Perakendeciler, ödeme deneyimlerini yenilemek ve genel müşteri memnuniyetini etkilemek için analitik içgörüleri ve ileri teknolojiyi nasıl kullanabilir?
Karantina kısıtlamaları hafifledikçe ve mağazalar yeniden açılmaya başladıkça, modern perakendeciler müşterileri çeken ve elinde tutan bir mağaza içi deneyim sunmak için artan bir baskı ile karşı karşıyadır. Perakende, çok sayıda davranış bilgisini kaydediyor ve yenilikçi gerçek mekanda faaliyet gösteren mağazalar, mağazaları için en uygun müşteri öngörülerini daha iyi anlamak için artık Veri Mühendisliği ve Analitik'e yöneliyor. Bu, müşteri memnuniyetini, sıklığı ve hacmi ölçmeyi, yüksek ve düşük trafik dönemleri için personel ihtiyacını ve hangi ödeme yöntemlerinin kurulumunun daha hızlı iş hacmi ve artan sepet boyutuna yol açacağını içerir.
Mağaza düzeyi (işlem) verilerini ve müşteri deneyimi (anket) verilerini birleştirmek, başlangıçta önemli bir harcama olmadan ortalama sepet boyutu, müşteri başına tercih edilen ödeme seçenekleri ve ödeme satırı optimizasyonu gibi mağaza düzeyinde içgörülere yardımcı olabilir.
Müşteri memnuniyetinin, markanın / mağazanın müşteri algısını önemli ölçüde etkilemesinin yanı sıra, kar hanesini doğrudan etkilediği bilinmektedir. Olumlu bir ödeme deneyimi, genel memnuniyetin en önemli etkenlerinden biridir ve müşteriler artık çevrimiçi bir ödeme deneyiminin kolaylığını ve hızını talep ederek, gerçek mekanda faaliyet gösteren mağazaları buna göre uyum sağlamaya zorlamaktadır. Bakkaliye alanındaki en büyük dijital reklam ağlarından biri olan Popspots, ulusal bir araştırma yürüttü ve müşterilerin yüzde 70'inin ödeme deneyiminin bir mağaza hakkındaki algılarını diğer faktörlerden daha fazla etkilediğini hissettiğini buldu. Ek olarak, müşterilerin yaklaşık yüzde 79'u, olumsuz bir ödeme deneyiminin geri dönme olasılıklarını azalttığını söylüyor.
Mağaza içi deneyimin son anları, farkındalık, etkileşim ve dönüşümü artırmak için en önemli fırsatlardan birini sağlasa da, satış noktası (POS) sistemlerinde yapılan iyileştirmelerin ötesinde perakende ödeme deneyimiyle ilgili asgari düzeyde yenilik olmuştur.
Analitik ve teknoloji bu süreçte nasıl yardımcı olabilir?
Çevrimiçi ve çevrimdışı mağazaların artan rekabetiyle, perakendeciler müşteri memnuniyetinin bir işletmenin başarısında daha da önemli bir rol oynadığını fark ettiler. Çok sayıda ödeme seçeneğiyle, işlemleri uzlaştırma ve doğrulama ihtiyacı arttı ve analitik şirketleri, mutabakat gerektiren işlemleri izole etmek için anormallik algılama algoritmaları kullanıyor. Benzer algoritmalar, dolandırıcılığın tespit edilmesine ve izole edilmesine de yardımcı olur.
Gösterge tablosu ve raporlamadaki gelişmeler sayesinde, analitik şirketleri mağaza çalışanlarını gerçek zamanlı tahminlerle daha doğru ve daha akıllı kararlar almalarına ve etkili tanıtım stratejileri oluşturmalarına yardımcı olan basit ve net gösterge tablolarıyla donatabilir. Analitik şirketleri, davranışsal bilgiler, müşteri profili ve ürün özelliklerine dayalı olarak müşteri sadakatini, ürün tercihlerini ve gelecekteki satın almalar için tahminleri kaydeden işaretleri belirler.
Büyük bir perakendecinin, ödeme deneyimini iyileştiren güçlü ve eyleme geçirilebilir bir çözüm sunmasına yardımcı olma
Kantar'ın analitik araştırmaları, bir perakendeci için Müşteri Memnuniyetinin temel faktörlerini ve müşteri deneyimlerinin operasyonel olarak nasıl iyileştirileceğini belirlemek için kapsamlı bir analiz gerçekleştirdi. Çalışma, müşteri deneyimi anket verilerini, mağaza düzeyinde operasyonel verileri, müşteri işlemleri ve davranış verilerini hem memnun hem de memnun olmayan müşterilerle birleştirerek gerçekleştirildi.
Çalışmanın temel sonuçlarından biri, ödeme deneyiminin genel müşteri memnuniyeti üzerinde en olumsuz etkiye sahip olmasıdır. Zayıf bir ödeme deneyimini etkileyen faktörler, aşağıdaki bileşenlerden herhangi birinin önemli bir etkiye sahip olup olmadığını belirlemek için daha ayrıntılı olarak analiz edildi:
— Kendi kendine ödeme vs Ortak destekli ödeme
— Mağaza konumu
— Alışveriş saatleri (yoğun ve yoğun olmayan)
Müşteri memnuniyeti verilerinin incelenmesi yoluyla, bir müşterinin 'ideal' bir ödeme deneyimi beklentisini ve ödeme memnuniyetinin farklı etkenlerini gösterebiliriz. İşlemsel, operasyonel ve gözlemsel veriler üzerine yapılan bir çalışma, müşterilerin beklentileri ile mevcut ödeme durumundaki boşluğu ortaya çıkardı. Örneğin, düşük memnuniyet (CX anket sonuçlarına göre), daha uzun bir ödeme işleme süresi (işlem verilerinden türetilen) ile büyük ölçüde ilişkili.
Müşteri sorunları, personel sorunları, süreç (operasyonel) sorunları ve teknoloji sorunları olarak gruplandırıldı, böylece ilgili iş paydaşları sorunların çözümünde sahiplenebildi. CX-CRM analitiğinden öğrenilenleri desteklemek için, müşterimiz için kalitatif iyileştirme yollarını belirlemek için kilit perakende rakiplerinin ödeme süreci de analiz edildi.
İşlem verilerinin gücü, müşteri ve mağaza düzeyinde özelleştirilmiş öneriler sağlanmasına yardımcı olan ayrıntılı analizi kolaylaştırdı. Örneğin, bir günde gerçekleşen tüm işlemlerin yüzde 60'ını oluşturan kart işlemleri için ödeme işlem süresini 6 ila 10 saniye azaltma önerisi, Checkout Memnuniyet NPS'sini 600 baz puana kadar geliştirme potansiyeline sahipti.
Müşteri etkisi
Müşteri işlem geçmişine dayalı olarak, Makine Öğrenimi özellikli tetikleyicilerin (üyelik için başvuru, üst satış) ödeme sırasında bilgi isteme sistemine dahil edilmesi önerildi; bu, gereksiz üst satış istemlerini azaltarak işlem başına 10 ila 12 saniye tasarruf sağlayabilir. Ayrıca, yüzde 4'lük mevcut seviyelerden yüzde 21'e kadar hızlı kabul oranını potansiyel olarak iyileştirme sağlayabilir.
Ek olarak, optimum şerit planlamasını ve kasiyer personelini kolaylaştırmak için trafiği ve kuyruk uzunluğunu tahmin etmek için tahmine dayalı analitik tabanlı mağaza optimizasyon çözümleri önerildi. İyileştirilmiş Kendi Kendine Ödünç Verme Benimseme (benimsemede tahmini yüzde 10 artış), POS (yardımlı ödeme) işlemlerinde bekleme süresini azaltabilir ve NPS'yi 34'ten (satış noktası) 54'e (kendi kendine ödeme) tüm işlemlerin en az yüzde 10'u için.
Çözümümüz, perakendecinin sorunsuz bir ödeme deneyimi sunmasına yardımcı oldu, bu da genel memnuniyeti etkiledi ve perakendeci ile müşteri etkileşimi üzerinde dalgalanma etkisi yarattı.
Verilerin etkin olduğu süreçler, perakende mağazalarının müşteri işlem verilerini ve davranışsal verileri yakalamasına ve kullanmasına yardımcı olarak çözümleri ana hatlarıyla belirtmek ve müşteri için daha iyi bir ödeme deneyimi tasarlamak için yardımcı olabilir. Sürekli gelişen müşteri davranışı ve teknolojideki ilerlemeyle perakende, hızla değişiyor. Perakendecilerin daha iyi bir müşteri deneyimi sunmak için analitik öngörülerini en son teknolojik yeniliklerle entegre etmesi gerekir.
Comments