খুচরা পরিষেবাতে বিগ ডেটা

কিভাবে খুচরা বিক্রেতারা ক্রেতার জন্য তিনটি মূল দিক ব্যক্তিগতকরণ উন্নত করতে বড় ডেটা ব্যবহার করে - ভাণ্ডার, অফার এবং ডেলিভারি, আমব্রেলা আইটিতে বলা হয়েছে

বিগ ডাটা হল নতুন তেল

1990 এর দশকের শেষের দিকে, জীবনের সকল স্তরের উদ্যোক্তারা বুঝতে পেরেছিলেন যে ডেটা একটি মূল্যবান সম্পদ যা সঠিকভাবে ব্যবহার করা হলে, প্রভাবের একটি শক্তিশালী হাতিয়ার হয়ে উঠতে পারে। সমস্যাটি ছিল যে ডেটার পরিমাণ দ্রুতগতিতে বৃদ্ধি পেয়েছে এবং সেই সময়ে বিদ্যমান তথ্য প্রক্রিয়াকরণ এবং বিশ্লেষণের পদ্ধতিগুলি যথেষ্ট কার্যকর ছিল না।

2000 এর দশকে, প্রযুক্তি একটি কোয়ান্টাম লিপ নিয়েছিল। স্কেলযোগ্য সমাধান বাজারে উপস্থিত হয়েছে যা অসংগঠিত তথ্য প্রক্রিয়া করতে পারে, উচ্চ কাজের চাপ মোকাবেলা করতে পারে, যৌক্তিক সংযোগ তৈরি করতে পারে এবং বিশৃঙ্খল ডেটাকে একটি ব্যাখ্যাযোগ্য বিন্যাসে অনুবাদ করতে পারে যা একজন ব্যক্তি বুঝতে পারে।

আজ, রাশিয়ান ফেডারেশন প্রোগ্রামের ডিজিটাল অর্থনীতির নয়টি ক্ষেত্রের একটিতে বড় ডেটা অন্তর্ভুক্ত করা হয়েছে, কোম্পানিগুলির রেটিং এবং ব্যয়ের আইটেমগুলির শীর্ষ লাইনগুলি দখল করে। ট্রেডিং, আর্থিক এবং টেলিযোগাযোগ খাত থেকে কোম্পানিগুলি দ্বারা বিগ ডেটা প্রযুক্তিতে সবচেয়ে বেশি বিনিয়োগ করা হয়।

বিভিন্ন অনুমান অনুসারে, রাশিয়ান বিগ ডেটা মার্কেটের বর্তমান ভলিউম 10 বিলিয়ন থেকে 30 বিলিয়ন রুবেল। বিগ ডেটা মার্কেট অংশগ্রহণকারীদের অ্যাসোসিয়েশনের পূর্বাভাস অনুসারে, 2024 সালের মধ্যে এটি 300 বিলিয়ন রুবেলে পৌঁছাবে।

10-20 বছরের মধ্যে, বিগ ডেটা মূলধনের প্রধান মাধ্যম হয়ে উঠবে এবং শক্তি শিল্পের সাথে তুলনীয় গুরুত্বের সাথে সমাজে একটি ভূমিকা পালন করবে, বিশ্লেষকরা বলছেন।

খুচরা সাফল্যের সূত্র

আজকের ক্রেতারা আর পরিসংখ্যানের মুখবিহীন ভর নয়, বরং স্বতন্ত্র বৈশিষ্ট্য এবং প্রয়োজনের সাথে সুসংজ্ঞায়িত ব্যক্তি। তারা নির্বাচনী এবং তাদের অফারটি আরও আকর্ষণীয় মনে হলে অনুশোচনা ছাড়াই কোনও প্রতিযোগীর ব্র্যান্ডে স্যুইচ করবে৷ এই কারণেই খুচরা বিক্রেতারা বড় ডেটা ব্যবহার করে, যা তাদেরকে "একটি অনন্য ভোক্তা - একটি অনন্য পরিষেবা" নীতির উপর দৃষ্টি নিবদ্ধ করে লক্ষ্যযুক্ত এবং সঠিক উপায়ে গ্রাহকদের সাথে যোগাযোগ করতে দেয়।

1. ব্যক্তিগতকৃত ভাণ্ডার এবং স্থানের দক্ষ ব্যবহার

বেশিরভাগ ক্ষেত্রে, "কিনতে বা না কেনার" চূড়ান্ত সিদ্ধান্তটি ইতিমধ্যেই পণ্য সহ শেলফের কাছে দোকানে হয়। নিলসনের পরিসংখ্যান অনুসারে, ক্রেতা তাকটিতে সঠিক পণ্যটি অনুসন্ধান করতে মাত্র 15 সেকেন্ড ব্যয় করে। এর মানে হল যে একটি ব্যবসার জন্য একটি নির্দিষ্ট দোকানে সর্বোত্তম ভাণ্ডার সরবরাহ করা এবং এটি সঠিকভাবে উপস্থাপন করা খুবই গুরুত্বপূর্ণ। চাহিদা মেটাতে বাছাই করার জন্য এবং বিক্রয় প্রচারের জন্য প্রদর্শনের জন্য, বিগ ডেটার বিভিন্ন বিভাগ অধ্যয়ন করা প্রয়োজন:

  • স্থানীয় জনসংখ্যা,
  • স্বচ্ছলতা,
  • ক্রয় উপলব্ধি,
  • আনুগত্য প্রোগ্রাম ক্রয় এবং আরো অনেক কিছু।

উদাহরণস্বরূপ, একটি নির্দিষ্ট শ্রেণীর পণ্য ক্রয়ের ফ্রিকোয়েন্সি মূল্যায়ন করা এবং একজন ক্রেতার একটি পণ্য থেকে অন্য পণ্যে "পরিবর্তনযোগ্যতা" পরিমাপ করা অবিলম্বে বুঝতে সাহায্য করবে কোন আইটেমটি ভাল বিক্রি হয়, কোনটি অপ্রয়োজনীয়, এবং তাই, আরও যুক্তিযুক্তভাবে নগদ পুনর্বন্টন সম্পদ এবং পরিকল্পনা স্টোর স্পেস।

বড় ডেটার উপর ভিত্তি করে সমাধানগুলির বিকাশের একটি পৃথক দিক হ'ল স্থানের দক্ষ ব্যবহার। এটা তথ্য, এবং অন্তর্দৃষ্টি নয়, যেটা এখন পণ্য রাখার সময় মার্চেন্ডাইজাররা নির্ভর করে।

X5 রিটেইল গ্রুপ হাইপারমার্কেটে, পণ্যের লেআউটগুলি স্বয়ংক্রিয়ভাবে তৈরি হয়, খুচরা সরঞ্জামের বৈশিষ্ট্য, গ্রাহকের পছন্দ, নির্দিষ্ট শ্রেণীর পণ্যের বিক্রয়ের ইতিহাস এবং অন্যান্য বিষয়গুলি বিবেচনা করে।

একই সময়ে, লেআউটের সঠিকতা এবং শেলফে পণ্যের সংখ্যা রিয়েল টাইমে পর্যবেক্ষণ করা হয়: ভিডিও বিশ্লেষণ এবং কম্পিউটার দৃষ্টি প্রযুক্তি ক্যামেরা থেকে আসা ভিডিও স্ট্রিম বিশ্লেষণ করে এবং নির্দিষ্ট পরামিতি অনুযায়ী ইভেন্টগুলি হাইলাইট করে। উদাহরণস্বরূপ, দোকানের কর্মচারীরা একটি সংকেত পাবেন যে টিনজাত মটরগুলির জারগুলি ভুল জায়গায় রয়েছে বা তাকগুলিতে কনডেন্সড মিল্ক ফুরিয়ে গেছে।

2. ব্যক্তিগতকৃত অফার

ভোক্তাদের জন্য ব্যক্তিগতকরণ একটি অগ্রাধিকার: Edelman এবং Accenture এর গবেষণা অনুসারে, একজন খুচরা বিক্রেতা যদি ব্যক্তিগতকৃত অফার করে বা ছাড় দেয় তবে 80% ক্রেতারা একটি পণ্য কেনার সম্ভাবনা বেশি থাকে; অধিকন্তু, 48% উত্তরদাতারা প্রতিযোগীদের কাছে যেতে দ্বিধা করেন না যদি পণ্যের সুপারিশ সঠিক না হয় এবং চাহিদা পূরণ না হয়।

গ্রাহকের প্রত্যাশা পূরণের জন্য, খুচরা বিক্রেতারা সক্রিয়ভাবে আইটি সমাধান এবং বিশ্লেষণ সরঞ্জামগুলি বাস্তবায়ন করছে যা গ্রাহককে বুঝতে এবং ব্যক্তিগত পর্যায়ে মিথস্ক্রিয়া আনতে গ্রাহকের ডেটা সংগ্রহ, গঠন এবং বিশ্লেষণ করে। ক্রেতাদের মধ্যে জনপ্রিয় ফরম্যাটগুলির মধ্যে একটি - "আপনি আগ্রহী হতে পারেন" এবং "এই পণ্যটির সাথে কিনুন" - পণ্যের সুপারিশগুলির বিভাগটিও অতীতের কেনাকাটা এবং পছন্দগুলির বিশ্লেষণের উপর ভিত্তি করে তৈরি করা হয়েছে।

অ্যামাজন সহযোগী ফিল্টারিং অ্যালগরিদম ব্যবহার করে এই সুপারিশগুলি তৈরি করে (একটি সুপারিশ পদ্ধতি যা ব্যবহারকারীদের একটি গ্রুপের পরিচিত পছন্দগুলি ব্যবহার করে অন্য ব্যবহারকারীর অজানা পছন্দগুলির পূর্বাভাস দেয়)। কোম্পানির প্রতিনিধিদের মতে, সমস্ত বিক্রয়ের 30% অ্যামাজন সুপারিশকারী সিস্টেমের কারণে।

3. ব্যক্তিগতকৃত বিতরণ

একটি অনলাইন স্টোর থেকে অর্ডারের ডেলিভারি বা সুপারমার্কেটের তাকগুলিতে পছন্দসই পণ্যের আগমন যাই হোক না কেন, একজন আধুনিক ক্রেতার জন্য দ্রুত পছন্দসই পণ্যটি গ্রহণ করা গুরুত্বপূর্ণ। কিন্তু একা গতি যথেষ্ট নয়: আজ সবকিছু দ্রুত বিতরণ করা হয়। স্বতন্ত্র পদ্ধতিও মূল্যবান।

বেশিরভাগ বড় খুচরা বিক্রেতা এবং বাহকদের অনেকগুলি সেন্সর এবং RFID ট্যাগ দিয়ে সজ্জিত যানবাহন রয়েছে (পণ্য সনাক্ত করতে এবং ট্র্যাক করতে ব্যবহৃত হয়), যেখান থেকে বিপুল পরিমাণ তথ্য পাওয়া যায়: বর্তমান অবস্থান, কার্গোর আকার এবং ওজন, যানজট, আবহাওয়ার অবস্থার ডেটা এমনকি চালকের আচরণও।

এই ডেটার বিশ্লেষণ শুধুমাত্র রিয়েল টাইমে রুটের সবচেয়ে লাভজনক এবং দ্রুততম ট্র্যাক তৈরি করতে সাহায্য করে না, তবে ক্রেতাদের জন্য বিতরণ প্রক্রিয়ার স্বচ্ছতাও নিশ্চিত করে, যাদের তাদের অর্ডারের অগ্রগতি ট্র্যাক করার সুযোগ রয়েছে।

একজন আধুনিক ক্রেতার পক্ষে যত তাড়াতাড়ি সম্ভব পছন্দসই পণ্যটি পাওয়া গুরুত্বপূর্ণ, তবে এটি যথেষ্ট নয়, ভোক্তারও একটি পৃথক পদ্ধতির প্রয়োজন।

"শেষ মাইল" পর্যায়ে ক্রেতার জন্য ডেলিভারি ব্যক্তিগতকরণ একটি মূল বিষয়। একটি খুচরা বিক্রেতা যে কৌশলগত সিদ্ধান্ত গ্রহণের পর্যায়ে গ্রাহক এবং লজিস্টিক ডেটা একত্রিত করে, ক্লায়েন্টকে অবিলম্বে ইস্যু থেকে পণ্যগুলি বাছাই করার প্রস্তাব দিতে সক্ষম হবে, যেখানে এটি সরবরাহ করা সবচেয়ে দ্রুত এবং সস্তা হবে। একই দিনে বা পরের দিন পণ্য গ্রহণের অফার, ডেলিভারিতে ছাড় সহ, ক্লায়েন্টকে এমনকি শহরের অন্য প্রান্তে যেতে উত্সাহিত করবে।

অ্যামাজন, যথারীতি, ভবিষ্যদ্বাণীমূলক বিশ্লেষণ দ্বারা চালিত ভবিষ্যদ্বাণীমূলক লজিস্টিক প্রযুক্তি পেটেন্ট করে প্রতিযোগিতায় এগিয়ে গেছে। নীচের লাইন হল যে খুচরা বিক্রেতা ডেটা সংগ্রহ করে:

  • ব্যবহারকারীর অতীত কেনাকাটা সম্পর্কে,
  • কার্টে যোগ করা পণ্য সম্পর্কে,
  • পছন্দের তালিকায় যোগ করা পণ্য সম্পর্কে,
  • কার্সার আন্দোলন সম্পর্কে

মেশিন লার্নিং অ্যালগরিদম এই তথ্য বিশ্লেষণ করে এবং ভবিষ্যদ্বাণী করে যে গ্রাহক কোন পণ্যটি সবচেয়ে বেশি কিনবেন। তারপর আইটেমটি সস্তা স্ট্যান্ডার্ড শিপিংয়ের মাধ্যমে ব্যবহারকারীর নিকটতম শিপিং হাবে পাঠানো হয়।

আধুনিক ক্রেতা একটি পৃথক পদ্ধতির এবং একটি অনন্য অভিজ্ঞতার জন্য দুবার অর্থ প্রদান করতে প্রস্তুত - অর্থ এবং তথ্য সহ। গ্রাহকদের ব্যক্তিগত পছন্দগুলি বিবেচনায় রেখে সঠিক স্তরের পরিষেবা প্রদান করা শুধুমাত্র বড় ডেটার সাহায্যে সম্ভব। যখন শিল্প নেতারা বড় ডেটার ক্ষেত্রে প্রকল্পগুলির সাথে কাজ করার জন্য সম্পূর্ণ কাঠামোগত ইউনিট তৈরি করছেন, ছোট এবং মাঝারি আকারের ব্যবসাগুলি বক্সযুক্ত সমাধানগুলিতে বাজি ধরছে। কিন্তু সাধারণ লক্ষ্য হল একটি সঠিক ভোক্তা প্রোফাইল তৈরি করা, ভোক্তাদের কষ্ট বোঝা এবং ক্রয় সিদ্ধান্তকে প্রভাবিত করে এমন ট্রিগার নির্ধারণ করা, ক্রয় তালিকা হাইলাইট করা এবং একটি ব্যাপক ব্যক্তিগতকৃত পরিষেবা তৈরি করা যা ক্রয়কে আরও বেশি করে উৎসাহিত করবে।

নির্দেশিকা সমন্ধে মতামত দিন