Jak dostat zákazníky zpátky do obchodů? aneb Budoucnost kamenných prodejen

Jak ale dostat zákazníky zpátky do obchodů? Lidé sice chodí po ulicích, ale do obchodů se jim kvůli obavám o zdraví moc nechce. Obchody se s tím rozhodly bojovat po svém. Zkouší například instalovat chytré technologie do výloh. Jejich nabídka se tak výrazně personalizuje a mění se podle toho, kdo do výlohy právě kouká. Reaguje například na věk a pohlaví zákazníka. Už ve výloze může potenciální zákazník díky interakci získat například slevu. To vše s jediným cílem, dostat zákazníka do prodejny. Interaktivní nabídku obchodů doplňuje také instalace tzv. chytrých zrcadel. Před nimi si můžete nejen vyzkoušet oblečení, ale rovnou si i prohlédnout, jak byste vypadali v jiné barevné variantě. Zrcadlo je navíc schopno vám na základě sortimentu v obchodě nabídnout další doplňky či oblečení, které by se hodily k tomu, co si právě zkoušíte.

Díky novým technologickým možnostem se tak mění přístup obchodů k zákazníkům. V blízké budoucnosti tak už obchodníkům nepůjde primárně o prodej, ale o budování loajality a pozitivní zákaznické zkušenosti. Tímto způsobem se navíc otevírají možnosti propojení s věrnostními kartami. Chytré technologie zákazníka poznají a rovnou mu prostřednictvím výloh nebo obrazovek nabídnou produkty na míru. Obchody navíc také přemýšlí o zřizování coffee koutků (což už se děje například v knihkupectvích či buticích), poradenství a dalších doplňkových službách tak, aby v nich lidé trávili co nejvíce času. Samozřejmě za dodržení předepsaných hygienických podmínek.

Nové situaci se přizpůsobují i velké hobbymarkety. Jejich zákazníci si už na online nákupy zvykli. Obchody jim umožňují vybrat si zboží na internetu, provést nákup na dálku a nákup si pak jen na prodejně vyzvednout. Co ale hobbymarkety trápí, je nedostatek potřebných a funkčních systémů.

Zatímco dříve si zákazníci po obchodu hledali zboží sami, dnes to za ně dělají tzv. pickeři. Vychystávají zboží a připravují je zákazníkovi k vyzvednutí. Pickerům ale chybí navigace a dobrý systém aktualizace zásob. V jeden moment totiž dochází v hobbymarketech k tomu, že prodávají online i offline zároveň. V praxi se tak mnohdy stává, že pickeři běhají po obchodě a hledají zboží, o kterém nevědí, že už není na skladě. Jednotlivé položky se do systému nepropisují v reálném čase, a tak pickeři nevidí zboží, které je třeba už dávno vydané nebo prodané.

Co je výsledkem? Nespokojený zákazník, nepřesnosti v inventuře, chybějící položky na skladech, neefektivní práce pickerů a podobně.

Jak celý proces zautomatizovat a zrychlit?

• investovat do systémů, které propojují informace a data v reálném čase,
• využívat aplikace, které pickerům plánují cestu skladem s pomocí umělé inteligence – šetří čas a minimalizují chyby,
• ztransparentnit a začít sbírat informace o obrátce zboží v regálech a mít tak lepší přehled o zboží,
• monitorovat zákaznické chování.

V praxi se často setkáváme s tím, že týmy nebo oddělení spolu nesdílí informace. Nedávno po nás chtěl zákazník vytvořit systém, který by monitoroval, v jakém nákladovém prostoru se nachází který vůz. Nakonec nebylo třeba vytvářet systém, ale pouze sdílet informace. Údaje o tom, kde se který vůz nachází, totiž ve firmě měli, jen je nesdíleli napříč týmy.

U dalšího zákazníka mají planogram v jednom systému, přehled dostupného zboží v dalším systému a data o prodeji zboží ve třetím. To samo o sobě není nic zvláštního, ovšem zde data mezi systémy přenášejí ručně! Při tomto postupu roste riziko chyb, ať už z nepozornosti nebo z únavy. Navíc data z těchto systémů neputují do výroby, takže zboží se vyrábí jakýmsi odhadem.

Vždy se tedy firem ptáme, jaké informace by potřebovaly získávat pro efektivnější práci, a často zjišťujeme, že většinu informací už sbírají. Jen si jednotlivá oddělení informace nesdílejí navzájem. Zbytečně plýtvají časem i penězi. Proto:

• propojte data do jednoho systému,
• a vytvořte přehledný reporting, který všichni najdou na jednom místě.

V ideálním případě existuje pro každého pickera/řidiče road mapa a systém, který automaticky odečítá zboží ze skladu.

Ve skladech je v praxi relativně velká fluktuace zaměstnanců. Nové pracovníky je třeba neustále zaučovat. Navíc jim trvá, než se naučí znát sklad a vědí, kde najdou kterou uličku, které místo i zboží. Za většinu chyb, které v logistice vznikají, může nakonec lidský faktor. Proto doporučujeme zavést systémy, které:

• vědí, kde se real-time nachází picker/ řidič,
• vědí, kde se na skladě nachází zboží a v jakém skutečném množství,
• vytvoří efektivní trasu nakládky
• a pro pickera zobrazí přehledné informace, co kdy a kde má vyzvednout.

Navíc se na základě sesbíraných dat dají optimalizovat trasy a třeba i floor plány skladu či efektivní umístění zboží.

Dokázal vám zvýšený prodej zaplatit reklamu v místě prodeje? Víte, z jakého umístění se prodá nejvíc zboží? Je zatím málo firem, které na tyto a podobné otázky umí odpovědět kladně.

Proto jim dodáváme systémy, které:

• mají informaci o tom, kolik zboží je v kterém regálu
• a monitorují obrátku daného zboží.

Nejen že vědí, na které prodejně a kde zboží doplňovat, ale když známe zájem o zboží a když tyto informace monitorujeme v čase a propojíme je s dalšími daty o marketingu, počasí, dnu v roce, jsme schopni navíc predikovat potřeby zákazníků. Kromě toho také víme, zda byla reklamní kampaň úspěšná.

Obchodník tak má nejen doplněné regály, ale hlavně zná nákupní chování zákazníků, umí ho podpořit a dokáže více prodat.
 

Dodnes mnohé obchody zjišťují chování zákazníků dotazníkovým šetřením nebo pozorováním na místě. Obě metody jsou nárazové, finančně náročné, a tak probíhají jen jednou za čas. Navíc trpí chybovostí, která spočívá v samotném způsobu získávání a zaznamenávání dat.

Nové technologie jsou proti tomu schopny sbírat informace o zákaznickém chování průběžně. Víme, kdo je zákazníkem, zda jde o muže, ženu, skupinu lidí apod. Známe jejich zákaznickou cestu po obchodě. Víme, o které zboží mají zájem, a to vše komplexně a anonymizovaně.

Management obchodu je schopen na základě dat upravovat otevírací dobu, přizpůsobovat počet personálu vytíženosti a tím efektivně pracovat se mzdovými náklady. Lze upravit rozestavení pobočky i vystavení zboží a maximalizovat zákaznickou spokojenost a tím i obrat a zisk.

Informace lze propojit s predikcemi chování, když data obohatíme o informace, jako je den v týdnu nebo počasí. 

Článek Adély Mikschikové, Business Developement Managera pro oblast internetu věcí (IoT), uveřejnil měsíčník IT Systems 10/2020 a server systemonline.cz ZDE.