Andrew Bithell
Sales Team Lead
Black Friday begon dit jaar eerder dan ooit, ongetwijfeld deels als reactie op de beslissing van klanten om vooruit te shoppen voor Kerstmis en een goede deal te scoren. Maar gezien de stijgende retailkosten, inclusief transport en opslag, zal het piekseizoen van dit jaar veel meer gebaseerd moeten zijn op informatie, willen retailers de kans om consumenten te verleiden volledig maximaliseren.
Dit gaat niet langer alleen over het uitruimen van verouderde voorraad op Black Friday om magazijnruimte vrij te maken voor de kerstcollectie. Retailers met digitale mogelijkheden onderzoeken nu de granulariteit van prognoses die worden geboden door geavanceerdere Machine Learning (ML) en Artificial Intelligence (AI) technieken om een veel genuanceerdere benadering van het hoogseizoen te hanteren.
Geavanceerde analytische tools bieden een kans om elk aspect van de activiteiten in het hoogseizoen te heroverwegen. Retailers kunnen nu tot in detail de impact van prijsbeslissingen op SKU-niveau begrijpen, niet alleen op magazijnvoorraad en de toeleveringsketen, maar ook op de klantervaring, duurzaamheidsdoelstellingen, marge en merkwaarde. En dat inzicht transformeert zowel de retail prestaties als de klantervaring.
De sleutel hier is datadiversiteit. Retailers kunnen niet langer vertrouwen op geïsoleerde informatiebronnen, hoe realtime, nauwkeurig of gedetailleerd ook. Innovators maken gebruik van cloudgebaseerde analyses om meerdere datasets te combineren, van EPOS tot Merchandising tot Supply Chain Management en klantkanalen, evenals externe kwalitatieve bronnen zoals het weer en verkeer, om de prestaties in het piekseizoen te transformeren.
Deze organisaties maken niet alleen gebruik van de buitengewone rijkdom aan data – van real-time toeleveringsketens en klantgedrag – maar ook van de kracht van de nieuwste cloudgebaseerde technologie om diverse informatiebronnen snel te combineren en te verkennen.
Inzicht is niet langer beperkt tot een specifiek bedrijfsgebied, zoals het magazijn of het verkooppunt. Met krachtige analysetools kan een retailer het bedrijf nu volledig begrijpen, niet alleen op winkel- of categorieniveau, maar tot op de individuele klantervaring. Gegevens over klantgedrag zorgen voor steeds nauwkeurigere voorspellingen en prognoses.
In wezen maken analysetools optimalisatie mogelijk – en dat betekent dat het piekseizoen niet langer alleen gaat om het maximaliseren van (vaak afgeprijsde) verkopen, maar om het vastleggen en gebruiken van het extra klantenverkeer om een belangrijk probleemgebied aan te pakken.
Dit cross-business inzicht stelt retailers in staat om complexere vragen te stellen. Is het logischer om extra voorraad te verkopen om de magazijnruimte te verkleinen en de opslagkosten voor verouderde voorraad te minimaliseren? Of is de intrinsieke waarde van de voorraad voldoende om de marge – ondanks de opslagkosten – nog enige tijd op peil te houden?
Voor de meeste retailers heeft logistiek de prioriteit, waarbij geavanceerde analyses worden gebruikt om het transport van containers naar NL en vervolgens naar de winkel op de meest duurzame en effectieve manier te optimaliseren. Gegevensgestuurde strategische planning wordt gebruikt om de vraag beter te voorspellen, de benodigde voorraad te plannen die moet worden geleverd, de logistieke behoeften in te schatten en de activiteiten waar mogelijk te automatiseren.
Analytics stelt retailers ook in staat om shoppers op een andere manier te verleiden, of dat nu is door aanbiedingen te gebruiken om mensen naar de winkel te halen en individuen kennis te laten maken met verschillende delen van de productmix, of door een veel meer op intelligentie gebaseerde benadering van lokalisatie te gebruiken om de lokale vraag te maximaliseren. De verwachtingen van de klant worden nu bepaald door die retailers die gegevens gebruiken om pakkender te zijn en een aantrekkelijker aanbod te creëren.
Ook wordt de winstgevendheid veiliggesteld. Retailers houden meerdere snel veranderende variabelen in de gaten, zoals prijzen aangeboden door concurrenten, de huidige consumentenvraag naar geselecteerde producten en marges om dynamisch de meest optimale prijzen bij te werken om te voldoen aan verkoop- en omzetdoelstellingen.
Retailers zijn bedreven geworden in het optimaliseren voor Black Friday – het beoordelen van verouderde voorraden, het aanpassen van prijzen en het voorbereiden van de toeleveringsketen voor massale kortingen. Maar dat is een eendimensionaal model – en een model dat misschien niet zo goed werkt voor de kosten-gevoelige consument die vroeg voor Kerstmis aan het winkelen is. Zonder nauwkeurig inzicht en krachtige analyses lopen retailers het risico de kerstverkopen te kannibaliseren met te genereuze Black Friday-deals, waardoor magazijnen vol blijven met onverkochte voorraden voor de volle prijs.
Met de juiste vaardigheden en de juiste vervolgacties van detailhandelaren kan data-analyse het hele piekseizoen transformeren op een manier die de specifieke activiteiten van elke retailer weerspiegelt. Of het nu gaat om het vergroten van de klantloyaliteit en het versterken van het merkimago door klanttevredenheid te leveren, of het uitbannen van kosten door verspilling tegen te gaan en de productiviteit te verbeteren, data-analyse speelt een cruciale rol bij het transformeren van de winstgevendheid in deze periode.