Marketplace jako model sprzeda偶y: czym jest i jak si臋 r贸偶ni od dropshippingu?

Marketplace jako model sprzeda偶y – w tym artykule om贸wimy czym s膮 platformy handlowe i jak Twoja firma mo偶e zyska膰 na takim modelu sprzeda偶y oraz czym si臋 w艂a艣ciwie r贸偶ni marketplace od dropshippingu?

Odpowiedzi znajdziesz poni偶ej!

Czym jest internetowa platforma handlowa i jak dzia艂a?

Na pierwszy rzut oka, internetowa platforma handlowa nie r贸偶ni si臋 wiele od tradycyjnego sklepu e-commerce – jednak, gdy spojrzymy dok艂adniej wida膰, 偶e te dwa modele s膮 od siebie fundamentalnie odmienne. G艂贸wn膮 r贸偶nic膮 mi臋dzy nimi jest to, 偶e platforma handlowa 艂膮czy sprzedaj膮cych i kupuj膮cych w jednym systemie, a ich interakcje s膮 mniej lub bardziej niezale偶ne od samej platformy, a sklep posiada zazwyczaj tylko jednego sprzedaj膮cego (czyli firm臋, do kt贸rej nale偶y sklep) oraz klient贸w.

呕eby rozpocz膮膰 dzia艂alno艣膰 jako marketplace, nie potrzebujemy towaru – poza zarz膮dzaniem sam膮 platform膮 i zapewnieniu jej dochodu poprzez takie metody jak prowizja czy p艂atne cz艂onkostwo, jedyne czego potrzeba to u偶ytkownicy – zar贸wno kupuj膮cy jak i sprzedaj膮cy. Niestety, stwarza to tzw. 鈥減roblem jajka i kury鈥, gdzie potrzebujemy kupuj膮cych by zach臋ci膰 sprzedaj膮cych w tym samym stopniu, co potrzebujemy sprzedaj膮cych by zach臋ci膰 kupuj膮cych.

marketplace co to system sprzeda偶y

Konkurencja w platformach handlowych jest z ka偶dym dniem wi臋ksza. 呕eby wybi膰 si臋 jako marketplace, potrzebny jest dobry plan i solidna platforma. Nie tylko szybka i niezawodna, ale do tego prosta w obs艂udze i bezpieczna. Znajomo艣膰 bran偶y, w kt贸r膮 celujesz ze swoj膮 platform膮 r贸wnie偶 si臋 przyda – 艂atwiej b臋dzie Ci znale藕膰 nisz臋, kt贸rej potrzeby zaspokoi Twoja platforma.

Wiemy ju偶 czym jest internetowy marketplace – jak jednak sprawi膰, by by艂 on op艂acalny?

Modele biznesowe platform handlowych

Platformy handlowe to rodzaj us艂ugi internetowej, kt贸r膮 w艂a艣ciciel dostarcza zar贸wno kupuj膮cym jak i sprzedaj膮cym. Jak to z us艂ugami internetowymi cz臋sto bywa, rzadko s膮 one dostarczane darmowo. Istnieje wiele sposob贸w monetyzacji marketplace鈥檜 – sp贸jrzmy na kilka najpopularniejszych modeli biznesowych:

marketplace plusy i minusy
Marketplace jako model sprzeda偶y

Jak ka偶dy model sprzeda偶y, marketplace te偶 ma swoje plusy i minusy:

Praktyczne przyk艂ady platform handlowy, kt贸re odnios艂y sukces

Istnieje mn贸stwo firm, kt贸re odnios艂y sukces zarz膮dzaj膮c internetow膮 platform膮 handlow膮 – jak cho膰by Amazon. Dzisiaj, firma ta znana jest z imponuj膮cego wachlarza us艂ug, kt贸re oferuje – od przetwarzania danych w chmurze po rozrywk臋. Musimy pami臋ta膰, 偶e Amazon to przede wszystkim ogromny marketplace. 艁膮czy firmowe oferty Amazona razem z ofertami sprzeda偶y wystawionymi przez osoby trzecie.

Ponad 55% sprzeda偶y z platformy Amazona pochodzi od os贸b trzecich. To pokazuje jak du偶y wp艂yw ma dostarczanie us艂ugi ‘marketplace’ na zarobki Amazona. Firma zaczyna艂a od sprzeda偶y ksi膮偶ek a obecnie handluje niemal ka偶dym rodzajem produkt贸w.

Na polskim rynku wi臋kszo艣膰 konsument贸w rozpoznaje tylko jedn膮 platform臋 handlow膮 – Allegro. Jest to z pewno艣ci膮 najbardziej pr臋偶na platforma powsta艂a w naszym kraju, jednak nie jedyna. Du偶y sukces odnios艂o r贸wnie偶 Morele.net, kt贸re ze sklepu internetowego rozszerzy艂o dzia艂alno艣膰 i wdro偶y艂o sw贸j w艂asny marketplace, na kt贸rym wystawi膰 mo偶emy produkty od ADG, przez ubrania, a偶 po akcesoria dla ps贸w czy felgi i opony. Obecnie skorzystamy z marketplace鈥檜 w ka偶dym ze sklep贸w, kt贸rym zarz膮dza Morele, czyli samo Morele.net, ale te偶 Presto, HulaHop, Amfora, Budujesz.pl, Meblujesz.pl, Ubieramy.pl, Digitalo, oraz Motoria.

marketplace dropshipping r贸偶nice
Marketplace – co to?

Czy marketplace dzia艂a tak samo jak dropshipping?

Marketplace na pierwszy rzut oka wygl膮da bardzo podobnie do modelu dropshippingu – jest to jednak bardzo mylne, a oba modele mocno si臋 r贸偶ni膮. W przypadku dropshippingu, sprzedawca najpierw kupuje prawa do produktu od producenta, a potem sprzedaje go pod swoj膮 mark膮. Po zakupie przez klienta, producent wysy艂a mu bezpo艣rednio produkt, jednak prawa do niego do momentu sprzeda偶y posiada nie producent, ale sprzedawca.

Marketplace / us艂ugodawca (czyli platforma) jest tylko po艣rednikiem pomi臋dzy sprzedawc膮 trzecim a klientem. Nie wchodzi tym samym w 偶adn膮 interakcj臋 z produktem ani prawami do niego. Produkty sprzedawane na zasadzie marketplace鈥檜 zachowuj膮 oryginaln膮 mark臋, a dostaw膮 zajmuje si臋 sprzedawca. Kupuj膮cy przesy艂a pieni膮dze za produkt us艂ugodawcy, kt贸ry po odliczeniu ewentualnej prowizji i dodatkowych op艂at przesy艂a je dalej na konto sprzedaj膮cego.

Marketplace jako model sprzeda偶y, czy warto inwestowa膰 w internetowe marketplace?

艢wiatowe trendy wskazuj膮 jednoznacznie, 偶e internetowe platformy handlowe rozwijaj膮 si臋 w bardzo szybkim tempie. Nie zanosi si臋 te偶, by mia艂y przesta膰. Konkurencja staje si臋 jednak coraz bardziej zaci臋ta z roku na rok, wi臋c je偶eli zastanawiasz si臋 nad stworzeniem w艂asnej platformy, lepiej zrobi膰 to zanim zrobi to konkurencja.



Marketplace鈥檡 s膮 wysoko skalowalne a ich koszty rozwoju s膮 ni偶sze w por贸wnaniu z tradycyjnym e-commercem. Twoim zadaniem jako tw贸rcy platformy handlowej <center>zapewnienie 艂atwego w obs艂udze i bogatego w funkcje systemu. System taki b臋dzie bardzo r贸偶ni艂 si臋 zale偶nie od tego, czy b臋dzie to platforma B2B czy B2C, a mo偶e nawet D2C i C2C (jak chocia偶by Etsy). Prostszym rozwi膮zaniem mo偶e okaza膰 si臋 zakup gotowej, profesjonalnej platformy marketplace.

Projekcje rynkowe na rok 2022 potwierdzaj膮 dalszy wzrost znaczenia internetowych platform handlowych. B臋dzie ich coraz wi臋cej i b臋d膮 obejmowa膰 coraz wi臋kszy procent rynku e-commerce. Je偶eli masz zamiar stworzy膰 sw贸j w艂asny marketplace, pami臋taj, 偶e nie ma tutaj uniwersalnego rozwi膮zania – b臋dziesz musia艂 艂膮czy膰 i zmienia膰 znane modele biznesowe, aby osi膮gn膮膰 sukces. Wszystko zale偶nie od Twojej bran偶y, targetu, i potrzeb Twoich u偶ytkownik贸w.

Marketplace – podsumowanie

Je偶eli uwa偶asz, 偶e Twoja organizacja ma szans臋 rozwin膮膰 si臋 przy wykorzystaniu mo偶liwo艣ci, jakie oferuj膮 operatorzy marketplace – skontaktuj si臋 z nami! Mamy wieloletnie do艣wiadczenie w integracji system贸w sprzeda偶y ze wszystkimi funkcjonuj膮cymi na rynku marketplace’ami (cho膰by Amazon, Allegro, eBay). Opr贸cz wdro偶e艅 system贸w wspieraj膮cych sprzeda偶 omnichannel – w艂膮cznie z platformami handlowymi marketplace – jeste艣my te偶 partnerami dostawc贸w wiod膮cych technologii marketplace (np. MIrakl).

Je偶eli chcia艂by艣 dowiedzie膰 si臋 jakie mo偶liwo艣ci oferuje wdro偶enie w艂asnego marketplace na potrzeby sprzeda偶y B2B i B2C lub masz inne pytania, kt贸re warto zada膰 przed stworzeniem w艂asnego marketplace鈥檜, b臋dzie nam bardzo mi艂o przybli偶y膰 Ci t臋 tematyk臋 – KONTAKT.

Team ORBA z ch臋ci膮 pomo偶e i zaproponuje optymalne rozwi膮zania. Posiadamy du偶e do艣wiadczenie we wdro偶eniach tego typu platform i z ch臋ci膮 pomo偶emy wdro偶y膰 Tw贸j marketplace. Skontaktuj si臋 z nami聽tutaj聽oraz zapoznaj z naszymi聽case studies.

Brief sklepu internetowego w 13 krokach – poradnik

Dzi臋ki temu, 偶e jeste艣my stron膮, kt贸ra otrzymuje brief sklepu internetowego, mo偶emy przekaza膰 wam, co powinno si臋 w nim znale藕膰. Czego szukamy w briefach? Jakie informacje s膮 dla nas istotne do przygotowania wyceny i oceny tego, czy jeste艣my w stanie podj膮膰 si臋 zadania.

Jak wygl膮da analiza zg艂oszenia w agencji internetowej?

Pierwsza rzecz, kt贸r膮 nale偶y sobie u艣wiadomi膰 to to, 偶e nasza praca jest sta艂膮 walk膮 z czasem. Wyobra藕cie sobie, 偶e w ci膮gu miesi膮ca pojawia si臋 kilkana艣cie zapyta艅 o sklep internetowy. Ka偶de z nich trzeba przeanalizowa膰, spotka膰 si臋 z potencjalnym Klientem i wyceni膰. To oko艂o 30鈥50 godzin sp臋dzonych w miesi膮cu, nie licz膮c czasu na dojazd do Klient贸w. Poza zadaniami sprzeda偶owymi prowadzimy te偶 projekty i to one s膮 dla nas priorytetem.

Druga rzecz, o kt贸rej warto wspomnie膰 to fakt, 偶e trafia do nas te偶 du偶o zapyta艅, kt贸re s膮 z wielu powod贸w niekompatybilne z us艂ugami oferowanymi przez nasz膮 firm臋. Dzieje si臋 tak, poniewa偶:

  1. S膮 w innej technologii;
  2. Maj膮 zbyt niski bud偶et;
  3. Nie posiadamy kompetencji do wykonania danego zadania.

Pierwszy kontakt

W wi臋kszo艣ci przypadk贸w staramy si臋 ju偶 na pocz膮tku zorganizowa膰 spotkanie / telekonferencj臋 z Klientem. Po pierwsze 鈥 potwierdzamy, 偶e to zaanga偶owana osoba, kt贸ra jest w stanie po艣wi臋ci膰 kilka godzin na om贸wienie briefu. Po drugie 鈥 mailowo nie jeste艣my w stanie przekaza膰 wszystkich informacji. Na spotkaniu ka偶de zdanie rodzi nowe pytanie dot. projektu. Dzi臋ki temu jeste艣my w stanie przygotowa膰 znacznie bardziej rzeteln膮 wycen臋.

Je偶eli jest to niemo偶liwe, to w przypadku prostych projekt贸w wysy艂amy wycen臋 szacunkow膮, kt贸r膮 jeste艣my w stanie przygotowa膰 w 15鈥30 minut. Przedstawiamy w niej Klientowi, o jakim bud偶ecie m贸wimy 鈥 je偶eli jest ona zgodna z jego oczekiwaniami, to przechodzimy do dalszych rozm贸w.

Zdarza艂y si臋 te偶 sytuacje, kiedy wysy艂ali艣my do Klienta zestaw kilkudziesi臋ciu pyta艅 do projektu. Ma to na celu doprecyzowanie jego zakresu.

Brief sklepu internetowego 鈥 podstawa wyceny

Nie da si臋 przygotowa膰 briefu, kt贸ry opisze projekt w 100% i nawet 150 stronicowy dokument b臋dzie wymaga艂 doprecyzowania (tym bardziej b臋dzie wymaga艂 doprecyzowania 鈥 o tym p贸藕niej). Nawet nie pr贸bujcie takich tworzy膰.

Je偶eli posiadacie makiety / grafiki to za艂膮czcie je do briefu 鈥 potrafi膮 bez s艂贸w przekaza膰, jaka jest koncepcja sklepu. Raz zdarzy艂o nam si臋 nawet otrzyma膰 makiet臋 zrobion膮 w Excelu 鈥 dalej by艂a ona wi臋cej warta ni偶 sam dokument, kt贸ry j膮 opisywa艂.

G艂贸wnym zadaniem briefu jest nakre艣lenie obrazu projektu oraz wykazanie jakie elementy musz膮 znale藕膰 si臋 w wycenie. Brief sklepu internetowego ma te偶 szybko pozwoli膰 agencji oceni膰 czy s膮 w stanie podj膮膰 si臋 zadania. Czy maj膮 do tego odpowiednich ludzi i czy jest tych ludzi wystarczaj膮co du偶o. Jakie informacje powinny si臋 w nim znale藕膰?

Kr贸tki opis projektu i technologia

Kiedy m贸wimy kr贸tki, naprawd臋 chodzi nam o kr贸tki. Wystarcz膮 1鈥2 akapity, 偶eby opisa膰 og贸lne za艂o偶enia projektu. Pozwoli to oceni膰 agencji, czy maj膮 wystarczaj膮co du偶e do艣wiadczenie w tym zakresie, bez wczytywania si臋 w szczeg贸艂y.

Jest to te偶 dobre miejsce, 偶eby okre艣li膰 technologi臋, w jakiej ma by膰 wdro偶ony projekt (je偶eli jest ona okre艣lona). Pami臋tajcie, 偶eby nie wchodzi膰 tutaj w zbyt wiele szczeg贸艂贸w 鈥 wystarczy nazwa platformy albo systemu, na kt贸rym ma by膰 zbudowana. Nie trzeba precyzowa膰 frameworku i wersji 鈥 to mo偶e Wam zasugerowa膰 sama agencja.

Idealny pocz膮tek briefu wygl膮da艂by wi臋c nast臋puj膮co:

Przedmiotem zapytania jest wdro偶enie sklepu internetowego B2C dla marki X (segment: elektronika). W sklepie sprzedawane b臋d膮 g艂贸wnie produkty RTV/AGD, ale te偶 us艂ugi typu przed艂u偶enie gwarancji, zamontowanie produktu, etc. Dopiero wchodzimy na rynek e-commerce, zale偶y nam wi臋c na rozpocz臋cie sprzeda偶y mo偶liwie najmniejszym kosztem 鈥 zak艂adamy jednak sta艂膮 wsp贸艂prac臋 nad rozwojem sklepu po wdro偶eniu. W szczeg贸lno艣ci zale偶y nam na (…).

Migracja czy nowy sklep?

To kluczowa informacja dla agencji internetowej. Przy przeniesieniu istniej膮cego sklepu wa偶ne jest zachowanie cz臋艣ci oryginalnych za艂o偶e艅 i designu sklepu. Konieczne r贸wnie偶 jest wykonanie szeregu dzia艂a艅 takich jak migracja produkt贸w czy Klient贸w.

Nie zapominajmy te偶, 偶e w艂a艣ciwie wykonane wdro偶enie powinno zawiera膰 te偶 migracj臋 SEO, czyli przekierowanie link贸w. Dobrze okre艣li膰 tutaj jakie dane chcemy przenie艣膰, np. czy chcemy zachowa膰 ca艂膮 histori臋 zakupow膮 Klienta (cz臋sto jest to czasoch艂onne). Cz臋sto ze strony agencji pojawia si臋 te偶 pytanie, kto b臋dzie odpowiada艂 za przeniesienie tre艣ci takich jak regulaminy, F.A.Q czy polityka zwrot贸w.

Integracje

Najwa偶niejsz膮 rzecz膮 dla agencji b臋dzie informacja o tym, z jakimi systemami ma si臋 integrowa膰, w jaki spos贸b i jakie informacje przesy艂a膰. Ponownie 鈥 nie chodzi o to, 偶eby m贸wi膰, jak to maj膮 robi膰 (ka偶da agencja ma sw贸j zestaw dobrych praktyk), ale warto okre艣li膰 jakie informacje maj膮 by膰 przesy艂ane.

W przypadku integracji z system ERP lub magazynowo / ksi臋gowym zazwyczaj m贸wiliby艣my o integracji:

  1. Produkt贸w (zazwyczaj z ERP do systemu e-commerce);
  2. Zam贸wie艅 (zazwyczaj z e-commerce do ERP);
  3. Status贸w zam贸wie艅 (zazwyczaj z ERP do e-commerce, aczkolwiek mo偶e by膰 te偶 integracja obustronna);
  4. Klient贸w (tutaj warto okre艣li膰, na jakich danych nam zale偶y);
  5. Stan贸w magazynowych;
  6. Ew. integracji zwrot贸w/reklamacji.

W przypadku ka偶dego z tych punkt贸w warto 1鈥2 zdaniami opisa膰 jak ma to przebiega膰. Przyk艂adowo, wszystkie informacje o produktach mo偶e zawiera膰 system ERP (lub PIM) i przesy艂a膰 je do e-commerce, ale mog膮 si臋 te偶 tworzy膰 tylko produkty bazowe, kt贸re p贸藕niej kto艣 r臋cznie udost臋pnia.

Je偶eli tylko mamy takie informacje, to warto sprecyzowa膰, jak maj膮 by膰 przekazywane dane 鈥 czy b臋dzie to SOAP / REST / Webservice, czy mo偶e wymiana plik贸w poprzez FTP. Je偶eli mamy jak膮kolwiek dokumentacj臋 API systemu zewn臋trznego, to warto j膮 przes艂a膰 jako za艂膮cznik do briefu.

Typ grafiki

Tutaj kwestia jest dosy膰 prosta 鈥 czy chcemy, 偶eby agencja zaprojektowa艂a nam dedykowan膮 grafik臋 (to zazwyczaj znacz膮co wyd艂u偶a czas wdro偶enia i wymaga stworzenia makiet) czy nie. Je偶eli nie, to zazwyczaj agencja b臋dzie wykorzystywa艂a standardowy design sklepu w danej platformie lub zaproponuje szablon.

Je偶eli posiadacie ju偶 wybrany szablon sklepu, to za艂膮czcie do niego link w briefie. Je偶eli za艣 Wy b臋dziecie stron膮 odpowiedzialn膮 za dostarczenie grafiki, te偶 poinformujcie o tym agencj臋.

Dodatkowe funkcje lub modu艂y

Je偶eli wiemy, 偶e w naszym projekcie b臋d膮 dodatkowe funkcje, to postarajcie si臋 opisa膰, na czym maj膮 polega膰.

Uwaga! Je偶eli znacie ju偶 dok艂adnie modu艂y, kt贸re maj膮 by膰 zainstalowane, to po prostu do艂膮czcie do nich linki. Je偶eli jednak zale偶y nam na konkretnej funkcji, a nie znacie takiego modu艂u, to opiszcie, na czym ma ona polega膰.

Oczywi艣cie s膮 funkcje, kt贸re s膮 oczywiste takie jak:

  1. Zainstalowanie Google Analytics
  2. Zainstalowanie Ceneo
  3. Wy艣wietlanie pop-upu do zapisu do newslettera

S膮 te偶 jednak funkcje, kt贸re wymagaj膮 szerszego kontekstu. Notorycznie spotykamy w specyfikacjach projekt贸w has艂a takie jak “marketing automation” albo “po艂膮czenie z CRM-em”. Nie jeste艣my na bazie takiego has艂a nic zrobi膰, poza wykonaniem telefonu doprecyzowuj膮cego.

Czy mamy zainstalowa膰 konkretny modu艂 marketing automation? Czy mamy go sami wybra膰? Czy mamy te偶 zaprojektowa膰 akcje automatyczne? Co on ma konkretnie robi膰? To s膮 wszystko pytania, kt贸re musieliby艣my zada膰, 偶eby zrozumie膰, o co chodzi w tym punkcie.

J臋zyki i waluty

Je偶eli Tw贸j sklep ma obs艂ugiwa膰 sprzeda偶 zagraniczn膮, to dok艂adnie opisz, jak to ma dzia艂a膰 鈥 w ilu j臋zykach ma dzia艂a膰 sklep? Kto dostarczy t艂umaczenia? Jakie maj膮 by膰 waluty? W jaki spos贸b maj膮 by膰 przeliczane? (mog膮 by膰 np. pobierane automatycznie z internetu lub przypisane na sta艂e). Czy ma wyst臋powa膰 jedna domena dla wszystkich rynk贸w, czy ma by膰 ich wi臋cej?

Nawet je偶eli Tw贸j sklep b臋dzie dzia艂a艂 tylko lokalnie, to i tak brief sklepu internetowego powinien tak膮 informacj臋 zawiera膰 鈥 agencja nie b臋dzie musia艂a si臋 o to dopytywa膰.

E-maile i procesy z tym zwi膮zane

Bardzo cz臋sto w specyfikacji pomijanym elementem jest kwestia maili. Ka偶dy system e-commerce je generuje 鈥 jedne tylko pojedyncze potwierdzenie zam贸wienia, inne 鈥 kilka e-maili po ka偶dej zmianie statusu zam贸wienia.

Agencja b臋dzie musia艂a przygotowa膰 te szablony, zakodowa膰 je, a tak偶e upewni膰 si臋, 偶e wychodz膮 automatycznie po zmianie statusu. Wa偶na mo偶e by膰 te偶 informacja o tym, gdzie trzymamy informacje o subskrybentach. Je偶eli s膮 to standardowe rozwi膮zania takie jak mailchimp / freshmail / etc. to jest to proste. S膮 jednak przypadki, gdzie dane s膮 trzymane w samej platformie i musimy zapisywa膰 r贸wnie偶 zgody u偶ytkownik贸w (oraz dat臋, kiedy ta zgoda zosta艂a uzyskana), albo informacje te musz膮 zosta膰 wys艂ane do innego zewn臋trznego systemu poprzez API.

Szkolenia i dokumentacja

Warto doda膰 te偶 w briefie czy wymagane jest szkolenie z obs艂ugi systemu. Je偶eli tak to dla ilu os贸b, w jakim miejscu i czy ma zosta膰 przygotowana instrukcja obs艂ugi.

W kwestii dokumentacji wa偶ne jest okre艣lenie, co powinna zawiera膰 鈥 np. czy ma by膰 lista i opis dzia艂ania modu艂贸w, specyfikacja API, a mo偶e przygotowane maj膮 zosta膰 diagramy obrazuj膮ce procesy po stronie systemu eCommerce? Je偶eli nie znasz dobrych praktyk w tym zakresie, popro艣 agencj臋 o okre艣lenie, co mog膮 umie艣ci膰 w tej dokumentacji i co wg nich b臋dzie dla Ciebie najbardziej warto艣ciowe.

Hosting i utrzymanie

Bardzo wa偶n膮 informacj膮 jest to, kto ma zapewni膰 serwery dla sklepu, oraz jak b臋dzie wygl膮da艂o dalsze utrzymanie. Zar贸wno pod wzgl臋dem serwer贸w jak i rozwoju sklepu.

Je偶eli mamy oczekiwania dot. SLA (czyli gwarantowanego czasu reakcji) to r贸wnie偶 mo偶na je zawrze膰 w tym miejscu, najlepiej w formie tabelki zawieraj膮cej typ b艂臋du (krytyczny, pilny, normalny) i oczekiwanych czas贸w na wprowadzenie poprawki.

Dzi臋ki temu agencja b臋dzie w stanie okre艣li膰 czy jest w stanie zagwarantowa膰 taki czas reakcji 鈥 w najlepszym wypadku od razu dowiecie si臋, ile to kosztuje, w najgorszym dowiecie si臋, 偶e trzeba te parametry zmodyfikowa膰, poniewa偶 s膮 nie偶yciowe.

Czego nie robi膰?

S膮 elementy, kt贸re niczemu nie s艂u偶膮 i jedynie wyd艂u偶aj膮 proces. Tak膮 informacj膮 jest np. target, do kt贸rego kierujemy sklep. Jest to oczywi艣cie wa偶na informacja, ale dla UX-owca, grafika i w艂a艣ciciela sklepu. Nie ma za to wp艂ywu na wycen臋 sklepu.

Inn膮 informacj膮, kt贸r膮 cz臋sto widujemy, jest d艂ugi opis o firmie, zawieraj膮cy informacje o obrotach, liczbie pracownik贸w czy 艣wiatowej dominacji danej firmy. Owszem 鈥 kontekst jest wa偶ny, ale mo偶na to opisa膰 w jednym akapicie.

D艂ugo艣膰 briefu

Ostatnim grzechem brief贸w jest d艂ugo艣膰. Je偶eli otrzymujemy brief sklepu internetowego d艂u偶szy ni偶 3鈥5 stron to zaczynamy si臋 martwi膰. Po pierwsze oznacza to, 偶e projekt b臋dzie z艂o偶ony, b臋dzie mia艂 du偶o element贸w, kt贸re wzajemnie na siebie nachodz膮, przez co bardzo d艂ugo zajmie jego wycena. Pierwsze co robimy po otrzymaniu takiego briefu, to od razu ustalamy spotkanie z Klientem, w celu doprecyzowania 鈥渒ilku punkt贸w鈥. Robimy to jeszcze zanim zaczniemy go czyta膰, poniewa偶 wiemy, 偶e nie da si臋 wszystkiego opisa膰 na papierze.

Przyk艂adowo zdanie 鈥ostylowanie szablonu e-mail鈥 mo偶e w zale偶no艣ci od kontekstu oznacza膰 dostosowanie koloru i logotypu (1 godzina pracy), modyfikacj臋 istniej膮cego szablonu (m.in. dodanie dodatkowych element贸w) (2鈥8 godzin pracy), albo zaprojektowanie go od zera (8鈥24 godzin pracy). Je偶eli tego nie doprecyzujemy, pojawia si臋 mo偶liwo艣膰, 偶e Klient b臋dzie oczekiwa艂 czego艣 innego, ni偶 my zawarli艣my w wycenie.

Im d艂u偶szy brief sklepu internetowego, tym wi臋ksza jest te偶 odpowiedzialno艣膰 na nas jako firmie wdra偶aj膮cej, bo je偶eli cokolwiek zostanie zrobione inaczej / zostanie pomini臋te to pojawi si臋 informacja od takiego Klienta “ale to przecie偶 by艂o na stronie 53“. Takie wyceny wymagaj膮 wi臋c licznych spotka艅, doprecyzowania wielu punkt贸w, ale te偶 charakteryzuj膮 si臋 pewnym brakiem zaufania.

Zastan贸wcie si臋 鈥 Wy jako Klient zatrudniacie firm臋, kt贸ra wdro偶y艂a kilkadziesi膮t projekt贸w o podobnej specyfice. Ma do艣wiadczenie, ma wiedz臋, co dzia艂a dobrze, a co nie. Opisuj膮c w briefie, jak ma dzia艂a膰 ka偶da funkcja co do szczeg贸艂u, nie wykorzystujecie tego potencja艂u.

Dzi臋kujemy za przeczytanie artyku艂u. Daj zna膰 w komentarzu czy:

  1. Wysy艂asz firmom brief czy tylko kr贸tki opis mailem? Jak to wp艂yn臋艂o na p贸藕niejsz膮 realizacj臋?
  2. Czy w pe艂ni wykorzystujesz know-how firmy, kt贸ra Ciebie obs艂uguje? Czy zlecasz jej zadania, czy oczekujesz rekomendacji? A mo偶e o tym nie wie?

Innowacyjne pomys艂y w e-commerce. 7 ciekawych sklep贸w online.

Dzisiejszy artyku艂 b臋dzie troch臋 inny ni偶 pozosta艂e. Nie b臋dzie tu d艂ugiego zbioru porad ani sugestii dotycz膮cych sklep贸w internetowych. Zamiast tego, przedstawimy tutaj kilka przyk艂ad贸w rozwi膮za艅, kt贸re wykorzystuje Twoja konkurencja, i kt贸re pozwoli艂y im wyj艣膰 na prowadzenie. Poznaj innowacyjne pomys艂y w e-commerce i wprowad藕 je w swoim biznesie.

Innowacyjne pomys艂y w e-commerce 鈥 Blue Apron

https://www.blueapron.com/

Id膮c za Timem Ferrisem, zgadzamy si臋 z teori膮, 偶e 偶eby zbudowa膰 co艣, co odniesie sukces, trzeba rozwi膮za膰 w艂asne potrzeby (“scratch your own itch”). Potrzeb膮 w przypadku w艂a艣cicieli Blue Apron by艂a konieczno艣膰 wybierania si臋 po zakupy za ka偶dym razem, kiedy chcieli co艣 ugotowa膰. Z tego powodu ich sklep oferuje gotowe zestawy produkt贸w, razem z przepisem, na bazie 艣wie偶ych produkt贸w. Dzi臋ki temu codziennie mo偶emy do艣wiadczy膰 wspania艂ego, wykwintnego dania, nawet je偶eli nie bardzo umiemy gotowa膰.

G艂贸wnym walorem ich biznesu jest uproszczenie 偶ycia dla swoich Klient贸w. Nie tylko zestaw przychodzi nam pod same drzwi, ale te偶 porcje s膮 ju偶 odpowiednio wydzielone. Poza wydrukowanym przepisem, na swojej stronie zamieszczaj膮 te偶 instrukcje, jak przygotowa膰 danie krok po kroku, razem ze zdj臋ciami.

Blue Apron jest te偶 mistrzem dodawania element贸w oko艂o ich g艂贸wnego biznesu.

Znajdziesz u nich:

1.     Mo偶liwo艣膰 zakupu przybor贸w kuchennych, kt贸re s膮 konieczne do przygotowania da艅;

2.     Dob贸r win do da艅;

3.     Przepisy wysy艂ane do listy mailingowej;

4.     Porady domoros艂ych kucharzy do ka偶dego z przepis贸w (innowacyjne podej艣cie do komentarzy).

Innowacyjne pomys艂y w e-commerce 鈥 Andie Swim

https://andieswim.com/

Ten sklep z kostiumami k膮pielowymi na pierwszy rzut oka wydaje si臋 bardzo zwyczajny. Jest bardzo 艂adnie zaprojektowany, z delikatnym efektem paralax, ale nie ma tu wi臋kszych “wodotrysk贸w”. To gdzie sklep jest jednak innowacyjny to 3 elementy:

1.     Program lojalno艣ciowy;

2.     Rekomendacje produkt贸w;

3.     Blog.

Program afiliacyjny 鈥 zapro艣 znajomego

Program afiliacyjny jest wyeksponowany w menu, na tym samym poziomie co g艂贸wne kategorie. Pow贸d, dla kt贸rego warto zwr贸ci膰 na to uwag臋, to po pierwsze bardzo szybki i wygodny spos贸b na dzielenie si臋 ze znajomymi linkiem. Modu艂 pozwala to zrobi膰 poprzez e-mail, Facebooka, Twittera, ale te偶 Messengera. Po drugie nie tylko osoba polecaj膮ca otrzymuje zni偶k臋, ale te偶 osoba, kt贸ra otrzyma艂a link. Po trzecie zwr贸膰cie uwag臋 na tre艣ci, kt贸re s膮 wysy艂ane do znajomych 鈥 s膮 niebywale pozytywne.

Warto zwr贸ci膰 uwag臋, 偶e na stronie u偶yto zewn臋trznego modu艂u do programu afiliacyjnego: https://www.extole.com/. Mo偶esz go zastosowa膰 te偶 w Twoim sklepie.

Rekomendacje produkt贸w

Tutaj Andie Swim stworzy艂o dedykowany konfigurator, kt贸ry pozwala na dobranie idealnego kostiumu. Nie s膮 jednak jedyn膮 firm膮, kt贸ra tak post臋puje. To, co zas艂uguje jednak na wyr贸偶nienie, to tre艣ci, kt贸re si臋 w nim znajduj膮 i sfera wizualna konfiguratora. Jest on naprawd臋 wspaniale zaprojektowany, a zabawne frazy powoduj膮, 偶e a偶 chce si臋 przej艣膰 przez wszystkie kroki.

Blog

Mo偶na by艂oby zapyta膰 co w blogu mo偶e by膰 innowacyjne? A jednak. W przeciwie艅stwie do miliona innych sklep贸w, kt贸re skupiaj膮 si臋 na poradach i inspiracjach, w艂a艣cicielka Andie Swim postanowi艂a wykorzysta膰 proces, kt贸ry i tak ju偶 stosowa艂a. Ot贸偶 jako m艂oda w艂a艣cicielka firmy postanowi艂a raz na tydzie艅 pisa膰 do siebie e-maila, podsumowuj膮cego co si臋 dzieje w rozwoju firmy. Po jakim艣 czasie zacz臋艂a je publikowa膰. Jej posty zawieraj膮 r贸偶nego rodzaju przemy艣lenia co do natury jej biznesu, problem贸w, z jakimi si臋 spotyka艂a, ale te偶 plany na przysz艂o艣膰. Wspaniale ods艂ania r膮bek tajemnicy i powoduje g艂臋bokie przywi膮zanie z t膮 kilkuosobow膮 firm膮.

Innowacyjne pomys艂y w e-commerce 鈥 Brayola

https://global.brayola.com/

To sklep, ale te偶 co艣 znacznie wi臋cej. Wykorzystuje on to, co jest najwi臋ksz膮 si艂膮 internetu 鈥 opinie.

Silnikiem sklepu jest fakt, 偶e poza zakupem produktu, zbierane s膮 dane na temat ulubionych produkt贸w. Dzi臋ki temu system jest w stanie zaproponowa膰 Ci jako u偶ytkownikowi dodatkowe biustonosze, kt贸re polecaj膮 inne osoby o podobnym profilu do Ciebie. Dzi臋ki temu powsta艂 konfigurator, kt贸ry zwraca bardzo spersonalizowane wyniki.

Drugim elementem, na kt贸ry warto zwr贸ci膰 uwag臋, jest sekcja Fit or Not, kt贸ra opiera si臋 na zdj臋ciach u偶ytkownik贸w oraz spo艂ecznej oceny, czy dany biustonosz pasuje, czy nie. Po dodaniu swojego zdj臋cia, wy艣wietla si臋 ono losowo u偶ytkownikom i dzi臋ki temu szybko otrzymujemy informacj臋, czy jest dobrze dopasowany, czy nie.

Trzecim elementem, kt贸ry przykuwa uwag臋, jest sekcja “from him to her”. Jest to wyj膮tkowo innowacyjne podej艣cie do produktu, kt贸ry cz臋sto m臋偶czyznom jest ci臋偶ko kupi膰. Nale偶y zrobi膰 dwie rzeczy: po pierwsze doda膰 swoje konto Facebook, 偶eby Brayola mia艂a dost臋p do naszej drugiej po艂贸wki, po drugie nale偶y sfotografowa膰 metk臋 ulubionego biustonosza naszej dziewczyny / 偶ony. Brayola zajmie si臋 reszt膮, tj. dobraniem stylu / rozmiaru i typu. Du偶e u艂atwienie dla m臋skiej cz臋艣ci populacji.

Innowacyjne pomys艂y w e-commerce 鈥 Trunk Club

https://www.trunkclub.com/

Kolejny sklep zwi膮zany z odzie偶膮. W ramach sklepu nie kupujemy jednak odzie偶y tylko us艂ug臋. Us艂ug臋 doradztwa. P艂ac膮c 25 dolar贸w, otrzymujemy dost臋p do specjalnego czatu z naszym “dedykowanym” stylist膮, kt贸ry zada nam odpowiednie pytania, poka偶e kilka propozycji, pozna nasz styl, a nast臋pnie skomponuje dla nas paczk臋 z ubraniami. Co ciekawe Trunk Club nie ma sta艂ej kwoty za ubrania 鈥 p艂aci si臋 25 dolar贸w, a ze stylist膮 umawiamy si臋 czy chcemy ubrania zamawia膰 jednorazowo, czy raz na miesi膮c / kwarta艂, oraz ile chcieliby艣my wyda膰.

Rzecz膮, kt贸ra zas艂uguje na wzmiank臋, jest spos贸b doboru ubra艅. Po konsultacji produkty zostaj膮 dodane do naszej specjalnej listy prezakupowej. Mamy w tym momencie 2 dni na ew. odrzucenie ca艂o艣ci / cz臋艣ci zam贸wienia. Stylista oczywi艣cie jest ca艂y czas dla nas dost臋pny, 偶eby ew. wymieni膰 dany produkt na inny. Je偶eli jednak przegapili艣my termin to po przyj艣ciu paczki, dalej mamy 5 dni na odes艂anie ca艂o艣ci lub cz臋艣ci zam贸wienia. Oznacza to tyle, 偶e mo偶emy odda膰 to, co nam si臋 nie podoba, ale te偶 mo偶emy wymieni膰 rozmiar, je偶eli nie pasuje.

Innowacyjne pomys艂y w e-commerce 鈥 Frank Body

https://www.frankbody.com/

Ten sklep, poza oryginalnym designem, zas艂uguje na nagrod臋 za najfajniejszy copywriting w e-commerce. Kilka wspania艂ych przyk艂ad贸w, jak mo偶na podej艣膰 do tematu oryginalnie:

1.     “Scroll if you are sexy鈥”
2.     “#letsbefrank, it鈥檚 my middle name”
3.     “Getting dirty has never felt so good”
4.     “You know who鈥檚 a babe? Read the first word”
5.     “Guess what? You鈥檒l be naked in a minute”

Teksty z pomys艂em s膮 wsz臋dzie 鈥 zar贸wno na bannerach i na stronach, ale te偶 na samych opakowaniach produkt贸w. Humorystyczne akcenty pojawiaj膮 si臋 te偶 w innych miejscach, zwr贸膰 uwag臋 na ikony w sekcji poni偶ej:

To co jednak wymaga osobnego akapitu oraz pow贸d, dla kt贸rego uznali艣my, 偶e sklep ten powinien znale藕膰 si臋 w tym zestawieniu, to program lojalno艣ciowy. Znajdziecie go pod ma艂o informacyjn膮 nazw膮 鈥Hotel Pink鈥. Zamiast zwyk艂ego zbierania punkt贸w, przenosicie si臋 w magiczny 艣wiat, gdzie mo偶ecie dosta膰 si臋 do wirtualnego hotelu i w zale偶no艣ci od waszego zaanga偶owania trafiacie do lobby, do sekcji z basenem, do pokoju, albo do penthouse鈥檜. W ka偶dym z nich jako Klient VIP otrzymujecie inne bonusy: od zni偶ek, poprzez dost臋p do produkt贸w przed wszystkimi innymi.

Innowacyjne pomys艂y w e-commerce 鈥 Field Notes

https://fieldnotesbrand.com/

Ten typ produktu jest wyj膮tkowo popularny w internecie. Dzienniki, notatniki i artyku艂y papiernicze mo偶na znale藕膰 w co drugim sklepie online. To, co jednak odr贸偶nia t臋 firm臋 od innych to to, co zrobili ze swoim produktem. To nie jest ju偶 notatnik. To nie jest ju偶 papier. To artyku艂 kolekcjonerski.

Firma produkuje ma艂e notesiki, w r贸偶nych formatach i raz na kwarta艂 wydaje now膮 wersj臋. R贸偶ni膮 si臋 one formatem, papierem, tuszem, grafik膮, uk艂adem, jednym s艂owem wszystkim, czym mo偶e r贸偶ni膰 si臋 notes. Ka偶dy jest jednak projektowany przez designera i powoli produkty te staj膮 si臋 obiektami kultu. Klienci tej firmy 偶a艂uj膮, je偶eli nie uda艂o im si臋 kupi膰 danej serii, zanim si臋 wyprzeda艂a.

Ka偶dy z notatnik贸w jest obarczony histori膮, cz臋sto video, a tak偶e bardzo szczeg贸艂owym opisem ka偶dego z element贸w, kt贸ry jest jego cz臋艣ci膮. Nie tylko wymiar czy materia艂, ale te偶 nazwa drukarni, jaki font zosta艂 u偶yty, a nawet to, jaka jest nazwa tuszu, kt贸ry by艂 u偶yty do wydrukowania logo.

Bior膮c pod uwag臋 fanatyczne wr臋cz zaanga偶owanie Klient贸w tej firmy, zaproponowa艂a ona inne podej艣cie do zakup贸w swoich produkt贸w. Poza standardowym trybem zakupowym, mo偶na te偶 zakupi膰 roczn膮 subskrypcj臋, gdzie otrzymujemy obecny design notatnika, oraz 3 kolejne (raz na kwarta艂). W cenie pakietu otrzymujemy te偶 specjalne gad偶ety zwi膮zane z designem danego notatnika. Warto przej艣膰 przez stron臋, 偶eby zrozumie膰 ten innowacyjny model biznesowy.

Warto zwr贸ci膰 te偶 uwag臋, na ciekawy zabieg UX sklepu na stronie produktowej 鈥 p艂ywaj膮cy box zakupu. Polecamy te偶 zescrollowa膰 na sam d贸艂 strony 鈥 ostylowanie stopki jest wyj膮tkowe i wspaniale sp贸jne ze sprzedawanymi produktami.

Innowacyjne pomys艂y w e-commerce 鈥 TrackSmith

https://www.tracksmith.com/

To jest najbardziej standardowy sklep na dzisiejszej li艣cie. Nie znajdziecie tutaj innowacyjnych modu艂贸w albo funkcji, ale na uwag臋 zas艂uguje szata graficzna sklepu. Jest ona w pewien spos贸b vintage鈥檕wa. Sklep zawiera du偶o zdj臋膰 艣wietnej jako艣ci w koncepcji p贸艂-historycznych uj臋膰. Koncepcja przypomina zabieg wykorzystany w teledysku Robbiego Williamsa “Supreme“. Sklep sprawia wra偶enie, jakby mia艂 bardzo d艂ug膮 histori臋, co zreszt膮 jest bardzo sp贸jne z ich produktami, kt贸re nawi膮zuj膮 w du偶ej mierze do ubioru sprzed lat. Jest to ciekawy przyk艂ad, jak wa偶ny jest design dla ca艂o艣ci odbioru sklepu.

Z ciekawych element贸w warto wymieni膰 trzy:

1.     Zamiast 14 dni na zwrot, sklep ten bawi si臋 koncepcj膮 nawi膮zuj膮c膮 do sprzedawanych produkt贸w: mo偶na je odda膰 do 30 dni lub zanim przebiegniemy w nich 100 mil. W rzeczywisto艣ci jest to oczywi艣cie zwyk艂e przed艂u偶enie r臋kojmi, ale nawi膮zuje do 艣wiata biegaczy.

2.     Sekcja 鈥淩un with us鈥. Jest to pewnego rodzaju rozwi膮zanie omnichannelowe, 艂膮cz膮ce online ze 艣wiatem offline. Kilka razy w tygodniu sklep organizuje biegi spod ich siedziby. Jest to wspania艂y spos贸b nie tylko na przywi膮zanie Klienta do marki, na upsell produkt贸w, ale te偶 na potwierdzenie to偶samo艣ci sklepu, jako co艣 wi臋cej ni偶 biznes 鈥 jako styl 偶ycia.

3.     Ostatnim elementem jest lookbook, kt贸ry ma dosy膰 ciekaw膮 koncepcj臋 鈥 jest to ksi膮偶ka opisuj膮ca histori臋 pewnej podr贸偶y zwi膮zanej z bieganiem. Znajdziemy tam nie tylko produkty, ale te偶 du偶o opis贸w przygody, jak膮 prze偶yli jej protagoni艣ci. Co wi臋cej, dosy膰 nietypowym rozwi膮zaniem, jest uzupe艂nienie lookbooka we fragmenty audio, gdzie biegacze opisuj膮 swoje do艣wiadczenia we w艂asnej osobie, w艂asnym g艂osem. Ponownie 鈥 pozwala to zbudowa膰 obraz marki jako co艣 wi臋cej ni偶 sklep. Mo偶na w tym wypadku mark臋 zobaczy膰 raczej jako ambasadora pewnego stylu 偶ycia.

Mamy nadziej臋, 偶e przyk艂ady, kt贸re tutaj Wam przedstawili艣my by艂y dla Was ciekawe i 偶e zaimplementujecie cz臋艣膰 tych rozwi膮za艅 w swoich sklepach online.

 

9 najwa偶niejszych fakt贸w o Headless eCommerce

Coraz wi臋cej firm stosuje t臋 technologi臋 u swoich Klient贸w. Co za tym idzie 鈥 istnieje coraz wi臋ksza szansa, 偶e przy tworzeniu nowego sklepu, albo aktualizacji obecnego, Twoja agencja internetowa wypowie magiczne has艂o “headless eCommerce“. Warto, 偶eby艣 wiedzia艂, o co chodzi. Dzi臋ki temu b臋dziesz w stanie podj膮膰 艣wiadom膮 decyzj臋.

Trendy headless ecommerce

Headless jest has艂em, kt贸re zacz臋艂o si臋 pojawia膰 kilka lat temu (ok. 2015 roku), a od 2016 roku stale zyskuje na popularno艣ci. Dla przeci臋tnego Klienta to tylko technologia. Warto pami臋ta膰 jednak, 偶e nie艣wiadome wybranie technologii mo偶e mie膰 potem znacz膮ce konsekwencje. B臋dzie to wp艂ywa膰 m.in. na:

Czym jest headless eCommerce?

呕eby odpowiedzie膰 na to pytanie, trzeba zrozumie膰, jak s膮 skonstruowane sklepy internetowe. Standardowo sk艂adaj膮 si臋 z 3 element贸w:

1.     Bazy danych (miejsca, gdzie przetrzymywane s膮 wszystkie informacje, takie jak ceny, nazwy, opisy, zdj臋cia, etc.);

2.     Warstwy backendowej (czyli cz臋艣ci, kt贸re pobiera i przetwarza dane z bazy danych). Ta warstwa zawiera te偶 zazwyczaj cz臋艣膰 CMS-ow膮, czyli panel administracyjny, kt贸ry nam pozwala zarz膮dza膰 sklepem;

3.     Warstwy frontendowej (czyli sekcji, w kt贸rej wy艣wietlane s膮 wszystkie informacje dla Klienta ko艅cowego).

W tradycyjnym modelu te wszystkie 3 warstwy dzia艂aj膮 razem. W podej艣ciu headless eCommerce trzecia warstwa (frontendowa) jest “odci臋ta” (system jest pozbawiony tzw. “g艂owy”) i przytwierdzona za pomoc膮 API (czyli dwukierunkowego interfejsu komunikacji mi臋dzy 鈥済艂ow膮鈥 a “cia艂em”).

Je偶eli chodzi o sam膮 cz臋艣膰 frontendow膮, to najcz臋艣ciej stosuje si臋 jedn膮 z 3 technologii: vue.js, react.js lub angularJS. Ponownie 鈥 sama technologia nie ma dla nas najwi臋kszego znaczenia. Du偶o wa偶niejsze b臋dzie to, co mo偶emy dzi臋ki niej osi膮gn膮膰. Najwi臋kszym i najwa偶niejszym przyk艂adem b臋dzie serwis Alibaba. Dodatkowo pod tym linkiem prezentujemy jeszcze kilka innych przyk艂ad贸w.

Pytanie jakie si臋 teraz pojawia, jest nast臋puj膮ce: Po co si臋 to podej艣cie stosuje, co mo偶e nam to da膰 i kiedy nie warto go stosowa膰?

Zalety Headless eCommerce

Co wi臋c powoduje, 偶e warto zastosowa膰 podej艣cie headless?

Mo偶liwo艣膰 dostosowania wygl膮du do r贸偶nych urz膮dze艅

Bior膮c pod uwag臋, 偶e nasz CMS (system backendowy) jedynie przekazuje informacje do “g艂owy”, to mamy pe艂n膮 dowolno艣膰, jakie informacje chcemy otrzyma膰, kiedy, a tak偶e co mamy z nimi zrobi膰. Posiadaj膮c jeden system backendowy oraz API 艂膮cz膮ce go z frontem, mo偶emy “zasili膰” niesko艅czon膮 liczb臋 urz膮dze艅 i ekran贸w. Przyk艂adowo mo偶emy stworzy膰 zupe艂nie odr臋bny wygl膮d sklepu, systemu POS, aplikacji mobilnej, a nawet wersji na smartwatcha. Wszystko za pomoc膮 tych samych narz臋dzi.

Oczywi艣cie zaprojektowanie i wdro偶enie tych front贸w to kilkukrotnie wi臋cej pracy, ni偶 tylko przygotowanie wersji “tradycyjnej” sklepu, ale dalej powstaje tylko tzw. “g艂owa”, a ca艂a obs艂uga, informacje o produktach, procesowanie zam贸wie艅, zostaje po stronie jednego systemu backendowego. Oznacza to r贸wnie偶, 偶e b臋dziemy zarz膮dzali wszystkimi urz膮dzeniami z jednego miejsca. Mo偶e mie膰 to gigantyczne znaczenie przy procesowaniu zam贸wie艅.

Dowolno艣膰 w tym, co chcemy pokaza膰

Bior膮c pod uwag臋, 偶e technologia frontendowa jest ca艂kowicie odci臋ta od backendu, pozwala to developerom na wykorzystanie dowolnego j臋zyka i frameworku, w zale偶no艣ci od potrzeb. Ma to du偶e znaczenie, w szczeg贸lno艣ci maj膮c na uwadze, 偶e cz臋艣ci nowoczesnych rozwi膮za艅 UX nie da si臋 (albo jest to bardzo z艂o偶one) uzyska膰 bez wykorzystania pewnych technologii. W zale偶no艣ci od miejsca, gdzie chcemy te偶 zaprezentowa膰 aplikacj臋, mo偶emy te偶 wykorzysta膰 inn膮 technologi臋. W pewnym sensie ta zaleta poniek膮d jest r贸wnie偶 wad膮 (o tym za chwil臋).

Obni偶enie liczby zapyta艅 do bazy danych

Podej艣cie headless oznacza jednocze艣nie znacznie cz臋stsze wykorzystanie przegl膮darki do wykonywania skypt贸w i przelicze艅. Innymi s艂owy, mo偶e ona by膰 wykorzystywana do obs艂ugi tzw. logiki frontu. Obecnie przegl膮darki spokojnie sobie radz膮 z dosy膰 z艂o偶onymi kalkulacjami, potrafi膮 te偶 przechowa膰 sporo danych, kt贸re mo偶na wykorzysta膰 podczas nawigacji mi臋dzy stronami. Dzi臋ki temu cz臋艣膰 zapyta艅 jest ju偶 obs艂ugiwana w sekcji tzw. “g艂owy” witryny, zamiast trafia膰 do cz臋艣ci backendowej lub do bazy danych. Oznacza to mniejsze obci膮偶enie serwera bazodanowego.

Przyspieszenie dzia艂ania serwisu

Ostatni膮, lecz bardzo istotn膮 zalet膮 system贸w headless jest mo偶liwo艣膰 stworzenia szybszego sklepu. Jest to powi膮zane z wykorzystaniem przegl膮darki (o czym ju偶 wspominali艣my w poprzednim punkcie). Podsumowuj膮c – mo偶emy przechowa膰 wi臋cej informacji, wykona膰 mniej zapyta艅 do bazy, a tak偶e co wa偶niejsze 鈥 wykorzysta膰 pewne mechanizmy do艂adowuj膮ce tre艣膰, dopiero kiedy jest potrzebna. Wejd藕my ponownie na serwis Alibaba (tylko zr贸bmy to z trybu incognito). Pozw贸lmy si臋 stronie za艂adowa膰, a nast臋pnie przescrollujmy w d贸艂. Zauwa偶ymy do艂adowuj膮ce si臋 zdj臋cia. To w艂a艣nie mechanizm, o kt贸rym piszemy.

Bezpiecze艅stwo serwisu

Bezpiecze艅stwo serwisu
Warto zaznaczy膰, 偶e dzi臋ki rozdzieleniu frontu i backendu, uzyskujemy dodatkow膮 barier臋 chroni膮c膮 dane u偶ytkownik贸w. S膮 one przechowywane na innym serwerze, (zazwyczaj) o innym adresie ni偶 domena strony. Dodatkowo ograniczenie pewnych funkcji, o kt贸rych piszemy poni偶ej, mo偶e dodatkowo pozbawi膰 system “bramek”, przez kt贸re mo偶na by艂o si臋 do niego dosta膰.

Wady Headless eCommerce

Wady Headless eCommerce

Jak to bywa ze wszystkim, opr贸cz zalet s膮 r贸wnie偶 i pewne wady headless eCommerce. 呕eby podj膮膰 decyzj臋 musimy mie膰 te偶 艣wiadomo艣膰, jakie s膮 negatywy wykorzystania tej technologii.

Inne umiej臋tno艣ci w zespole / dro偶sze umiej臋tno艣ci

Podzia艂 na programist贸w backendowych / frontendowych istnia艂 zawsze. Jednak przy tym podej艣ciu b臋dziemy potrzebowali ludzi wyspecjalizowanych w technologii, kt贸ra jest stosunkowo nowa. S膮 to te偶 ludzie, kt贸rzy nie tylko b臋d膮 w stanie 艂adnie “opakowa膰” sklep, ale te偶 stworzy膰 do niego ca艂膮 logik臋. Dodatkowo mo偶emy potrzebowa膰 kogo艣, kto stworzy API 艂膮cz膮ce si臋 mi臋dzy tym co wida膰, a tym, co zarz膮dza sklepem. Si艂膮 rzeczy 鈥 taki zesp贸艂 prawdopodobnie b臋dzie dro偶szy.

Mniej mo偶liwo艣ci zespo艂u marketingowego

Wykorzystanie podej艣cia headlessowego oznacza te偶 ograniczenie mo偶liwo艣ci CMS sklepu. Jest oczywi艣cie mo偶liwo艣膰 odtworzenia praktycznie wszystkich funkcji, b臋dzie to jednak bardzo czasoch艂onne. Dla przyk艂adu: je偶eli oczekujemy, 偶e dodawane zdj臋cia, opisy i nazwa produktu zawsze b臋d膮 si臋 pojawia艂y w okre艣lonych miejscach i nasz zesp贸艂 marketingowy nie ma w planach tworzenia dedykowanych one-page鈥檙贸w dla ka偶dego z produkt贸w 鈥 to headless mo偶e by膰 dobrym podej艣ciem.

Mo偶liwy znacznie wy偶szy koszt

Celowo piszemy, 偶e mo偶liwy, poniewa偶 bardzo du偶o zale偶y tutaj od sytuacji, w kt贸rej aktualnie jeste艣my. Na koszt projektu headlessowego b臋d膮 wp艂ywa艂y m.in. nast臋puj膮ce kwestie:

1.     Czy potrzebujemy wielu gotowych modu艂贸w, kt贸re b臋dziemy instalowali w sklepie?

2.     Czy wi臋kszo艣膰 front贸w systemu b臋dzie sta艂a, czy chcemy mie膰 mo偶liwo艣膰 zarz膮dzania nimi?

3.     W jakiej technologii b臋dzie realizowany projekt?

Wi臋kszo艣膰 modu艂贸w, kt贸re zakupimy do CMSa, b臋dzie cz臋艣ciowo bezu偶yteczna, poniewa偶 trzeba b臋dzie nadpisa膰 ich cz臋艣膰 frontendow膮. Dotyczy to te偶 modu艂贸w p艂atno艣ci czy dostawy. Ka偶da ch臋膰 wykorzystania mechanizm贸w CMS-owo / marketingowych te偶 b臋dzie musia艂a by膰 odtworzona. Przyk艂adowo 鈥 je偶eli obecny system pozwala nam na dodanie na poszczeg贸lnych stronach w dowolnym miejscu bloku statycznego z polecanymi produktami 鈥 obs艂uga tej funkcji mo偶e wymaga膰 prac deweloperskich, pomimo tego, 偶e jest ju偶 wbudowana w nasz system CMS.

Kiedy warto inwestowa膰 w Headless eCommerce?

Headless eCommerce ma swoje wady i zalety. Jest to na pewno technologia przysz艂o艣ci. Niekt贸re platformy (np. Magento 2) ju偶 same promuj膮 to podej艣cie i co wi臋cej, planuj膮 przygotowanie w艂asnych szablon贸w headlessowych w niedalekiej przysz艂o艣ci. Programi艣ci niech臋tnie pracuj膮 ju偶 w projektach, kt贸re nie s膮 headlessowe. Trzeba jednak mierzy膰 si艂y na zamiary i zbada膰 koszt.

Najlepiej jest poprosi膰 swoj膮 agencj臋 internetow膮 o przygotowanie dw贸ch wycen 鈥 jednej opartej na headlessie, a drugiej w “tradycyjnym” modelu. Model headlessowy sprawdzi si臋 g艂贸wnie w przypadku kiedy my艣limy o sklepie na wiele lat, kt贸ry ma obs艂ugiwa膰 du偶y ruch, zawiera膰 raczej statyczny front (celujemy w doprecyzowany wygl膮d o idealnej konwersji, a nie w kreatywno艣膰 dzia艂u marketingowego) i nie planujemy wykorzystania dziesi膮tek gotowych modu艂贸w. Zazwyczaj jednak nie b臋dziemy w stanie okre艣li膰, czy nasz sklep spe艂nia to w 100%. Cz臋艣膰 z tych element贸w b臋dzie dla nas bardziej wa偶na, a cz臋艣膰 mniej. Jak mawia艂 Ryszard Och贸dzki “Rozchodzi si臋 jednak o to, 偶eby te plusy nie przes艂oni艂y wam minus贸w!”.

Warto zaznaczy膰, 偶e podej艣cie headlessowe wcale nie musi by膰 dro偶sze w implementacji, ni偶 “tradycyjne”. Wszystko zale偶y od do艣wiadczenia agencji, wykorzystania ju偶 raz stworzonych element贸w oraz dost臋pno艣ci p贸艂produkt贸w / bibliotek / rozwi膮za艅, kt贸re mo偶na wykorzysta膰 bez pisania od zera. Du偶o zale偶y te偶 od CMSa, kt贸rego wybierzemy.

Jak mo偶emy zauwa偶y膰 鈥 nie spos贸b 艂atwo okre艣li膰 czy to rozwi膮zanie jest dla nas, czy te偶 nie. Twoja agencja powinna by膰 w stanie poda膰 twarde argumenty, dlaczego, i czy headless jest w Twoim przypadku wskazany. Warto te偶 por贸wna膰 koszt obydwu tych opcji, zanim podejmiemy decyzj臋.

Big data w e-commerce – 9 przyk艂ad贸w zastosowa艅.

Big Data rozwija si臋 stopniowo od lat 90, kiedy to powsta艂y pierwsze pr贸by i koncepcje analizy du偶ych zbior贸w danych. Dopiero po 2010 roku technologia do艣cign臋艂a pomys艂y naukowc贸w i zacz臋艂a by膰 wykorzystywana w wielu dziedzinach naszego 偶ycia, w tym w handlu online. Ostatnie 8 lat to sta艂y nap艂yw technologii, narz臋dzi, platform i pomys艂贸w, jak wykorzysta膰 Big Data w handlu. Najwi臋cej zyskali innowatorzy, jak np. Amazon, kt贸ry wprowadzi艂 system rekomendacji produkt贸w odpowiedzialny obecnie za 30% wszystkich zakup贸w w platformie. Pierwszym najlepszym momentem by艂 wi臋c pocz膮tek dekady, drugi jest teraz. Przeczytaj, jak mo偶na wykorzysta膰 Big Data w e-Commerce.

Czym jest Big Data?

Big Data ci臋偶ko jednoznacznie zdefiniowa膰. S膮 to zadania wykonywane na du偶ych zbiorach danych. Nie ma jednak jednej technologii, kt贸r膮 si臋 wykorzystuje. Nie ma te偶 definicji ile danych to 鈥渄u偶o danych鈥.

Dosy膰 obrazowym sposobem przedstawiaj膮cym czym zajmuje si臋 Big Data, jest obserwowanie grupy ludzi. Za艂贸偶my, 偶e patrzymy na kilkudziesi臋cioosobow膮 grup臋, Mo偶emy rozpozna膰 ich twarze, zobaczy膰 ich interakcje, mo偶emy te偶 policzy膰 ile z nich to kobiety, a ile m臋偶czy藕ni. Big Data przypomina z kolei obserwowanie t艂umu na festiwalu muzycznym z odleg艂o艣ci. Nie rozpoznamy swoich znajomych, nie wiemy r贸wnie偶 o czym rozmawiaj膮 poszczeg贸lne jednostki. Mo偶emy jednak obserwowa膰 og贸lne zachowania grupy, np, 偶e cz臋艣膰 os贸b ustawia si臋 w kolejce po co艣 do picia.  Mo偶emy te偶 zobaczy膰, 偶e potworzy艂y si臋 podgrupy, a nawet jeste艣my w stanie zdefiniowa膰 kierunek poruszania si臋 tych grup. To w艂a艣nie przypomina analiz臋 Big Data.

W 2001 roku poj臋cie to zosta艂o zdefiniowane jako operowanie na zbiorach danych, kt贸re maj膮 du偶e:

 

1.     Volume, czyli ilo艣膰 danych,

2.     Velocity, czyli zmienno艣膰 danych,

3.     Variety, czyli r贸偶norodno艣膰 danych;

P贸藕niej zosta艂o dodane jeszcze jedno poj臋cie, tym samym tworz膮c model 4V:

1.     Value, dotycz膮ce tego, czy dane s膮 warto艣ciowe;

 

Podsumowuj膮c, Big Data to wszystkie operacje na du偶ych, zmieniaj膮cych si臋, warto艣ciowych danych, pochodz膮cych z r贸偶nych 藕r贸de艂 i przetwarzanych jako jeden zbi贸r. Celem tych operacji jest za艣 odkrycie nowych korelacji, obserwacji i wspieranie decyzji biznesowych.

Aktualnie s膮 to dzia艂ania zarezerwowane g艂贸wnie, aczkolwiek nie wy艂膮cznie, dla najwi臋kszych firm w e-commerce. W dalszej cz臋艣ci artyku艂u, zamie艣cili艣my linki do kilku narz臋dzi dla mniejszych biznes贸w ). Je偶eli chodzi o badanie firm z tzw. Fortune 100 (czyli 100 najwi臋kszych firm na 艣wiecie), to w 2017 roku, a偶 26,8% z nich deklarowa艂o, 偶e inwestuj膮 min. 50 milion贸w dolar贸w w rozw贸j tej technologii.

Big Data w e-commerce鈥 badanie korelacji

Warto wspomnie膰 o tym, 偶e Big Data w e-commerce opiera si臋 z regu艂y na badaniu korelacji, a nie przyczynowo艣ci. Jest to dosy膰 wa偶na r贸偶nica, bo pierwsze m贸wi nam o tym, 偶e w艣r贸d os贸b, kt贸re pal膮 papierosy, wyst臋puje cz臋艣ciej rak p艂uca, a dopiero drugie pozwala potwierdzi膰, 偶e przyczyn膮 raka p艂uca jest palenie.

Korelacja mo偶e, ale nie musi wskazywa膰 nam na warto艣ciow膮 relacj臋. Na stronie http://www.tylervigen.com/spurious-correlations, zosta艂y zebrane r贸偶ne korelacje, kt贸re ewidentnie nie maj膮 cech przyczynowo艣ci. Przyk艂adem mo偶e by膰 np. liczba os贸b, kt贸ra si臋 utopi艂a w basenie vs liczba film贸w, w kt贸rych wyst膮pi艂 Nicolas Cage. To doskonale pokazuje, 偶e samo badanie korelacji to za ma艂o. Zak艂adaj膮c jednak pewne ograniczenia, mo偶na uzyska膰 warto艣ciowe wyniki.

Big Data a p艂atno艣ci

Pierwszym przyk艂adem s膮 p艂atno艣ci. Big Data jest wykorzystywane m.in. przez Asseco. Nasuwa si臋 pytanie 鈥 po co? Dzi臋ki dost臋powi do:

1.     Ogromnych baz danych wszystkich transakcji (Volume),

2.     Dziej膮cych si臋 setki tysi臋cy razy ka偶dego dnia (Velocity),

3.     Dzi臋ki zebraniu danych z r贸偶norodnych 藕r贸de艂 鈥 m.in.: informacjach o podmiotach i relacjach mi臋dzy nimi, transakcjach, produktach, wnioskach kredytowych oraz czarnych / bia艂ych listach (Variety);

Otrzymujemy niesamowit膮 szans臋 wygenerowania pewnych wniosk贸w, kt贸re nie by艂yby dost臋pne bez Big Data. Tym samym firmy zajmuj膮ce si臋 p艂atno艣ciami online, takie jak Visa czy PayPal, mog膮 w czasie rzeczywistym blokowa膰 transakcje, kt贸re 鈥渟ystem鈥 uwa偶a za niebezpieczne. Big Data w e-commerce jest w tym wypadku stra偶nikiem. Analizuj膮c zachowania i powi膮zania, mo偶e zatrzyma膰 przest臋pstwa finansowe.

Big Data a logistyka

Innym przyk艂adem, kt贸ry pokazuje niesamowity potencja艂 Big Data, jest logistyka. Od 2003 roku UPS wprowadza艂o system ORION (On-Road Integration Optimization and Navigation), kt贸ry wskazuje kierowcom najlepsz膮 drog臋 do dostarczenia ich przesy艂ek ( a jest ich ok. 100 dziennie). Mogliby艣my pomy艣le膰, 偶e przecie偶 wystarczy艂oby wyposa偶y膰 kierowc贸w w GPS. Zadanie jest jednak znacznie bardziej skomplikowane. System bierze pod uwag臋 nie tylko najbli偶sz膮 paczk臋, ale wszystkie, kt贸re s膮 zaplanowane w ramach trasy. Ponadto projektuje te偶 tras臋 w ten spos贸b, 偶eby by艂o jak najmniej skr臋t贸w w lewo (ze wzgl臋du na konieczno艣膰 przepuszczenia innych jest to znacznie mniej efektywne). Wyniki? W 2016 roku pozwoli艂o to zaoszcz臋dzi膰 ok. 38 milion贸w litr贸w paliwa, czyli ok. 300鈥400 milion贸w dolar贸w . Dzia艂ania te okaza艂y si臋 zatem niezwykle skuteczne. (Pe艂ny artyku艂 na ten temat do przeczytania tutaj).

Zarz膮dzanie zasobami

Posiadaj膮c w艂asny magazyn, na pewno spotkali艣my si臋 z sytuacj膮 , 偶e jaki艣 produkt nieprzewidzianie sko艅czy艂 si臋 i musieli艣my go wy艂膮czy膰 z oferty. Prawdopodobnie potrafimy r贸wnie偶 wskaza膰 produkty zalegaj膮ce na p贸艂kach od miesi臋cy, kt贸rych sprzeda偶 nie spe艂nia naszych oczekiwa艅. W przypadku Amazona musimy je przemno偶y膰 przez 1000, albo przez 398 milion贸w produkt贸w (!) Wszyscy przyznamy, 偶e ci臋偶ko jest zapanowa膰 nad takim magazynem r臋cznie.

Amazon analizuje wi臋c poprzez Big Data historyczne dane zakupowe, 艣wi臋ta, festiwale, itd. Wylicza, ile danego produktu powinno by膰 na stanie w ka偶dym mo偶liwym momencie. Pozwala to zapewni膰 wysok膮 dost臋pno艣膰 produkt贸w (czyli polepszy膰 Customer Experience). Dodatkowo znacz膮co ogranicza koszty zwi膮zane z magazynowaniem produkt贸w, nie m贸wi膮c ju偶 o zmniejszeniu liczby przypadkowo uszkodzonych sztuk.

Analiza trend贸w

Decyzja, by wyprodukowa膰 kilkaset tysi臋cy nowych produkt贸w zawsze jest ryzykowna. Produkt mo偶e si臋 nie sprzeda膰, a my zostaniemy z ogromnym deficytem w bud偶ecie. Z tego powodu w艂a艣ciciele biznes贸w zwr贸cili si臋 w stron臋 Big Data. Dzi臋ki analizowaniu internetu, social-media, profili u偶ytkownik贸w, hashtag贸w, popularnych s艂贸w kluczowych itd. s膮 w stanie wykry膰 nadchodz膮ce trendy. Dzi臋ki temu znacz膮co zmniejszone jest ryzyko biznesowe. Co ciekawe, niekt贸re algorytmy s膮 na tyle inteligentne, 偶e potrafi膮 np. rozpozna膰, i偶 dana aktorka za艂o偶y艂a na czerwonym dywanie dany model ubioru. To z kolei spowoduje wzrost zainteresowania tym typem produktu. Tutaj p艂ynnie przechodzimy do kolejnego punktu, bo na bazie tych informacji, jeste艣my w stanie wyeksponowa膰 w naszym sklepie podobne produkty, tym samym zwi臋kszaj膮c sprzeda偶.

Personalizacja

Ponownie dzi臋ki zbieraniu gigantycznych zasob贸w danych np. z naszej przegl膮darki, profilu na Facebooku, zapisanych ciasteczek, kod贸w remarketingowych, wcze艣niej przegl膮danych stron, etc. 鈥 w艂a艣ciciele sklep贸w internetowych s膮 w stanie dostosowa膰 ofert臋 do swoich Klient贸w. Pokaza膰 im inne bannery czy wskaza膰 wybrane produkty.

Personalizacja idzie tutaj o krok dalej 鈥 np. firma Nordstrom zbiera dane z wielu 藕r贸de艂, m.in. strony internetowej, social media, zam贸wie艅 Klienta, kart lojalno艣ciowych, etc. Na bazie tych danych definiuje, jaki jest ulubiony kana艂 komunikacji Klienta. Nast臋pnie ca艂a komunikacja jest do niego kierowana tym w艂a艣nie kana艂em. Je艣li Klient lubi rozmawia膰 na messengerze, to w艂a艣nie tam otrzyma najnowsz膮 ofert臋. Woli kontakt mailowy? Oferta pojawi si臋 na mailu.

Ocena zadowolenia Klienta oraz opuszczone koszyki

Wykorzystanie tych samych zbior贸w danych, po艂膮czonych czasami z dodatkowymi 藕r贸d艂ami, takimi jak monitoring sklepu czy komentarze w internecie, pozwala te偶 na ocen臋 satysfakcji Klienta (sentiment analysis) oraz ocen臋 prawdopodobie艅stwa zakup贸w przez danego Klienta.

Inteligentne systemy potrafi膮 te偶 znacz膮co pom贸c w kwestii opuszczonych koszyk贸w. Mo偶e to by膰 m.in. poprzez dob贸r odpowiednich zni偶ek, dob贸r produkt贸w rekomendowanych, ale te偶 dob贸r kana艂u komunikacji. Przyk艂adowo: Klient X by艂 ju偶 bliski zakupu, wi臋c wystarczy mu przypomnie膰, a Klientowi Y zaproponowa膰 zni偶k臋, poniewa偶 nie by艂 jeszcze na tyle zaanga偶owany. Je偶eli dany Klient nie ma sta艂ego kontaktu z e-mailem, to system mo偶e wys艂a膰 mu wiadomo艣膰 za pomoc膮 smsa, albo poprzez chat.

Wyliczanie cen

Powoli docieramy do element贸w , kt贸rych nigdy nie by艂by w stanie zrobi膰 cz艂owiek. Mechanizmy Big Data potrafi膮 bowiem dostosowa膰 cen臋/zni偶k臋 w produkcie w czasie rzeczywistym. Mo偶e si臋 ona zmienia膰 w zale偶no艣ci od:

1.     chwilowej popularno艣ci produktu,

2.     ceny podobnych produkt贸w u konkurencji,

3.     narzutu,

4.     og贸lnego poziomu zadowolenia u偶ytkownika,

5.     jego historii zakupowej,

6.     jego podatno艣ci na zni偶ki,

7.     jego komentarzy na social-media,

8.     jego przywi膮zania do marki, etc.

Wyobra藕my sobie system, kt贸ry 鈥炁紀ngluj膮c鈥 cenami, potrafi zapewni膰 wzrost sprzeda偶y na poziomie kilkunastu-kilkudziesi臋ciu procent. Prawda, 偶e jest to niezwykle kusz膮ce? Co wi臋cej, inteligentne systemy potrafi膮 nawet stwierdzi膰, 偶e dany produkt sam z siebie si臋 nie sprzeda, ale w opakowaniu zbiorczym ju偶 tak. Tworzenie takich zestaw贸w i manipulowanie cen膮 mo偶e mie膰 znacz膮cy wp艂yw na sprzeda偶. Jak bardzo znacz膮cy? W przypadku Walmartu10鈥15% wzrost sprzeda偶y, zapewniaj膮cy ok. miliard dolar贸w dodatkowego zysku.

Rekomendacje produktowe

Najbardziej tradycyjnym zastosowaniem Big Data w e-commerce jest generowanie rekomendacji produktowych. Bior膮c pod uwag臋 histori臋 zakup贸w u偶ytkownika, system jest w stanie zaproponowa膰 mu produkty, kt贸re:

Jednym z system贸w, kt贸re w Polsce zajmuj膮 si臋 takimi rzeczami na podstawie sztucznej inteligencji i Big Data jest Quarticon.

Inne zastosowania Big Data w e 鈥 commerce

W aktualnej sytuacji technologia Big Data sta艂a si臋 na tyle bud偶etowa (oczywi艣cie dalej m贸wimy o dosy膰 du偶ych nak艂adach finansowych), 偶e z regu艂y tylko wybrane firmy mog膮 sobie pozwoli膰 na jej zastosowanie. Obecnie jest to jednak wy艣cig kreatywny, na zasadzie 鈥 “mo偶e zastosowaliby艣my Big Data do wyliczania X, nie robi tego jeszcze nikt inny, wi臋c pozwoli nam to osi膮gn膮膰 przewag臋 konkurencyjn膮”.

Przedstawiamy wi臋c kilka dodatkowych zastosowa艅 Big Data w e-commerce:

1.     Przewidywanie zasob贸w serwera 鈥 na bazie danych historycznych, wydarze艅, 艣wi膮t i trend贸w systemy s膮 w stanie wyliczy膰 zapotrzebowanie na infrastruktur臋 serwerow膮 i j膮 odpowiednio skalowa膰 w czasie prawie rzeczywistym.

2.     Przewidywanie zwrot贸w 鈥 istniej膮 systemy (np. http://easysize.me/), kt贸re w momencie dodania produktu do koszyka s膮 w stanie oszacowa膰, jakie jest ryzyko jego zwrotu. Np. na bazie zam贸wie艅 historycznych, s膮 w stanie okre艣li膰, 偶e dany produkt cz臋sto by艂 wymieniany ze wzgl臋du na rozmiar. W tym momencie, w czasie rzeczywistym informuje o tym zesp贸艂 obs艂ugi Klienta, kt贸ry mo偶e zareagowa膰, np. kontaktuj膮c si臋 z dan膮 osob膮 i rekomenduj膮c jej zmian臋 rozmiaru. Co wi臋cej, system wykrywa te偶 osoby, kt贸re maj膮 wysokie prawdopodobie艅stwo zakupienia produktu i oddania go po 2 tygodniach. Wg. firmy system pozwala obni偶y膰 liczb臋 zwrot贸w o 15鈥25% (warto wspomnie膰, 偶e jeszcze 3 lata temu firma podawa艂a inne warto艣ci: 35鈥40%).

3.     Systemy Big Data pozwalaj膮 te偶 na prowadzenie dzia艂a艅 marketing automation. Wyobra藕my sobie system, kt贸ry badaj膮c zachowania wszystkich Klient贸w, okre艣la, 偶e dla produkt贸w kupowanych cyklicznie, nast臋puje to 艣rednio po miesi膮cu i na dwa dni przed tym terminem. Nast臋pnie automatycznie wysy艂a informacj臋 do Klienta 鈥 tym samym upewniaj膮c si臋, 偶e zakup zostanie zrobiony w danej firmie , a nie u konkurencji.

 

Dzi臋kujemy za przeczytanie artyku艂u 鈥 prosimy o podzielenie si臋 swoimi przemy艣leniami lub przytoczenie innych przyk艂ad贸w wykorzystania Big Data w e-commerce, kt贸re nie zosta艂y wymienione. W przypadku sklep贸w z du偶ym ruchem i du偶膮 liczb膮 zam贸wie艅 warto zastanowi膰 si臋 nad wykorzystaniem Big Data. Pami臋tajmy, 偶e pierwszym najlepszym momentem na to by艂 pocz膮tek dekady, drugi najlepszy moment jest teraz.

Big Data rozwija si臋 stopniowo od lat 90, kiedy to powsta艂y pierwsze pr贸by i koncepcje analizy du偶ych zbior贸w danych. Dopiero po 2010 roku technologia do艣cign臋艂a pomys艂y naukowc贸w i zacz臋艂a by膰 wykorzystywana w wielu dziedzinach naszego 偶ycia, w tym w handlu online. Ostatnie 8 lat to sta艂y nap艂yw technologii, narz臋dzi, platform i pomys艂贸w, jak wykorzysta膰 Big Data w handlu. Najwi臋cej zyskali innowatorzy, jak np. Amazon, kt贸ry wprowadzi艂 system rekomendacji produkt贸w odpowiedzialny obecnie za 30% wszystkich zakup贸w w platformie. Pierwszym najlepszym momentem by艂 wi臋c pocz膮tek dekady, drugi jest teraz. Przeczytaj, jak mo偶na wykorzysta膰 Big Data w e-Commerce.

Czym jest Big Data?

Big Data ci臋偶ko jednoznacznie zdefiniowa膰. S膮 to zadania wykonywane na du偶ych zbiorach danych. Nie ma jednak jednej technologii, kt贸r膮 si臋 wykorzystuje. Nie ma te偶 definicji ile danych to 鈥渄u偶o danych鈥.

Dosy膰 obrazowym sposobem przedstawiaj膮cym czym zajmuje si臋 Big Data, jest obserwowanie grupy ludzi. Za艂贸偶my, 偶e patrzymy na kilkudziesi臋cioosobow膮 grup臋, Mo偶emy rozpozna膰 ich twarze, zobaczy膰 ich interakcje, mo偶emy te偶 policzy膰 ile z nich to kobiety, a ile m臋偶czy藕ni. Big Data przypomina z kolei obserwowanie t艂umu na festiwalu muzycznym z odleg艂o艣ci. Nie rozpoznamy swoich znajomych, nie wiemy r贸wnie偶 o czym rozmawiaj膮 poszczeg贸lne jednostki. Mo偶emy jednak obserwowa膰 og贸lne zachowania grupy, np, 偶e cz臋艣膰 os贸b ustawia si臋 w kolejce po co艣 do picia.  Mo偶emy te偶 zobaczy膰, 偶e potworzy艂y si臋 podgrupy, a nawet jeste艣my w stanie zdefiniowa膰 kierunek poruszania si臋 tych grup. To w艂a艣nie przypomina analiz臋 Big Data.

W 2001 roku poj臋cie to zosta艂o zdefiniowane jako operowanie na zbiorach danych, kt贸re maj膮 du偶e:

1.     Volume, czyli ilo艣膰 danych,

2.     Velocity, czyli zmienno艣膰 danych,

3.     Variety, czyli r贸偶norodno艣膰 danych;

P贸藕niej zosta艂o dodane jeszcze jedno poj臋cie, tym samym tworz膮c model 4V:

1.     Value, dotycz膮ce tego, czy dane s膮 warto艣ciowe;

Podsumowuj膮c, Big Data to wszystkie operacje na du偶ych, zmieniaj膮cych si臋, warto艣ciowych danych, pochodz膮cych z r贸偶nych 藕r贸de艂 i przetwarzanych jako jeden zbi贸r. Celem tych operacji jest za艣 odkrycie nowych korelacji, obserwacji i wspieranie decyzji biznesowych.

Aktualnie s膮 to dzia艂ania zarezerwowane g艂贸wnie, aczkolwiek nie wy艂膮cznie, dla najwi臋kszych firm w e-commerce. W dalszej cz臋艣ci artyku艂u, zamie艣cili艣my linki do kilku narz臋dzi dla mniejszych biznes贸w ). Je偶eli chodzi o badanie firm z tzw. Fortune 100 (czyli 100 najwi臋kszych firm na 艣wiecie), to w 2017 roku, a偶 26,8% z nich deklarowa艂o, 偶e inwestuj膮 min. 50 milion贸w dolar贸w w rozw贸j tej technologii.

Big Data w e-commerce鈥 badanie korelacji

Warto wspomnie膰 o tym, 偶e Big Data w e-commerce opiera si臋 z regu艂y na badaniu korelacji, a nie przyczynowo艣ci. Jest to dosy膰 wa偶na r贸偶nica, bo pierwsze m贸wi nam o tym, 偶e w艣r贸d os贸b, kt贸re pal膮 papierosy, wyst臋puje cz臋艣ciej rak p艂uca, a dopiero drugie pozwala potwierdzi膰, 偶e przyczyn膮 raka p艂uca jest palenie.

Korelacja mo偶e, ale nie musi wskazywa膰 nam na warto艣ciow膮 relacj臋. Na stronie http://www.tylervigen.com/spurious-correlations, zosta艂y zebrane r贸偶ne korelacje, kt贸re ewidentnie nie maj膮 cech przyczynowo艣ci. Przyk艂adem mo偶e by膰 np. liczba os贸b, kt贸ra si臋 utopi艂a w basenie vs liczba film贸w, w kt贸rych wyst膮pi艂 Nicolas Cage. To doskonale pokazuje, 偶e samo badanie korelacji to za ma艂o. Zak艂adaj膮c jednak pewne ograniczenia, mo偶na uzyska膰 warto艣ciowe wyniki.

Big Data a p艂atno艣ci

Pierwszym przyk艂adem s膮 p艂atno艣ci. Big Data jest wykorzystywane m.in. przez Asseco. Nasuwa si臋 pytanie 鈥 po co? Dzi臋ki dost臋powi do:

1.     Ogromnych baz danych wszystkich transakcji (Volume),

2.     Dziej膮cych si臋 setki tysi臋cy razy ka偶dego dnia (Velocity),

3.     Dzi臋ki zebraniu danych z r贸偶norodnych 藕r贸de艂 鈥 m.in.: informacjach o podmiotach i relacjach mi臋dzy nimi, transakcjach, produktach, wnioskach kredytowych oraz czarnych / bia艂ych listach (Variety);

Otrzymujemy niesamowit膮 szans臋 wygenerowania pewnych wniosk贸w, kt贸re nie by艂yby dost臋pne bez Big Data. Tym samym firmy zajmuj膮ce si臋 p艂atno艣ciami online, takie jak Visa czy PayPal, mog膮 w czasie rzeczywistym blokowa膰 transakcje, kt贸re 鈥渟ystem鈥 uwa偶a za niebezpieczne. Big Data w e-commerce jest w tym wypadku stra偶nikiem. Analizuj膮c zachowania i powi膮zania, mo偶e zatrzyma膰 przest臋pstwa finansowe.

Big Data a logistyka

Innym przyk艂adem, kt贸ry pokazuje niesamowity potencja艂 Big Data, jest logistyka. Od 2003 roku UPS wprowadza艂o system ORION (On-Road Integration Optimization and Navigation), kt贸ry wskazuje kierowcom najlepsz膮 drog臋 do dostarczenia ich przesy艂ek ( a jest ich ok. 100 dziennie). Mogliby艣my pomy艣le膰, 偶e przecie偶 wystarczy艂oby wyposa偶y膰 kierowc贸w w GPS. Zadanie jest jednak znacznie bardziej skomplikowane. System bierze pod uwag臋 nie tylko najbli偶sz膮 paczk臋, ale wszystkie, kt贸re s膮 zaplanowane w ramach trasy. Ponadto projektuje te偶 tras臋 w ten spos贸b, 偶eby by艂o jak najmniej skr臋t贸w w lewo (ze wzgl臋du na konieczno艣膰 przepuszczenia innych jest to znacznie mniej efektywne). Wyniki? W 2016 roku pozwoli艂o to zaoszcz臋dzi膰 ok. 38 milion贸w litr贸w paliwa, czyli ok. 300鈥400 milion贸w dolar贸w . Dzia艂ania te okaza艂y si臋 zatem niezwykle skuteczne. (Pe艂ny artyku艂 na ten temat do przeczytania tutaj).

Zarz膮dzanie zasobami

Posiadaj膮c w艂asny magazyn, na pewno spotkali艣my si臋 z sytuacj膮 , 偶e jaki艣 produkt nieprzewidzianie sko艅czy艂 si臋 i musieli艣my go wy艂膮czy膰 z oferty. Prawdopodobnie potrafimy r贸wnie偶 wskaza膰 produkty zalegaj膮ce na p贸艂kach od miesi臋cy, kt贸rych sprzeda偶 nie spe艂nia naszych oczekiwa艅. W przypadku Amazona musimy je przemno偶y膰 przez 1000, albo przez 398 milion贸w produkt贸w (!) Wszyscy przyznamy, 偶e ci臋偶ko jest zapanowa膰 nad takim magazynem r臋cznie.

Amazon analizuje wi臋c poprzez Big Data historyczne dane zakupowe, 艣wi臋ta, festiwale, itd. Wylicza, ile danego produktu powinno by膰 na stanie w ka偶dym mo偶liwym momencie. Pozwala to zapewni膰 wysok膮 dost臋pno艣膰 produkt贸w (czyli polepszy膰 Customer Experience). Dodatkowo znacz膮co ogranicza koszty zwi膮zane z magazynowaniem produkt贸w, nie m贸wi膮c ju偶 o zmniejszeniu liczby przypadkowo uszkodzonych sztuk.

Analiza trend贸w

Decyzja, by wyprodukowa膰 kilkaset tysi臋cy nowych produkt贸w zawsze jest ryzykowna. Produkt mo偶e si臋 nie sprzeda膰, a my zostaniemy z ogromnym deficytem w bud偶ecie. Z tego powodu w艂a艣ciciele biznes贸w zwr贸cili si臋 w stron臋 Big Data. Dzi臋ki analizowaniu internetu, social-media, profili u偶ytkownik贸w, hashtag贸w, popularnych s艂贸w kluczowych itd. s膮 w stanie wykry膰 nadchodz膮ce trendy. Dzi臋ki temu znacz膮co zmniejszone jest ryzyko biznesowe. Co ciekawe, niekt贸re algorytmy s膮 na tyle inteligentne, 偶e potrafi膮 np. rozpozna膰, i偶 dana aktorka za艂o偶y艂a na czerwonym dywanie dany model ubioru. To z kolei spowoduje wzrost zainteresowania tym typem produktu. Tutaj p艂ynnie przechodzimy do kolejnego punktu, bo na bazie tych informacji, jeste艣my w stanie wyeksponowa膰 w naszym sklepie podobne produkty, tym samym zwi臋kszaj膮c sprzeda偶.

Personalizacja

Ponownie dzi臋ki zbieraniu gigantycznych zasob贸w danych np. z naszej przegl膮darki, profilu na Facebooku, zapisanych ciasteczek, kod贸w remarketingowych, wcze艣niej przegl膮danych stron, etc. 鈥 w艂a艣ciciele sklep贸w internetowych s膮 w stanie dostosowa膰 ofert臋 do swoich Klient贸w. Pokaza膰 im inne bannery czy wskaza膰 wybrane produkty.

Personalizacja idzie tutaj o krok dalej 鈥 np. firma Nordstrom zbiera dane z wielu 藕r贸de艂, m.in. strony internetowej, social media, zam贸wie艅 Klienta, kart lojalno艣ciowych, etc. Na bazie tych danych definiuje, jaki jest ulubiony kana艂 komunikacji Klienta. Nast臋pnie ca艂a komunikacja jest do niego kierowana tym w艂a艣nie kana艂em. Je艣li Klient lubi rozmawia膰 na messengerze, to w艂a艣nie tam otrzyma najnowsz膮 ofert臋. Woli kontakt mailowy? Oferta pojawi si臋 na mailu.

Ocena zadowolenia Klienta oraz opuszczone koszyki

Wykorzystanie tych samych zbior贸w danych, po艂膮czonych czasami z dodatkowymi 藕r贸d艂ami, takimi jak monitoring sklepu czy komentarze w internecie, pozwala te偶 na ocen臋 satysfakcji Klienta (sentiment analysis) oraz ocen臋 prawdopodobie艅stwa zakup贸w przez danego Klienta.

Inteligentne systemy potrafi膮 te偶 znacz膮co pom贸c w kwestii opuszczonych koszyk贸w. Mo偶e to by膰 m.in. poprzez dob贸r odpowiednich zni偶ek, dob贸r produkt贸w rekomendowanych, ale te偶 dob贸r kana艂u komunikacji. Przyk艂adowo: Klient X by艂 ju偶 bliski zakupu, wi臋c wystarczy mu przypomnie膰, a Klientowi Y zaproponowa膰 zni偶k臋, poniewa偶 nie by艂 jeszcze na tyle zaanga偶owany. Je偶eli dany Klient nie ma sta艂ego kontaktu z e-mailem, to system mo偶e wys艂a膰 mu wiadomo艣膰 za pomoc膮 smsa, albo poprzez chat.

Wyliczanie cen

Powoli docieramy do element贸w , kt贸rych nigdy nie by艂by w stanie zrobi膰 cz艂owiek. Mechanizmy Big Data potrafi膮 bowiem dostosowa膰 cen臋/zni偶k臋 w produkcie w czasie rzeczywistym. Mo偶e si臋 ona zmienia膰 w zale偶no艣ci od:

1.     chwilowej popularno艣ci produktu,

2.     ceny podobnych produkt贸w u konkurencji,

3.     narzutu,

4.     og贸lnego poziomu zadowolenia u偶ytkownika,

5.     jego historii zakupowej,

6.     jego podatno艣ci na zni偶ki,

7.     jego komentarzy na social-media,

8.     jego przywi膮zania do marki, etc.

Wyobra藕my sobie system, kt贸ry 鈥炁紀ngluj膮c鈥 cenami, potrafi zapewni膰 wzrost sprzeda偶y na poziomie kilkunastu-kilkudziesi臋ciu procent. Prawda, 偶e jest to niezwykle kusz膮ce? Co wi臋cej, inteligentne systemy potrafi膮 nawet stwierdzi膰, 偶e dany produkt sam z siebie si臋 nie sprzeda, ale w opakowaniu zbiorczym ju偶 tak. Tworzenie takich zestaw贸w i manipulowanie cen膮 mo偶e mie膰 znacz膮cy wp艂yw na sprzeda偶. Jak bardzo znacz膮cy? W przypadku Walmartu 鈥 10鈥15% wzrost sprzeda偶y, zapewniaj膮cy ok. miliard dolar贸w dodatkowego zysku.

Rekomendacje produktowe

Najbardziej tradycyjnym zastosowaniem Big Data w e-commerce jest generowanie rekomendacji produktowych. Bior膮c pod uwag臋 histori臋 zakup贸w u偶ytkownika, system jest w stanie zaproponowa膰 mu produkty, kt贸re:

Jednym z system贸w, kt贸re w Polsce zajmuj膮 si臋 takimi rzeczami na podstawie sztucznej inteligencji i Big Data jest Quarticon.

Inne zastosowania Big Data w e 鈥 commerce

W aktualnej sytuacji technologia Big Data sta艂a si臋 na tyle bud偶etowa (oczywi艣cie dalej m贸wimy o dosy膰 du偶ych nak艂adach finansowych), 偶e z regu艂y tylko wybrane firmy mog膮 sobie pozwoli膰 na jej zastosowanie. Obecnie jest to jednak wy艣cig kreatywny, na zasadzie 鈥 鈥渕o偶e zastosowaliby艣my Big Data do wyliczania X, nie robi tego jeszcze nikt inny, wi臋c pozwoli nam to osi膮gn膮膰 przewag臋 konkurencyjn膮鈥.

Przedstawiamy wi臋c kilka dodatkowych zastosowa艅 Big Data w e-commerce:

1.     Przewidywanie zasob贸w serwera 鈥 na bazie danych historycznych, wydarze艅, 艣wi膮t i trend贸w systemy s膮 w stanie wyliczy膰 zapotrzebowanie na infrastruktur臋 serwerow膮 i j膮 odpowiednio skalowa膰 w czasie prawie rzeczywistym.

2.     Przewidywanie zwrot贸w 鈥 istniej膮 systemy (np. http://easysize.me/), kt贸re w momencie dodania produktu do koszyka s膮 w stanie oszacowa膰, jakie jest ryzyko jego zwrotu. Np. na bazie zam贸wie艅 historycznych, s膮 w stanie okre艣li膰, 偶e dany produkt cz臋sto by艂 wymieniany ze wzgl臋du na rozmiar. W tym momencie, w czasie rzeczywistym informuje o tym zesp贸艂 obs艂ugi Klienta, kt贸ry mo偶e zareagowa膰, np. kontaktuj膮c si臋 z dan膮 osob膮 i rekomenduj膮c jej zmian臋 rozmiaru. Co wi臋cej, system wykrywa te偶 osoby, kt贸re maj膮 wysokie prawdopodobie艅stwo zakupienia produktu i oddania go po 2 tygodniach. Wg. firmy system pozwala obni偶y膰 liczb臋 zwrot贸w o 15鈥25% (warto wspomnie膰, 偶e jeszcze 3 lata temu firma podawa艂a inne warto艣ci: 35鈥40%).

3.     Systemy Big Data pozwalaj膮 te偶 na prowadzenie dzia艂a艅 marketing automation. Wyobra藕my sobie system, kt贸ry badaj膮c zachowania wszystkich Klient贸w, okre艣la, 偶e dla produkt贸w kupowanych cyklicznie, nast臋puje to 艣rednio po miesi膮cu i na dwa dni przed tym terminem. Nast臋pnie automatycznie wysy艂a informacj臋 do Klienta 鈥 tym samym upewniaj膮c si臋, 偶e zakup zostanie zrobiony w danej firmie , a nie u konkurencji.

Dzi臋kujemy za przeczytanie artyku艂u 鈥 prosimy o podzielenie si臋 swoimi przemy艣leniami lub przytoczenie innych przyk艂ad贸w wykorzystania Big Data w e-commerce, kt贸re nie zosta艂y wymienione. W przypadku sklep贸w z du偶ym ruchem i du偶膮 liczb膮 zam贸wie艅 warto zastanowi膰 si臋 nad wykorzystaniem Big Data. Pami臋tajmy, 偶e pierwszym najlepszym momentem na to by艂 pocz膮tek dekady, drugi najlepszy moment jest teraz.

[x]

Ta strona u偶ywa cookies

Wyra偶am zgod臋 na przetwarzanie moich danych osobowych zawartych w plikach cookies (zar贸wno sesyjnych jak i trwa艂ych) przez Orba sp. z o.o. z siedzib膮 w Warszawie, w celu dostosowania tre艣ci strony internetowej do moich preferencji, optymalizacji korzystania ze stron internetowych, tworzenia anonimowych statystyk, kt贸re umo偶liwiaj膮 zrozumienie sposobu korzystania u偶ytkownika ze stron internetowych.

Akceptuj臋