Lo scorso 18 aprile si è tenuto un webinar sulla retail datafication, realizzato da Retail Institute, MarkUp e OneStock, player europeo dei sistemi di gestione degli ordini (Oms) e
dei servizi omnicanali quali Ship from Store e scaffale infinito. La presenza di un panel di relatori significativo ha permesso di esplorare gli ultimi trend correlati all’utilizzo dei dati. Erano presenti al webinar Daniele Cazzani, head of promotions and customer experience retail Italia, Luxottica; Emanuele Frontoni, Professore informatica, intelligenza artificiale, Università di Macerata; Flora Leoni, chief data officer, Crm e servizi, Carrefour; Marco Sacco Stevanella, country manager, Manomano; Lorenzo Stranges, chief marketing officer, OneStock. Il webinar si inserisce nel novero delle attività di Retail Institute che ha come obiettivo, tra gli altri, monitorare e condividere l’innovazione nella retail industry, decodificare ed esprimere l’orientamento del settore nel presente e futuro. Con queste premesse è nato l’approfondimento sul tema retail datafication, che è non solo hype word, ma una evidente realtà. Che il mondo del business stia andando ancora più velocemente verso un ambiente “data driven” è quotidianità: top management che seleziona i piani di sviluppo partendo dai dati; le Asa/Sbu (aree strategiche di affari) o divisioni che operano attraverso i dati; reparti che raccolgono, analizzano ed interpretano dati per comprendere il go to market e per il supporto al decision making forse anche troppo velocemente, intensamente e spesso ciecamente. Siamo assimilati ai dati che “vedono” solo una parte della realtà (il futuro chiuso). È fondamentale combinare forecast, foresight e anticipation con future e data literacy per avere il corretto quadro interpretativo.
Alta pressione competitiva
Il rapido avanzamento delle tecnologie ha causato cambiamenti drastici in ogni campo e ha aumentato la pressione competitiva sulle aziende. Allo stesso tempo, anche la funzione di marketing nelle organizzazioni delle retail industry sta diventando più sofisticata e personalizzata (un acronimo chiarificatore tra tutti: martech, combinazione marketing e tecnologia) e i big data hanno guidato la trasformazione digitale ottenendo approfondimenti più rapidi da dati più veloci. La crescente velocità di generazione dei dati, e la grande quantità, hanno però reso anche molto difficile per le organizzazioni estrarre dati utili a prendere decisioni tempestive ed efficaci. Di conseguenza, le organizzazioni del retail si trovano ad affrontare grandi pressioni manageriali nel prendere le decisioni giuste, a causa di un mix tra investimenti in tecnologia idonea a gestire i big data, organizzazione, competenze, cultura e, aggiungerei, di carenza di personale qualificato, solo per citare alcune aree: la selezione delle aperture dei negozi, la scelta della loro ubicazione, le ristrutturazioni, le espansioni, l‘assortimento, il demand planning e supply chain, le promozioni, le collezioni, lo shopper marketing ecc. Poiché il settore del retail è molto dinamico e anche i comportamenti dei consumatori cambiano continuamente, le organizzazioni devono prendere decisioni “in movimento” basate sui dati dei clienti provenienti da varie fonti, non facile, come condiviso. I big data non possono essere gestiti con metodi convenzionali, poiché non solo vengono raccolti da una varietà di strumenti tra cui software, sensori, dispositivi e altri hardware, ma crescono anche con gli anni man mano che la potenza di calcolo diventa più economica e accessibile. Una gestione ma-nuale di queste quantità di dati è impensabile, hanno anche una logica di catalogazione e conservazione di tutti i dati ricavati attraverso i vari touchpoint. Alcuni ricercatori accademici hanno indicato 5 le dimensioni di classificazione: volume, velocità, varietà, veridicità, e valore.
Fisionomia dei dati
Il volume si misura in petabyte e multipli: un petabyte equivale a 20 milioni di schedari. Il volume può essere definito come l’entità dei dati; le definizioni variano in quanto il vo-lume è in continua evoluzione, poiché cambieranno le fonti di archiviazione dei dati. La varietà è data dal tipo di dati, poiché i progressi tecnologici aiutano le organizzazioni a memorizzare i dati in forma strutturata, non strutturata o semi-strutturata. I dati strutturati rappresentano solo il 5% di tutti i dati, mentre il resto è non strutturato. La maggior parte dei dati non strutturati proviene dai social media e da altre fonti simili (Erevelles et al., 2016). La velocità è quella con cui vengono generati i dati, gli smartphone e i sensori hanno portato a una straordina-ria velocità di creazione dei dati che evidenzia la richiesta di analisi in tempo reale. La velocità fornisce informazioni affidabili sui clienti, come la posizione, i dati demografici o i modelli di acquisto. I marketer che dispongono di dati ricchi, tempestivi e approfonditi sui clienti prendono decisioni migliori rispetto ai loro concorrenti e rendono più efficaci le loro operazioni commerciali (Lycett, 2013). La veridicità è definita come un flusso di dati che non è mai uguale, in quanto presenta modelli diversi, e rende difficile per le aziende raccogliere, chiarire ed estrarre le preziose informazioni sui clienti. È importante comprendere il tipo di dati necessari per l’organizzazione, poiché le fonti sono aumentate. L’ultima cosa importante dei big data è quanto siano utili per le aziende. Serve però abilità nel trasformare i dati in qualcosa di utile in modo che le aziende possano prendere buone decisioni. I big data aiutano i retailer (e produttori) a mantenere i propri utenti interessati al servizio offerto. Per rendere i dati significativi, si possono utilizzare la tecnologia e diver-se tecniche per estrarre le informazioni e renderle utili. Nelle pratiche convenzionali gli esperti di marketing erano soliti utilizzare diverse tecniche e osservazioni per capire la domanda del prodotto e il punto di vista dei clienti; ora i big data hanno cambiato l’intera prassi e reso le cose più semplici, in quanto i clienti danno il loro feedback e creano dati generati dagli utenti che possono essere utilizzati per capire il valore del prodotto e gli esperti di marketing possono modificare il modo in cui i clienti desiderano il prodotto. Le grandi organizzazioni retail e manifatturiere stanno utilizzando i big data nelle loro strategie perché ne hanno compreso l’importanza e li stanno incorporando nelle pratiche quotidiane; è ovvio che i big data possono aiutare a prendere decisioni più rapide e migliori, poiché giocheranno un ruolo centrale in futuro. I Big Data sono ormai disponibili ovunque sotto forma di dati strutturati (dati memorizzati dalle organizzazioni in modo sistematico) o non strutturati come immagini, video e file audio, testi.
Alcune Case History
Il delivery omnicanale di OneStock
In Europa, diversi merchant omnicanale ricorrono a un Oms -Order Management Systemper unificare lo stock disponibile e introdurre un’orchestrazione degli ordini. Uno specialista è OneStock che, attraverso un’apposita piattaforma a disposizione dei merchant, permette di convogliare tutti gli ordini dei molteplici canali di vendita, gestire tutti i punti di stoccaggio e tutte le destinazioni possibili. I vantaggi dell’utilizzo dell’Oms di OneStock hanno consentito a un retailer omnicanale come Petit Bateau di incrementare il sellout in determinati periodi. Nel 2021, in assenza di un Oms sono emerse diverse criticità: priorità non data al magazzino centrale; troppi ordini ai negozi; ordini piccoli non trattati; priorità non data alla riduzione degli split. Adottando OneStock nel periodo dei saldi dell’estate 2022, Petit Bateau ha registrato risultati positivi in raffronto alla situazione precedente: 5% di vendite supplementari sui best seller; quasi 100% di smaltimento dello stock a prezzo pieno dei prodotti più popolari; diminuzione di oltre il 20% degli stock residui a fine stagione. OneStock utilizza la Bi per misurare i kpi più importanti.
Manomano: i dati sviluppano il business model
L’eTailer francese specializzato nel fai da te è sul mercato dal 2012. Il sito di Manomano nasce per l’utente finale con un’offerta di prodotti per il in bricolage e fai da te, edilizia, giardinaggio, decorazione e arredo bagno. Grazie all’utilizzo dei dati ha ampliato il business model originario affiancando al sito B2c uno B2b dedicato a idraulici, elettricisti, muratori e altri clienti dotati di partita Iva. Secondo Marco Sacco Stevanella, country manager, Manomano: “Abbiamo messo a punto un algoritmo con il quale siamo riusciti a comprendere quali clienti B2c potessero essere di tipo professionale attraverso l’analisi dei dati anagrafici e di fatturazione. Da qui è partita una strategia di deployment per convincere i clienti identificati a iscriversi al sito B2b”.
Luxottica: il dato è elemento di fidelizzazione
Per Luxottica il punto di vendita fisico per è il luogo dove sono acquisiti i dati del cliente. Luxottica ha messo a punto un marketing “digital-like” per il quale sono personalizzate le offerte in modo mirato per creare fidelizzazione. La fase di acquisizione presenta alcune sfide come dichiarato da Daniele Cazzani, head of promotions and customer experience retail Italia, Luxottica: “La difficoltà maggiore è l’aggiornamento dei dati. Il nostro è un business retail a bassa frequenza per cui è necessario verificare che i dati del cliente non siano cambiati. Questo si ottiene con un forte ingaggio degli addetti chiamati ad una costante opera di refresh su ogni cliente che entra in negozio. I dati per noi sono importanti anche per la continua definizione dell’assortimento”.
Carrefour, una digital retail company
Il modello di digital retail company è uno degli obiettivi di lungo termine che il retailer francese ha dichiarato e intrapreso negli ultimi 2 anni. Tra gli obiettivi, diventare un retailer pienamente omnicanale anche su offerte e Crm. Carrefour dispone di una rete di vendita diretta e in franchising. Nel percorso di trasformazione digitale vi è l’obiettivo di condividere con gli affiliati tutti i dati che la rete diretta dispone e pilotarne le politiche commerciali rispetto alle migliori opportunità che l’analisi dei dati suggerisce. Secondo Flora Leoni, cdo, crm e servizi di Carrefour: “Connotarci come digital retail company per noi significa costruire e offrire esperienze rilevanti per i nostri clienti attraverso l’utilizzo dei dati e del digitale”.
