מסחר מקוון - מכרה זהב של מידע

בקצרה

מסחר מקוון מייצר הזדמנות ייחודית ויוצאת דופן לניצול טכנולוגיות מידע ומתודות ניתוח נתונים, תודות לעקבות הדיגיטליים הרבים של עסקה מקוונת אודות תהליך הרכישה של הלקוח – החל מרגע הגעתו לאתר, דרך תהליך הבדיקה והחיפוש בתוכו ועד להשלמת ההזמנה הסופית. כמויות המידע הרבות מספקות לנו תובנות משמעותיות על הלקוחות והמוצרים, ותוך כך מספקות לנו הזדמנות פז לאתר דרכים למינוף הפעילות והתוצאות העסקיות. 

ככלל, לשימוש חכם במדע הנתונים יש ארבעה כיוונים בהם הוא יכול לתרום לפעילות מסחר מקוון: זיהוי לקוחות לפי ערכם לאתר (Customer lifetime value), חיזוי הסתברות נטישה (Churn Prediction) בכדי לאתר פתרונות אפקטיביים למניעת נטישת לקוחות, למידת דפוסי התנהגות לטובת יצירת מנוע המלצות אפקטיבי, ולמידה מהתגובות של הלקוחות על מוצרים ושירותים כדי לשכלל את תהליך הרכישה כולו. 

הפוטנציאל הגלום בשימוש חכם במידע באפיקי מסחר מקוון הוא ברור ומובהק. עם זאת, נדרשות יכולות ארגוניות מתאימות כדי לממש אותו – יכולת להגדיר מטרות ויעדים, טכנולוגיות תומכות, וכמובן אנשי צוות ייעודיים (אנליסטים) שידעו לשלב בין הדברים להוצאת תובנות חדשות וייחודיות לארגון. 

מסחר מקוון כמכרה של מידע

מסחר מקוון מייצר הזדמנות בלתי רגילה לניצול טכנולוגיות מידע ומתודות אנליטיות מתקדמות, כגון למידת מכונה (Machine Learning), אינטליגנציה מלאכותית (AI), למידה עמוקה, למידה סטטיסטית וכד׳. הסיבה העיקרית לכך היא שלפני, אחרי ובמהלך התממשותה של טרנסקציה מקוונת, נוצרים עקבות דיגיטליים רבים - פרטי המוצר או השירות הנרכשים, מידע על מוצרים אחרים שנבדקו, מידע על מחירים, מידע על הקלקות של הלקוח באתר, מידע על צורת אספקת המוצר או השירות, מידע בגין דירוג של המוצר והאתר על ידי הלקוח, תגובות מאוחרות ברשתות החברתיות, מידע על הלקוח ואף מידע על נסיבות ייחודיות בהן הלקוח נמצא בעת ביצוע העסקה (זמן, מיקום) ועוד.

המידע כמנוע צמיחה לעסקי

כמויות המידע שנוצרות במסגרת מסחר מקוון צפויות לספק לנו תובנות משמעויות ביותר על הלקוחות שלנו ועל המוצרים או השירותים שאנו מציעים להם. בכך, הן נותנות לנו הזדמנות בלתי רגילה לאתר מנופי פעולה והחלטה שייצרו אפקט חיובי על התוצאות העסקיות שלנו.

שימוש חכם במדע הנתונים ובטכנולוגיות תומכות עשוי לתרום לפעילויות מסחר מקוון בדרכים רבות, כאשר ככלל, ישנם ארבעה כיוונים עיקריים:

זיהוי לקוחות על פי ערכם

זיהוי הלקוחות לפי ערכם לאתר (Customer lifetime value ): כאן מדובר על חיזוי הערך העתידי של הלקוח על פי שלושה פרמטרים עיקריים – משך הזמן שהלקוח צפוי להמשיך ולרכוש באתר שלנו, חיזוי תדירות קניותיו באתר והסכום הכולל של כל קניה.

חיזוי הסתברות נטישה

חיזוי הסתברות לקוח לנטישה של האתר (Churn Prediction): גיוס לקוח חדש עלול להיות יקר בהרבה משימור של לקוח קיים, גם כאשר מדובר על מסחר מקוון. במודלים של חיזוי נטישה אנו מעוניינים לקבל איתות על סיכון נטישה גובר, להבין את הגורמים שעשויים לגרום לנטישה של לקוח וכמובן ללמוד כיצד למנוע זאת באופן אפקטיבי ויעיל.

יצירת מנוע המלצות ואיתור דפוסי התנהגות

מנוע המלצות מוצרים ללקוח (Recommendation models, NBO): באמצעות למידת דפוסי התנהגות של הלקוח, של לקוחות דומים לו ומידע נוסף, אנו יכולים לקדם המלצות בהתאמה אישית ללקוח ובכך להגדיל את הסיכויים לתגובה חיובית שלו להצעות, מבלי לגרום לו להצפה שמעוררת התנגדות.

ניתוח ולמידה מתגובות

למידה מתגובות של לקוחות על מוצרים ושירותים (Text mining, NLP): אתרי מסחר מקוון מאפשרים ללקוחות לחוות דעה על מוצרים ועל השירות שניתן להם. מידע זה הפך להיות חלק הכרחי בכל אתר רציני של מסחר מקוון והוא מהווה לעיתים מרכיב מהותי במודל העסקי של האתר (Booking.com). המידע שמסופק על ידי הלקוחות יכול גם ללמד אותנו רבות על הלקוחות עצמם, על המוצרים ועל סוגיות רבות אחרות ביחס לכלל חווית הרכישה באתר שלנו.

הפוטנציאל והדרך למימושו

הפוטנציאל בנכסי המידע הנוצרים בסביבת מסחר מקוון הוא עצום, כפי שלמדנו מהשחקניות הגדולות ביותר בתחום כגון: Netflix, Amazon, eBay ואחרות. אולם לשם מימושו נדרשות יכולות ארגוניות מתאימות, לרבות טכנולוגיות תומכות, היכולת להגדיר מטרות ויעדים, ואנשים (מדעני נתונים) שידעו לשלב את השניים ולייצר לארגון את הידע החדש והייחודי.

צרו קשר עם המומחים שלנו >