Com aplicar Big Data en eCommerce
Laia Ordoñez
28/03/2018
-
Un dels termes de moda que aplica les dades de manera científica. T'expliquem 5 maneres d'aplicar Big Data a l’eCommerce. No te les perdis!
-
-
-
Generem i emmagatzemem cada vegada més i més dades. Enormes quantitats d'informació que podem i hem d'utilitzar si volem treure el màxim partit al nostre negoci. Avui parlem de com aplicar el Big Data en eCommerce.
-
Per què és tan important l'ús de les dades?
-
La resposta és senzilla (sobre el paper): cada minut que passa a Internet s'estan generant milions d'interaccions. Des de cerques en els diferents motors, engagement amb plataformes socials o visualitzacions a, per descomptat, compres i visites a botigues online.
El gran repte és afegir totes aquestes dades i posar-les en valor. Si aconseguim agrupar-les i analitzar-les amb la velocitat suficient (que idealment hauria de ser en temps real) tindrem una visió panoràmica del client com mai s'havia pogut imaginar fins ara.
En termes d'eCommerce gràcies al Big Data podem saber:- Què ha comprat a la nostra botiga
- Quan ha realitzat la seva última compra
- Quins altres productes ha visitat
- El sentiment cap a la marca
- Interessos i temes que li motiven
El Big Data en eCommerce suposa una oportunitat per predir i personalitzar l'experiència de compra, una forma d'aplicar en temps real estratègies basades en dades objectives. -
Ús de Big Data en eCommerce
-
Sortim una mica de l'abstracte i vegem algunes de les possibilitats concretes que té l'anàlisi d'aquestes dades des del punt de vista de les botigues online.
-
-
-
#1 - Per predir tendències
-
Realitzant un detallat anàlisi de la informació que es genera en els motors de cerca, els resultats de les nostres campanyes publicitàries (especialment rellevants els termes de cerca d'AdWords), informació interna com la que es genera des del propi cercador de la botiga i el sentiment cap a la marca en social media tindrem una fotografia molt clara del que busca el consumidor.
Aquesta informació ha de creuar-se amb el nostre negoci, quin dels nostres productes el satisfà millor? Hauríem d’incorporar alguna cosa nova a l'estoc? Creem una categoria per això? -
EXEMPLE: un bon exemple és el de la botiga de moda zaful.com que després de la Fashion Week de Nova York va detectar un increment en les cerques de la keyword: "stripes" (ratlles) i va llançar una nova col·lecció per a la temporada següent que es va vendre un 35% més.
-
#2 - Per personalitzar l'experiència
-
D'això en sap molt Amazon que cada vegada utilitza més i millor el behavioural content o el contingut conductual creat sobre la base del comportament de l'usuari.
La manera més bàsica però no menys efectiva d'aplicar el Big Data a l'experiència de compra personalitzada és mitjançant les recomanacions. Parlàvem abans de tenir un perfil complet de l'usuari amb el que ajustant l'oferta dels productes a la realitat i el context d'aquesta persona incrementarem notablement la conversió. Cada vegada més ens movem cap a botigues diferents per a cada usuari. -
#3 - Per ser més eficients amb el repricing
-
Depenent del nínxol i l'estacionalitat, la competència pot arribar a ser ferotge. Una de les armes que sempre s'han utilitzat des dels primers temps del detall, l'oferta i la demanda és l'estratègia de repricing que, bàsicament, consisteix en adequar els preus al mercat dinàmicament.
Utilitzant Big Data, el repricing té molt més de científic que d'intuïtiu. Podem de nou analitzar vectors propis (nivell d'estoc, percentatge de conversió d'un determinat article, prediccions de venda...) i variables externes ja comentades (accions de la competència, intenció de cerca, engagement, tendències...)
Gràcies a això estarem en disposició, per exemple, de pujar el preu d'un producte de forta demanda i poca oferta, baixar preus fora de mercat, crear promocions, crear packs o bundles... l'únic límit és el que se't passi pel cap a nivell estratègic. -
-
-
#4 - Per preveure la demanda
-
Un dels assumptes més delicats per a qualsevol botiga online és ser capaç de preveure les vendes dels seus productes. Sempre es viu amb el dubte de si es comprarà massa i tindrem sobrestock o per contra trencarem estocs i perdrem vendes.
Aquesta balança entre el cost que suposa produir i emmagatzemar productes que no es venen i el cost d'oportunitat perduda pot minimitzar-se gràcies al Big Data. De nou posem d'exemple a Amazon que és capaç d'utilitzar l'històric de les seves vendes per preveure les vendes a futur. -
-
-
#5 - Per a l'atenció al client
-
Coneixent al client se li atendrà millor. És gairebé una obvietat però no per això és menys cert.
En manipular tota la informació rellevant sobre ell com el seu historial de compres, interaccions prèvies amb els diferents departaments i mitjançant social media tenim una visió clara de què oferir-li i com fer-ho.
Un exemple? La companyia aèria Southwest Airlines que gaudeix d'una gran reputació precisament per la seva atenció al client, utilitza en temps real les interaccions dels seus clients en xarxes socials, les creua amb les dades del seu propi servei d'atenció al client i permet que els seus agents siguin capaços d'oferir una solució òptima i ràpida en cada escenari (també utilitzen Big Data promocionalment creant ofertes a mida) -
No et sembla increïble el que l'aplicació del Big Data a l’eCommerce pot fer per un negoci? Ho veus dins la teva estratègia futura?
-
Imatges | Fotolia.