Вейнанд Йонген - Onlife. Ритейл будущего. Что нужно сделать сегодня, чтобы быть лидером отрасли завтра

Новые технологии всегда были катализатором крупных социальных и экономических преобразований. Во время первых двух промышленных революций новые источники энергии, технологии и средства связи принесли настоящую революцию обществу, экономике и отдельным людям. Они также вызвали глубокие изменения в розничной торговле и поведении потребителей. В XX веке появление средств массовой информации, телефонов, радио и телевизоров помогло сблизить розничных продавцов и потребителей.

С 1990-х годов интернет и цифровизация привели к технологическим прорывам. Новая экономическая парадигма «умной экономики» закладывает основу для онлайф-розницы.

Сегодня мы видим зарождение новых технологий – своего рода «новую промышленную революцию» или «эпоху». Новая умная экономика оказывает беспрецедентное влияние – это интересно и сложно одновременно.

В данной главе я рассмотрю семь новых технологий. В совокупности они вызовут настоящий обвал в розничной торговле. Что данные технологии могут предложить рознице и что они значат для человека и общества в целом? У них всех есть одна общая черта: они основаны на общедоступных больших данных. Незаметно они делают жизнь людей легче, проще и приятнее. С другой стороны, мы становимся все более зависимыми от технологий. Наша частная жизнь является одной из ключевых областей воздействия. Именно по этой причине я завершаю главу рассказом о влиянии умной экономики на частную онлайф-жизнь потребителей.

Но начну я с фундамента всех новых технологий: больших данных (Big Data).

Большие данные – это не просто собранные огромные объемы данных; главное, что они ценны и релевантны. Ученый Виктор Майер-Шенбергер и журналист Кеннет Кукье, эксперт по данным журнала The Economist , утверждают, что большие данные «соответствуют нашей растущей способности сжимать огромное количество информации, мгновенно анализировать и извлекать порой совершенно удивительные выводы» [45] Big Data: A Revolution That Will Transform How We Live, Work, and Think , Viktor Mayer-Schonberger and Kenneth Cukier, Houghton Mifflin Harcourt, 2013. . Они сравнивают данный процесс с фотографированием. Когда вы делаете снимок и фокусируетесь на чем-то одном, это напоминает взятие образца случайной информации. С другой стороны, цифровая фотография, где все в фокусе, позволяет вам впоследствии решить, какую часть выдвинуть вперед или скрыть, в чем она схожа с большими данными.

Есть гуру, считающие, что большие данные – это абсолютное благо для человечества: они помогут бороться с мошенничеством, выслеживать террористов, ликвидировать распространение детской порнографии и даже предсказывать и предотвращать эпидемии. Сектор розничной торговли также сумеет извлечь огромную пользу из больших данных. Производители могут применить их для анализа своих методов производства, а ритейлеры используют преимущества лучших способов обслуживания клиентов.

Другие считают, что большие данные представляют угрозу нашему образу жизни и что мы должны бороться за сохранение своей новоиспеченной свободы. Большие данные включают в себя наши цифровые профили, дающие, в свою очередь, лучшее понимание нашего текущего и будущего поведения. «Sie wissen alles» – они знают все, как написала немецкий предприниматель Ивонн Хофстеттер в своем бестселлере, имея в виду правительства и бизнес-модели крупных технологических компаний [46] Sie Wissen Alles , Yvonne Hofstetter, C. Bertelsman, 2014. . Критики больших данных опасаются, что большие данные в конечном итоге могут быть использованы для покровительства и манипулирования людьми, бизнес-моделями и целыми обществами. Отец-основатель США и президент Томас Джефферсон когда-то сказал: «Информация – это валюта демократии». Проблема сегодня заключается в том, что огромное количество данных, новый капитал, находится в руках узкого круга людей.

По данным Gartner, сейчас мы достигли той стадии, когда большие данные широко применяются на практике [47] ‘Gartner 2015 Hype Cycle: Big Data is Out, Machine Learning Is In’, Bhavya Geethika, www.kdnuggets.com, August 2015. . В сетевой розничной торговле, страховании, туризме и банковском деле все чаще используются интеллектуальные алгоритмы поведения потребителей, основанные на больших данных, позволяющие учесть индивидуальные предпочтения клиентов при производстве товаров и услуг. Черты личности и особенности недавних покупок могут предсказать, что в следующий раз заинтересует потребителя. Это уже происходит с использованием методов машинного обучения и глубокого обучения, смоделированных по образцу человеческого мозга. Google использует данную технику, чтобы представить свою рекламу там, где она будет максимально эффективна. Amazon применяет такого рода алгоритм, показывая своим клиентам соответствующие товары; Booking.com делает то же самое, чтобы рекомендовать гостиничные номера, а Spotify таким же образом предлагает музыку. Даже международный сайт знакомств eHarmony использует эти алгоритмы для сопоставления людей при подборе пар. Именно The Economist превратил большие данные в «цифровую нефть», заявив, что «данные в наш век – то же, что нефть в век предыдущий: движущая сила роста и изменений» [48] ‘Data is giving rise to a new economy’, The Economist . .