часть 1      часть 2     часть 3     часть 4      часть 5

РЕАЛЬНАЯ ИСТОРИЯ

«Но более всего ритейлерам и собственникам нужно обращать внимание на градостроительные планы города и изменение потоков людей – ​ситуация может быстро меняться, но в большинстве случаев она прогнозируема, – ​сообщил Егор Левченко из ILM. – ​Процесс урбанизации в России очень ярко выражен. Многочисленные промзоны застраиваются жилыми массивами и обрастают своей инфраструктурой, новые ТЦ могут отобрать трафик у существующих. Темпы открытия новых станций метро очень велики и меняют маршруты пешеходных потоков. Активное строительство эстакад и развязок меняет видимость объектов и, соответственно, их ликвидность и посещаемость. Технологии анализа больших данных позволяют принимать более удачные решения, но они не учитывают многие факторы, которые связаны с непредсказуемой градостроительной политикой. Зато они помогают проводить безупречные маркетинговые кампании и увеличивать количество покупателей».

Именно технологии обработки больших данных (BigData, Deep Learning) уже сегодня позволяют участникам рынка максимально персонифицировать предложение, заметил Алексей Княжев, руководитель направления Data Science, САП СНГ. «Методы анализа больших данных постоянно развиваются: сегодня на том же самом массиве данных можно понять больше, чем это было возможно еще несколько лет назад, и сам массив собираемых данных больше и качественнее, – ​пояснил эксперт. – ​Очень точна цитата одного математика, Клива Хамби, который помог крупному ритейлеру Tesco повысить эффективность за счет обработки данных программы лояльности: «Data is new oil». То есть сегодня методы добычи бизнес-выгод из данных одни, завтра будут другие».

Другое дело, что пока позволить себе инновационные инструменты сбора и анализа больших данных могут в основном операторы крупных суперрегиональных центров.
Однако, по прогнозам собеседников «ММ», технологии будут продолжать масштабироваться. «Переоценить важность таких инвестиций крайне сложно. Например, рассмотрев различные представленные на рынке предложения по системам анализа Big data, мы приняли решение о разработке собственной программы, MARS, – ​рассказал Кирилл Степанов. – ​На сегодняшний день она уже была апробирована в одном из наших торговых центров и показала впечатляющие результаты, окупившие затраты на ее создание и содержание отдела, работающего с ней». С помощью MARS специалисты анализируют городскую активность, узнают, как часто жители города посещают торговые центры, как часто – ​конкретный ТРЦ, как часто заходят в галерею, исследуют статистику отдельного магазина и уже потом – ​чек. Таким образом, как полагают в компании, максимально прицельно исследуется вся воронка конверсии. Более того – ​на нее возможно повлиять.

«Работая точечно, мы увеличиваем общую конверсию ТРЦ, – ​убежден Кирилл Степанов. – ​Мы развиваем формат суперрегиональных торгово-развлекательных центров в пяти крупных городах России с помощью технологии умного менеджмента MARS и системы микроконтроля арендаторов. Например, собираем данные со всех арендаторов, оцениваем каждый магазин по 40 критериям и даем рекомендации, как улучшить работу с посетителями. Большие данные дают нам возможность отслеживать не только трафик, но и обороты арендаторов. С помощью нашей программы можно определить, как разместить магазины, чтобы посетители покупали чаще и больше, или создать персонализированную рекламу, исходя из истории покупок. Мы также отслеживаем, когда к нашему ТРЦ подъезжают покупатели, учитывая пробки, видим повторные посещения, выявляем самые популярные места для времяпрепровождения, определяем пустые, «холодные» и «теплые зоны», анализируем предпочтения клиента. Эти данные позволяют выстраивать работу с персоналом и с «реальными магазинами». Безусловно, у каждого арендатора есть и свои данные, и свои системы анализа, но они не образуют комплекса, в то время как наши решения и «взгляд сверху» действительно помогают ритейлеру оптимизировать работу». Кроме того, по прогнозам Ивана Артемова, руководителя отдела разработки концепций торговых центров CBRE, именно технологии анализа больших данных в перспективе позволят существенно повысить и эффективность рекламы. Массовая же реклама (в виде рассылок, спама и т. д.) при этом вообще, вероятно, потеряет смысл.

Продолжение следует.

Автор: Екатерина Реуцкая

Фото: shutterstock.com