โครงการ Big Data และอนาคตของธุรกิจค้าปลีก (Retail)

ปัจจุบันหลายบริษัทในกลุ่มธุรกิจค้าปลีกได้ดำเนินโครงการ Big Data และนำข้อมูลมาแปรผลเพื่อวิเคราะห์และตัดสินใจวางแผนดำเนินงาน ซึ่งบริษัท McKinsey Global Institute ได้ออกมาคาดการณ์ว่าบริษัทผู้ค้าปลีกสามารถเพิ่มกำไรได้มากกว่า 60% จากการใช้ Big Data ในการดำเนินงาน

(ที่มา: https://www.mckinsey.com/business-functions/mckinsey-digital/our-insights/big-data-the-next-frontier-for-innovation)

ด้วยความก้าวหน้าทางเทคโนโลยีและปัจจัยต่างๆ ทำให้ข้อมูลต่างๆ เพิ่มสูงขึ้น ในปัจจุบันมีข้อมูลเพิ่มขึ้นอย่างมากมายมหาศาล ไม่ว่าจะเป็นข้อมูลที่เกี่ยวข้องกับลูกค้า ข้อมูลในช่องทางโซเชียลมีเดีย ข้อมูลการใช้งานมือถือ ข้อมูลการซื้อ ข้อมูลความพึงพอใจของลูกค้าและอื่นๆ ซึ่งในอนาคตมีแนวโน้มที่จะเพิ่มสูงขึ้นเรื่อยๆ และจะมีข้อมูลที่หลากหลายมากขึ้นอีกด้วย เช่น ข้อมูลอัตราการเต้นของหัวใจและสถานที่จากนาฬิกาอัจฉริยะ ข้อมูลความสนใจจากลำโพงอัจฉริยะและอุปกรณ์เสริมต่างๆ

ข้อมูลที่ได้กล่าวมาข้างต้นล้วนมีมูลค่า ซึ่งจะมากน้อยแค่ไหนก็ขึ้นอยู่กับความสามารถในการเก็บรวบรวมข้อมูลและการนำมาใช้งานของแต่ละองค์กรว่าสามารถนำมาประยุกต์ใช้ได้มีประสิทธิภาพเพียงใด

ธุรกิจค้าปลีกจะใช้ประโยชน์จาก Big Data ได้อย่างไร?

องค์กรต่างๆที่นำ Big Data เข้ามาใช้จะต้องมีกรอบในการดำเนินโครงการที่เหมาะสม เพราะข้อมูลต่างๆมีขนาดใหญ่ มีรูปแบบของข้อมูลและช่องทางของข้อมูลที่แตกต่างกัน เช่น ข้อมูลยอดขายมีรูปแบบเป็นตัวเลขจากระบบภายในองค์กรบริษัท ข้อมูลรูปภาพจากสื่อโซเชียล ข้อมูลเสียงจากอุปกรณ์ IoT เป็นต้น ซึ่งข้อมูลเหล่านี้เกิดขึ้นตลอดเวลา จึงต้องมีการวางแผนในการรวบรวมข้อมูล แปลงข้อมูลเพื่อนำมาวิเคราะห์ได้แบบเรียลไทม์

เราขอยกตัวอย่างกรอบในการดำเนินงานโครงการ Big Data ของบริษัทคอราไลน์

ซึ่งจะสามารถช่วยให้เข้าใจการดำเนินโครงการ Big Data มากขึ้น

1. Digital Transformation

1.1 Data Preparation จะเป็นการรวบรวมข้อมูลต่างๆ ไม่ว่าจะเป็น Internal source หรือ External Source นำมาทำความสะอาด เชื่อมโยงข้อมูล เป็นขั้นตอนการเตรียมข้อมูลทั้งหมด

1.2 Platform Implementation เป็นการเตรียมระบบเซิร์ฟเวอร์ เชื่อม Network เตรียม Platform ที่จำเป็นในการใช้งานเพื่อรองรับและเชื่อมโยงข้อมูลทั้งหมด

1.3 Data Governance การกำหนดนโยบายการใช้ข้อมูลกับผู้เกี่ยวข้องทั้งหมด

2. Advance Analytics

ในส่วนนี้จะเป็นขั้นตอนของการนำข้อมูลมาดำเนินการ โดยจะต้องออกแบบการไหลของของข้อมูล ซึ่งข้อมูลจะถูกจัดเก็บใน Data warehouse หรือ Data Mart ซึ่งกระบวนการนี้จะรวมไปถึง การทำ Machine Learning ด้วย

3. Business Solutions

การนำข้อมูลมาใช้เพื่อตอบโจทย์ทางธุรกิจต่างๆ ซึ่งสามารถแสดงผลในรูปแบบ Dashboard เพื่อประมวลผลและดูข้อมูลได้ง่าย นอกจากนี้ยังสามารถเชื่อมต่อกับระบบอื่นๆขององค์กรได้อีกด้วย

4. AI Design and Implementation

การเชื่อมต่อกับ AI เพื่อสามารถประมวลผลและดำเนินการแบบ Automation เช่น เมื่อประมวลผลว่าในอนาคตจะเกิดยอดขายตกก็จะดำเนินการออกโปรโมชั่นระบายสินค้าหรือลดสต็อคสินค้าแต่ละสาขา เป็นต้น

การประยุกต์ใช้ Big Data กับธุรกิจค้าปลีกในอนาคต

กลุ่มธุรกิจในปัจจุบันต่างแข่งขันที่จะสร้างประสบการณ์ที่ดีให้กับผู้บริโภค ไม่ว่าจะเป็นการพัฒนาผลิตภัณฑ์ให้เหมาะสมกับลูกค้ากลุ่มเป้าหมายมากขึ้น การบริการหลังการขายที่ดีขึ้น โปรโมชั่นที่เหมาะสมกับลูกค้ามากขึ้น เป็นต้น ทั้งนี้ก็เพื่อให้ลูกค้าใช้สินค้าและบริการอย่างต่อเนื่องเพื่อให้ยอดขายเพิ่มขึ้น ซึ่งการนำ Big Data มาใช้ในธุรกิจก็มีหลากหลายรูปแบบในด้านต่างๆ เช่น

Personalization

Personalization คือการใช้ข้อมูลของลูกค้าเพื่อสามารถนำเสนอสิ่งที่ลูกค้าต้องการได้อย่างตรงใจ ตัวอย่างเช่น Sephora ร้านค้าปลีกด้านความงามใช้ AI เพื่อช่วยให้ลูกค้าค้นหาผลิตภัณฑ์ที่ตรงใจลูกค้าได้เร็วขึ้น โปรแกรม Color IQ จะสแกนใบหน้าของลูกค้าในร้านค้า จากนั้นจึงใช้ประโยชน์จาก "Color Library" เพื่อให้คำแนะนำสำหรับคอนซีลเลอร์และรองพื้น โดยลูกค้าสามารถซื้อเครื่องสำอางค์ที่มีเฉดสีที่เหมาะสมกับผิวได้อย่างสมบูรณ์แบบ

Customer Service

Glossier ผู้ค้าปลีกด้านความงามได้ประยุกต์ใช้ AI ในด้านการให้บริการลูกค้า เมื่อบริษัทต้องพบปัญหากับการคืนสินค้าที่เพิ่มขึ้นอย่างผิดปกติ ทีมขายจึงนำข้อมูลของสินค้าที่ตีคืนมาวิเคราะห์ข้อมูล และพบว่าลูกค้าที่คืนสินค้าส่วนใหญ่มักขอแลกเฉดสีที่อ่อนกว่าของผลิตภัณฑ์ชนิดเดียวกัน ด้วยความรู้นี้ บริษัทจึงสามารถปรับปรุงการจับคู่สีบนเว็บไซต์สำหรับผลิตภัณฑ์นั้นเพื่อหลีกเลี่ยงความสับสนในอนาคต และทีมงานยังติดต่อโดยตรงกับลูกค้าที่ได้รับผลกระทบด้วยข้อความส่วนตัว ส่งผลให้การรักษาลูกค้าเพิ่มขึ้น

Engagement

Poshmark เป็น Platform สำหรับการขายสินค้าแฟชั่นและของใช้ในบ้าน ได้ใช้ข้อมูลในการดำเนินธุรกิจโดยนำเสนอสินค้าที่เหมาะสมกับผู้บริโภคแต่ละคน และยังมีการให้ความรู้กับผู้ที่ขายสินค้าบน Platform อยู่เสมอ โดยความรู้นั้นมาจากการนำข้อมูลภายนอก เช่น เทรนด์การซื้อสินค้า ข้อมูลจากสื่อโซเชียล มาวิเคราะห์และนำเสนอต่อผู้ขายเพื่อให้ผู้ขายสามารถพัฒนายอดขายให้สูงขึ้น

Forecasting

The North Face เป็นบริษัทผลิตสินค้าแฟชั่นกิจกรรมกลางแจ้ง เช่น เสื้อผ้าเดินป่า หมวก รองเท้าเดินป่า เป็นต้น โดยทางบริษัทได้ใช้งาน WeatherFX ซึ่งเป็นโปรแกรมที่เข้าถึงข้อมูลเชิงลึกและรูปแบบสภาพอากาศได้ ข้อมูลนี้จะถูกรวมเข้ากับข้อมูลพฤติกรรมของลูกค้าเพื่อกำหนดปริมาณสินค้าที่จะสต็อก ซึ่งจะช่วยในการบริหารต้นทุนและควบคุมการผลิตสินค้าได้มีประสิทธิภาพที่มากขึ้น

นอกจากตัวอย่างที่ได้เล่ามาข้างต้นแล้วยังมีเคสอื่นๆของบริษัทค้าปลีกที่ไว้วางใจให้บริษัทคอราไลน์ทำโครงการ Big Data เพื่อพัฒนาธุรกิจในหลากหลายด้าน เช่น การใช้ Big Data ในการบริหารสต๊อคร่วมกับ AI เพื่อเสนอ Promotion ที่ตรงใจลูกค้า, การใช้ Big Data ในการวิเคราะห์สถานที่จัดตั้งสาขาที่เหมาะสม และการศึกษาหาลูกค้ากลุ่มเป้าหมายจาก Big Data, การนำ Big Data มาวิเคราะห์วัน เวลา สินค้าที่เหมาะสมสำหรับการไลฟ์ขายสินค้าเพื่อเพิ่มยอดขาย เป็นต้น

ในอนาคตธุรกิจต่างๆจะมีการใช้ Big Data AI และ Machine learning ในด้านต่างๆ ที่หลากหลายมากขึ้น แต่ละธุรกิจต่างก็ต้องแข่งขันเพื่อที่จะสร้างประสบการณ์ที่ดีให้กับลูกค้ามากขึ้นและหากองค์กรใดมีความสามารถในการใช้ข้อมูลได้อย่างมีประสิทธิภาพก็จะเป็นฝ่ายกุมกุญแจสู่ความสำเร็จของธุรกิจ

References:

https://www.nim.org/en/publications/gfk-marketing-intelligence-review/all-issues/future-retailing/big-data-and-analytics-retailing

https://www.mytotalretail.com/article/big-data-and-the-future-of-retail/

https://www.intelligencenode.com/knowledge/retail-analytics-big-data/

https://www.mckinsey.com/business-functions/mckinsey-digital/our-insights/big-data-the-next-frontier-for-innovation

#BigData #DataScience #Optimization #ProductivityImprovement #DigitalTransformation #MachineLearning #ArtificialIntelligence #DataManangement #DataGovernance #DataQuality #DeepLearning #Coraline