Att lyfta analys- och dataplattformen till molnet har många goda nyttoeffekter genom ökad flexibilitet, skalbarhet och nya visualiseringsmöjligheter som IT-avdelningen kan räkna hem direkt. Bara dessa är nog för att investera i en ny molnet-lösning men de stora fördelarna med detta paradigmskiftet kommer först när verksamheten får tillgång till den nya funktionaliteten i molnet.
Vilken är den nya relevanta funktionaliteten? I molnet kan både ostrukturerad data (Big Data) och strukturerad transaktions-data behandlas och användas i samma verktyg. Det finns många fler avancerad analysverktyg och tillgängliga analysalgoritmer. Dessa nya funktionaliteter skapar, eller sänker åtminstone tröskeln, för ett flertal affärsmöjligheter. Här nedan listas fyra möjligheter:
Rekommendationer
Med samlad kunddata blir rekommendationerna bättre. Vare sig kunden visat intresse för ett vara eller tjänst via mobilen eller e-mail så kan denna data delas och användas av alla kanaler. Varje kanal behöver antagligen ha sin egen rekommendationsmotor – det är alltid till viss del olika information som finns tillgänglig i den givna kanalen men alla kanaler bör och kan ändå dela så mycket av kundmötena med varandra som möjligt.
I molnet finns många fler möjligheter att arbeta med och driftsätta rekommendationsmotorer. Tillgängligheten till oändlig kalkyleringskapacitet gör att man kan börja experimentera på liten skala och sedan skala upp när testerna visar god affärseffekt. Allt detta gör att det går att öka konverteringen såväl som utöka varje köp för ökad lönsamhet.
Idag är dock goda rekommendationer inte bara för att öka intäkterna utan något kunder förväntar sig för en god köpupplevelse.
Fraud detection
Det finns mycket goda möjligheter att nyttja analystjänster i molnet för att reducera bedrägliga transaktioner i verksamheten. Med goda möjligheter till att implementera automatisk bedrägeri-detektion kan höga kostnader undvikas.
Bedrägerianalysen kan göras ännu starkare än tidigare genom att utnyttja tidigare svårtillgängliga stora datamängder såsom webbloggar, bilder och video-material för att ytterligare förbättra förmågan i en detektor.
Prognostisering
Att prognostisera efterfrågan på varor är nyckeln till att planera logistik, lagerhållning och prissättning. Det är mycket som påverkar efterfrågan och yttre såväl som inre faktorer.
I molnet finns rätt analysverktyg för att optimera eller rent av automatisera dessa processer. Det krävs möjlighet till att experimentera med nya externa datakällor för att hitta vad som kan ge bäst prognos för verksamheten.
Integrerad online och butiks-data
Om inte kund-datat samlas från alla kanaler för att sedan användas för att bemöta kunden utifrån detta så kommer inte bemötandet bli rätt och personligt.
Uppdelningen mellan butik och online har varit tekniskt svår att komma över då butikernas data har varit strukturerad i kassa-system, kundlojalitetssystem och liknande medans online även haft externa källor såsom sociala medier och stora ostrukturerade datamängder från webbloggar som inte passar i de datalösningar som funnits tillgängliga i verksamhetens serverhallar.
I molnet kan big data hanteras likväl som det traditionella datat vilket skapar helt nya möjligheter att behandla kunder likadant i alla kanaler.
Dessa fyra möjligheter bör tas med som faktorer i verksamhetens datastrategi när man planerar att ta analysplattformen till molnet. Är du intresserad att veta mer om dessa möjligheter och de underliggande drivarna i molnet? Missa inte våra webinarium kring Retail och molnet.
