Tak ako všetky odvetvia obchodu, aj samotný maloobchod podlieha rôznym zmenám a trendom, ktoré vplývajú nielen na samotných obchodníkov, ale aj na ich zákazníkov. Transformáciou obchodu zákazník vďaka konkurenčnému prostrediu získal nielen lepšie ceny, ale má tiež pestrejší výber, možnosti rýchlejšieho a komfortnejšieho nákupu, lepšiu časovú a distančnú dostupnosť či rozvinuté služby. Vďaka moderným technológiám sa mení retail tempom, aké doposiaľ nemá obdoby, čoho sme svedkami pri každodennom nakupovaní. Či sa nám to páči alebo nie, všetky tieto zmeny prebiehajú s ohľadom na rozvoj informačných a komunikačných technológií.
V rámci transformácie a trendov možno pozorovať rozvoj tradičných sietí, príchod nadnárodných reťazcov, moderné supermarkety, hypermarkety, ako aj otváranie menších špecializovaných predajní, ktoré sú bližšie k zákazníkom. Príkladom môže byť malý predajný koncept – miniBilla v obci Valaská pri Brezne. Postupne sa rozšíril predaj potravín aj mimo klasických predajní a v súčasnosti vidíme, že klasické večierky nahradili čerpacie stanice (napr. partnerstvo spoločnosti Billa a čerpacích staníc OMV, kde si môžu zákazníci natankovať a rýchlo vybaviť svoje nákupy na jednom mieste). Ďalšou zmenou, ktorú možno pozorovať je fakt, že jeden z najväčších predajcov biopotravín je drogéria.
Tok dát ako pridaná hodnota pre zákazníka
Postupné budovanie multikanálového integrovaného prístupu predaja (multichannel a omnichannel) obdobie pandémie ešte urýchlilo a posilnilo. Zároveň nastala doba poznania založená na dátach. Súčasný obchod sa posunul smerom k intenzívnej práci s dátami. Je potrebné zdôrazniť, že ak má byť obchod úspešný musí pracovať s dátami. Moderná predajňa dnes slúži aj na aktívnu komunikáciu so zákazníkmi. Využívajú sa rôzne technológie, ako napríklad elektronické cenovky, rôzne svetelné bannery, obrazovky, pútače, ktoré lákajú pozornosť zákazníka a zároveň mu uľahčujú a spríjemňujú nákup.
Technológie pomáhajú aj pri skladovaní potravín, napr. prostredníctvom inteligentného meracieho systému s využitím IoT (internetu vecí), za čo napr. získala maloobchodná sieť COOP Jednota prestížnu cenu za metrológiu za rok 2021. Dôležité sú investície do udržateľnosti a dekarbonizácie predajní či odvetvia logistiky. Samozrejmosťou sú online služby, ktoré napredujú aj napriek tomu, že Slovensko nie je z hľadiska členitosti ideálne pre online predaj. Vernostné programy zase tvoria základnú bázu získavania dát o nákupnom správaní zákazníkov. Na základe takto získaných údajov sú obchodníci schopní pripravovať pre zákazníkov personalizované ponuky a optimalizovať zásoby.
Predikcia správania spotrebiteľov
Do tohto procesu vstupuje aj predikovanie úspešnosti nového produktu, čo je pre firmy kľúčové a veľmi zaujímavé. V dôsledku toho sa neustále hľadajú nové metódy a zdroje informácií pre zlepšenie presnosti predpovede obchodného úspechu. V roku 2021 v Düsseldorfe v Nemecku prebehol experiment (Varga a kol. 2021), ktorý kombinoval štyri typy dát (dáta z trhu, dotazníkový prieskum, stimulované nákupné rozhodnutia a dáta z laboratórneho experimentu, pri ktorom bola použitá metóda snímkovania mozgu fMRI). Cieľom bolo pomôcť „manažérskej výzve“ úspešne predpovedať úspech/predaj nového výrobku pred jeho samotným uvedením na trh.
Tento proces je dôležitý, pretože uvedenie nového výrobku je často spojené so značnými finančnými prostriedkami vrátane širokého spektra obchodných rozhodnutí. Primárnym cieľom tohto výskumu bolo zistiť, či údaje fMRI môžu podporiť bežné typy údajov pri predpovedaní predaja nového výrobku. Prístroj fMRI je zariadenie, ktoré sa v podmienkach Slovenska využíva len v medicíne na snímkovanie mozgu pacientov. Bežnou praxou v zahraničí je využívanie tohto zariadenia aj na marketingové účely.
Môže úspešnosť produktu predpovedať snímkovanie mozgu?
V tomto prípade sa tradičné údaje, ako sú údaje z dotazníkové prieskumu a dáta z trhu, spojili s informáciami o mozgovej aktivite, získanými snímkovaním mozgu. Údaje o trhu použité v tomto experimente poskytol veľký maloobchodný predajca v Nemecku. Tieto údaje obsahovali napríklad informácie o cenových zvýhodneniach a propagácii 56 výrobkov. Tieto výrobky boli hodnotené v reprezentatívnom prieskume ich zákazníkov na základe obľúbenosti výrobku, atraktívnosti obalu a zámeru nakupovať. Zároveň bol vykonaný experiment v laboratórnych podmienkach, kde výskumnej vzorke boli prezentované produktové obrázky, informácie o cene, pričom bola zisťovaná taktiež motivácia/ochota nakupovať. Súčasne, počas zvažovania nákupu produktu, resp. jeho ceny bola sledovaná mozgová aktivita v troch oblastiach: prúžkované teleso (ventral striatum), ventromediálny prefrontálny kortex (ventromedical perfrontal cortex) a predná insula (anterior insula).
Počas fázy predikcie sa simuloval vyššie uvedený manažérsky problém, ktorý pozostával z dvoch fáz: V prvej etape sa odhadli parametre predikčného modelu na základe súboru odhadov pozostávajúceho z výrobkov, ktoré boli uvedené na trh pred novembrom 2016. Po druhé, výsledné koeficienty sa použili na predpovedanie predaja výrobkov, ktoré boli uvedené na trh po novembri 2016, t. j. predikčný súbor. Súčasne boli špecifikované rôzne kombinácie súborov údajov s cieľom porovnať ich úspešnosť pri predpovedaní predaja.
Výsledky tejto štúdie, ktorá zatiaľ nebola verejne publikovaná naznačujú, že použitie predikčného modelu obsahujúce dáta zo snímkovania mozgu zvyšuje presnosť predpovede o 28,6 % v porovnaní so základným modelom postavenom čisto na historických dátach. Celkovo najvýkonnejší je model, ktorý kombinuje všetky súbory údajov, pričom vedie k zlepšeniu predikcie o 38,6 %.
Z uvedeného vypláva, že kombinácia údajov z viacerých zdrojov môže pomôcť marketingovým manažérom prijímať relevantné rozhodnutia o uvedení nového výrobku na trh.
