Koje sve trikove koriste najuspješniji online dućani da nas natjeraju na trošenje?

Online šoping često završi tako da napunimo 'košarice' i obustavimo cijeli proces kupnje u posljednji čas kad se prikaže račun. Razlozi variraju od zaboravljanja lozinke, novčanika koji nisu na dohvat ruke ili, jednostavno, činjenice da nam se ne da ukucavati broj kreditne kartice.

Švedska tvrtka Klarna dosjetila se kako to izbjeći – ne traže plaćanje unaprijed. Od kupaca traže da unesu samo ime, adresu i e-mail, a na e-mail im šalju upute za plaćanje. U pošiljci koja stigne na adresu nalazi se faktura i kupci imaju dva tjedna da se odluče na jedan oblik plaćanja, odnosno da se odluče žele li platiti kreditnom karticom, preko broja bankovnog računa ili na rate.

Ideja slanja bilo čega i bilo kad, uz povjerenje da će kupci platiti kasnije, na prvi pogled zvuči kaološa ideja, ali u Klarni tvrde da mogu nadmudriti bilo koga tko ih pokuša prevariti – ključ je u analizi velikih količina podataka, odnosno big data analizama.

Naknadno plaćanje samo je jedan od načina na koje big data mijenja prodaju, online i offline. Trgovine koje znaju kako analizirati goleme količine podataka o korisnicima u prednosti su nad onima koje se oslanjaju na intuiciju. Big data analize trgovinama omogućavaju stvaranje razumljivih profila kupaca te precizno preporučivanje proizvoda koji bi određene profile mogli zanimati.

Danas su ljudi navikli jako brzo pronalaziti stvari koje žele, a u puno slučajeva ti proizvodi pronalaze njih, zahvaljujući ciljanim oglasima. Mikroskopski promatrajući navike kupaca, tvrtke su usavršile znanja o tome kako kod kupaca izazvati impulzivne kupnje na sniženjima i tako je zarada online prodaje sa 1,06 bilijuna dolara u 2012. porasla na 1,25 bilijuna dolara u 2013. godini.

Prema istraživanjima tvrtke Gartner, manje od pet posto tvrtki koje se bave online prodajom koristi big data. Ipak, najveće kompanije kao što su Amazon.com, kineska tvrtka Alibaba ili japanska tvrtka Rakuten, već odavno koriste big data mogućnosti i ulažu u daljnji razvoj.

Čak je i veliki trgovački lanac Walmart, s 11 tisuća prodavaonica diljem svijeta, pokleknuo pred prednostima koje nudi big data. Stoga je tvrtka Betonville iz Arkansasa 2011. razvila specijalizirani pretraživač proizvoda imena WalmartLabs. U prvoj godini korištenja na stranici Walmart.com, broj kupaca koji su dovršili proces online kupnje nakon pretrage proizvoda je porastao za 20 posto jer su jako brzo uspjeli naći ono što ih zanima.

Čak i tvrtke koje se ne bave online prodajom, već direktnom, fizičkom prodajom, koriste big data analize kako bi uočile trendove i privukle više ljudi u svoje poslovnice. Američki trgovački lanac Target stvara profile korisnika na temelju povijesti kupnje, dobi, bračnog statusa, plaće ili pretrage ili internet pretraživanja. Primjerice, ako žena kupi određenu kombinaciju vitamina i preparata, postoji šansa da je trudna, što je čini dobrom metom za oglašavanje. Ovo je, dakako, situacija koja uznemiruje velik broj ljudi.

Bilo da je riječ o online ili offline targetiranju kupaca, kompanije moraju nekako izbjeći dojam da uhode ljude jer to, naravno, tjera kupce. Stoga pronalaze brojna kreativna rješenja poput miješanja prave, targetirane, ponude s nekoliko proizvoda za koje znaju da ih ljudi sigurno ne žele.

Ideje poput plaćanja u ratama nisu nikakva inovacija, ali se povezuju s kućanstvima s niskim primanjima koja žive iznad svojih mogućnosti. Klarna je to postavila kao standard svoje prodaje u 15 europskih zemalja koje to koriste. Prema procjenama, 60 posto plaćanja se odvija na taj način u više od 45 tisuća online trgovina koje dopuštaju taj način plaćanja.

Klarna se odbija izjasniti o detaljnom sistemu osiguravanja od prevara, ali poznato je da koristi algoritam s više od 200 varijabli koje mjere rizik. To uključuje prethodne kupnje, doba dana kada se kupnja obavlja, frekvenciju kupnje i brojne druge varijable. S obzirom da rade background provjeru svakog kupca, Klarna često naiđe na bizarne situacije, poput bake koja kupuje računalo u 3 ujutro.

Ozor.ru, ruska verzija Amazona, koristi vremensku prognozu kao jako bitan faktor prodaje. Rusija je poznata po golemim količinama snijega i brutalno hladnim zimama. Nakon analiziranja podataka o prodaji sakupljenih tijekom 16 godina, primijetili su neke zanimljive stvari. Primjerice, uz uobičajene potrepštine kao što su rukavice, šalovi ili kaputi, za vrijeme zime dolazi do značajnog porasta prodaje knjiga. Stoga, kad zima krene, Ozon kreće s preporukama za knjige.

Amazon i Alibaba su poznati po tome da izbacuju preporuke na račun toga tko ste, kako izgledate i što ste prethodno kupili. Međutim, svi propuštaju neke stvari koje bi ljudima olakšale kupnju, primjerice, što kupiti mamama, rođacima ili partnerima. Golema količina podataka još je neiskorištena. Wal-Mart je pokušao prikupljati podatke s društvenih mreža i tako davati savjete za kupnju, ali se metoda pokazala neuspješnom pa je napuštena.
Zasad je, dakle, fokus na predviđanju proizvoda koje bi potrošači mogli poželjeti kupiti za sebe, ali ni to nije mala niša, zar ne?