데이터 기반 의사 결정: 소매 탄력성을 촉진하는 3가지 방법

소매업체가 연휴를 통해 배운 것이 있다면 2023년 이후의 목표를 달성하기 위해서는 데이터 기반 의사 결정이 우선 순위가 되어야 한다는 것입니다.

숫자는 예측할 수 없는 미래를 가리킵니다.

한편으로 National Retail Federation은 2022년 휴일 소매 판매가 2021년에 비해 6%에서 8% 사이로 성장할 것으로 예상했으며, 모든 숫자가 집계된 후 해당 예측이 유지된다면 기록을 깨게 될 것입니다.

또한 미국의 노동 시장은 여전히 ​​강세를 유지하고 있으며 COVID-19 제한이 완화되었습니다.

반면 경제지표는 갈수록 경기침체 조짐을 보이고 신용카드 잔고는 늘고 지정학적 혼란은 계속되고 있다.

이러한 어려운 환경에도 불구하고 데이터에 대한 새로운 접근 방식을 취하는 소매업체는 고객 충성도와 수익을 높일 수 있습니다.

데이터 기반 의사 결정: 퍼즐 조각 연결

팬데믹은 소매업체에 대한 냉정한 진실을 강조했습니다.

백오피스 프로세스는 종종 CX를 지시합니다.
공급망 중단으로 인해 배송이 지연됩니다.
재고 부족은 미처리 주문으로 이어집니다.
인력 문제로 인해 콜 센터에서 엄청난 대기 시간이 발생합니다.

이 모든 상황에서 다음과 같은 중요한 질문이 제기됩니다. 어떤 고객이 우선 순위를 가져야 합니까?

안타깝게도 백오피스 프로세스를 관리하는 시스템 중 어느 것도 고객 상황에 대한 통찰력을 제공하지 않습니다. 수익성 있는 고객과 주문을 많이 반품하는 고객은 누구입니까? 사회적 영향 요인은 누구입니까? 이탈 위험은 누구입니까?

프런트엔드 참여 시스템이 그림을 완성합니다.

• 마케팅 시스템 은 구매자를 끌어들인 판촉을 보여줍니다.
• 전자 상거래 솔루션 은 누가 온라인 주문을 했는지 보여줍니다.
• 경험 관리 는 설문조사 데이터를 통해 고객 감정을 드러냅니다.
• 서비스 기록 은 주문 업데이트를 요청할 가능성이 가장 높은 사람을 보여줍니다.

이 모든 데이터가 별도의 시스템에 저장되면 이해하기 어렵습니다. 그러나 하나의 통합된 보기로 구성되면 소매업체는 정보에 입각한 데이터 기반 의사 결정을 내릴 수 있으므로 더 높은 수익, 더 효율적인 리소스 사용 및 브랜드 평판 향상으로 이어집니다.

소매 데이터 전략에 대한 인터뷰에서 Publicis Groupe의 수석 부사장인 Brad Blackmon은 "우리는 기술과 데이터가 실시간 결정이 이루어질 수 있는 수준에 도달한 완벽한 시점에 있습니다."라고 말했습니다.

소매 데이터 전략: 모두 함께 지금

실시간 비즈니스 결정을 가능하게 하는 고객에 대한 통합 보기를 생성하기 위해 선두 기업은 중앙 집중식 데이터 모델을 개발하고 있습니다. 이러한 통합 모델은 기업 전체의 프로세스 및 애플리케이션에 고객 데이터를 노출하는 데 도움이 됩니다.

SAP와 공동 으로 HBR Analytic Services에서 실시한 2022년 설문 조사에서는 많은 소매업체를 포함하여 180개 이상의 기업에 데이터 전략에 대해 질문했습니다.

응답자 5명 중 거의 4명이 중앙 집중식 데이터 모델을 구현했거나 구현 프로세스 중이거나 구현 계획이 있다고 말했습니다.

중앙 집중식 데이터 모델의 주요 결과 중 하나는 고객을 위한 정확한 평생 가치 점수(CLTV)입니다. 이 지표는 소매업체가 수익에 긍정적인 영향을 미치는 결정을 내리는 데 도움이 됩니다.

Blackmon은 "브랜드는 데이터를 현명하게 사용하여 기회가 있을 때 교차 판매 및 상향 판매할 수 있습니다."라고 말했습니다. "그들은 또한 그것을 사용하여 가치가 없을 수 있는 소비자에게 덜 집중하고 대신 충성도 높은 고객에게 보상할 수 있습니다."

데이터 기반 소매 사용 사례의 상위 3가지 예

다음은 중앙 집중식 데이터 모델을 기반으로 한 통합 고객 보기가 소매 전략에 어떤 이점을 줄 수 있는지에 대한 세 가지 예입니다.

1. 반품 프로세스의 문제점 감소
2. 기업 및 고객 데이터를 통합 하여 이탈 감소 및 제거
3. 서비스 및 고객 정서 향상

1. 반품 고통 감소

브라케팅(Bracketing)이라고도 알려진 일련번호 반품은 여러 버전의 상품을 구매하고 대부분을 반품하는 행위입니다. 한 연구에서는 쇼핑객의 63%가 브라케팅을 인정했으며, 이는 2019년의 55%에서 증가한 것입니다.

이 관행은 분명히 소매 수익을 손상시킵니다. 반품의 포장 풀기, 처리 및 품목 검사로 인해 시간과 자원이 낭비됩니다. 또한 주문 처리 센터에서 귀중한 공간을 차지합니다. 이러한 시설이 수용 능력에 도달하면 소매업체는 새 재고를 가져올 수 없습니다.

브랜드는 고객 프로필을 완벽하게 이해함으로써 브라케터를 매장 내 프로모션으로 제한된 캠페인으로 분류할 수 있습니다. 또한 충성도를 강화하기 위해 온라인 프로모션 및 거래를 통해 수익성이 더 높은 고객을 타겟팅할 수 있습니다.

2. 시작하기 전에 이탈 중지

지연된 주문과 누락된 배송은 고객 충성도에 막대한 피해를 줍니다.

최근 한 조사에서 소비자의 35% 이상이 부정적인 배송 경험 후 소매업체를 바꾸고 부정적인 리뷰나 소셜 미디어 게시물을 작성한다고 말했습니다.

통합 고객 프로필의 일부로 공급망 데이터 및 주문 상태를 명확하게 파악함으로써 소매업체는 주문이 늦은 CLTV가 높은 고객을 식별하고 사전 조치를 취할 수 있습니다.

예를 들어, 이러한 고객에게 다음 주문에 대한 할인 쿠폰을 제공할 수 있습니다. 또한 컨택 센터에 전화할 때 이러한 고객을 우선적으로 처리할 수 있으므로 긴 대기 시간으로 인해 불만이 가중되지 않습니다.

3. 고객회생율 상승

휴일 동안 소비자가 더 많이 불평하고 소매점 직원을 부당하게 대하는 것은 비밀이 아닙니다. 그러나 고객 데이터에 대한 이해도가 높아짐에 따라 브랜드는 불만 사항을 우선적으로 처리하고 수익성 있는 고객에게 집중할 수 있습니다.

예를 들어 고객의 구매 내역 데이터에 대한 최신 보기를 통해 브랜드는 불만이 제기된 후에도 누가 상품이나 서비스를 계속 구매했는지 확인할 수 있습니다. 가치가 높은 고객이 불만 이후 참여를 끊은 경우 브랜드는 고객을 회복을 위한 교차 채널 캠페인으로 밀어 넣을 수 있습니다.

또한 상담원이 불만 상태에 대해 후속 조치를 취할 수 있도록 콜센터에서 티켓을 활성화할 수 있습니다.

소매 탄력성을 위한 데이터 관리

많은 소매업체에게 고립된 데이터는 문제입니다. 중요한 구매 순간에 가치가 높은 고객을 식별하고 충성도를 강화하기 위한 조치를 취하는 것을 방지합니다.

소매업의 데이터 기반 의사 결정은 고객 경험과 감정을 개선하는 동시에 수익도 강화할 수 있습니다.

데이터 기반 의사 결정의 우선 순위를 지정함으로써 소매업체는 이 문제를 해결하고 고객 경험을 개선하며 효율성을 높이고 재정적 목표를 향해 긍정적인 조치를 취할 수 있습니다.