데이터 분석을 통해 오프라인 소매 업체와 경쟁 할 수 있습니다.

모든 IT 직원의 주요 임무는 다음을 통해 조직에 가치를 더하는 것입니다. 똑똑한 기술 사용. 그것은 산업뿐만 아니라 대부분의 사람들에게 일반적으로 매우 구체적인 작업입니다. 조직 모든 회사에는 자체 작업 방식이 있기 때문입니다. 그러나 때로는 혁신을 통해 해당 임무를 수행 할 수있는 타사의 혁신이 이루어졌으며, 소매 부문의 혁신 중 하나에 부딪 쳤습니다.

우리는 벽돌과 박격포 소매점이 Walmart와 같은 대형 소매점이나 Amazon과 같은 대형 온라인 소매점과 경쟁 할 수 없다는 이야기를 들었습니다. 어느 정도는 사실입니다. 단일 소매점은 아마존이 할 수있는 방대한 상품을 소지 할 수 없으며 소규모 소매점도 월마트의 구매력을 축적 할 수 없습니다.

그러나 물리적 상점은 아마존이 할 수없는 것과 Walmart가 잘하지 못하는 것과 물리적 가용성을 제공합니다. 물건이 필요하고 물건을 가지고 다니는 상점이 있다면 지금 가십시오. 상점까지 운전하는 데 걸리는 시간보다 더 오래 기다릴 필요가 없습니다. 물론 언젠가 무인 항공기가 30 분 이내에 원하는 것을 떨어 뜨릴 수 있지만, 현재로서는 이것이 여전히 벽돌과 박격포의 주요 장점 중 하나이며, 이러한 작업은이를 악용해야합니다.

이러한 이점을 확대하기 위해 오프라인 상점, 특히 소규모 운영은 이미 보유한 데이터를 사용하여 해당 데이터를 사용하여 온라인 및 온라인으로 얻을 수없는 고객 경험을 창출함으로써 Amazon 및 Walmart와 유사하게 경쟁 할 수 있습니다. 거대한 박스 상점에서. 이를 수행 할 데이터는 재고 및 매장 내 위치를 실시간으로 보여줍니다.

이러한 실시간 데이터를 제공함으로써, 상점은 쇼핑객이 원하는 품목을 제공 할 수 있으며, 대형 박스 소매 업체의 광대 한 통로를 찾는 데 어려움을 겪지 않으면서도 더 즉각적인 가용성을 제공 할 수 있습니다. 전면에 있어야 할 무언가. 아마존은 소수의 도시에서 Prime 회원을 위해 이틀 만에 구매를 더 빠르게 제공 할 수 있습니다. Walmart는 제품의 재고 여부를 알려줄 수 있지만 매장에서 제품을 찾을 수있는 곳이나 매장 또는 창고에 있는지 여부를 표시하지 않습니다.

소규모 소매점 운영에 대한 경험을 개선 할 여지가 많이 있습니다. 물론 문제는 선반에서 데이터를 가져 와서 쇼핑객이 찾을 수있는 곳에 두는 방법입니다. 그리고이 과제가 확인되는 즉시 IT 관리자 데스크에 도착하게됩니다.

인벤토리 탭 유지

실제 매장의 문제는 정확한 재고 관리로 인해 영업 사원뿐만 아니라 쇼핑객도 선반에 무엇이 있는지 알 수 있습니다. 대부분의 소매 IT 관리자는 좋은 재고 추적 시스템을 시작해야합니다. 일단 배치되면 일단 선반에 무엇이 있어야하는지 알 수 있기 때문입니다. 그러나 존재 해야하는 것은 실제로 존재하는 것과 동일하지 않을 수 있습니다.

그 이유는 다를 수 있지만, 악명 높은 다섯 손가락 할인과 같은 명백한 것 외에도 제품을보고 다른 곳에 놓거나 고객이 제품을 새로운 위치로 옮겼을 수 있습니다. 상점 직원이 잘못된 장소에 놓았습니다. 물론 POS (Point-of-Sale) 시스템이 UPC (Universal Product Code) 스티커가 누락되었거나 올바른 제품의 잘못된 스티커로 인해 판매가 제대로 설명되지 않았을 수 있습니다.

다행히 선반에있는 데이터를 사용할 수 있습니다. 영업 직원이 상점을 여행 할 때 품목을 점검 한 다음 예상 재고 레벨과 비교하여 품목을 점검하도록하여 모든 것을 추적 할 수 있습니다. 아, 잠깐만 요. 많은 직원이 필요하기 때문에 예상 재고 수준을 알기 위해서는 일종의 터미널이 필요합니다.

그렇다면 필요한 데이터를 어떻게 수집합니까? 그리고 더 중요한 것은 재고가있는 특정 품목이 있는지 알고 싶어하는 쇼핑객이 어떻게 이용할 수 있도록 하는가? 대답은 물론 더 많은 데이터입니다. 그러나 더 많은 직원을 사용하지 않고 수집해야합니다.

자동 데이터 검색

이 딜레마에 대한 한 가지 대답은 싱가포르에 본사를 둔 회사 인 Trax Image Recognition (스마트 폰으로 선반 사진을 찍어 매장이 필요한 데이터를 수집하도록 도와주는 회사)에서 나온 것입니다. 선반에있는 제품의 사진은 Trax Retail Watch라는 인공 지능 (AI) 시스템을 사용하여 분석됩니다.이 시스템은 각 제품의 세부 정보를 인식하고 각 범주의 항목 수를 계산 한 다음 시간이 지남에 따라 기계 학습을 적용 할 수 있습니다 (ML) 재정렬시기를 예측합니다.

"선반은 아직 자동화되지 않은 마지막 영역입니다."라고 Trax의 Americas CEO 인 Steve Hornyak은 말했습니다. Hornyak은 공급망과 POS에 많은 자동화가 있었지만 선반에있는 일에는 일어나지 않았다고 말했다. Hornyak에 따르면 Trax 시스템은 "선반의 제품을 데이터로 변환한다"고한다.

소매점의 IT 부서는 수집 된 모든 데이터를 가져 와서 데이터 분석에 사용할 수있게하거나 Trax Image Recognition에서 제공하는 서비스 중 하나를 사용하여 동일한 작업을 처리 할 수 ​​있습니다. 어느 쪽이든, 상점은 POS 시스템, 구매 시스템 및 재고 추적 시스템과의 인터페이스를 제공해야하며, 이 모두는 일반 회계 시스템과의 연결을 강제 할 수 있습니다.

그런 다음 시스템 조합을 통해 상점은 항상 재고 재고에 대한 최신 정보를 볼 수 있으며, 이를 통해 상점은 고객에게 실시간 데이터를 제공 할 수 있습니다. 이런 식으로 누군가 특정 항목이 필요한 경우 어디에서 찾을 수 있는지 알고 있습니다. 그리고 데이터가 제대로 관리되는 경우 정확하게 매장에서 찾을 수 있습니다.

Hornyak은 "IT는 중개자가 될 수있다. 또는 REST API를 가지고있어 데이터를 얻을 수있다"고 설명했다.

전자 상거래보다 우위 확보

물론, 이 데이터에 액세스 할 수 있으면 벽돌과 박격포 매장에 전자 상거래 거인, 심지어 아마존만큼 큰 새로운 점을 제공 할 수있는 가능성의 세계가 열립니다. 고객이 직접 만질 수있는 품목과 즉시 보유 할 수있는 품목이 있으면 전자 상거래 공급 업체가 할 수없는 일입니다. 그리고 고객이 지금 제품을 필요로 할 때 가격은 가용성보다 중요하지 않습니다.

주문에서 수령, 판매에 이르기까지 모든 데이터를 인벤토리에 보관하면 매장 운영 방식에 대해 많은 정보를 얻을 수 있습니다. 계획 한 것보다 제품이 더 빨리 팔리고 있는지 확인한 다음 주문을 조정할 수 있습니다. 또한 제품이 더 이상 판매되지 않는시기를 알 수 있으며 리콜 된 제품을 쉽고 빠르게 찾을 수 있습니다. 고객에게 친숙한 경우이 데이터를 CRM (고객 관계 관리) 시스템에 매핑하고 고유하거나 특수한 항목을 특정 고객이나 그룹에 일치시키고 충성도를 강화할 수 있습니다.

이 단계는 대규모 온라인 소매 업체 및 대형 매장에서 이미 수행 한 모든 단계이며 일반적으로 사용자 정의 개발 시스템에서 수행됩니다. 그러나 Trax Retail Watch 시스템과 같은 도구를 사용하면 소규모 소매 업체가 유사한 방법을 사용할 수 있으며, 고객과의 직접적인 상호 작용을 통해 주요 우위를 활용하면서 경쟁하고 더 나은 쇼핑 경험을 제공 할 수있는 새로운 방법을 제공 할 수 있습니다. 이는 AI 기반 챗봇으로도 온라인으로 할 수없는 일이며, 조직의 데이터를 잘 이해하고있는 IT 직원 만 제공 할 수있는 중요한 이점입니다.