Az okos üzlet nyomában

Az okos eszközök már behálózták egész életünket, nem telik el úgy nap, hogy ne találkoznánk valamivel, ami valamilyen okos megoldást rejt magában. Legyen az az okostelefonunk, az okosóránk, vagy akár a nappalikban egyre inkább elterjedt okostv.Életünket alapvetően meghatározza a technológia, hiszen mióta Steve Jobs bemutatta az első iPhone-t, olyan hullám kezdett terjedni az elektornikai eszközök világában, amiről jelenleg elképzelésünk sincsen, meddig is fog vezetni, hiszen az új generációs okoseszközök már a virtuális valósággal és az újabbnál újabb automatizált, kényelmi megoldásaikkal már jóval túlszárnyalják tíz évvel ezelőtti elképzeléseinket.

De mi a helyzet ezekkel az “okos” megoldásokkal az ipari területeken? Azokon a területenek, ahol nem hallani nap mint nap valami új smart megoldással kapcsolatos bejelentéseket? Vajon okossá tehetők a kiskereskedelmi egységek is, egy-egy márka üzletei?

Hogyan mérjük az “okosságot”?

Vajon mennyire lehet egy okos eszköz okos? Létezik erre valamilyen mértékegység, vagy csak szubjektív megítélés alapján tudjuk egy-egy megoldásról eldönteni, hogy mennyire is felel meg a céljainknak? Erre a kérdésre nehéz válaszolni, hiszen jelenleg olyan igényekkel szembesülünk, amelyek tíz évvel ezelőtt, a technológiai boom előtt még szinte nem is léteztek a képzeletünkben sem. Nehéz úgy mérni valamit, hogy nem ismerjük az elérhető technológiákat, így nem tudunk objektíven, csupán a technológia alapján összehasonlítani a megoldásokat.

Kereskedelmi szemmel vizsgálva a kérdést, az okosság fokmérője az evolúcióhoz hasonlatos skálán keresendő, mely skálát most három mérföldkőre osztunk:

• Adatgyűjtő
• Adatelemző
• Prognosztizáló

A kezdetek

A kereskedelemben már sokkal régebben megfogalmazódtak olyan igények, amelyekkel a boltvezetők, kereskedelmi vezetők hatékonyabbá tudják tenni üzleteik működését. Jóval az okos eszközök elterjedése előtt születtek olyan megoldások, amik valamilyen formában az adatgyűjtést voltak hivatottak megvalósítani. Ilyen eszköz volt a Tally counter is, amellyel már régóta végeznek számlálási feladatokat. Természetesen az eszközhasználat előtt is voltak megoldások, hiszen a jó kereskedők már az ősidőkben is rögzítették valamilyen formátumban forgalmukat, amelyet aztán később vagy felhasználtak a jövő tervezésére, vagy pusztán financiális okok miatt archiváltak.

Az Adatgyűjtő

Azok a kereskedők, akik rájöttek az adatgyűjtés fontosságára és az adatok nem automatizált elemzésének jelentőségére, nagyobb sikerrel tudták tervezni az árukészletüket, a nyitvatartásukat. Így több idejük maradt egyéb teendőik elvégzésére és ez a plusz idő jelentette a későbbi fejlődésük igazi kulcsát. Az adatgyűjtés nagyon fontos állomása a későbbi lépéseknek, hiszen mint minden evolúciós folyamat, az üzleteink “okosítása” is egymásra épülő részegységekből áll. Ha az igazán nagy kereskedelmi szereplők gyakorlatát vizsgáljuk, akkor szinte mindenhol felfedezhető egyfajta adatgyűjtés.

Ennek megvalósítása sok módon történhet, kisebb egységek esetén akár a manuális számlálással, de forgalomszámláló kapukkal és forgalomszámláló video analitikával is. Bármilyen módon is gyűjtünk adatokat, fontos, hogy megbízható legyen az eredmény, hiszen ebből tudunk a fejlődés következő szakaszába lépni. Ha már az adatgyűjtésben hibázunk, akkor a későbbi számításaink tévútra vezethetnek. Egyik igen impozáns példája az adatgyűjtésnek Clyve Humby munkássága, aki megalkotta a brit áruházlánc részére a pontgyűjtő kártyarendszert. A vásárlók talán a mai napig csak a hasznát látják a ClubCard-nak, de az igazi haszna az áruházlánc számára szinte felbecsülhetetlen. A kártyákat használó vásárlók esetében képesek ügyfeleikről minden szokásukat megtudni és elraktározni későbbi elemzésre. Ebből az óriási adathalmazból pedig a fogyasztói szokások alapján optimalizálni tudják áruházaikat. Ettől is lett olyan sikeres a brit áruházlánc a 2000-es évek közepétől. A rohamosan fejlődő technológia miatt a piac kezd átalakulni, olyan új lehetőségek kapnak szerepet az adatgyűjtésben, amelyek új lehetőségeket nyitnak azon kereskedők előtt is, akik számára egy olyan rendszer bevezetése, amely megterhelő költségekkel járna nem volt megengedhető.

Az Adatelemző

A brit példából is jól látszik, hogy a gyűjtött adatok mennyire sokat érnek vállalatunk számára, ha megfelelően tudjuk azokat felhasználni és kontextusba helyezni. A megfelelő pontossággal gyűjtött adatokat elemezve sikereket érhetünk el az optimalizálásban mind árukészlet, mind beosztás terén. Egy gondosan tervezett árukészlet egy jól működő, mindig megfelelő személyzettel ellátott boltban hatékonyabban működik, mint egy intuíciók alapján összeállított árukészlettel üzemelő egység, nem teljesen megfelelő dolgozói beosztással.

Minél több adat áll rendelkezésünkre a fogyasztóink összetételéről, időbeli eloszlásáról, annál hatékonyabban tudjuk a saját működésünket optimalizálni. Ezzel nem csak bérköltséget takaríthatunk meg, hanem árukészletünket is folyamatosan felülvizsgálhatjuk, mert a célcsoportunkat is képesek lehetünk automatizáltan megismerni. A megfelelő elemzéssel akár üzletünk elrendezésén is változtathatunk, figyelembe véve a vásárlói szokásokat. Az ilyen és ehhez hasonló megoldásokkal vásárlóink elégedettebbek lesznek, szívesebben keresik fel boltjainkat, hiszen az elégedett vásárlóból könnyebben válik visszatérő vásárló.

A prognosztizáló

Legjobb tudomásunk szerint még nem találták fel az időutazást, pusztán csak H.G. Wells és más sci-fi írók fantáziájában létezik, de alapvető emberi tulajdonság, hogy szeretnénk megismerni a jövőnket. Ha a személyes jövőnk megismerésének érdekében nem is tudunk lépéseket tenni, az üzleti adatainkat talán képesek lehetünk előre látni egy korlátozott módon, a matematika és a statisztika segítségével. Minél nagyobb adathalmaz áll a rendelkezésünkre annál valószínűbb, hogy sikerül eltalálnunk a következő napon történő eseményeket üzleteinkben.

Ha nem csak saját adatainkra hagyatkozunk, hanem figyelembe vesszük a körülményeket is, úgy még növelhetjük a rendelkezésre álló adatmennyiséget. Ilyen külső adatforrás lehet az időjárás, a naptár, a már megismert fogyasztói szokások. A fogyasztói szokások alatt értjük a rendszeres “fizetés nap” utáni nagybevásárlásokat, az ünnepek előtti megnövekedett forgalmat és a speciális, kereskedelmmel összefüggő “ünnepnapokat is”, mint például a Black Fridayt. Ezek alapján és a már gyűjtött trendekre alapozva meglehetősen nagy pontossággal tudjuk előrejelezni a várható forgalmunkat, a vásárlók összetételét, de még akár a kasszáknál várható várakozási időket is.

Összefoglaló

Amennyiben kereskedelemmel foglalkozunk a végső célunk tulajdonképpen az, hogy előre tudjuk jelezni a fogyasztói szokások alapján az üzletünk működéséhez szükséges paramétereket. Azok az üzletek, akik akár már az okos üzlet evolúció alsóbbik fokán állnak jó úton haladnak ahhoz, hogy egyszer megérkezzenek abba a fázisba is, ahol már sokkal inkább az üzlettel  és stratégiával kell foglalkozzanak a vezetők, mint a napi rutinnal és napi incidensek kezelésével. Ne feledjük, hogy az adatok amiket gyűjtünk egyfajta kincsesbányát jelentenek számunkra, hiszen minél több adatot sikerül gyűjtenünk a vásárlóink szokásairól, összetételéről, annál több lehetőségünk van egyfajta jövőbe látást megvalósítani az üzletben, aminek segítségével versenytársaink elé kerülhetünk a kielézett piaci helyzetekben is.