Innowacyjne pomysły w e-commerce. 7 ciekawych sklepów online.

Dzisiejszy artykuł będzie trochę inny niż pozostałe. Nie będzie tu długiego zbioru porad ani sugestii dotyczących sklepów internetowych. Zamiast tego, przedstawimy tutaj kilka przykładów rozwiązań, które wykorzystuje Twoja konkurencja, i które pozwoliły im wyjść na prowadzenie. Poznaj innowacyjne pomysły w e-commerce i wprowadź je w swoim biznesie.

Innowacyjne pomysły w e-commerce – Blue Apron

https://www.blueapron.com/

Idąc za Timem Ferrisem, zgadzamy się z teorią, że żeby zbudować coś, co odniesie sukces, trzeba rozwiązać własne potrzeby (“scratch your own itch”). Potrzebą w przypadku właścicieli Blue Apron była konieczność wybierania się po zakupy za każdym razem, kiedy chcieli coś ugotować. Z tego powodu ich sklep oferuje gotowe zestawy produktów, razem z przepisem, na bazie świeżych produktów. Dzięki temu codziennie możemy doświadczyć wspaniałego, wykwintnego dania, nawet jeżeli nie bardzo umiemy gotować.

Głównym walorem ich biznesu jest uproszczenie życia dla swoich Klientów. Nie tylko zestaw przychodzi nam pod same drzwi, ale też porcje są już odpowiednio wydzielone. Poza wydrukowanym przepisem, na swojej stronie zamieszczają też instrukcje, jak przygotować danie krok po kroku, razem ze zdjęciami.

Blue Apron jest też mistrzem dodawania elementów około ich głównego biznesu.

Znajdziesz u nich:

1.     Możliwość zakupu przyborów kuchennych, które są konieczne do przygotowania dań;

2.     Dobór win do dań;

3.     Przepisy wysyłane do listy mailingowej;

4.     Porady domorosłych kucharzy do każdego z przepisów (innowacyjne podejście do komentarzy).

Innowacyjne pomysły w e-commerce – Andie Swim

https://andieswim.com/

Ten sklep z kostiumami kąpielowymi na pierwszy rzut oka wydaje się bardzo zwyczajny. Jest bardzo ładnie zaprojektowany, z delikatnym efektem paralax, ale nie ma tu większych “wodotrysków”. To gdzie sklep jest jednak innowacyjny to 3 elementy:

1.     Program lojalnościowy;

2.     Rekomendacje produktów;

3.     Blog.

Program afiliacyjny – zaproś znajomego

Program afiliacyjny jest wyeksponowany w menu, na tym samym poziomie co główne kategorie. Powód, dla którego warto zwrócić na to uwagę, to po pierwsze bardzo szybki i wygodny sposób na dzielenie się ze znajomymi linkiem. Moduł pozwala to zrobić poprzez e-mail, Facebooka, Twittera, ale też Messengera. Po drugie nie tylko osoba polecająca otrzymuje zniżkę, ale też osoba, która otrzymała link. Po trzecie zwróćcie uwagę na treści, które są wysyłane do znajomych – są niebywale pozytywne.

Warto zwrócić uwagę, że na stronie użyto zewnętrznego modułu do programu afiliacyjnego: https://www.extole.com/. Możesz go zastosować też w Twoim sklepie.

Rekomendacje produktów

Tutaj Andie Swim stworzyło dedykowany konfigurator, który pozwala na dobranie idealnego kostiumu. Nie są jednak jedyną firmą, która tak postępuje. To, co zasługuje jednak na wyróżnienie, to treści, które się w nim znajdują i sfera wizualna konfiguratora. Jest on naprawdę wspaniale zaprojektowany, a zabawne frazy powodują, że aż chce się przejść przez wszystkie kroki.

Blog

Można byłoby zapytać co w blogu może być innowacyjne? A jednak. W przeciwieństwie do miliona innych sklepów, które skupiają się na poradach i inspiracjach, właścicielka Andie Swim postanowiła wykorzystać proces, który i tak już stosowała. Otóż jako młoda właścicielka firmy postanowiła raz na tydzień pisać do siebie e-maila, podsumowującego co się dzieje w rozwoju firmy. Po jakimś czasie zaczęła je publikować. Jej posty zawierają różnego rodzaju przemyślenia co do natury jej biznesu, problemów, z jakimi się spotykała, ale też plany na przyszłość. Wspaniale odsłania rąbek tajemnicy i powoduje głębokie przywiązanie z tą kilkuosobową firmą.

Innowacyjne pomysły w e-commerce – Brayola

https://global.brayola.com/

To sklep, ale też coś znacznie więcej. Wykorzystuje on to, co jest największą siłą internetu – opinie.

Silnikiem sklepu jest fakt, że poza zakupem produktu, zbierane są dane na temat ulubionych produktów. Dzięki temu system jest w stanie zaproponować Ci jako użytkownikowi dodatkowe biustonosze, które polecają inne osoby o podobnym profilu do Ciebie. Dzięki temu powstał konfigurator, który zwraca bardzo spersonalizowane wyniki.

Drugim elementem, na który warto zwrócić uwagę, jest sekcja Fit or Not, która opiera się na zdjęciach użytkowników oraz społecznej oceny, czy dany biustonosz pasuje, czy nie. Po dodaniu swojego zdjęcia, wyświetla się ono losowo użytkownikom i dzięki temu szybko otrzymujemy informację, czy jest dobrze dopasowany, czy nie.

Trzecim elementem, który przykuwa uwagę, jest sekcja “from him to her”. Jest to wyjątkowo innowacyjne podejście do produktu, który często mężczyznom jest ciężko kupić. Należy zrobić dwie rzeczy: po pierwsze dodać swoje konto Facebook, żeby Brayola miała dostęp do naszej drugiej połówki, po drugie należy sfotografować metkę ulubionego biustonosza naszej dziewczyny / żony. Brayola zajmie się resztą, tj. dobraniem stylu / rozmiaru i typu. Duże ułatwienie dla męskiej części populacji.

Innowacyjne pomysły w e-commerce – Trunk Club

https://www.trunkclub.com/

Kolejny sklep związany z odzieżą. W ramach sklepu nie kupujemy jednak odzieży tylko usługę. Usługę doradztwa. Płacąc 25 dolarów, otrzymujemy dostęp do specjalnego czatu z naszym “dedykowanym” stylistą, który zada nam odpowiednie pytania, pokaże kilka propozycji, pozna nasz styl, a następnie skomponuje dla nas paczkę z ubraniami. Co ciekawe Trunk Club nie ma stałej kwoty za ubrania – płaci się 25 dolarów, a ze stylistą umawiamy się czy chcemy ubrania zamawiać jednorazowo, czy raz na miesiąc / kwartał, oraz ile chcielibyśmy wydać.

Rzeczą, która zasługuje na wzmiankę, jest sposób doboru ubrań. Po konsultacji produkty zostają dodane do naszej specjalnej listy prezakupowej. Mamy w tym momencie 2 dni na ew. odrzucenie całości / części zamówienia. Stylista oczywiście jest cały czas dla nas dostępny, żeby ew. wymienić dany produkt na inny. Jeżeli jednak przegapiliśmy termin to po przyjściu paczki, dalej mamy 5 dni na odesłanie całości lub części zamówienia. Oznacza to tyle, że możemy oddać to, co nam się nie podoba, ale też możemy wymienić rozmiar, jeżeli nie pasuje.

Innowacyjne pomysły w e-commerce – Frank Body

https://www.frankbody.com/

Ten sklep, poza oryginalnym designem, zasługuje na nagrodę za najfajniejszy copywriting w e-commerce. Kilka wspaniałych przykładów, jak można podejść do tematu oryginalnie:

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

Teksty z pomysłem są wszędzie – zarówno na bannerach i na stronach, ale też na samych opakowaniach produktów. Humorystyczne akcenty pojawiają się też w innych miejscach, zwróć uwagę na ikony w sekcji poniżej:

To co jednak wymaga osobnego akapitu oraz powód, dla którego uznaliśmy, że sklep ten powinien znaleźć się w tym zestawieniu, to program lojalnościowy. Znajdziecie go pod mało informacyjną nazwą “Hotel Pink”. Zamiast zwykłego zbierania punktów, przenosicie się w magiczny świat, gdzie możecie dostać się do wirtualnego hotelu i w zależności od waszego zaangażowania trafiacie do lobby, do sekcji z basenem, do pokoju, albo do penthouse’u. W każdym z nich jako Klient VIP otrzymujecie inne bonusy: od zniżek, poprzez dostęp do produktów przed wszystkimi innymi.

Innowacyjne pomysły w e-commerce – Field Notes

https://fieldnotesbrand.com/

Ten typ produktu jest wyjątkowo popularny w internecie. Dzienniki, notatniki i artykuły papiernicze można znaleźć w co drugim sklepie online. To, co jednak odróżnia tę firmę od innych to to, co zrobili ze swoim produktem. To nie jest już notatnik. To nie jest już papier. To artykuł kolekcjonerski.

Firma produkuje małe notesiki, w różnych formatach i raz na kwartał wydaje nową wersję. Różnią się one formatem, papierem, tuszem, grafiką, układem, jednym słowem wszystkim, czym może różnić się notes. Każdy jest jednak projektowany przez designera i powoli produkty te stają się obiektami kultu. Klienci tej firmy żałują, jeżeli nie udało im się kupić danej serii, zanim się wyprzedała.

Każdy z notatników jest obarczony historią, często video, a także bardzo szczegółowym opisem każdego z elementów, który jest jego częścią. Nie tylko wymiar czy materiał, ale też nazwa drukarni, jaki font został użyty, a nawet to, jaka jest nazwa tuszu, który był użyty do wydrukowania logo.

Biorąc pod uwagę fanatyczne wręcz zaangażowanie Klientów tej firmy, zaproponowała ona inne podejście do zakupów swoich produktów. Poza standardowym trybem zakupowym, można też zakupić roczną subskrypcję, gdzie otrzymujemy obecny design notatnika, oraz 3 kolejne (raz na kwartał). W cenie pakietu otrzymujemy też specjalne gadżety związane z designem danego notatnika. Warto przejść przez stronę, żeby zrozumieć ten innowacyjny model biznesowy.

Warto zwrócić też uwagę, na ciekawy zabieg UX sklepu na stronie produktowej – pływający box zakupu. Polecamy też zescrollować na sam dół strony – ostylowanie stopki jest wyjątkowe i wspaniale spójne ze sprzedawanymi produktami.

Innowacyjne pomysły w e-commerce – TrackSmith

https://www.tracksmith.com/

To jest najbardziej standardowy sklep na dzisiejszej liście. Nie znajdziecie tutaj innowacyjnych modułów albo funkcji, ale na uwagę zasługuje szata graficzna sklepu. Jest ona w pewien sposób vintage’owa. Sklep zawiera dużo zdjęć świetnej jakości w koncepcji pół-historycznych ujęć. Koncepcja przypomina zabieg wykorzystany w teledysku Robbiego Williamsa “Supreme“. Sklep sprawia wrażenie, jakby miał bardzo długą historię, co zresztą jest bardzo spójne z ich produktami, które nawiązują w dużej mierze do ubioru sprzed lat. Jest to ciekawy przykład, jak ważny jest design dla całości odbioru sklepu.

Z ciekawych elementów warto wymienić trzy:

1.     Zamiast 14 dni na zwrot, sklep ten bawi się koncepcją nawiązującą do sprzedawanych produktów: można je oddać do 30 dni lub zanim przebiegniemy w nich 100 mil. W rzeczywistości jest to oczywiście zwykłe przedłużenie rękojmi, ale nawiązuje do świata biegaczy.

2.     Sekcja “Run with us”. Jest to pewnego rodzaju rozwiązanie omnichannelowe, łączące online ze światem offline. Kilka razy w tygodniu sklep organizuje biegi spod ich siedziby. Jest to wspaniały sposób nie tylko na przywiązanie Klienta do marki, na upsell produktów, ale też na potwierdzenie tożsamości sklepu, jako coś więcej niż biznes – jako styl życia.

3.     Ostatnim elementem jest lookbook, który ma dosyć ciekawą koncepcję – jest to książka opisująca historię pewnej podróży związanej z bieganiem. Znajdziemy tam nie tylko produkty, ale też dużo opisów przygody, jaką przeżyli jej protagoniści. Co więcej, dosyć nietypowym rozwiązaniem, jest uzupełnienie lookbooka we fragmenty audio, gdzie biegacze opisują swoje doświadczenia we własnej osobie, własnym głosem. Ponownie – pozwala to zbudować obraz marki jako coś więcej niż sklep. Można w tym wypadku markę zobaczyć raczej jako ambasadora pewnego stylu życia.

Mamy nadzieję, że przykłady, które tutaj Wam przedstawiliśmy były dla Was ciekawe i że zaimplementujecie część tych rozwiązań w swoich sklepach online.

 

Big data w e-commerce – 9 przykładów zastosowań.

Big Data rozwija się stopniowo od lat 90, kiedy to powstały pierwsze próby i koncepcje analizy dużych zbiorów danych. Dopiero po 2010 roku technologia doścignęła pomysły naukowców i zaczęła być wykorzystywana w wielu dziedzinach naszego życia, w tym w handlu online. Ostatnie 8 lat to stały napływ technologii, narzędzi, platform i pomysłów, jak wykorzystać Big Data w handlu. Najwięcej zyskali innowatorzy, jak np. Amazon, który wprowadził system rekomendacji produktów odpowiedzialny obecnie za 30% wszystkich zakupów w platformie. Pierwszym najlepszym momentem był więc początek dekady, drugi jest teraz. Przeczytaj, jak można wykorzystać Big Data w e-Commerce.

Czym jest Big Data?

Big Data ciężko jednoznacznie zdefiniować. Są to zadania wykonywane na dużych zbiorach danych. Nie ma jednak jednej technologii, którą się wykorzystuje. Nie ma też definicji ile danych to “dużo danych”.

Dosyć obrazowym sposobem przedstawiającym czym zajmuje się Big Data, jest obserwowanie grupy ludzi. Załóżmy, że patrzymy na kilkudziesięcioosobową grupę, Możemy rozpoznać ich twarze, zobaczyć ich interakcje, możemy też policzyć ile z nich to kobiety, a ile mężczyźni. Big Data przypomina z kolei obserwowanie tłumu na festiwalu muzycznym z odległości. Nie rozpoznamy swoich znajomych, nie wiemy również o czym rozmawiają poszczególne jednostki. Możemy jednak obserwować ogólne zachowania grupy, np, że część osób ustawia się w kolejce po coś do picia.  Możemy też zobaczyć, że potworzyły się podgrupy, a nawet jesteśmy w stanie zdefiniować kierunek poruszania się tych grup. To właśnie przypomina analizę Big Data.

W 2001 roku pojęcie to zostało zdefiniowane jako operowanie na zbiorach danych, które mają duże:

 

1.     Volume, czyli ilość danych,

2.     Velocity, czyli zmienność danych,

3.     Variety, czyli różnorodność danych;

Później zostało dodane jeszcze jedno pojęcie, tym samym tworząc model 4V:

1.     Value, dotyczące tego, czy dane są wartościowe;

 

Podsumowując, Big Data to wszystkie operacje na dużych, zmieniających się, wartościowych danych, pochodzących z różnych źródeł i przetwarzanych jako jeden zbiór. Celem tych operacji jest zaś odkrycie nowych korelacji, obserwacji i wspieranie decyzji biznesowych.

Aktualnie są to działania zarezerwowane głównie, aczkolwiek nie wyłącznie, dla największych firm w e-commerce. W dalszej części artykułu, zamieściliśmy linki do kilku narzędzi dla mniejszych biznesów ). Jeżeli chodzi o badanie firm z tzw. Fortune 100 (czyli 100 największych firm na świecie), to w 2017 roku, aż 26,8% z nich deklarowało, że inwestują min. 50 milionów dolarów w rozwój tej technologii.

Big Data w e-commerce– badanie korelacji

Warto wspomnieć o tym, że Big Data w e-commerce opiera się z reguły na badaniu korelacji, a nie przyczynowości. Jest to dosyć ważna różnica, bo pierwsze mówi nam o tym, że wśród osób, które palą papierosy, występuje częściej rak płuca, a dopiero drugie pozwala potwierdzić, że przyczyną raka płuca jest palenie.

Korelacja może, ale nie musi wskazywać nam na wartościową relację. Na stronie http://www.tylervigen.com/spurious-correlations, zostały zebrane różne korelacje, które ewidentnie nie mają cech przyczynowości. Przykładem może być np. liczba osób, która się utopiła w basenie vs liczba filmów, w których wystąpił Nicolas Cage. To doskonale pokazuje, że samo badanie korelacji to za mało. Zakładając jednak pewne ograniczenia, można uzyskać wartościowe wyniki.

Big Data a płatności

Pierwszym przykładem są płatności. Big Data jest wykorzystywane m.in. przez Asseco. Nasuwa się pytanie – po co? Dzięki dostępowi do:

1.     Ogromnych baz danych wszystkich transakcji (Volume),

2.     Dziejących się setki tysięcy razy każdego dnia (Velocity),

3.     Dzięki zebraniu danych z różnorodnych źródeł – m.in.: informacjach o podmiotach i relacjach między nimi, transakcjach, produktach, wnioskach kredytowych oraz czarnych / białych listach (Variety);

Otrzymujemy niesamowitą szansę wygenerowania pewnych wniosków, które nie byłyby dostępne bez Big Data. Tym samym firmy zajmujące się płatnościami online, takie jak Visa czy PayPal, mogą w czasie rzeczywistym blokować transakcje, które “system” uważa za niebezpieczne. Big Data w e-commerce jest w tym wypadku strażnikiem. Analizując zachowania i powiązania, może zatrzymać przestępstwa finansowe.

Big Data a logistyka

Innym przykładem, który pokazuje niesamowity potencjał Big Data, jest logistyka. Od 2003 roku UPS wprowadzało system ORION (On-Road Integration Optimization and Navigation), który wskazuje kierowcom najlepszą drogę do dostarczenia ich przesyłek ( a jest ich ok. 100 dziennie). Moglibyśmy pomyśleć, że przecież wystarczyłoby wyposażyć kierowców w GPS. Zadanie jest jednak znacznie bardziej skomplikowane. System bierze pod uwagę nie tylko najbliższą paczkę, ale wszystkie, które są zaplanowane w ramach trasy. Ponadto projektuje też trasę w ten sposób, żeby było jak najmniej skrętów w lewo (ze względu na konieczność przepuszczenia innych jest to znacznie mniej efektywne). Wyniki? W 2016 roku pozwoliło to zaoszczędzić ok. 38 milionów litrów paliwa, czyli ok. 300–400 milionów dolarów . Działania te okazały się zatem niezwykle skuteczne. (Pełny artykuł na ten temat do przeczytania tutaj).

Zarządzanie zasobami

Posiadając własny magazyn, na pewno spotkaliśmy się z sytuacją , że jakiś produkt nieprzewidzianie skończył się i musieliśmy go wyłączyć z oferty. Prawdopodobnie potrafimy również wskazać produkty zalegające na półkach od miesięcy, których sprzedaż nie spełnia naszych oczekiwań. W przypadku Amazona musimy je przemnożyć przez 1000, albo przez 398 milionów produktów (!) Wszyscy przyznamy, że ciężko jest zapanować nad takim magazynem ręcznie.

Amazon analizuje więc poprzez Big Data historyczne dane zakupowe, święta, festiwale, itd. Wylicza, ile danego produktu powinno być na stanie w każdym możliwym momencie. Pozwala to zapewnić wysoką dostępność produktów (czyli polepszyć Customer Experience). Dodatkowo znacząco ogranicza koszty związane z magazynowaniem produktów, nie mówiąc już o zmniejszeniu liczby przypadkowo uszkodzonych sztuk.

Analiza trendów

Decyzja, by wyprodukować kilkaset tysięcy nowych produktów zawsze jest ryzykowna. Produkt może się nie sprzedać, a my zostaniemy z ogromnym deficytem w budżecie. Z tego powodu właściciele biznesów zwrócili się w stronę Big Data. Dzięki analizowaniu internetu, social-media, profili użytkowników, hashtagów, popularnych słów kluczowych itd. są w stanie wykryć nadchodzące trendy. Dzięki temu znacząco zmniejszone jest ryzyko biznesowe. Co ciekawe, niektóre algorytmy są na tyle inteligentne, że potrafią np. rozpoznać, iż dana aktorka założyła na czerwonym dywanie dany model ubioru. To z kolei spowoduje wzrost zainteresowania tym typem produktu. Tutaj płynnie przechodzimy do kolejnego punktu, bo na bazie tych informacji, jesteśmy w stanie wyeksponować w naszym sklepie podobne produkty, tym samym zwiększając sprzedaż.

Personalizacja

Ponownie dzięki zbieraniu gigantycznych zasobów danych np. z naszej przeglądarki, profilu na Facebooku, zapisanych ciasteczek, kodów remarketingowych, wcześniej przeglądanych stron, etc. – właściciele sklepów internetowych są w stanie dostosować ofertę do swoich Klientów. Pokazać im inne bannery czy wskazać wybrane produkty.

Personalizacja idzie tutaj o krok dalej – np. firma Nordstrom zbiera dane z wielu źródeł, m.in. strony internetowej, social media, zamówień Klienta, kart lojalnościowych, etc. Na bazie tych danych definiuje, jaki jest ulubiony kanał komunikacji Klienta. Następnie cała komunikacja jest do niego kierowana tym właśnie kanałem. Jeśli Klient lubi rozmawiać na messengerze, to właśnie tam otrzyma najnowszą ofertę. Woli kontakt mailowy? Oferta pojawi się na mailu.

Ocena zadowolenia Klienta oraz opuszczone koszyki

Wykorzystanie tych samych zbiorów danych, połączonych czasami z dodatkowymi źródłami, takimi jak monitoring sklepu czy komentarze w internecie, pozwala też na ocenę satysfakcji Klienta (sentiment analysis) oraz ocenę prawdopodobieństwa zakupów przez danego Klienta.

Inteligentne systemy potrafią też znacząco pomóc w kwestii opuszczonych koszyków. Może to być m.in. poprzez dobór odpowiednich zniżek, dobór produktów rekomendowanych, ale też dobór kanału komunikacji. Przykładowo: Klient X był już bliski zakupu, więc wystarczy mu przypomnieć, a Klientowi Y zaproponować zniżkę, ponieważ nie był jeszcze na tyle zaangażowany. Jeżeli dany Klient nie ma stałego kontaktu z e-mailem, to system może wysłać mu wiadomość za pomocą smsa, albo poprzez chat.

Wyliczanie cen

Powoli docieramy do elementów , których nigdy nie byłby w stanie zrobić człowiek. Mechanizmy Big Data potrafią bowiem dostosować cenę/zniżkę w produkcie w czasie rzeczywistym. Może się ona zmieniać w zależności od:

1.     chwilowej popularności produktu,

2.     ceny podobnych produktów u konkurencji,

3.     narzutu,

4.     ogólnego poziomu zadowolenia użytkownika,

5.     jego historii zakupowej,

6.     jego podatności na zniżki,

7.     jego komentarzy na social-media,

8.     jego przywiązania do marki, etc.

Wyobraźmy sobie system, który „żonglując” cenami, potrafi zapewnić wzrost sprzedaży na poziomie kilkunastu-kilkudziesięciu procent. Prawda, że jest to niezwykle kuszące? Co więcej, inteligentne systemy potrafią nawet stwierdzić, że dany produkt sam z siebie się nie sprzeda, ale w opakowaniu zbiorczym już tak. Tworzenie takich zestawów i manipulowanie ceną może mieć znaczący wpływ na sprzedaż. Jak bardzo znaczący? W przypadku Walmartu10–15% wzrost sprzedaży, zapewniający ok. miliard dolarów dodatkowego zysku.

Rekomendacje produktowe

Najbardziej tradycyjnym zastosowaniem Big Data w e-commerce jest generowanie rekomendacji produktowych. Biorąc pod uwagę historię zakupów użytkownika, system jest w stanie zaproponować mu produkty, które:

Jednym z systemów, które w Polsce zajmują się takimi rzeczami na podstawie sztucznej inteligencji i Big Data jest Quarticon.

Inne zastosowania Big Data w e – commerce

W aktualnej sytuacji technologia Big Data stała się na tyle budżetowa (oczywiście dalej mówimy o dosyć dużych nakładach finansowych), że z reguły tylko wybrane firmy mogą sobie pozwolić na jej zastosowanie. Obecnie jest to jednak wyścig kreatywny, na zasadzie – “może zastosowalibyśmy Big Data do wyliczania X, nie robi tego jeszcze nikt inny, więc pozwoli nam to osiągnąć przewagę konkurencyjną”.

Przedstawiamy więc kilka dodatkowych zastosowań Big Data w e-commerce:

1.     Przewidywanie zasobów serwera – na bazie danych historycznych, wydarzeń, świąt i trendów systemy są w stanie wyliczyć zapotrzebowanie na infrastrukturę serwerową i ją odpowiednio skalować w czasie prawie rzeczywistym.

2.     Przewidywanie zwrotów – istnieją systemy (np. http://easysize.me/), które w momencie dodania produktu do koszyka są w stanie oszacować, jakie jest ryzyko jego zwrotu. Np. na bazie zamówień historycznych, są w stanie określić, że dany produkt często był wymieniany ze względu na rozmiar. W tym momencie, w czasie rzeczywistym informuje o tym zespół obsługi Klienta, który może zareagować, np. kontaktując się z daną osobą i rekomendując jej zmianę rozmiaru. Co więcej, system wykrywa też osoby, które mają wysokie prawdopodobieństwo zakupienia produktu i oddania go po 2 tygodniach. Wg. firmy system pozwala obniżyć liczbę zwrotów o 15–25% (warto wspomnieć, że jeszcze 3 lata temu firma podawała inne wartości: 35–40%).

3.     Systemy Big Data pozwalają też na prowadzenie działań marketing automation. Wyobraźmy sobie system, który badając zachowania wszystkich Klientów, określa, że dla produktów kupowanych cyklicznie, następuje to średnio po miesiącu i na dwa dni przed tym terminem. Następnie automatycznie wysyła informację do Klienta – tym samym upewniając się, że zakup zostanie zrobiony w danej firmie , a nie u konkurencji.

 

Dziękujemy za przeczytanie artykułu – prosimy o podzielenie się swoimi przemyśleniami lub przytoczenie innych przykładów wykorzystania Big Data w e-commerce, które nie zostały wymienione. W przypadku sklepów z dużym ruchem i dużą liczbą zamówień warto zastanowić się nad wykorzystaniem Big Data. Pamiętajmy, że pierwszym najlepszym momentem na to był początek dekady, drugi najlepszy moment jest teraz.

Big Data rozwija się stopniowo od lat 90, kiedy to powstały pierwsze próby i koncepcje analizy dużych zbiorów danych. Dopiero po 2010 roku technologia doścignęła pomysły naukowców i zaczęła być wykorzystywana w wielu dziedzinach naszego życia, w tym w handlu online. Ostatnie 8 lat to stały napływ technologii, narzędzi, platform i pomysłów, jak wykorzystać Big Data w handlu. Najwięcej zyskali innowatorzy, jak np. Amazon, który wprowadził system rekomendacji produktów odpowiedzialny obecnie za 30% wszystkich zakupów w platformie. Pierwszym najlepszym momentem był więc początek dekady, drugi jest teraz. Przeczytaj, jak można wykorzystać Big Data w e-Commerce.

Czym jest Big Data?

Big Data ciężko jednoznacznie zdefiniować. Są to zadania wykonywane na dużych zbiorach danych. Nie ma jednak jednej technologii, którą się wykorzystuje. Nie ma też definicji ile danych to “dużo danych”.

Dosyć obrazowym sposobem przedstawiającym czym zajmuje się Big Data, jest obserwowanie grupy ludzi. Załóżmy, że patrzymy na kilkudziesięcioosobową grupę, Możemy rozpoznać ich twarze, zobaczyć ich interakcje, możemy też policzyć ile z nich to kobiety, a ile mężczyźni. Big Data przypomina z kolei obserwowanie tłumu na festiwalu muzycznym z odległości. Nie rozpoznamy swoich znajomych, nie wiemy również o czym rozmawiają poszczególne jednostki. Możemy jednak obserwować ogólne zachowania grupy, np, że część osób ustawia się w kolejce po coś do picia.  Możemy też zobaczyć, że potworzyły się podgrupy, a nawet jesteśmy w stanie zdefiniować kierunek poruszania się tych grup. To właśnie przypomina analizę Big Data.

W 2001 roku pojęcie to zostało zdefiniowane jako operowanie na zbiorach danych, które mają duże:

1.     Volume, czyli ilość danych,

2.     Velocity, czyli zmienność danych,

3.     Variety, czyli różnorodność danych;

Później zostało dodane jeszcze jedno pojęcie, tym samym tworząc model 4V:

1.     Value, dotyczące tego, czy dane są wartościowe;

Podsumowując, Big Data to wszystkie operacje na dużych, zmieniających się, wartościowych danych, pochodzących z różnych źródeł i przetwarzanych jako jeden zbiór. Celem tych operacji jest zaś odkrycie nowych korelacji, obserwacji i wspieranie decyzji biznesowych.

Aktualnie są to działania zarezerwowane głównie, aczkolwiek nie wyłącznie, dla największych firm w e-commerce. W dalszej części artykułu, zamieściliśmy linki do kilku narzędzi dla mniejszych biznesów ). Jeżeli chodzi o badanie firm z tzw. Fortune 100 (czyli 100 największych firm na świecie), to w 2017 roku, aż 26,8% z nich deklarowało, że inwestują min. 50 milionów dolarów w rozwój tej technologii.

Big Data w e-commerce– badanie korelacji

Warto wspomnieć o tym, że Big Data w e-commerce opiera się z reguły na badaniu korelacji, a nie przyczynowości. Jest to dosyć ważna różnica, bo pierwsze mówi nam o tym, że wśród osób, które palą papierosy, występuje częściej rak płuca, a dopiero drugie pozwala potwierdzić, że przyczyną raka płuca jest palenie.

Korelacja może, ale nie musi wskazywać nam na wartościową relację. Na stronie http://www.tylervigen.com/spurious-correlations, zostały zebrane różne korelacje, które ewidentnie nie mają cech przyczynowości. Przykładem może być np. liczba osób, która się utopiła w basenie vs liczba filmów, w których wystąpił Nicolas Cage. To doskonale pokazuje, że samo badanie korelacji to za mało. Zakładając jednak pewne ograniczenia, można uzyskać wartościowe wyniki.

Big Data a płatności

Pierwszym przykładem są płatności. Big Data jest wykorzystywane m.in. przez Asseco. Nasuwa się pytanie – po co? Dzięki dostępowi do:

1.     Ogromnych baz danych wszystkich transakcji (Volume),

2.     Dziejących się setki tysięcy razy każdego dnia (Velocity),

3.     Dzięki zebraniu danych z różnorodnych źródeł – m.in.: informacjach o podmiotach i relacjach między nimi, transakcjach, produktach, wnioskach kredytowych oraz czarnych / białych listach (Variety);

Otrzymujemy niesamowitą szansę wygenerowania pewnych wniosków, które nie byłyby dostępne bez Big Data. Tym samym firmy zajmujące się płatnościami online, takie jak Visa czy PayPal, mogą w czasie rzeczywistym blokować transakcje, które “system” uważa za niebezpieczne. Big Data w e-commerce jest w tym wypadku strażnikiem. Analizując zachowania i powiązania, może zatrzymać przestępstwa finansowe.

Big Data a logistyka

Innym przykładem, który pokazuje niesamowity potencjał Big Data, jest logistyka. Od 2003 roku UPS wprowadzało system ORION (On-Road Integration Optimization and Navigation), który wskazuje kierowcom najlepszą drogę do dostarczenia ich przesyłek ( a jest ich ok. 100 dziennie). Moglibyśmy pomyśleć, że przecież wystarczyłoby wyposażyć kierowców w GPS. Zadanie jest jednak znacznie bardziej skomplikowane. System bierze pod uwagę nie tylko najbliższą paczkę, ale wszystkie, które są zaplanowane w ramach trasy. Ponadto projektuje też trasę w ten sposób, żeby było jak najmniej skrętów w lewo (ze względu na konieczność przepuszczenia innych jest to znacznie mniej efektywne). Wyniki? W 2016 roku pozwoliło to zaoszczędzić ok. 38 milionów litrów paliwa, czyli ok. 300–400 milionów dolarów . Działania te okazały się zatem niezwykle skuteczne. (Pełny artykuł na ten temat do przeczytania tutaj).

Zarządzanie zasobami

Posiadając własny magazyn, na pewno spotkaliśmy się z sytuacją , że jakiś produkt nieprzewidzianie skończył się i musieliśmy go wyłączyć z oferty. Prawdopodobnie potrafimy również wskazać produkty zalegające na półkach od miesięcy, których sprzedaż nie spełnia naszych oczekiwań. W przypadku Amazona musimy je przemnożyć przez 1000, albo przez 398 milionów produktów (!) Wszyscy przyznamy, że ciężko jest zapanować nad takim magazynem ręcznie.

Amazon analizuje więc poprzez Big Data historyczne dane zakupowe, święta, festiwale, itd. Wylicza, ile danego produktu powinno być na stanie w każdym możliwym momencie. Pozwala to zapewnić wysoką dostępność produktów (czyli polepszyć Customer Experience). Dodatkowo znacząco ogranicza koszty związane z magazynowaniem produktów, nie mówiąc już o zmniejszeniu liczby przypadkowo uszkodzonych sztuk.

Analiza trendów

Decyzja, by wyprodukować kilkaset tysięcy nowych produktów zawsze jest ryzykowna. Produkt może się nie sprzedać, a my zostaniemy z ogromnym deficytem w budżecie. Z tego powodu właściciele biznesów zwrócili się w stronę Big Data. Dzięki analizowaniu internetu, social-media, profili użytkowników, hashtagów, popularnych słów kluczowych itd. są w stanie wykryć nadchodzące trendy. Dzięki temu znacząco zmniejszone jest ryzyko biznesowe. Co ciekawe, niektóre algorytmy są na tyle inteligentne, że potrafią np. rozpoznać, iż dana aktorka założyła na czerwonym dywanie dany model ubioru. To z kolei spowoduje wzrost zainteresowania tym typem produktu. Tutaj płynnie przechodzimy do kolejnego punktu, bo na bazie tych informacji, jesteśmy w stanie wyeksponować w naszym sklepie podobne produkty, tym samym zwiększając sprzedaż.

Personalizacja

Ponownie dzięki zbieraniu gigantycznych zasobów danych np. z naszej przeglądarki, profilu na Facebooku, zapisanych ciasteczek, kodów remarketingowych, wcześniej przeglądanych stron, etc. – właściciele sklepów internetowych są w stanie dostosować ofertę do swoich Klientów. Pokazać im inne bannery czy wskazać wybrane produkty.

Personalizacja idzie tutaj o krok dalej – np. firma Nordstrom zbiera dane z wielu źródeł, m.in. strony internetowej, social media, zamówień Klienta, kart lojalnościowych, etc. Na bazie tych danych definiuje, jaki jest ulubiony kanał komunikacji Klienta. Następnie cała komunikacja jest do niego kierowana tym właśnie kanałem. Jeśli Klient lubi rozmawiać na messengerze, to właśnie tam otrzyma najnowszą ofertę. Woli kontakt mailowy? Oferta pojawi się na mailu.

Ocena zadowolenia Klienta oraz opuszczone koszyki

Wykorzystanie tych samych zbiorów danych, połączonych czasami z dodatkowymi źródłami, takimi jak monitoring sklepu czy komentarze w internecie, pozwala też na ocenę satysfakcji Klienta (sentiment analysis) oraz ocenę prawdopodobieństwa zakupów przez danego Klienta.

Inteligentne systemy potrafią też znacząco pomóc w kwestii opuszczonych koszyków. Może to być m.in. poprzez dobór odpowiednich zniżek, dobór produktów rekomendowanych, ale też dobór kanału komunikacji. Przykładowo: Klient X był już bliski zakupu, więc wystarczy mu przypomnieć, a Klientowi Y zaproponować zniżkę, ponieważ nie był jeszcze na tyle zaangażowany. Jeżeli dany Klient nie ma stałego kontaktu z e-mailem, to system może wysłać mu wiadomość za pomocą smsa, albo poprzez chat.

Wyliczanie cen

Powoli docieramy do elementów , których nigdy nie byłby w stanie zrobić człowiek. Mechanizmy Big Data potrafią bowiem dostosować cenę/zniżkę w produkcie w czasie rzeczywistym. Może się ona zmieniać w zależności od:

1.     chwilowej popularności produktu,

2.     ceny podobnych produktów u konkurencji,

3.     narzutu,

4.     ogólnego poziomu zadowolenia użytkownika,

5.     jego historii zakupowej,

6.     jego podatności na zniżki,

7.     jego komentarzy na social-media,

8.     jego przywiązania do marki, etc.

Wyobraźmy sobie system, który „żonglując” cenami, potrafi zapewnić wzrost sprzedaży na poziomie kilkunastu-kilkudziesięciu procent. Prawda, że jest to niezwykle kuszące? Co więcej, inteligentne systemy potrafią nawet stwierdzić, że dany produkt sam z siebie się nie sprzeda, ale w opakowaniu zbiorczym już tak. Tworzenie takich zestawów i manipulowanie ceną może mieć znaczący wpływ na sprzedaż. Jak bardzo znaczący? W przypadku Walmartu – 10–15% wzrost sprzedaży, zapewniający ok. miliard dolarów dodatkowego zysku.

Rekomendacje produktowe

Najbardziej tradycyjnym zastosowaniem Big Data w e-commerce jest generowanie rekomendacji produktowych. Biorąc pod uwagę historię zakupów użytkownika, system jest w stanie zaproponować mu produkty, które:

Jednym z systemów, które w Polsce zajmują się takimi rzeczami na podstawie sztucznej inteligencji i Big Data jest Quarticon.

Inne zastosowania Big Data w e – commerce

W aktualnej sytuacji technologia Big Data stała się na tyle budżetowa (oczywiście dalej mówimy o dosyć dużych nakładach finansowych), że z reguły tylko wybrane firmy mogą sobie pozwolić na jej zastosowanie. Obecnie jest to jednak wyścig kreatywny, na zasadzie – “może zastosowalibyśmy Big Data do wyliczania X, nie robi tego jeszcze nikt inny, więc pozwoli nam to osiągnąć przewagę konkurencyjną”.

Przedstawiamy więc kilka dodatkowych zastosowań Big Data w e-commerce:

1.     Przewidywanie zasobów serwera – na bazie danych historycznych, wydarzeń, świąt i trendów systemy są w stanie wyliczyć zapotrzebowanie na infrastrukturę serwerową i ją odpowiednio skalować w czasie prawie rzeczywistym.

2.     Przewidywanie zwrotów – istnieją systemy (np. http://easysize.me/), które w momencie dodania produktu do koszyka są w stanie oszacować, jakie jest ryzyko jego zwrotu. Np. na bazie zamówień historycznych, są w stanie określić, że dany produkt często był wymieniany ze względu na rozmiar. W tym momencie, w czasie rzeczywistym informuje o tym zespół obsługi Klienta, który może zareagować, np. kontaktując się z daną osobą i rekomendując jej zmianę rozmiaru. Co więcej, system wykrywa też osoby, które mają wysokie prawdopodobieństwo zakupienia produktu i oddania go po 2 tygodniach. Wg. firmy system pozwala obniżyć liczbę zwrotów o 15–25% (warto wspomnieć, że jeszcze 3 lata temu firma podawała inne wartości: 35–40%).

3.     Systemy Big Data pozwalają też na prowadzenie działań marketing automation. Wyobraźmy sobie system, który badając zachowania wszystkich Klientów, określa, że dla produktów kupowanych cyklicznie, następuje to średnio po miesiącu i na dwa dni przed tym terminem. Następnie automatycznie wysyła informację do Klienta – tym samym upewniając się, że zakup zostanie zrobiony w danej firmie , a nie u konkurencji.

Dziękujemy za przeczytanie artykułu – prosimy o podzielenie się swoimi przemyśleniami lub przytoczenie innych przykładów wykorzystania Big Data w e-commerce, które nie zostały wymienione. W przypadku sklepów z dużym ruchem i dużą liczbą zamówień warto zastanowić się nad wykorzystaniem Big Data. Pamiętajmy, że pierwszym najlepszym momentem na to był początek dekady, drugi najlepszy moment jest teraz.

5 kluczowych funkcji, które można wykorzystać w systemach B2B e-commerce.

B2B e-commerce to specyficzny świat, znacznie różniący się od tego co znamy ze sklepów B2C. Charakteryzują go inne zasady działania niż te, które obowiązują sklepy, takie jak np. Zalando. B2B rządzi się innymi prawami, innymi interesami użytkowników, a do tego jest owiany aurą tajemniczości, ponieważ większość z systemów B2B jest zamkniętych i nie jesteśmy w stanie “podejrzeć”, jakie elementy są w nich wykorzystane. Poznaj kluczowe funkcje systemu B2B e-commerce…

Specyfika B2B e-commerce

Zastanawiając się nad stworzeniem systemu własnego systemu B2B lub modyfikacją posiadanego, warto poznać zasady działania, które go charakteryzują, a mianowicie:

  1. Większa wartość koszyka – W B2C zazwyczaj kupowane są np. 1–2 bluzki. W B2B można zamówić ich kilkadziesiąt-kilkaset. Często produkty zamawiane są na palety czy ciężarówki. Dodatkowo w typowym B2C zazwyczaj zamówienie składa się z 1–3 produktów, w przypadku B2B często jest to kilkadziesiąt, a nawet kilkaset różnych produktów. Sprawia to, że w B2B nie tylko liczba produktów zamawianych jest znacznie większa, ale też kwoty realizowanych zamówień.

  2. Więcej decydentów – w przypadku B2C wchodząc do sklepu dokonujemy zakupu produktów prywatnie za stosunkowo niewielkie kwoty. B2B to jednak często zamówienia o ogromnej wartości, które mogą wymagać wielu osób akceptujących. Wg badań Gartnera, typowy zakup B2B dla firm zatrudniających 100–500 pracowników, wymaga zaangażowania aż 7 osób. Pokazuje to, że często decyzja o zakupie może być dość czasochłonna i wymagać zgody szefa, księgowej, czy podpisu magazyniera, który potwierdzi, że znajdzie się na te produkty miejsce.

  3. Różne cenniki – W biznesie B2C można zastosować różne zniżki dla różnych określonych typów użytkowników (np. grupy VIP). W B2B jednak często każda firma / każdy Klient, mają inne cenniki na wszystkie produkty. Jest to wynik wieloletnich negocjacji i każda firma może mieć nie tylko różne ceny, ale też np. inne metody płatności/dostawy (albo inny limit kredytowy).

  4. Powtarzające się zamówienia – Robiąc zakupy w sklepie online jako zwykły klient, zazwyczaj nie kupujemy dwa razy tego samego produktu. W przypadku B2B są to jednak bardzo często powtarzające się produkty, a nawet całe zestawy produktów. Sklepy zamawiają ten sam asortyment, zmieniając co najwyżej liczbę produktów.

Jak więc wykorzystać te różnice do zaprojektowania ciekawych funkcji dla sklepu B2B e-commerce? Oto kilka przykładów.

Twój opiekun

Korzystanie z Internetu jest bezosobowe. Zazwyczaj jesteśmy anonimowi i samodzielnie realizujemy nasze zadania. W przypadku B2B często istotnym elementem jest indywidualne podejście do Klienta. Jako klient, nie chcemy mieć kontaktu z bezosobowym systemem, lecz z reprezentantem firmy, który zawsze był dla nas dostępny i wspierał nas podczas zakupów. To on doradza nam, że kupując jedną paczkę więcej, możemy liczyć na zniżkę. To też on zaprezentuje nam nowe produkty. To on wie, jaki mamy cykl zamówień i kiedy możemy potrzebować uzupełnić zapasy. Dobry Sales-Rep to skarb.

System B2B e-commerce można więc zaprojektować w sposób, który nie będzie aż tak bezosobowy. Można np. każdego Klienta przypisać do opiekuna (sales-repa), którego zdjęcie, imię, nazwisko i telefon pojawi się w górnym (albo dolnym) rogu sklepu. Klient ma dzięki temu możliwość szybkiego połączenia się ze swoim opiekunem za pośrednictwem telefonu lub czatu. Ponadto odpowiednio zaprojektowany system pozwoli opiekunowi klienta zrealizować zakupy w jego imieniu, jeśli będzie taka potrzeba.

Warto zaznaczyć, że wprowadzanie systemu B2B e-commerce online, często spotyka się z obawą pracowników, związaną z kanibalizacją zamówień. Dodanie zdjęć i kontaktu do pracownika pozwala zaadresować część tych obaw.

Popularne produkty – raport

Jeżeli oferujemy dużą liczbę produktów, to świetnym narzędziem, które jednocześnie może być elementem, dzięki któremu wyprzedzimy konkurencję, jest możliwość generowania dedykowanych raportów.

Raporty umożliwiają sprawdzić trendy sprzedaży danego produktu, dostarczając informacji takich jak np.:

  1. Ile Klientów zakupiło ten produkt w danym województwie;
  2. Ile Klientów kupuje paczkę z 4 sztukami, a ile z 6 sztukami;
  3. Jaka jest średnia cena sprzedaży produktu u wszystkich sprzedawców;
  4. Jak popularny jest ten produkt w stosunku do innych konkurencyjnych;
  5. Trendy, które produkty dobrze się obecnie sprzedają (żeby np. obserwować sezonowość);

Oczywiście dodanie tych metryk wymaga zbierania danych zarówno o sprzedaży w samej platformie, jak i łączenia ich z informacjami z zewnątrz, może być więc to trudne do implementacji. Trendy i statystyki sprzedaży mogą jednak być czymś, co wyróżni Twój sklep, od pozostałych dostępnych platform B2B.

Import produktów

To jeden z najciekawszych elementów, które możesz wprowadzić w Twoim sklepie B2B. Import z pliku tekstowego lub Excel, może być tym, co drastycznie zwiększy użyteczność Twojego systemu.

Wyobraź sobie, że operujesz na Excelu. Masz listę produktów, kilkaset wierszy, które musisz zamówić. O ile łatwiej byłoby je zaimportować, a nie ręczne je wpisywać? Możesz to spokojnie osiągnąć – pytanie tylko, jak to zrobisz? Trzeba pamiętać, że każdy będzie chciał korzystać z trochę innego pliku – mogą być różne nagłówki, formatowanie, kropki zamiast przecinków, etc.  Warto więc albo narzucić jedyny słuszny format (który muszą być w stanie pobrać z Twojego sklepu) albo pozwolić na obsługę wielu z nich przez system. To drugie rozwiązanie, jest znacznie bardziej złożone pod względem programistycznym, ale można stworzyć konfigurację, która umożliwia import praktycznie dowolnego pliku. Np. wybieramy nazwę kolumny z informacją o kodzie produktu, nazwę kolumny, która określa jej liczbę i importujemy plik.

Tutaj pojawia się problem, ponieważ części produktów system może nie znaleźć. Ten problem można rozwiązać na kilka sposobów. Najlepszym rozwiązaniem byłby zapewne system, który wskazywałby kody produktów z informacją, że ich nie znalazł, a następnie wyświetlał sekcję z wyszukiwarką albo “czy chodziło Ci o…“. Równie ciekawym byłby system, który oznaczałby niewłaściwe wiersze i informował o tym, co należy poprawić. Jeszcze innym rozwiązaniem, jest system, który po prostu informowałby, że ten, ten i ten kod nie zostały odnalezione i zaimportowane.

Dostępne promocje

W zależności od modelu biznesowego, który ma firma, sprzedaż może być oparta na promocjach lub nie. Jeżeli są one wykorzystywane, to zamknięta platforma B2B jest idealnym miejscem, żeby je zaprezentować i zachęcić partnerów biznesowych do zakupu.

Można to zrobić na kilka sposobów. Najmniej nachalnym jest pokazanie na liście produktów informacji o promocji, a w szczegółach produktu dodatkowych informacji o terminie obowiązywania, warunkach, etc. Trochę mniej dyskretnym rozwiązaniem byłoby wyświetlanie informacji o dostępnych promocjach na etapie koszyka / kasy, w zależności od produktów, które się tam znajdują.

Warto zwrócić uwagę na to, że jeżeli system miałby rekomendować promocje, w zależności od tego, jakie produkty są w koszyku, a co więcej nie tylko dawać możliwość wybrania ich, ale też uzależniać wybór jednej promocji od drugiej (np. 20% na wszystkie produkty marki X, ale wtedy nie można wykorzystać promocji “5 w cenie 4“), należy przygotować się na sporo pracy programistycznej. Takie wdrożenie będzie wymagało miliona testów, rozważenia miliona przypadków i zapewne będzie obarczone błędami. W szczególności, jeżeli system ma dodatkowo proponować promocje na zasadzie “jeżeli dobierzesz jeszcze 4 produkty, transport będzie gratis”.

Konieczne jest wówczas opracowanie wszystkich przypadków, jakie mogą wystąpić i dodanie każdego kolejnego może być problematyczne. Choć jest to skomplikowany proces, wymagający sporej ilości pracy, może stanowić właśnie ten element, który spowoduje, że Twój sklep B2B zyska przewagę nad konkurencją.

Funkcje systemu B2B e-commerce | Zamówienia w imieniu Klienta

Niezależnie od tego, że system ma za zadanie uprościć proces zamawiania, zawsze znajdą się sytuacje, w których opiekunowie Klienta są potrzebni. Jednym z przykładów byłaby sytuacja, gdzie Klient kompletuje zamówienie, a następnie wysyła je do opiekuna, żeby ten zapewnił mu zniżkę. To jednak niejedyny przypadek. Dużo ciekawszą sytuacją jest wizyta wspomnianego powyżej sales-repa w sklepie / magazynie i przygotowanie listy rekomendowanych zakupów przez niego.
Weryfikuje on wówczas zasoby w sklepie, wpisuje w tablet ile produktów jest jeszcze dostępnych i generuje rekomendację zakupu.

Kolejnym przykładem jest możliwość zamówienia przez sales-repa w imieniu jego Klienta. Logując się na specjalne konto, uzupełnia tam wszystkie produkty, a Klient tylko przegląda i akceptuje przygotowane zamówienie. Tym samym oszczędza czas i oczywiście pieniądze.

Systemy B2B często mają wielopoziomową strukturę dostępów, tj. jedna firma może mieć wielu pracowników, część z nich może mieć dostęp do historii zamówień, kto inny może mieć dostęp do ustawień konta (w tym limitu kredytu). Wystarczy więc dodać specjalny tryb dla opiekuna projektu, który może w imieniu Klienta kompletować zamówienie (zapewne bez możliwości złożenia go). Tym samym opiekun może dbać o to, żeby wartość zamówienia była, jak największa, a Klient oszczędza swój czas.

Możliwości kryjące się w systemach B2B jest bardzo dużo i ich wdrożenia wymagają doświadczonych fachowców. ORBA z sukcesem realizuje od 10 lat nawet najbardziej skomplikowane i wyjątkowe pod względem funkcji projekty B2B. Skontaktuj się z nami tutaj, jeśli chcesz porozmawiać o Twojej wizji, a w międzyczasie zapoznaj z  case studies realizowanych przez nas wdrożeń B2B e-commerce.

[x]

Ta strona używa cookies

Wyrażam zgodę na przetwarzanie moich danych osobowych zawartych w plikach cookies (zarówno sesyjnych jak i trwałych) przez Orba sp. z o.o. z siedzibą w Warszawie, w celu dostosowania treści strony internetowej do moich preferencji, optymalizacji korzystania ze stron internetowych, tworzenia anonimowych statystyk, które umożliwiają zrozumienie sposobu korzystania użytkownika ze stron internetowych.

Akceptuję