Neste artigo será explorado o significado de Big Data e as implicações e impactos no e-commerce. O termo Big Data começou a aparecer em 2012 e desde então muitas empresas brasileiras grandes e pequenas começaram a usar as análises e dados que Big Data prove para ter vantagem competitiva. Mesmo que algumas vezes sem saber que estavam aplicando este conceito.
Mas O Que É Big Data?
Segundo a definição da Webopedia, Big Data é um volume maciço de dados estruturados e desestruturados que é tão grande que é difícil de processar utilizando métodos tradicionais de bancos de dados e técnicas de software.
Por estruturado, deve-se entender campos fixos dentro de um banco de dados, como Endereço, CEP, Produto, Preço, entre outros que são armazenados em um carrinho de compra por exemplo.
Por desestruturado, entende-se dados como email, vídeos, tweets, likes no Facebook, entre outros. Nenhum destes campos fica em um campo fixo no banco de dados do e-commerce.
Big Data é uma ferramenta poderosa e pode prover insights detalhados de comportamentos do consumidor em seu site que podem ser instigantes. O Analytics do Big Data pode prever o comportamento de compra de determinado cliente, baseado no perfil de compras, navegação e uso do consumidores conforme o exemplo a seguir:
Quais Os Desafios Associados Ao Big Data?
Os desafios associados ao Big Data são 4: Volume, Velocidade, Variedade e Valor.
Desafio do Volume existe porque a maior parte dos negócios gera muito mais informação que seus sistemas foram desenhados para suportar
Desafio da Velocidade existe pois se as análises de dados das empresas ou a armazenagem rodam mais devagar que a geração dos dados. Isto pode acontecer nos casos de cliques gerados pelos consumidores, ou dezenas de pesquisas na busca por minuto
Desafio da Variedade existe porque há a necessidade de processar diferentes tipos de informação para gerar diferentes insights
Desafio do Valor se aplica ao derivar o valor dos insights das informações. Uma empresa pode coletar todas as informações, mas as perguntas certas é o que efetivamente gera valor.
Big Data Funciona Apenas Para Clientes Grandes?
Muitas pequenas e médias empresas pensam que Big Data é para grandes empresas, na verdade Big Data é fundamental para que os pequenos e médios varejistas virtuais possam competir com os grandes. Essa verdade se torna cada dia mais importante conforme a interação dos consumidores com o canal online passa a ser maior.
Qualquer tamanho de empresa pode se beneficiar do Big Data, não é porque a quantidade de informações é muito grande que a empresa precisa ser grande.
Existem ferramentas open source como o Apache Hadoop ou o Google FS, que suportam aplicações intensivas em dados. Quanto mais as empresas usarem Big Data, mais sofisticado e barato as soluções tecnológicas ficarão.
O mais importante é determinar as regras e estratégias que serão aplicadas. Faça as perguntas corretas para identificar as decisões específicas que as informações e as análises irão suportar para ter resultados favoráveis. Mantenha as coisas simples no começo e vá sofisticando aos poucos.
E Como Posso Usar O Big Data No E-Commerce?
Varejistas podem usar o Big Data de inumeras maneiras: varejisas podem comparar o tráfego de determinado produto com as vendas do produto e o perfil de compra posterior.
Você espera que há uma correlação entre o tráfego, a compra de determinado produto e a compra posterior de outros produtos.
Quando esta correlação é alta e positiva, siginifica que a probabilidade do cliente que comprou o produto, também compre outros produtos também é alta, aumentando a chance da conversão. Abaixo 6 exemplos práticos para usar Big Data em seu ecommerce.
1. Personalização
Consumidores compram no mesmo site de maneiras diferentes. Dados destes múltiplos pontos de contato devem ser processados em tempo real para oferecer ao consumidor uma experiência personalizada, incluindo resultados de busca, conteúdo e promoções.
Por exemplo: Não trate novos consumidores da mesma maneira que os clientes leais. A experiência precisa ser personalizada para recompensar os clientes mais antigos e atrativa para gerar a conversão de novos consumidores.
2. Precificação Dinâmica
Você precisa de precificação dinâmica de seus produtos para competir com outros sites. Isto requer pegar informações de múltiplas fontes diferentes, como preço dos competidores, vendas de produtos, preferencias regionais e ações dos consumidores para determinar a oferta certa para converter.
3. Serviço de Atendimento ao Consumidor
A excelência em serviços de atendimento ao consumidor é crítica para o sucesso de uma operação de comércio eletrônico. O Big Data transformou o SAC em um desafio ao requerer todas as interações com o cliente quando ele entra em contato com a central de atendimento. Para continuar a ter sucesso os varejistas precisam superar essa barreira tendo a informação rapidamente para atender o consumidor.
Por exemplo, se um cliente reclamou através do email ou de uma rede social de sua loja virtual, você deve ser capaz de ter esta informação associada a ele quando ele entrar em contato. Isto fara com que ele perceba valor e ajuda a resolver o problema mais rapidamente.
4. Gerenciamento de Fraude
Grande quantidade de informação ajuda a detecção de fraude. Este sistema requer a infraestrutura certa para detectar a fraude, com o ambiente seguro para rodar as modelagens que a solução precisa.
A maior parte dos e-commerces já utiliza soluções de anti-fraude ao processar as transações, como Clearsale e F-control. Mesmo intermediadores de pagamento como Pagseguro, Bcash e Paypal também utilizam esse sistema para trabalharem.
5. Visibilidade da Cadeia de Suprimentos
Consumidores esperam a disponibilidade, status e localização de seus pedidos. Isto pode ser complicado para os varejistas se muitos terceiros estão envolvidos na cadeia (Fornecedores, Operador Logístico, Transportador, etc.). Mas o desafio precisa ser superado para manter a satisfação dos clientes.
Um consumidor que comprou um produto que você não mantem em estoque e sim sob demanda em um fornecedor, precisa ser avisado de cada um dos passos de seu pedido. A integração entre os sistemas com diversas frentes e informações diferentes deve ser feita de forma cuidadosa e aos poucos.
6. Análises Preditivas
Analytics tem um papel crucial no e-commerce brasileiro, independente do tamanho. Sem analytics é difícil sustentar o negócio. Big Data ajuda negócios a identificar eventos antes deles acontecerem. Isto é conhecido como Análises Preditivas, que vem se tornando cada vez mais importante no dia a dia dos negócios.
Um bom exemplo de Análises Preditivas pode ser a previsão de vendas de determinado produto, ou o investimento em comunicação em determinado canal para o próximo trimestre. Conhecendo isso, os varejistas devem acompanhar diariamente o custo de inventário e monitorar o resultado real de seus canais de comunicação.