{"id":32035,"date":"2020-08-18T07:48:03","date_gmt":"2020-08-18T05:48:03","guid":{"rendered":"https:\/\/biznes.t-mobile.pl\/jak-praktycznie-wykorzystac-dane-o-klientach-sieci-detalicznych-do-zwiekszenia-sprzedazy"},"modified":"2021-04-26T14:02:15","modified_gmt":"2021-04-26T12:02:15","slug":"jak-praktycznie-wykorzystac-dane-o-klientach-sieci-detalicznych-do-zwiekszenia-sprzedazy","status":"publish","type":"post","link":"https:\/\/biznes.t-mobile.pl\/pl\/jak-praktycznie-wykorzystac-dane-o-klientach-sieci-detalicznych-do-zwiekszenia-sprzedazy","title":{"rendered":"Jak praktycznie wykorzysta\u0107 dane o klientach sieci detalicznych do zwi\u0119kszenia sprzeda\u017cy?"},"content":{"rendered":"\n\n\n
Z TEGO ARTYKU\u0141U DOWIESZ SI\u0118:<\/span><\/strong><\/strong>

<\/p>\n

    \n
  1. JAK BIG DATA WYKORZYSTYWANE JEST W BRAN\u017bY RETAIL?<\/span><\/strong><\/li>\n
  2. W JAKI SPOS\u00d3B POZYSKIWA\u0106 DANE O ZACHOWANIACH KLIENT\u00d3W Z POSZANOWANIEM ICH PRYWATNO\u015aCI?<\/span><\/strong><\/li>\n
  3. JAK POPRAWI\u0106 SKUTECZNO\u015a\u0106 MARKETINGU DZI\u0118KI DANYM O KLIENTACH SIECI DETALICZNYCH?<\/span><\/strong><\/li>\n
  4. W JAKI SPOS\u00d3B OPTYMALNIE LOKALIZOWA\u0106 PUNKTY SPRZEDA\u017bY?<\/span><\/strong><\/li>\n
  5. W JAKICH INNYCH OBSZARACH OPR\u00d3CZ BRAN\u017bY RETAIL MO\u017bNA Z POWODZENIEM WYKORZYSTYWA\u0106 DANE O LOKALIZACJI U\u017bYTKOWNIK\u00d3W SIECI MOBILNYCH?<\/span><\/strong><\/li>\n<\/ol>\n<\/td>\n<\/tr>\n<\/thead>\n<\/table>\n

    Wykorzystanie Big data do poszukiwania lokalizacji plac\u00f3wek retail<\/h2>\n

    Najcz\u0119\u015bciej dzi\u0119ki Big Data chcieliby\u015bmy pozyskiwa\u0107 informacje o zachowaniach naszych obecnych i potencjalnych klient\u00f3w. Chcemy na przyk\u0142ad wiedzie\u0107, czy warto zlokalizowa\u0107 sklep w jednej z galerii handlowych, czy mo\u017ce lepiej w mniej oczywistym miejscu. Sk\u0105d czerpa\u0107 wiedz\u0119 o liczbie os\u00f3b, kt\u00f3re przemieszczaj\u0105 si\u0119 w danym rejonie i czy osoby te nale\u017c\u0105 do naszej grupy docelowej? Okazuje si\u0119, \u017ce dane te dostarczy\u0107 mo\u017ce operator telekomunikacyjny. Gromadzone informacje pozwol\u0105 zlokalizowa\u0107 przemieszczaj\u0105cy si\u0119 strumie\u0144 os\u00f3b<\/a>, a narz\u0119dzia Big Data umo\u017cliwi\u0105 wykre\u015blenie map g\u0119sto\u015bci potencjalnych klient\u00f3w. Zestawiaj\u0105c takie informacje z kilku miejsc mo\u017cna \u0142atwo znale\u017a\u0107 odpowied\u017a, kt\u00f3ra z lokalizacji pozwoli potencjalnie zdoby\u0107 wi\u0119cej kupuj\u0105cych i w jakich godzinach powinna by\u0107 otwarta plac\u00f3wka handlowa.<\/span><\/p>\n

    Jak zdoby\u0107 informacje o naszych klientach z poszanowaniem ich prywatno\u015bci?<\/h2>\n

    Co istotne, metoda ta pozwala uszanowa\u0107 prywatno\u015b\u0107 naszych potencjalnych klient\u00f3w. Informacje zbierane s\u0105 przez operator\u00f3w telekomunikacyjnych ca\u0142kowicie anonimowo i nikt nie zagl\u0105da konkretnemu cz\u0142owiekowi do jego koszyka zakupowego ani do portfela po to, by profilowa\u0107 i wycenia\u0107 jego warto\u015b\u0107 komercyjn\u0105. Zagregowane informacje o potencjalnych klientach pozwalaj\u0105 tak\u017ce efektywniej kierowa\u0107 bud\u017cety marketingowe. Mapy aktywno\u015bci umo\u017cliwiaj\u0105 zakre\u015blanie obszar\u00f3w zasi\u0119gu \u201ewycieczek zakupowych\u201d i miejsc, w kt\u00f3rych nasi potencjalni klienci najch\u0119tniej robi\u0105 zakupy. Dzi\u0119ki tym informacjom mo\u017cliwe jest lepsze dostosowanie aktywno\u015bci marketingowych, takich jak ulotki, gazetki czy og\u0142oszenia w lokalnych portalach i mediach niszowych. \u0141atwiej jest dzi\u0119ki temu ustali\u0107 obszar, z kt\u00f3rego mo\u017cemy spodziewa\u0107 si\u0119 os\u00f3b sk\u0142adaj\u0105cych wizyt\u0119 w naszej plac\u00f3wce. Z mo\u017cliwo\u015bci tych ju\u017c teraz korzystaj\u0105 najwi\u0119ksi w bran\u017cy retail w\u0142a\u015bciciele hipermarket\u00f3w, ale zakres zastosowania tych danych mo\u017cna rozszerzy\u0107 tak\u017ce na mniejszych graczy oraz r\u00f3\u017cnorodne ga\u0142\u0119zie handlu i us\u0142ug, takich jak ubezpieczenia, turystyka, czy bankowo\u015b\u0107. Konstruuj\u0105c promocj\u0119 i zach\u0119caj\u0105c do odwiedzenia naszej plac\u00f3wki znajduj\u0105cej si\u0119 na trasie, kt\u00f3r\u0105 przemieszcza si\u0119 nasz potencjalny klient, zwi\u0119kszamy szanse na jego pozyskanie.<\/span><\/p>\n

    Big Data w praktyce<\/h2>\n

    Innymi pytaniami, kt\u00f3re cz\u0119sto padaj\u0105 w bran\u017cy retail s\u0105: jak g\u0119sto nale\u017cy umie\u015bci\u0107 nasze punkty sprzeda\u017cy, czy otwarcie sklepu o kilkaset metr\u00f3w dalej nie \u201ezabije\u201d sprzeda\u017cy w pierwotnym punkcie? Przed tak\u0105 w\u0142a\u015bnie trudn\u0105 do rozwi\u0105zania zagadk\u0105 stan\u0119\u0142a sie\u0107 kawiarni – jeden z klient\u00f3w us\u0142ug Big Data operatora T\u2011Mobile. Dylemat ten uda\u0142o si\u0119 szybko rozwi\u0105za\u0107 spogl\u0105daj\u0105c na map\u0119 aktywno\u015bci klient\u00f3w. Okaza\u0142o si\u0119, \u017ce ruch w obydwu miejscach, pomimo, \u017ce znajdowa\u0142y si\u0119 one relatywnie blisko siebie, by\u0142 na tyle du\u017cy, \u017ce inwestycja w nowy lokal w bliskim s\u0105siedztwie pierwszej kawiarni sta\u0142 si\u0119 strza\u0142em w dziesi\u0105tk\u0119. Nie bez powodu wspominamy w\u0142a\u015bnie o mo\u017cliwo\u015bciach dostarczania zagregowanych danych przez sie\u0107 T\u2011Mobile. To w\u0142a\u015bnie ten operator dysponuje kilkoma milionami aktywnych kart SIM nale\u017c\u0105cych do u\u017cytkownik\u00f3w w r\u00f3\u017cnym wieku i z r\u00f3\u017cnych grup zawodowych. To najwi\u0119ksza na rynku Big Data w Polsce grupa os\u00f3b, kt\u00f3ra wyrazi\u0142a zgod\u0119, by poddawa\u0107 analizie statystycznej dane z zachowaniem anonimowo\u015bci i poszanowaniem dla prywatno\u015bci ludzi. Dzi\u0119ki tak du\u017cej pr\u00f3bie dane te pozwalaj\u0105 stwierdzi\u0107 nie tylko to, jaki \u201ekawa\u0142ek tortu\u201d pozyska\u0142a konkretna sie\u0107 sprzeda\u017cy, ale mo\u017cna z nich r\u00f3wnie\u017c dowiedzie\u0107 si\u0119 jak du\u017cy jest rynek, gdzie szuka\u0107 potencjalnych klient\u00f3w oraz jak na tle ca\u0142ego rynku wypada konkurencja.<\/span><\/p>\n

    Szerokie pole do zastosowa\u0144 Big Data<\/h2>\n

    Mo\u017cliwo\u015bci wykorzystania Big Data nie ko\u0144cz\u0105 si\u0119 jednak na sieciach handlowych. Analizami w oparciu o du\u017ce zbiory danych zainteresowane s\u0105 tak\u017ce miasta, kt\u00f3re korzystaj\u0105c z danych statystycznych na temat ruchu turystycznego w konkretnych lokalizacjach s\u0105 w stanie skutecznie realizowa\u0107 planowanie przestrzenne, transport komunalny, a tak\u017ce organizowa\u0107 przeno\u015bne punkty sanitarne oraz infrastruktur\u0119 dla turyst\u00f3w. Innym, mniej oczywistym przyk\u0142adem instytucji, kt\u00f3ra korzysta z analiz Big Data s\u0105 wodoci\u0105gi na po\u0142udniu Polski, kt\u00f3re na podstawie danych mog\u0105 lepiej prognozowa\u0107 dostawy wody i robi\u0105 to w taki spos\u00f3b, by unikn\u0105\u0107 ich brak\u00f3w w najbardziej ucz\u0119szczanych lokalizacjach. Podobnie mo\u017cna te\u017c prognozowa\u0107 zu\u017cycie innych medi\u00f3w, takich jak energia elektryczna.<\/span><\/p>\n

    Podsumowanie<\/h3>\n

    Przypomnijmy najwa\u017cniejsze informacje o zastosowaniu danych o klientach sieci detalicznych do zwi\u0119kszenia sprzeda\u017cy:<\/span><\/p>\n