Settore Retail, Big Data e Analytics

Settore Retail, Big Data e Analytics

Forse nessun segmento di mercato è stato più colpito dal diluvio di dati quanto il settore Retail e l’evoluzione dell’e-commerce costringe oggi i negozi fisici a sviluppare una nuova strategia globale che includa la vendita online e un marketing più moderno, rompendo con le tradizionali viste lineari del ciclo di acquisto per adottare un approccio olistico al consumatore.

I canali di approvvigionamento sono sempre più complessi e il web ha rimosso le barriere tra produttori e clienti. I retailer dispongono di dati transazionali più diversificati che mai, un’opportunità per una maggiore comprensione quando questi dati vengono sincronizzati con il comportamento online e offline degli stessi, ma pongono anche problemi quali la minaccia di attacchi informatici alla privacy, la negazione dei servizi, i furti, etc.

Tuttavia, al centro di questo cambiamento è lo stesso nuovo comportamento dei consumatori, che si aspettano un più stretto, rilevante, tempestivo e contestuale engagement con i brand su tutti i canali e in tutte le fasi dell’intero ciclo di acquisto. I consumatori desiderano oggi un’esperienza che converga sul marchio, non sul canale, e che sia coerente attraverso tutti i mezzi, personalizzata e capace di soddisfare le sue esigenze specifiche, quelle rilevanti o di immediata necessità. Questo aspetto investe ogni punto di contatto nel ciclo di acquisto, e impatta tutte le funzioni del tradizionale retailer: dal merchandising al marketing, passando per l’IT e la logistica.

Mentre è evidente che i rivenditori devono abbracciare un approccio omni-channel, in particolare
nel mondo digitale, il negozio rimane un canale significativo estendendo lo spettro delle aspettative del consumatore che si aspetta siano coerenti con le sue interazioni digitali/online.

Per tale ragione i retailer devono concepire il negozio come un canale media non solo come un canale di distribuzione. Come il passaggio all’omni marketing, la conversione del retailer a un canale media significa che il marketing, il merchandiser e i team IT e di vendita devono gestire una proliferazione di dati non tradizionali presenti nei loro sistemi ed essere in grado di analizzarli.  I retailer più lungimiranti possono combinare opzioni per l’acquisto on-line e ritiro presso il punto vendita con offerte in-store di up-selling personalizzate.

Per raggiungere questo obiettivo, i retailer hanno bisogno di fondere non solo una vasta gamma di segnali relativi al consumo e di analisi, ma anche di rendere più trasparente e agile il collegamento tra l’acquisto digitale e l’inventario fisico e tra l’esperienza omni-canale e il compimento stesso dell’esperienza.  L’integrazione di elementi social nel negozio fisico continua a essere una sfida per il rivenditore, portando alcuni analisti a speculare che “l’intrinseca mancanza di tale riscontro nel mondo fisico del retail è uno dei motivi per cui i clienti si rivolgono ai loro dispositivi mobili per effettuare shopping”.

Guidare questo tipo di personalizzazione del negozio fisico richiede una tecnologia in grado di catturare e monitorare il comportamento dei consumatori, valutare e promuovere offerte e messaggi rilevanti.

Alcuni esempi di tecnologia muovono in questa direzione: i sensori con Bluetooth Low Energy (BLE) dei IBeacon di Apple, l’identificazione a radiofrequenza (RFID) per la gestione delle scorte
e le analisi video in tempo reale dei movimenti dei consumatori per scoprire le zone “più trafficate” e il flusso. Questi sono solo alcuni dei modi in cui si sta impiegando la tecnologia per meglio raggiungere il consumatore. La maturità dell’Internet of Things (IoT), rappresentata dalla tecnologia come Amazon Dash e il suo servizio Replenishment, promette di colmare il divario tra il fisico e il digitale e di estendere notevolmente il “Perimetro di dati” del retailer. La nascita di sistemi di pagamento alternativi, come Apple Pay e Paypal, così come i nuovi canali di acquisto quali il tasto di “Buy” di Twitter e i negozi virtuale di Tesco, creano percorsi aggiuntivi per l’engagement con il consumatore. Il risultato è una proliferazione di fonti dati e di sistemi che il rivenditore deve collegare per ottenere intuizione corrispondenti alle aspettative del consumatore.

Al retailer moderno sono richieste dunque nuove idee, analisi, intuizione e una vista longitudinale del cliente, del canale, del punto vendita e del centro di distribuzione. Per sfruttare questa mole di dati, la loro grande varietà e le diverse fonti, sono necessarie architetture di gestione dei big data flessibili, scalabili, sicure ed efficienti: da qui la necessutà di un hub di dati aziendali (EDH) costruito con Hadoop al suo interno con cui è possibile sfruttare l’opportunità di questa rivoluzione nel settore incorporando queste nuove fonti di informazione, i sistemi e i diversi canali, riuscendo a rafforzare il coinvolgimento del cliente, ottimizzare l’offerta e migliorare le previsioni e il merchandising. Dunque, un EDH offre due vantaggi principali la cui assenza ha storicamente ostacolato l’innovazione basata su dati nel settore retail: la governance multi-tenancy e la sicurezza dei dati.

Nessuna strategia di dati può essere infatti implementata senza misure complete di garanzia della privacy che impediscano di rubare le informazioni sui clienti. Il Payment Card Industry Data Security Standard (PCI DSS) standardizza la sicurezza delle transazioni con carta di credito per evitare frodi. Utilizzando Cloudera Navigator, commercianti e società che processano i pagamenti possono ora cifrare la chiave di accesso in modo completo e nativo e gestire tutti i dati in un cluster Hadoop. MasterCard ha recentemente costruito in ambiente Hadoop il primo sistema certificato PCI.

Le soluzioni Cloudera

Cloudera Enterprise

Cloudera Enterprise (basato su Hadoop) è un’unica soluzione unificata che ti permette di memorizzare e analizzare tutti i tuoi dati e metadati, fornendo inoltre sicurezza e governance pronti per le verifiche di conformità e una gestione end-to-end dei sistemi. Con Cloudera Enterprise le odierne organizzazioni leader possono sfruttare tutta la potenza dei loro dati analizzandoli a fondo, aumentare la visibilità aziendale e ridurre i costi. E tutto questo gestendo i rischi e le esigenze di conformità.

Cloudera Enterprise (basato su Hadoop) è la prima soluzione del mercato, il 90% più conveniente rispetto alle tradizionali soluzioni di gestione dei dati ed è il tuo partner ideale delle imprese nel cammino verso i big data, grazie alla flessibilità e stabilità necessarie per evolversi insieme alle aziende stesse.

Con Cloudera Enterprise, infatti, le odierne organizzazioni possono sfruttare tutta la potenza dei loro dati analizzandoli a fondo, aumentare la visibilità aziendale e ridurre i costi. Il tutto gestendo i rischi e le esigenze di conformità.

La nuova release continua a migliorare le prestazioni, la sicurezza e le funzionalità delle analisi su Hadoop e include la versione beta limitata di Cloudera Navigator Optimizer per un miglioramento delle prestazioni dei carichi di lavoro e un’efficienza superiore.

Cloudera RecordService

La sicurezza è un requisito critico per le aziende durante il passaggio delle loro distribuzioni Hadoop dalla fase pilota a quella di produzione. Affinché le aziende possano sfruttare appieno la potenza di Hadoop, Cloudera ha annunciato la versione beta pubblica di RecordService, un nuovo livello di sicurezza ad elevate prestazioni per Apache Hadoop che applica centralmente le policy per il controllo degli accessi basato su ruoli sulla piattaforma.

Cloudera Navigator

E’ il primo strumento di gestione dei dati completamente integrato per la piattaforma Hadoop. Cloudera Navigator 1.0 offre funzionalità di governance dei dati, come la verifica dei privilegi di accesso e l’accesso controllo per tutti i dati in Hadoop. Queste funzionalità sono fondamentali per i clienti aziendali che sono in settori altamente regolamentati e che hanno i requisiti di conformità stringenti.

Cloudera Kudu

Cloudera ha rilasciato la beta pubblica di Kudu, un nuovo rivoluzionario sistema di storage basato su colonne (columnar store) per Hadoop, che abilita una potente combinazione di rapide analitiche per i fast data. Complementare alle esistenti opzioni di storage Hadoop, HDFS e Apache HBase, Kudu è il primo enginee di storage nativo Hadoop che supporta sia accesso casuale a bassa latenza e analitiche con throughput elevato, semplificando notevolmente le architetture Hadoop per casi d’uso real-time sempre più comuni.

Categorie: Web