visie Concurrentiestrijd in retail spitst zich toe op smart data Smart data: het nieuwe goud? Verticale integratie komt in een volgende fase, en dat betekent dat retailers flink moeten sleutelen aan hun informatiehuishouding. Naast big data zal ook smart data het verschil gaan maken in de concurrentiestrijd binnen de retail. Dat stellen Jos Voss en Alexander Heijkamp, sectorspecialisten retail van Rabobank. DOOR: JOS VOSS EN ALEXANDER HEIJKAMP I n RetailTrends 6 van dit jaar werd ingezoomd op verticale integratie: het zodanig organiseren van de supplychain dat de klant optimaal bediend kan worden met producten en diensten die voldoen aan zijn behoeften. De kernboodschap van dat artikel was dat verticale integratie in een nieuwe fase komt en dat retailers in de ontwikkeling mee moeten gaan om succesvol te kunnen zijn in een steeds meer concurrerende markt. Er worden drie fasen van verticale integratie onderscheiden. De eerste fase Ketensamenwerking (1.0) is gericht op het verbeteren of veranderen van de samenwerking tussen producenten, groothandelaren, retailers en logistieke dienstverleners. Deze verbeterde samenwerking heeft meerdere doelen: de producten beter afstemmen op de behoeften van de klant, met meer en sneller wisselde collecties de klanten meer te verrassen en het verhogen van de omloopsnelheid en daarmee het verlagen van het voorraadrisico. In de tweede fase Verbreding (2.0) worden ook anderen in de supplychainsamenwerking betrokken: klanten en beroemdheden. Via | OKTOBER 2014 bijvoorbeeld co-creatie of co-sourcing worden klanten onderdeel van de supplychain. Door beroemdheden (bijvoorbeeld sporters, ontwerpers, artiesten) bij het ontwerp van producten te betrekken – en hun naam aan het product te verbinden, eventueel in combinatie met het label van de retailer – krijgt de retailer unieke en exclusieve producten. De laatste fase (3.0) is Personali- Smart data helpt bij het maken van optimale, flexibele winkels satie. Hierin worden kleine series of individuele producten gemaakt voor kleine groepen consumenten of voor individuele consumenten. De 3Dprinttechnologie is ondersteunend voor deze fase. Retailers moeten mee in de voortdurende ontwikkeling van verticale integratie om in een steeds meer concurrerende markt een onderscheidende positie te krijgen en te houden. Dit is lastig door alleen producten van anderen (merkeigenaren) te verkopen. Immers: iedereen kan dit doen, zowel offline als online. Door internet is de prijstransparantie optimaal en dit leidt tot een gevecht om de laagste prijs (‘race to the bottom’) die alleen door de grote spelers is te winnen. Verticale integratie biedt daarentegen aantrekkelijke mogelijkheden voor een onderscheidende positie: eigen, unieke producten en collecties, al dan niet in samenwerking met de klant of met beroemdheden, snel wisselende collecties, inspelend op veranderende consumentenvoorkeuren of weersomstandigheden, persoonlijke producten voor individuele consumenten. Veranderende informatie huishouding > Het meegaan in de ontwikkeling van verticale integratie heeft belangrijke gevolgen voor de informatiehuishouding van retailers. Er is immers goede informatie nodig voor een goede terugkoppeling in de supplychain richting leveranciers en voor het doen van goede en relevante persoonlijke aanbiedingen aan de klant. Omdat retailers (kunnen) beschikken over steeds meer infor- 61 visie matie uit een groeiend aantal bronnen, wordt vaak gesproken over het big data-issue. De sectorspecialisten van Rabobank spreken liever over smart data omdat de kern is dat (big) data moeten worden vertaald in inzichten en uiteindelijk in acties. De complexiteit van de datahuis houding neemt toe als gevolg van een viertal kenmerken, de vier V’s: Volume, Velocity, Variety en Veracity: Informatiesysteem moet naar hoger niveau > Om de toenemende complexiteit het hoofd te bieden, moet het informatiesysteem van de retailer naar een steeds hoger niveau worden gebracht. Wat dit betreft zijn vier fasen te onderscheiden: Rapportage, Analyse, Monitoring en Voorspellende analyse. De startfase is Rapportage, waarin op basis van de beschikbare data wordt 62 ongestructureerd Variety aan data gestructureerd •Volume heeft betrekking op de grote hoeveelheid data die nog verder zal toenemen. Volgens een rapport van de International Data Cooperation (IDC) omvat het zogenaamde digitale universum in 2013 4,4 zettabytes aan data (‘zetta’ staat voor triljard) en zal dit stijgen naar 44 zettabytes in 2020, een gemiddelde groei van bijna veertig procent per jaar. •Velocity betreft de snelheid waarmee deze data moet worden opgeslagen en geanalyseerd. Soms gaat het om vele duizenden transacties per seconde. •Variety verwijst naar de zeer grote variatie in type data en de bronnen. Het gaat om zowel interne als externe data, die deels gestructureerd zijn maar ook deels ongestructureerd. De data zijn afkomstig van bedrijven, consumenten (‘consumer generated content’, waaronder sociale media) en machines/apparaten (‘machine generated content’, waaronder telefoons, sensoren, meters, auto’s, logs van systemen). Het overzicht hiernaast bevat een illustratie van de ‘variety’ aan data. •Veracity heeft te maken met de kwaliteit en betrouwbaarheid van de data. Berichten op social media Presentaties Teksten E-mails Filmpjes Klimaatgegevens Afbeelden Klantgegevens Blogteksten Gegevens over omvang/ groei van de markt Verkoopgegevens Profielgegevens social media Voorraadinformatie Voorraadgegevens van leveranciers Gegevens over medewerkers GPS data inzake smartphonelocaties interne data externe data Bron: Rabobank, PwC teruggekeken op de afgelopen periode. De centrale vraag is: ‘Wat is er gebeurd?’. De fase Analyse gaat een stap verder door na te gaan waarom iets is gebeurd. Aan deze analyse worden vaak voorstellen voor bijsturing gekoppeld. Deze eerste fasen betreffen het terugkijken op basis van historische gegevens. De fase Monitoring gebruikt actuele, realtime gegevens. Op basis van actuele inzichten in bijvoorbeeld Het benutten van de kansen die smart data bieden vergt innovatief vermogen en voortdurend experimenteren omzet, voorraden, klanttevredenheid en winkelbeeld kunnen direct beslissingen worden genomen om bij te sturen. De laatste fase, Voorspellende analyse, combineert alle beschikbare data, zoekt en legt verbanden en doet op basis daarvan uitspraken over wat er zal gaan gebeuren. In de eerste fase is vooral sprake van big data waar relatief weinig mee gebeurt, terwijl in de laatste fase zoveel waarde aan big data is toegevoegd dat sprake is van waardevolle smart data. Persoonlijk, dynamisch, flexibel en voorspellend > Voor de retailers zijn er verschillende toepassingsgebieden voor smart data. In het verlengde van het eerdergenoemde thema verticale integratie worden hieronder vier genoemd: 1. Persoonlijke selectie maken Het maken van een persoonlijke selectie voor de consument, eventueel gekoppeld aan promoties (aanbiedingen, coupons). Dit past goed in OKTOBER 2014 | de fase Personalisatie, de laatste fase van verticale integratie. Een persoonlijke selectie levert veel toegevoegde waarde voor de consument omdat de retailer het enorme aanbod van producten kan terugbrengen tot een voor de consument relevant aanbod, waardoor ook de ‘keuzestress’ wordt verminderd. Belangrijk is wel dat de selectie inderdaad voldoende relevant is voor de consument. Om dit te bereiken, moet de selectie gebaseerd zijn op zoveel mogelijk gegevens en verbanden daartussen, bijvoorbeeld demografie, sociale media profielen, eerdere aankopen, online surfgedrag en winkelbezoek. Een bekend voorbeeld is de Amerikaanse retailer Target. Een vader ontdekte dat zijn dochter (een klant van Target) coupons en aanbiedingen kreeg voor zwangerschapskleding, babykleertjes en ledikanten. Hij dacht dat Target ‘fout’ zat met deze aanbiedingen, maar moest later bekennen dat hij niet op de hoogte was van de zwangerschap van zijn dochter en dat Target het bij het rechte eind had op basis van haar surf- en koopgedrag. | OKTOBER 2014 2. Dynamic pricing De prijs die een klant bereid is te betalen voor een product, verschilt per geografisch gebied, per moment van het jaar of de dag of zelfs per consument. Prijsstelling per land is voor veel fabrikanten en retailers al een bekend fenomeen, waarbij per land rekening wordt gehouden met onder meer de koopkracht en de Met smart data kan klantwaarde en onderscheidend vermogen gecreëerd worden Ontwikkeling informatiesysteem voor retailers complexiteit Toekomst Heden Voorspellende analyse Wat zal er gaan gebeuren? Monitoring Wat gebeurt er nu? Verleden Analyse Waarom is er iets gebeurd? Rapportage Wat is er gebeurd? Bron: Rabobank toegevoegde waarde voor business concurrentie. Prijsstelling per regio gaat nog een stap verder, rekening houdend met bijvoorbeeld lokale demografische omstandigheden, lokale merkbekendheid en de lokale concurrentieomgeving. De ultieme stap is prijsstelling per individuele consument, rekeninghoudend met zijn profiel en voorkeuren, zijn postcode (‘arme’ of ‘rijke’ buurt?), het apparaat waarmee hij surft (iMac of Windows computer?) en eerder surf- en koopgedrag. Ook kan de prijsstelling afhangen van andere variabelen, waaronder prijsacties door concurrenten, het seizoen (zwembroeken duurder in de zomer dan in de winter) en de weersverwachting (paraplus worden duurder als het gaat regenen). Dynamische pricing lukt beter met eigen, unieke producten dan met producten van anderen (merkeigenaren) omdat de prijstransparantie dan lager is. Dus ook hier is verticale integratie een succesfactor. Onlineretailers zijn meesters in dynamische pricing. Zo wijzigt Amazon zijn prijzen 2,5 miljoen keer per dag en de frequen- 63 visie tie van deze prijswijzigingen is de laatste tijd flink opgevoerd (tot een factor 10). 3. Flexibele winkels Ieder gebied is anders qua demografie, weersomstandigheden en concurrentieomgeving. Winkels die modulair zijn opgebouwd en flexibel zijn qua grootte van de modules, spelen hier het beste op in. Met smart data kan de optimale inrichting van een winkel worden bepaald en aangepast aan veranderende omstandigheden. Het concept van flexibele winkels past bij de verticale integratiefase Personalisatie: winkels worden beter toegesneden op groepen van consumenten. USG (Aktiesport en Perry) is een voorbeeld van een retailer die zijn ‘smart data’ op deze manier gebruikt. 4. Voorspellen van trends In bijvoorbeeld de mode is het een uitdaging voor retailers om te voorspellen wat de nieuwe trends 64 worden voor het komende seizoen, om daar vervolgens met de nieuwe collectie op in te spelen. Door data over het koop- en surfgedrag van klanten te combineren met andere data – bijvoorbeeld social media en blogs van trendwatchers – kan een patroon zichtbaar worden en kunnen betere voorspellingen worden gemaakt. Om de kansen van smart data goed te kunnen benutten, zijn drie elementen van belang: er is een brede aanpak voor implementatie nodig, samenwerking is cruciaal en er zal een nieuwe concurrentiestrijd ontstaan rond smart data. Brede aanpak vereist voor implementatie > Vaak wordt gedacht dat smart data een ict-issue is dat door ict-specialisten moet worden opgelost. Smart data raakt echter vele aspecten van het businessmodel van een retailer en vergt daarom een brede aanpak, De winkelier van vroeger, die zijn klanten persoonlijk kende en wist wat zij wilden, komt weer terug gesteund door het (top)management. Er zijn drie belangrijke bouwstenen die elk twee kerncompetenties vereisen (bron: BCG, mei 2014): gebruik van data, systeem en eco systeem. Het gebruik van data heeft een interne en een externe component. Intern gaat het erom dat een cultuur wordt gecreëerd waarin de kansen die smart data bieden worden onderkend en benut. Dit vergt innovatief vermogen en voortdurend experimenteren. Er wordt intensief gebruik gemaakt van verschillende klantdata. Belangrijk is daarom het scheppen van een zodanige band met de klant dat deze vertrouwen heeft in het gebruik van de data door de retailer. Om dit te bereiken moet de retailer verschillende dingen doen: duidelijk communiceren welke data op welke manier gebruikt worden, de klant keuzes en controle bieden (opt-in, opt-out, bieden van een ‘menu’ met verschillende opties voor gebruik van data) en het duidelijk maken OKTOBER 2014 | Samenwerking van doorslaggevend belang > van de voordelen die het gebruik van data biedt voor de klant. De tweede bouwsteen is het systeem. Dit omvat het ict-systeem dat het mogelijk maakt om data te verzamelen, verwerken en analyseren, maar ook de organisatie en de mensen rondom dit systeem. Zo zijn er mensen nodig die data analyseren, verbanden zoeken, algoritmes bedenken en conclusies trekken. Deze kwantitatieve analisten (‘quants’) staan echter niet op zichzelf en moeten weer samen werken met bijvoorbeeld marketeers of inkopers om data te vertalen in acties. Het systeem van de retailer staat niet los en is onderdeel van een breder ecosysteem: de derde bouwsteen. Voor deze bouwsteen moet nagegaan worden met wie de retailer moet samenwerken om de smart data optimaal te benutten. Vervolgens is een open samenwerkingscultuur vereist waarbinnen de data gedeeld worden vanuit een gezamenlijk belang. | OKTOBER 2014 Samenwerking is cruciaal en heeft verschillende facetten. Een daarvan is hiervoor al belicht: samenwerkingspartners zijn nodig om het ecosysteem te bouwen. Hierbij kan aan verschillende partners worden gedacht. Dataproviders kunnen data leveren die de retailer nodig heeft, maar waar hij zelf niet over beschikt, bijvoorbeeld demografische gegevens, passantentellingen, gegevens over het weer en de weersverwachting. Data kunnen met leveranciers gedeeld worden om de supplychain te versnellen (koopgedrag van klanten snel omzetten in aanvoer van nieuwe producten). Omgekeerd kan de leverancier weer data hebben die voor de retailer van belang zijn, bijvoorbeeld over producten die bij hem goed of juist niet goed lopen. Retailers die binnen een formule werken (franchise of keten) kunnen data met elkaar delen, waardoor een vestiging zijn data kan afzetten tegen bijvoorbeeld een landelijk of regionaal beeld. Het delen van klantendata met andere retailers in een winkelcentrum kan interessante aanknopingspunten bieden voor het doen van persoonlijke aanbiedingen. Belangrijk is natuurlijk wel dat de klant hiervan op de hoogte is en toestemming heeft verleend. Samenwerking is ook van belang voor de kleinere spelers die niet de mensen en middelen hebben om aan smart data te komen. Zij kunnen samenwerken in een inkoopcombinatie of franchise organisatie Niet alleen retailers, maar ook merkeigenaren en uitgevers zullen zich mengen in de strijd om smart data Smart data vereist verschillende competenties Gebruik van data • Innovatieve cultuur: onderkennen en benutten van kansen • Bouwen van een vertrouwensband met de klant Systeem • Bouwen van een ICT systeem • Organisatie rondom het systeem: mensen en samenwerking Ecosysteem • Selecteren van de goede samenwerkingspartners • Samenwerkingscultuur: delen van data vanuit wederzijds belang Bron: BCG, Rabobank (mits deze diensten bieden op dit gebied) of met een dienstverlener op gebied van smart data. Concurrentiestrijd om smart data > De concurrentiestrijd spitst zich op smart data toe omdat hiermee klantwaarde en onderscheidend vermogen bereikt kan worden. In feite komt met smart data de winkelier van vroeger weer terug die zijn klanten persoonlijk kende en wist wat zij wilden. Echter: de winkelier van vroeger was vooral aangewezen op zijn instinct en zijn geheugen en zijn marktgebied was per definitie klein. De smart data-retailer van nu heeft veel betere systemen en data en zijn marktgebied is onbegrensd. De concurrentiestrijd om smart data zal echter hevig zijn. Veel partijen zullen zich in de strijd mengen. Niet alleen retailers, maar ook bijvoorbeeld merkeigenaren die zelf klantdata hebben, uitgevers die beschikken over data van hun abonnees en bedrijven als Google die over een enorme schat aan data beschikken. Daar zijn partijen bij die met retailers gaan concurreren, maar er zijn ook kansen voor retailers om met partijen te gaan samenwerken. Zo kan Google samen met retailers producten gaan verkopen aan consumenten en daarbij zijn data ter beschikking stellen aan de retailers waarmee wordt samengewerkt. Merkeigenaren en retailers kunnen gaan concurreren en discussiëren over kanaalconflicten en over de vraag: ‘Van wie is de klant?’. Het zou echter verstandiger zijn als zij samen de markt zo groot mogelijk proberen te maken en daarbij de data delen. Uitgevers kunnen hun data en content gebruiken en samen met retailers producten gaan verkopen. Er zal een jacht op het nieuwe ‘goud’ ontstaan waarbij op voorhand niet duidelijk is wie de vriend en wie de vijand is van de retailer. Bovendien kunnen deze rollen snel wisselen. De consument zal aan een beperkt aantal partijen zijn vertrouwen en daarmee zijn data willen schenken. De jacht zal daarom minder winnaars dan verliezers kennen. > Jos Voss en Alexander Heijkamp zijn sectorspecialisten retail bij de Rabobank. Reacties: Jos.Voss@ rabobank.com of [email protected] 65
© Copyright 2024 ExpyDoc
