Омниканальная модель с каждым годом набирает популярность в сфере ритейла. Тренд уже охватил США и Европу, а с недавних пор получил развитие и в России. Специалистов в этой области пока не так много, а эксперты по омниканальным технологиям – настоящая редкость. Станислав Зажогин – один из немногих. В России он построил уникальную торговую платформу для компании «Русский свет», а также участвовал в создании первой омниканальной системы для «М.Видео». Теперь он сотрудничает с такими известными люксовыми брендами, как Prada, Dolce & Gabbana, Cline и Louis Vuitton. Как ведущий IT-эксперт он помогает компаниям внедрять революционные технологии, которые открывают новые возможности для развития ритейла. Станислав рассказал, какие вызовы стоят перед компаниями сегодня и как искусственный интеллект и блокчейн могут изменить индустрию в будущем.
Давайте для начала разберемся, что такое омниканальная торговля. Например, вы хотите купить книгу в онлайн-магазине. Пока вы обдумываете заказ, то видите рекламу той самой книги в Instagram, а на почту приходит купон на скидку от книжного магазина. Это омниканальная модель?
Приведенный вами пример, – это ретаргетинг, один из видов рекламы, который помогает возвращать потенциальных покупателей.
Омниканальная модель работает иначе – она объединяет все каналы продаж в масштабную экосистему с общим хранилищем данных о покупателях, историей их покупок и прочих активностей. Такой подход обеспечивает бесшовное взаимодействие конечного клиента со всеми системами и сотрудниками заказчика.
Например, вы находите интересующий вас товар, используя поисковик в мобильном телефоне. Потом вы добавляете товар в корзину и уже на своем компьютере продолжаете оформление заказа, а затем забираете покупку в офлайн-магазине.
В процессе оформления у вас могут возникнуть вопросы, которые вы сразу же уточняете в мессенджере или чате интернет-магазина. При этом сотрудники, с которыми вы консультируетесь, видят всю информацию по заказу и прочие полезные сведения о вас.
Омниканальность помогает избежать разрозненности и исключить ситуации, когда, например, сотрудник колл-центра не знает, что заказал клиент, поскольку он работает в другой системе, не интегрированной с интернет-магазином и другими каналами продаж.
Тот же ретаргетинг может стать компонентом омниканальной модели. В этом случае Instagram будет выступать площадкой по привлечению трафика, система ремаркетинга будет запускать процесс привлечения клиентов, а e-commerce платформа и сопутствующие системы помогут оформить покупку.
Как омниканальная модель влияет на офлайн-продажи?
Омниканальная модель увеличивает офлайн-продажи за счет повышения доли онлайн-заказов, которые клиент самостоятельно забирает в магазине.
Как показывают недавние исследования, доля онлайн-заказов растет с каждым годом, причем наибольшей популярностью пользуются заказы с самовывозом в удобном для клиента месте. Человек сам выбирает время получения заказа, ему не нужно подстраиваться под график курьера. К тому же зачастую магазины предлагают этот вид доставки бесплатно.
Хороший пример – это кейс Walmart. В офлайн-магазинах компании среднестатистический покупатель оставлял $1400 в год, а в онлайне – всего $200. При этом клиенты, которые оформляли заказы в интернете и параллельно совершали покупки в физических магазинах, тратили до $2500 в год.
На протяжении моей профессиональной деятельности я тоже не раз отмечал значительный рост показателей при омниканальной модели – как в онлайне, так и в офлайне.
Ритейлеры раньше делали ставку на мультиканальность. В чем ее отличие от омниканальности?
По сути мультиканальность – это ступень эволюции, предшествующая омниканальности. Мультиканальная модель выстраивает все каналы продаж так, чтобы охватить наибольшее количество потенциальных клиентов. Но о создании масштабной экосистемы в этом случае речи не идет.
Те же офлайн- и онлайн-магазины при такой модели могут существовать отдельно друг от друга и управляться разными, не интегрированными друг с другом системами.
В омниканальной модели четкой границы между онлайном и офлайном нет. Не имеет значения, где клиент разместил заказ – омниканальная система найдет оптимальное место, чтобы забрать товар для перевозки, а клиент самостоятельно выберет наиболее подходящий пункт выдачи. Мультиканальной модели такая гибкость и синхронизация систем не характерна.
С точки зрения бизнеса, зачем это нужно? Повышается конверсия, растут продажи, лояльность бренду?
Внедрение омиканальной модели позволяет бизнесу не только повысить конверсию, увеличить продажи и лояльность бренду, но также помогает оптимизировать и унифицировать все бизнес-процессы, а главное, искореняет разрозненность. Омниканальность подразумевает полную бизнес- и IT трансформацию внутри компании, что, в свою очередь, приводит к росту всех бизнес-показателей.
А в чем польза для потребителя?
Польза заключается в удобстве. Потребительский опыт становится более простым и понятным. Клиенту больше не нужно вникать в особенности работы офлайн- и онлайн-магазинов, не нужно беспокоиться, что на каком-то этапе его данные затеряются и ему придется заново вводить информацию или объяснять что-то консультанту.
В целом полная интеграция всех систем дает массу дополнительных возможностей, особенно если у компании подключена развитая программа лояльности и персонализация.
В основе омниканальности лежит сбор данных о клиентах и точечный таргетинг. Какие технологии для этого применяются?
Аккумулировать данные о клиентах позволяют CRM-системы, программы лояльности и e-commerce платформы. Инструменты персонализации сегментируют клиентов и генерируют индивидуальный контент на основе полученных данных, а системы ремаркетинга/ретаргетинга уже доставляют контент, используя все доступные каналы.
Возьмем, например, типичный стек продуктов на основе Oracle. Для сбора данных о клиентах используется Oracle Retail Customer Engagement или Oracle Loyalty Cloud, для персонализации – Oracle Endeca и Experience Manager (элементы e-commerce платформы Oracle Commerce Cloud). А для маркетинговых активностей можно применять Oracle Marketing Cloud. В зависимости от предпочтений заказчика можно использовать технологии и продукты разных вендоров.
Над какими проектами в области омниканальной торговли вы работали?
Я выступал в роли IT-эксперта при построении омниканальной модели для крупной розничной сети электроники и бытовой техники "М.Видео". Это один из самых масштабных проектов такого рода в России. Компания одной из первых успешно внедрила систему Oracle Commerce (ATG и Endeca). В процессе был запущен новый функционал, проведена интеграция с SAP ERP и CRM, SharePoint и системой колл-центра, платежным шлюзом "Альфабанка", платформой рассылок Emarsys, "Яндекс.Маркетом" и Google Merchant Center, а также внутренними системами заказчика. То есть фактически построили экосистему специально для "М.Видео".
Также я инициировал внедрение омниканальности в компании "Русский свет" [крупнейший B2B-ритейлер электронного оборудования в России и СНГ]. Вместе с командой разработки мы построили уникальную торговую платформу и добились революционного роста продаж.
На тот момент основной стек компании составляли технологии и продукты Oracle, а также система OeBS, на которой был построен интернет-магазин компании. В основе лежал устаревший модуль iStore.
В процессе внедрения поисковой машины Oracle Endeca мы решили отказаться от iStore в пользу нового интернет-магазина на Spring. Мы провели революционную перестройку всей e-commerce-модели. В результате продажи выросли, а издержки сократились. Решение позволило автоматизировать работу более чем 300 менеджеров по продажам и сделать бренд более привлекательным не только для новых, но и для существующих клиентов.
А над какими масштабными проектами работаете сейчас?
Сейчас как ведущий IT-эксперт по омниканальным системам я работаю над проектами для Chalhoub Group, крупнейшей ритейл-компании в люксовом сегменте на Ближнем Востоке, и для известного бренда Louis Vuitton.
В проектах Chalhoub Group основные элементы омниканальной системы – это инструменты Oracle Xstore и Xcenter. Они должны не только учитывать региональную специфику, но и корректно взаимодействовать с другими системами заказчика, а также программами лояльности и платежными мобильными терминалами. Сейчас передо мной стоит профессиональный челлендж – подключить нескольких e-commerce платформ, которые Chalhoub Group использует для разных известных брендов, и полноценно реализовать модель Click & Collect, которая позволит клиентам самостоятельно забирать покупки в пункте выдачи.
Насколько вообще омниканальная стратегия распространена в мире и в России в частности?
Омиканальная модель уже применяется в мировой практике, в основном в США и Европе, но начинает набирать обороты и в других регионах, в том числе в России. Она особенно актуальна среди крупных ритейлеров, у которых изначально были только офлайн-магазины, но с недавних пор начали появляться и онлайн-площадки.
Впрочем, даже небольшие ритейлеры стараются расширять потребительский опыт. Для этого они не только развивают онлайн-продажи, но и выходят в офлайн, например, открывают шоурумы или доставляют посылки в постаматы.
Можете привести примеры успешного внедрения такой модели? На какие практики вы как эксперт ориентируетесь?
На мой взгляд, наиболее успешные и интересные решения в сфере омниканальности реализовали такие мировые гиганты, как Sephora, Nordstrom, Oasis, Starbucks, Crate & Barrel и Disney.
Например, Sephora запустила систему Beauty Bag, которая позволяет клиентам использовать планшеты в офлайн-магазинах для доступа в аккаунт. Они могут находить подробную информацию о товарах и виртуально тестировать их, добавлять объекты в вишлист и оформлять заказ через мобильное приложение.
У Nordstrom качественно сделаны интеграции с социальными сетями, например, у них Pinterest и Instagram тесно интегрированы с магазинами.
Платформы для омниканальной торговли создают с нуля или используются готовые решения?
Обычно используются готовые решения, которые кастомизируют под конкретного заказчика и интегрируют с существующими внутренними системами. Некоторые компании, у которых есть большой департамент разработки, предпочитают создавать свои системы, но чаще берут за основу распространенных open-source фреймворки, типа Spring.
Например, в проекте “Русского света” был написан новый интернет-магазин на фреймворке Spring и интегрирован с OeBS, а в “М.Видео” была внедрена готовая e-commerce платформа Oracle ATG. Ее кастомизировали с учетом того функционала, который существовал раньше в старом интернет-магазине.
У обоих подходов есть как плюсы, так и минусы. Готовое решение можно быстро внедрить и постоянно развивать, но это называется ряд ограничений. Вы не сможете кастомизировать инструмент, учитывая любые пожелания заказчика, потому что зависите от вендора.
Решение, созданное с нуля, дает больше гибкости. В то же время это более долгий и затратный способ разработки, а в будущем с развитием проекта могут возникнуть трудности. Особенно если компанию покинут лидеры – архитекторы и ведущие разработчики, которые обладали уникальными знаниями о системе, но не задокументировали их.
По своему профессиональный опыту могу сказать, что для построения омниканальной модели потребуется большой IT-отдел. Особенно если работать над масштабными проектами. Можно обойтись и маленькой командой, но есть риск, что компания будет отставать от конкурентов по темпам роста.
Какие задачи с точки зрения разработки пока не решены в ритейле? С какими челленджами сейчас работают software-инженеры?
Ключевой тренд последних лет – это автоматизация и роботизация фулфилмента. К этой категории относятся и процесс обработки заказов, и оптимизация производства под прогнозируемый спрос, и ориентация на малоформатные магазины и склады. Например, искусственный интеллект может анализировать заказы клиентов и передавать их на склад, чтобы остатки пополняли в соответствии со спросом. Роботизация склада дает возможность быстрее готовить товары к проверке и упаковке.
Что касается персонализации в маркетинге, то уже есть возможность предлагать клиентами товары в зависимости от их интересов, истории покупок и даже поведенческих особенностей. Драйвером этого тренда стал доступ к инструментам обработки big data.
Персонализация дошла до того, что система может проанализировать внешность клиента и подобрать под нее подходящие товары. Например, Sephora использует технологию Color IQ, которая определяет цвет кожи и подбирает подходящую косметику.
Ритейлеры также стремятся использовать блокчейн для координации поставок их товаров по всему миру. Задача – соединить все цепочки поставок в один прозрачный, безопасный цифровой журнал, доступ к которому есть у всех поставщиков. Блокчейн способен сократить задержки и исключить мошенничество. Сейчас над этим работают многие компании-лидеры рынка, например, Walmart.
Я также замечаю процесс взаимопроникновения онлайн- и офлайн-площадок. Так, крупные интернет-площадки создают инструменты для увеличения продаж на сторонних офлайн-площадках. Например, Alibaba запустила бесплатное приложение Ling Shou Tong для небольших ритейлеров. Сервис показывает, какие товары сейчас пользуются популярностью в онлайне, и позволяет продавцам закупать товар в соответствии со спросом. Продавцы, в свою очередь, делятся с Alibaba информацией о покупках и поведению пользователей.
Дополненная и виртуальная реальность также применяются в ритейле для продвижения товаров и облегчения процесса поиска. Клиент может виртуально примерять одежду, не выходя из дома.
Появляются магазины без продавцов и касс, например, Amazon Go. Также применяются новые технологии визуального поиска товаров по фотографиям. Подобные алгоритмы уже использует крупный онлайн-магазин люксовой одежды Farfetch.