Баннер ФЗ-54
facebookvkenvelopeuseraddeyebasketkeyloupearrow-leftarrow-right
27 ноября 2015, 11:36 8541 просмотр

На что способны Big Data или супер-кейс сети Target

Два года назад многих удивила новость о том, что американская торговая сеть Target узнала о беременности девушки раньше, чем её отец. «Она ещё в школу ходит, а вы посылаете ей купоны на детскую одежду и памперсы?», — кричал тогда рассерженный отец.

Big Data

Действительно, дочь разгневанного мужчины была школьницей, и поэтому в ответ на крики отца по поводу такого инцидента работники магазина просто извинились. Однако потом выяснилось, что девушка и в самом деле была в положении, даже сама того в момент инцидента не зная.

Но как же о беременности девушки узнал магазин? Оказалось, что это произошло благодаря используемым в данном магазине алгоритмам прогнозирования поведения покупателей. На основе анализа товаров, приобретаемых школьницей в этом магазине, а она покупала там духи, её отнесли к группе беременных, и поэтому торговой системой было принято решение прислать ей соответствующие купоны.

Поэтому ничего удивительного: простой дата-майнинг истории покупок с привязкой к дисконтной или банковской карте может узнать даже такие, казалось бы, удивительные вещи.

Кроме того, в сети Target налажена система прогнозирования беременности. Ученые доказали, что многие наши привычки (в том числе покупательские) довольно трудно изменить. Проанализировав свой маршрут по супермаркету во время закупки продуктов на неделю, вы поймете, что передвигаетесь по одной и той же траектории, кладете в корзину йогурты от одного и того же производителя, туалетную бумагу одного и того же бренда. Но в нашей жизни существуют моменты, когда привычки поддаются колоссальным изменениям — и именно эти периоды бесценны для маркетологов. Речь идет об окончании университета, переезде в другой город, смене работы или планировании беременности. Ожидание ребенка — период, когда мы не только бессознательно, но и сознательно готовы изменить свои привычки, и если нас правильно «зацепить» — мы превратимся в лояльных клиентов на долгие годы.

Поэтому Target поставил перед отделом прогнозной аналитики задачу: определить, какая из покупательниц ждет ребенка до того, как это станет очевидно. Проанализировав покупательские привычки беременных женщин, аналитиками была разработана система прогнозирования беременности.

Представим себе ситуацию: молодая женщина заходит в магазин и покупает лосьон с кокосовым маслом, сумку для прогулок и ярко-голубой плед. Программное обеспечение в Target выдаст свой вердикт: вероятность беременности этой покупательницы — 87%. Данные поступают маркетологам, и теперь Target начнет формировать ее привычки и управлять ими: пришлет ей купон со скидкой на детскую кроватку, присыпку, детские бутылочки и т. д. Причем это будет выглядеть ненавязчиво, чтобы не вызвать волну негодования за «шпионаж»: скидки на товары для детей помещаются среди скидок на другие товары.

Стоит отметить, что ранее Эндрю ПОЛ, Руководитель аналитического отдела Target и создатель системы прогнозирования беременности, с удовольствием давал интервью об использовании глубинного анализы данных (data mining) в сети Target и о своем «детище», но вскоре руководство приостановило его красноречие.

В действительности, когда потребители осознали, каким количеством их личной информации владеет ритейлер, начало возникать много вопросов о правомерности использования этих данных. С одной стороны, закон в Соединенных Штатах позволяет компаниям проводить исследования с тем, чтобы лучше узнать своих потребителей и продвигать свои продукты наиболее подходящим способом. С другой стороны, никто не дает гарантии, что Target не станет сообщать личные данные третьим лицам далеко не в маркетинговых целях. Известно, что Target передает информацию другим организациям, не входящим непосредственно в торговую сеть Target: продавцам, бизнес-партнерам и другим компаниям. Помимо этого, на законодательном уровне существует мало препятствий для такой передачи данных, она должна лишь соответствовать политике конфиденциальности компании.

Напомним, что Target ежегодно тратит около 4 миллионов долларов на содержание аналитического отдела из 50 человек, базирующихся в США и Индии.

PS: Кейс подсказал Андрей Янбухтин, Спикер проекта «99%. Когда ритейл-данные работают на максимум» 3 декабря

Портал: www.my-trade-group.com

Источник: forbes.com,habrahabr.ru

Теги: Big Data Target
Поделиться публикацией:
Кто-то ушел совсем, а кто-то обещает вернуться
4098
Новая статья бизнес-консультанта Сергея Илюхи
776
Мустафа Шахин, AR Fashion (бренды Cacharel и U.S. ...
1979
Андрей Бударин, начальник Управления оперативного ...
3666
Компания сетевого маркетинга тестирует формат для ...
4014
Торговый зал — лишь небольшая часть бизнеса. Наш м...
5639
Как в Сибири зарождается новый бренд премиальной в...
1137
Сетевые операторы «РЖД» оптимизируют документообор...
920

Big Data

Действительно, дочь разгневанного мужчины была школьницей, и поэтому в ответ на крики отца по поводу такого инцидента работники магазина просто извинились. Однако потом выяснилось, что девушка и в самом деле была в положении, даже сама того в момент инцидента не зная.

Но как же о беременности девушки узнал магазин? Оказалось, что это произошло благодаря используемым в данном магазине алгоритмам прогнозирования поведения покупателей. На основе анализа товаров, приобретаемых школьницей в этом магазине, а она покупала там духи, её отнесли к группе беременных, и поэтому торговой системой было принято решение прислать ей соответствующие купоны.

Поэтому ничего удивительного: простой дата-майнинг истории покупок с привязкой к дисконтной или банковской карте может узнать даже такие, казалось бы, удивительные вещи.

Кроме того, в сети Target налажена система прогнозирования беременности. Ученые доказали, что многие наши привычки (в том числе покупательские) довольно трудно изменить. Проанализировав свой маршрут по супермаркету во время закупки продуктов на неделю, вы поймете, что передвигаетесь по одной и той же траектории, кладете в корзину йогурты от одного и того же производителя, туалетную бумагу одного и того же бренда. Но в нашей жизни существуют моменты, когда привычки поддаются колоссальным изменениям — и именно эти периоды бесценны для маркетологов. Речь идет об окончании университета, переезде в другой город, смене работы или планировании беременности. Ожидание ребенка — период, когда мы не только бессознательно, но и сознательно готовы изменить свои привычки, и если нас правильно «зацепить» — мы превратимся в лояльных клиентов на долгие годы.

Поэтому Target поставил перед отделом прогнозной аналитики задачу: определить, какая из покупательниц ждет ребенка до того, как это станет очевидно. Проанализировав покупательские привычки беременных женщин, аналитиками была разработана система прогнозирования беременности.

Представим себе ситуацию: молодая женщина заходит в магазин и покупает лосьон с кокосовым маслом, сумку для прогулок и ярко-голубой плед. Программное обеспечение в Target выдаст свой вердикт: вероятность беременности этой покупательницы — 87%. Данные поступают маркетологам, и теперь Target начнет формировать ее привычки и управлять ими: пришлет ей купон со скидкой на детскую кроватку, присыпку, детские бутылочки и т. д. Причем это будет выглядеть ненавязчиво, чтобы не вызвать волну негодования за «шпионаж»: скидки на товары для детей помещаются среди скидок на другие товары.

Стоит отметить, что ранее Эндрю ПОЛ, Руководитель аналитического отдела Target и создатель системы прогнозирования беременности, с удовольствием давал интервью об использовании глубинного анализы данных (data mining) в сети Target и о своем «детище», но вскоре руководство приостановило его красноречие.

В действительности, когда потребители осознали, каким количеством их личной информации владеет ритейлер, начало возникать много вопросов о правомерности использования этих данных. С одной стороны, закон в Соединенных Штатах позволяет компаниям проводить исследования с тем, чтобы лучше узнать своих потребителей и продвигать свои продукты наиболее подходящим способом. С другой стороны, никто не дает гарантии, что Target не станет сообщать личные данные третьим лицам далеко не в маркетинговых целях. Известно, что Target передает информацию другим организациям, не входящим непосредственно в торговую сеть Target: продавцам, бизнес-партнерам и другим компаниям. Помимо этого, на законодательном уровне существует мало препятствий для такой передачи данных, она должна лишь соответствовать политике конфиденциальности компании.

Напомним, что Target ежегодно тратит около 4 миллионов долларов на содержание аналитического отдела из 50 человек, базирующихся в США и Индии.

PS: Кейс подсказал Андрей Янбухтин, Спикер проекта «99%. Когда ритейл-данные работают на максимум» 3 декабря

Портал: www.my-trade-group.com

Источник: forbes.com,habrahabr.ru

На что способны Big Data или супер-кейс сети TargetBig Data, Target
https://www.retail.ru/local/templates/retail/images/logo/login-retail-big.png 243 67
На что способны Big Data или супер-кейс сети Target
https://www.retail.ru/local/templates/retail/images/logo/login-retail-big.png 243 67
SITE_NAME https://www.retail.ru
https://www.retail.ru/cases/105317/2017-12-18