Ett slut på skräppost?


Den andra applikationen passar bättre för en återförsäljarorganisation, exempelvis en shoppinggalleria. Avsikten är att beräkna intressepunkter i en butik. Apama (kopplad till lämplig maskinvara och lämpligt butiksnätverk) kan här samla in data om var människor befinner sig i en butik, eller om de står i butiken och undersöker konkurrerande priser på Internet, och därefter skicka erbjudanden i realtid.

Det är bara att inse att handlare av idag inte gör så mycket vinst på direktreklam med kuponger. Det behövs ett bättre sätt. Dessutom kommer kuponger och erbjudanden aldrig precis när man står i butiken och ska bestämma sig, just då man har sitt ”beslutsfönster”. Handlaren skulle vilja kunna skicka ett erbjudande just då användaren står framför en bestämd produkt. Precis som tidigare handlar det om att samla in användarnas positioner, men denna gång utan att de gjort något köp. Det kan man göra med olika metoder, som wifi-nät eller Ibeacon. Systemet tittar exempelvis på användarens mobiltelefons MAC-adress, som den visar upp med jämna mellanrum när den letar efter nät att ansluta till. Användaren behöver inte vara ansluten och inloggad för att detta ska inträffa. MAC-adressen finns givetvis i kunddatabasen, eftersom den samlats in tidigare, i någon lojalitetskampanj. Användarna brukar gå med på detta, eftersom de vet att om de gör sig själva tillgängliga, måste de få något i gengäld.

Denna applikation är uppbyggd på samma sätt som den förra, men analyserna är annorlunda. Hur många användare finns i varje butik och hur länge är de kvar (dwell)? Software AG har kallat denna applikation för Retail Store Based Promotions. Bilden visar översiktligt hur många användare som finns i varje butik i gallerian och att de spenderar i medeltal 4,8 minuter i varje butik. Inte bra!

Kan man ta reda på om en användare står väldigt länge i någon särskild avdelning, som i detta fall tröjor (sweaters) eller om de återkommer gång efter annan, kan det vara läge att skicka ut ett erbjudande. Tyck på knappen ”Create Dwell Based Offer”:

Det logiska villkoret för att skicka ut ett erbjudande är:

IF användaren finns i området ”Tröjor” i mer än 20 minuter
 AND IF användaren är av typen Platina
SKICKA erbjudande om 20% rabatt på tröjor

I typen ”Platina” ingår köphistorik, preferenser, intressen, typ av kreditkort mm och utefter dessa riktlinjer sätter man ihop ett erbjudande, eller låter bli att sätta ihop ett erbjudande.

Med lite mera kännedom om användarna kan man nu säga att det finns 28 stycken i gallerian just nu och den senaste timmen har 16 kommit in och 8 lämnat (traffic). Den översta vänstra butiken är blå på denna ”heat map” och är alltså inte så het, och något måste göras åt saken. Genom väganalys kan man ta reda på vilka vägar en användare tar genom butikerna. Antag att skolorna just börjat och en person precis har köpt ett anteckningsblock. Av erfarenhet vet man att en sådan kund också kommer att behöva en penna. Då är det ett lämpligt erbjudande att skicka. Men det måste gå undan, helst innan användaren når penn-avdelningen. Det är nästan så man kan tycka att systemet kunde förutse användarens tankar.

Ytterligare bevekelse finns i form av en metod kallad Price Match.

Om systemet genom nätverksanalys upptäcker att en kund dels står framför en hylla med skor och dels surfar på Internet och kollar priser på Amazon eller Macy’s, är lojal kund osv, så skicka ett meddelande som anger att ”Om du kan hitta en produkt billigare än hos oss, bjuder vi under det priset med 10%”.

– Vad tror du att kunderna kommer att känna inför det här? Kommer de att säga Wow eller kommer de att bli vettskrämda?

– Bra fråga. Om jag hade ställt frågan till någon för tre år sedan, hur denne skulle reagerat på erbjudandet att ansluta till butikens nätverk, skulle denne nog ha sagt nej eftersom det känts integritetskränkande. Men idag är det vanligt att man accepterar att spåras, eftersom man vill ha bättre shopping.

– Eftersom man kan spola tillbaka flödet av insamlat data och prova nya angreppsmetoder och se vad som händer, kan man också förutse framtiden?

– Nja, om jag kunde använda det här för att förutsäga aktiemarknaden skulle jag nog sitta i finkan nu. Man kan ändra vissa parametrar, spela upp allt igen och ställa what-if-frågor. Vi kan bara göra vissa antaganden.

Sida 3 / 5

Innehållsförteckning