Идеи и тренды

По исследованию 🔬 Oliver Wyman в Российской рознице наибольшим потенциалом улучшения обладает продукция категории fresh.

⭐️ Для 55% покупателей качество продуктов fresh является одним из главных критериев выбора продуктовое магазина.

⭐️ 67% покупателей возвращаются регулярно в магазины, где представлены самые качественные продукты категории fresh

⭐️ 75% покупателей готовы сменить магазин, если недовольны продуктами категории fresh

⭐️ В России, если клиенты довольны продуктами категории fresh, то тратят 💸 на 40% (!) больше (в Европе эта цифра в среднем 24%

Также вскрылся разрыв ⚡️ мировозрение ретейлеров и покупателей:

⭐️ Ретейлеры считают, что покупатели определяют качество овощей и фруктов по внешнему виду, а качество мяса — по сроку годности.

⭐️ Однако, по данным исследования дело решает ВКУС (ДА! Капитан Очевидность ). Именно по вкусу потребители формируют мнение о качестве мяса, овощей и фруктов, а также от этого зависит, возникает или нет желание покупать их в дальнейшем.

Кстати это большая проблема для сельхоз сектора, где последние несколько десятков лет селекция, по заказу Ретейла (с большой буквы), выводила красивые, лёжкие, урожайные, но отвратительные на вкус 🤦‍♂️🤦‍♀️ овощи и фрукты (вкус не входил в ТОП10 задач селекции).

Это же касается готовой еды - 38% потребителей даже никогда не пробовали продукты этой категории, потому что 🤢 - низкое качество ингредиентов, проблемы со свежестью и вкусом продуктов, а также другие претензии к качеству и внешнему виду готовых блюд.

Бизнес-кейс

Последние время мы слышим и видим много вдохновляющих историй 😍 про Большие Данные данные и ИИ (🤖Искусственный Интеллект). Неужели это «чудо из машины» скоро наконец заменит человека 🙀 в рутинной неквалифицированной работе?

Рассмотрим пример Amazon.

Когда вы зададите вопрос 🎤 Алексе, голосовому помощнику от Amazon, ваш голос, возможно, пролетит 💫через полмира и окажется в индийском городе Ченнаи, где «специалисты по большим данным» 👩‍💻👨‍💻 трудятся над улучшением ответов искусственного интеллекта (адепты культа 🤖Машины).

Что есть их работа? 9 часов в день они стенографируют аудиозаписи, сортируют слова и фразы на категории и оценивают ответы Алексы. Это лишь один из множества таких центров Amazon по всему миру🌏, где «специалисты по данным» подготавливают миллионы фрагментов разговоров для обучения ИИ Алексы.

Ну тут становиться понятно почему голосовые помощники по прежнему несовершенны - вера адептов слаба (в силу низкой зарплаты💸) и они работают на нормативы⏱, а не на результат.

Отзыв бывшего сотрудника: норматив примерно 700 вопросов к Алексе в день. Каждый день сотрудникам демонстрировались данные об их результативности🔬. Работа монотонная, но ее объем и темпы приводят к умственному истощению, в результате средний «срок жизни» со рудника не превышает года, потом его меняют.

С точки зрения пользователей, цифровые помощники, поисковые машины и социальные сети выглядят волшебством 🦄, однако их работа зависит от целых армий живых сотрудников, чей вклад часто остается незамеченным.

Большая часть этой работы заключается в обучении алгоритмов или заполнении пробелов там, где машинам не может работать. Эта работа часто крайне монотонна и скрыта от глаз пользователей: маркирование данных для обучения ИИ, модерирование контента, верификация онлайн-списков или тестирование.

Это реальная цена ИИ. Если вы задумали что-то большое, то нужно понимать что за простыми на первый взгляд вещами стоят впечатляющие масштабы работы (и денег 💰💰💰 соответсвенно).

Ритейл

Будущее магазинов из кирпича и бетона в цифровую эру.

Стремительное изменение потребительского поведения создаёт много беспокойства традиционным ретейлерам (магазины из кирпича и бетона как говорят в McKinsey) поскольку тема изменений таков, что нужно не просто адаптироваться, а нужно возглавить процесс.

Почему процесс надо возглавить? Потому что окно возможностей цифровых инноваций в рознице оценивается в 2-3 года, а крупная рыба живет в мутной воде и сейчас есть шанс откусить большой кусок от вроде как поделённого пирога. Дальше начнётся комодитизация (вся цифра превратится в скучную операционную деятельность) и ежедневная борьба за эффективность где результаты будут не большими кусками падать, а меленькими капельками.

Основная идея приложения сил сейчас - омни и мульти канальность - охват всех возможных точек взаимодействия с клиентом в одном клиентском пути.

Мобильное приложение важная, но НЕ ключевая часть этого набора каналов, потому что клиент не откажется от привычных способов работы со смартфоном. Мобильное приложение - это расширение Клиентского опыта, но не замена существующих каналов взаимодействия.

Если омни- мульти- канальность сейчас явный тренд, возможно на пике своего величия, то вопрос цифровизации сотрудников физического магазина для погружения их в цифровое пространство клиента - это актуальный вопрос и тренд начинающий восхождение.

Идеи

В кабинетах маркетологов привыкли видеть идеальным клиентом этакого хипстера в модных кедах, которому можно продать дорого, а он ещё останется довольным.

Почему? Это отдельная тема. Скорее всего потому что-то люди стараются оценивать мир по собственному лекалу.... может быть будет отдельный пост про “синдром исследователя”.

Пришли интересные цифры, которые с некоторой долей фантазии можно применить для оценки этой ниши:

Nike впервые сообщила о доли России в своём обороте.

Выручка Nike от продаж обуви в России составляет не более 1% от всех продаж компании в данной категории. При этом доля Nike на рынке обуви в РФ 1,9%.

идеиИтренды

Около 50 процентов Россиян покупают только акционные и промо товары... некоторые сети задумываются об отмене промо акций, но это будет выстрел в ногу без согласованного действия с другими сетями, а это пока невозможно (рынок ещё жив :) )


Похоже настало время «думать как клиент» - проектировать продукты с учётом того что из будут покупать только по промо и делать «честные продукты» (fair priced), которые никогда не будут в промо, но будут конкурентны по цене и качеству тому что без скидок не покупают

Uberization - уберизация и что стоит под бизнес моделью

Uberization - уберизация и что стоит под бизнес моделью.

В этом посте не буду писать про shared economics и счастливых людей. Это пост про чёрную сторону цифры 👹.

Глобальная цифровизация позволила строить глобальные цифровые бизнес модели на рынках которые были традиционно локализованы «местной спецификой» и высокой зависимостью от сотрудников, однако имели сравнительно простые бизнес модели: мелкорозничной торговля, аренда жилья,

На рынках где процветал малый бизнес. Который в значительной мере формировал средний класс. Появляеться глобальная компания с виртуально неограниченными ресурсами.

Стратегия «уберизации» в целом такая: разведка рынка, перехват канала генерации трафика, демпинг и выдавливание малых и средних игроков, повышение цены и комиссии, полный захват самых сладких кусков рынка.

Хороший пример Airbnb - взяли по сути нелегальный рынок сдачи комнат, квартир и гостевых домов (сегмент не охваченный классическим агрегатором booking.com), стали посредником и взяли на себя трафик, а теперь строят собственные апартаменты привлекая инвесторов (и зарабатывают на управлении недвижимостью - так как на самой недвижимости ROI не велик).

А/В и А/А тестирование

По прошлому посту. Вот наверняка хотели сделать обычный поручень, но конечный пользователь воспринимает совсем иным способом.

Так получаеться потому что клиент смотрит на все наши бизнес процессы «снаружи» и видит только «поверхность» бизнеса в точках где с ним взаимодействует.

Для того чтобы воздействие на клиента достигало необходимых целей проводят А/В тестирование на определённой группе. С группой А не взаимодействуют, с группой В взаимодействуют. Тип взаимодействия любой - от непосредственно контакта до редизайна иконок заказа на сайте электронной коммерции.

При этом стараются обычно работать с минимальными группами, пока гипотеза не подтвердиться - чтобы сократить стоимость исследования и «не портить» основную группу. Поэтому часто группы могут слишком маленькие, чтобы реально показать результат и влияние случайных факторов перекрывает объективный результат.

Чтобы быть объективно уверенным в результате применяют А/А тестирование - берут две одинаковые группы (это можно и для А группы и для В группы) и одинаково с ними работают (или не работают). В результате сравнивают были ли отклонения у этих групп между собой? Если отклонения значительные, то группа для тестирования слишком мала и влияние случайных процессов слишком велико, чтобы увидеть результат нашего целенаправленного воздействия.

Долгий путь в digital

Долгий путь в digital:
Шаг 1: все процессы в ИТ системах
Шаг 2: Digital Footprint - цифровая архитектура
Шаг 3: активация новых процессов и бизнес моделей в цифровой среде
Шаг 4: WTF? Что-то пошло не так.

Что делать дальше?

Хайп тема - Process Mining ⛏. Собирается весь трек процесса в цифре, визуализируется и запускается поиск отклонений от средних показателей. В таких отклонениях также можно найти Root Case (от этого и пошло название Process Mining по аналогии Data Mining).

Очень интересная история о переформатировании цифровой инфраструктуры и процессов, посколько зачастую процесс (даже в таком регламентированном бизнесе как банки) не известен и нет ни одного человека который представляет процесс от начала до конца (да отдельные куски в рамках отделов бывают очень прозрачны). End2End процесс - это тайна и главная «скрытая жемчужина» на сегодня.

Кстати видел много пилотов которые не пошли дальше по забавной причине: после пилота находят столько «тонких мест», что бизнес говорит «Спасибо! Это ж удивительно как вообще все клиенты не разбежались.» и уходят исправлять выявленные в пилоте косяки. Работ по исправлению обычно на год - два на самые острые темы 👹. И говорят - нам все понравилось, глаза открылись, сейчас порешаем вопросы и вернёмся к полноценному проекту. 🤣🤣🤣