões e comportamentos de compra no varejo mudaram significativamente. Hoje, a geração do milênio está visitando menos as lojas físicas e comprando mais nos canais online, buscando por experiências mais personalizadas, colaborativas e híbridas.
Isso tem trazido um desafio adicional ao varejo que, para compreender a jornada completa do consumidor, precisa avaliar os diversos canais físicos e digitais, as tendências e os insights preditivos sobre como o cliente age no momento da compra. Para isso, o varejo vem recorrendo ao Big Data, usando técnicas de Analytics e Business Inteligence (BI).
Um processo não linear de vendas exige enxergar da mesma forma canais internos e externos de relacionamento, sejam estes online, off-line ou por meio de aplicativos móveis, trazendo a necessidade de trabalhar com muitos dados. Porém, essa tarefa é complexa, não só pela grande quantidade, mas também pela variedade e velocidade de mudança destes dados e padrões. Sendo, assim, o varejo tem lidado com centenas de dados complexos em múltiplos canais, e muitos deles não possuem informações precisas sobre os padrões de compra dos clientes.
Utilizando as novas tecnologias, através da captação e análise de dados sobre os hábitos dos clientes, o varejo consegue definir o perfil exato do consumidor, alinhar sua oferta de produtos com o que ele procura, se antecipar às ações da concorrência e promover melhorias na sua estrutura física, oferecendo uma experiência realmente Omnichannel.
As novas tecnologias têm trazido resultados concretos para o varejo
A adoção de soluções de análise de dados tem aumentando à medida que o varejo vem obtendo resultados concretos com o uso das novas plataformas e tecnologias:
- Uso intensivo de Machine Learning: o Machine Learning tem sido utilizado para melhorar as experiências de compra com um todo. Um exemplo dessa adoção é a tecnologia “Just Walk Out” da Amazon. Na loja de conveniência Amazon Go, os clientes escaneiam seus telefones na entrada por meio do aplicativo, pegam os itens que desejam e saem, sem precisar enfrentar fila ou fazer checkout. O valor da conta é cobrado automaticamente. Isso é possível através da visão computacional com câmeras instaladas e de sensores de peso nas prateleiras que monitoram o movimento dos itens.
- Microssegmentação dos usuários: A microssegmentação é a divisão dos usuários em interesses específicos, oferecendo conteúdos que façam mais sentido para cada Lead. Através da microssegmentação, é possível desenvolver e avaliar cenários hipotéticos para diferentes produtos e grupos. É importante para compreender qual o principal interesse de quem está sendo analisado, sendo possível identificar os grupos ideais com maior probabilidade de compra e engajamento.
- Utilização de modelos de atribuição para gerenciamento de gastos omnichannel: as soluções de integração de dados omnichannel permitem que as empresas ampliem o número de vendas e o reconhecimento da marca, expandindo seus negócios. O varejo tem usado modelos de atribuição para determinar a eficácia de seus canais de marketing e de cada ponto de contato com o cliente durante o processo de conversão, a fim de otimizar seus investimentos. Com os modelos de atribuição, é possível escolher o valor do crédito que cada clique recebe pelas conversões, proporcionando uma melhor compreensão do desempenho dos anúncios.
- Análise de dados avançada por meio do IoT: a Internet das Coisas vem auxiliando o varejo a melhorar a eficácia dos processos, rastreando itens ao longo de toda a cadeia de suprimentos, gerenciando inventários e utilizando o marketing de proximidade, a partir de tecnologias de aproximação por beacons (rastreadores de movimento através de dispositivos móveis na loja física, por exemplo, que coletam informações sobre os padrões de movimentação do cliente e fornecem informações preditivas sobre produtos e promoções), dispositivos Wi-Fi e etiquetas RFID (identificação por radiofrequência é um método de identificação automática através de sinais de rádio, recuperando e armazenando dados remotamente).
- Preço dinâmico para aumentar as vendas: o Big Data Analytics permite a criação de modelos dinâmicos de precificação, aumentando ou diminuindo os preços de produtos com base em situações de mercado e nas mudanças de preço em tempo real de seus concorrentes.
- Gerenciamento da variedade de dados para melhor experiência do cliente: além das transações históricas, o Big Data permite que os varejistas agora tenham disponíveis uma possibilidade de dados relacionados a fatores externos, como clima, eventos locais e demografia, e a análise preditiva de acessos para melhorar as operações e a experiência do cliente, a fim de retê-lo.
O Analytics possibilita uma maior assertividade nas ofertas
O Analytics também possibilita a oferta do melhor produto para cada cliente. A gestão do Big Data no formato de uma curadoria digital já disponibiliza diversas análises para conseguir alinhar o produto às necessidades de cada cliente.
Uma parte importante da revolução digital no varejo provavelmente será um refinamento dramático das tecnologias que adaptam as recomendações e, em seguida, mapeiam a Internet em busca do melhor negócio para o consumidor.
Um dos formatos da curadoria digital são os Market Mappers (mapeadores de mercado), que têm como objetivo analisar os dados e encontrar combinações ideais de produtos com o menor preço. O Google Shopping, por exemplo, é um dos mais conhecidos mapeadores de mercado. O algoritmo de inteligência artificial do Google pesquisa o melhor produto através do design, da cor e do tamanho, e o Google Shopping envia o cliente para a loja online apropriada, comparando os preços de diferentes fornecedores. Futuramente, esses mecanismos levarão em conta não apenas o preço dos produtos, mas também a entrega e outros custos para sugerir as melhores ofertas.
Um passo além do mapeamento de mercado é adequar as ofertas para cada tipo de comprador, por meio dos Digital Personal Shoppers (compradores pessoais digitais). Atualmente, já existem alguns serviços de gerenciamento de guarda-roupas que fazem isso, por exemplo, através do uso conjunto da inteligência artificial e interação humana.
A Thread, um serviço de compra de roupas masculinas, por exemplo, cria diferentes modelos de estilo com roupas de diversas marcas. Os clientes indicam quais modelos eles gostam e fornecem informações sobre si mesmos e suas preferências. A partir disso, um estilista humano usa os dados coletados para projetar um visual completo, permitindo que eles encontrem rapidamente o que desejam. No Reino Unido, a varejista de moda feminina Topshop e a loja de departamentos John Lewis firmaram uma parceria com uma plataforma de previsão de compra, a Dressipi, para também recomendar roupas personalizadas com base no perfil inicial do cliente.
Através do Machine Learning, os algoritmos adquirem conhecimento sobre as preferências do cliente e o comportamento de compra, passando a prever o que ele deseja e desenvolver recomendações personalizadas.
Além desses, podemos citar também os Review Aggregators (agregadores de recomendações), que cruzam os “reviews” dos usuários dos sites com um conjunto amplo de avaliações. À medida que os consumidores compram mais tipos de produtos online, a importância de revisões justas em todas as plataformas aumentará. Esperamos que isso leve ao aumento dos agregadores de recomendações em todas as plataformas em uma ampla gama de segmentos de varejo. Como o Yelp e o TripAdvisor fazem em viagens, eles filtram as avaliações para que os clientes as leiam por pessoas com metas de compra semelhantes, que provavelmente serão relevantes e confiáveis.
Em resumo, o varejo omnichannel, se beneficiando das novas tecnologias, vem conseguindo entender a fundo o comportamento do consumidor, ser mais responsivo às suas necessidades e mais eficaz em tomar decisões certas de negócios para melhorar seus resultados.
Com a implantação da análise de dados em cada etapa do processo de varejo, os profissionais podem executar atividades com base em insights analíticos de dados e na real jornada de compra do cliente. Uma vez que há um entendimento mais preciso das preferências e desejos do consumidor, certamente haverá melhorias profundas em todas as áreas do negócio.
