Os detalhes dos produtos contam toda a história

Não é segredo que os varejistas estão se afundando em dados. O varejo tem gerado e capturado informações por todos os lados – são aplicativos móveis, sites de e-commerce, etiquetas com tecnologia RFID na cadeia de suprimentos, mídias sociais. Tudo isso reunido ajuda a avaliar a experiência do consumidor dentro das lojas físicas. Alguns desses dados são extremamente valiosos – por meio deles é possível descobrir por que tantos carrinhos de compras são abandonados em sites de e-commerce, por exemplo. Por outro lado, algumas dessas informações podem não ser importantes. Há, no entanto, um tipo de dado universalmente valioso: os atributos que descrevem detalhadamente cada produto, loja física e consumidor.

Porque se importar com os detalhes e atributos?

Atributos são importantes para varejistas pois contam toda a história em torno do produto, desde o estoque até o cliente. Pegue uma camiseta como um exemplo simples: nossa camiseta fictícia possui cinco tamanhos (P, M, G, XG e XXG), cinco cores (azul, vermelho, branco, preto e laranja) e três estilos (verão, inverno e edição especial). Se um comprador corporativo é cobrado pela variedade na compra de novos produtos usando um orçamento limitado, quantas de nossas camisetas fictícias ele irá comprar e quais combinações de atributos podem garantir a máxima rentabilidade? A resposta vem do cruzamento dos detalhes das camisetas com dados históricos de vendas, previsões futuras, dados de compras, campanhas de marketing e tendências de mercado. Isso guiará o comprador até a decisão de compra correta.

O que você precisa para a análise de atributos?

O componente crítico para essa avaliação é uma plataforma de análise visual moderna, que possa: Ir até o detalhe – As agregações simples de dados não são suficientes para a análise de atributos, uma vez que o varejista não consegue somar as vendas de todos os produtos tamanho P, porque os tamanhos considerados “pequenos” são diferentes para cada tipo de produto (camisas, sapatos, mesas, aspiradores, etc).

Desenvolver análises, não hierarquias – Os atributos normalmente são o nível mais baixo da hierarquia de dados, por isso concentre-se na análise, não na hierarquia.

Combinar diferentes bases de dados – produtos, lojas e os atributos por si só não possuem valor. Esses detalhes precisam ser combinados com dados de vendas, previsões, marketing e tendências de mercado. E essas informações podem viver em sistemas distintos.

Descobrir Relações – Produtos, lojas e clientes podem ter centenas de detalhes. Por isso, ter uma plataforma de análise visual que mostre as associações entre dados com base nesses atributos é de vital importância para determinar quais desses detalhes são mais importantes.

. Por: Scott Jennings, Diretor de Desenvolvimento de Mercado da Qlik.