Akıllı Makinelerin Perakende Sektöründe Yaratacağı Devrim

Bazen akıllı makinelerin işimizi çalmaya geldigini düşünüyor olsak da, gerçekte olan şu ki akıllı makineler süreç içerisindeki belirli görevleri insandan daha verimli yerine getiriyor.

436
436

PERAKENDE SEKTÖRÜ: BÜYÜYOR MU YOKSA KÜÇÜLÜYOR MU?

Dijital transformasyon, günümüz iş dünyasının en önemli konularından biri olarak öne çıkıyor. Peki, dijital transformasyon ne demektir? Dijital transformasyon; stratejik bir plan çerçevesinde dijital teknolojik gelişmelerin ve fırsatların; iş yapış şekillerine, süreçlerine, yetkinliklerine ve modellerine onları hızlandıracak şekilde dahil edilmesidir. Aslında dijital transformasyonun uygulamaya konulması şirketler için bir tercihten çok bir zorunluluktur; çünkü aksi durumda şirketlerin devamlı değişen ve gelişen rekabet ortamında barınmaları imkânsızdır. Bir iddiaya göre şu anda var olan her 10 şirketten 4’ü, 2020 yılına kadar dijital transformasyonu gerçekleştiremediği için piyasadan silinecek. Bu Türkiye ve Türk iş dünyasının rekabetçiliği için de çok önemli bir konu.

Bildiğimiz gibi şirketler kârlarını yalnızca iki yoldan artırabiliyor: Maliyeti azaltarak veya daha fazlasını satarak.

Diğer sektörlere benzer bir şekilde, perakende sektörü de satışları artırmanın ve ürün tasarımından tedarik zinciri, üretim, lojistik, pazarlama, satış ve destek alanlarına kadar maliyetleri azaltmanın yollarını arıyor.

Türkiye İstatistik Kurumu (TÜİK) verilerine göre, 2017 yılının Haziran ayında mevsimsel ve takvim etkilerinden arındırılmış sabit fiyatlarla perakende satış hacmi bir önceki aya göre yüzde 0,5 oranında arttı. Aynı ayda gıda, içecek ve tütün satışları yüzde 3,6, otomotiv yakıt satışları yüzde 1,2 artarken, gıda dışı satışlar (otomotiv yakıtları hariç) yüzde 1,6 oranında azaldı. Gıda dışı sektörlerin bir önceki aya göre değişimi incelendiğinde; elektrikli eşya ve mobilya satışları yüzde 5,4, posta veya internet üzerinden satışlar yüzde 2,9 azalırken, tekstil, giyim ve ayakkabı satışları yüzde 0,2, tıbbi ürünler ve kozmetik satışları yüzde 4,4 arttı, bilgisayar, kitap ve iletişim aygıtları satışları ise aynı seviyede kaldı.

Peki, nüfus ile birlikte müşterilerin ihtiyaç ve istekleri de hızla artarken, perakende sektörü neden küçülüyor?

Yapay Zeka ve Makine Öğreniminin yakından kuzeni” olan bilişsel programlama, x-madenciliği, patern a ve doğal dil işleme kullanan yeni algoritmalar, bulut, büyük veri, mobil ve her şeyin interneti kombinasyonundan beslenen öz-öğrenimli sistemleri kullanalarak hızlı bir şekilde insan beyninin çalışma şeklini almaktadir.

Günümüzde akıllı makineler, sesleri tanıma, doğal dili işleme ve öğrenme becerileri sayesinde insanlara daha fazla benziyor. Geri bildirim alıp fiziksel dünyayla, görme, işitme, koku alma ve dokunmaya yarayan cihazların yanı sıra hareket kabiliyeti ve motor kontrolü yoluyla etkileşim kurarak öğrenirler. Altta yatan kavramları göz önüne alarak ve çeşitli güven seviyelerine dayanarak muhakeme ederler. Yapısal ve yapılandırılmamış verileri anlarlar ve patern tanımada, çok büyük miktarda veriye kural temelli analiz yapmada ve yapılandırılmış ve yapılandırılmamış problemleri çözmekte insanlardan çok daha hızlı ve daha iyi işler ortaya koyarlar. Elde ettiği veri ve kullanım oranı arttıkça, daha zeki olurlar ve sağladıkları değer daha da artar.

Bu akıllı makineler, çok çeşitli kamu ve özel kuruluşların temel özelliklerini hızla dönüştürmekte ve dijital iş modellerini perakende ve tüketici paketli ürünlerinde canlandırmaktadır. Bu devrim, ürün ve hizmet sunumlarının etkinliğini, etkililiğini, sürdürülebilirliğini ve yenilikçiliğini artırmak için araçlar sağlar.

Bugün, perakende sektörünün imdadına bilişsel programlama yetiştiği için şanslıyız.

Perakendeciler, ister internet üzerinden isterse de mağazadan alarak, kolay ödeme seçenekleri, en üst düzey müşteri hizmetleri deneyimi veya yukarıdaki zorlukların bazılarını ele almak için başka stratejiler de dahil olmak üzere, akıcı bir alışveriş deneyimine odaklanıyorlar.

Bilişsel programlama tarafından sağlanan bu yeni stratejilerin bazılarını ele alalım.

Makinelere problem çözmeyi öğretmek

Yüz tanıma çözümü belirli ziyaretçilerin etkinliklerini izlemek için kullanılabilir, ancak daha az müdahaleci izleme araçları da geliştirildi. Örneğin, zemin kattaki kameralar trafiği izleyebilir ve kullanıcıların mağazalarda vakit geçirdiği yerleri görebilir ve ayakkabı videolarını analiz ederek yaş ve cinsiyet gibi bilgileri tahmin edebilir. IBM’in bilişsel programlama ile ilgili çalışmaları, ürünlere yönelik sesli tüketici tepkisini değerlendirebilen doğal dil analitiği gibi şeyleri üretti. İşletmelerin mikrofonlar ve bilgisayarlarla mağazadaki konuşmaları dinlemeleri anlamına gelse de, raftaki şeylere karşı tüketici tepkileri toplamak perakendecilerin pazarlama stratejilerini ayarlamalarına ve hangi üründen satacaklarını belirlemelerine yardımcı olabilir. Intel’in AIM çözümü, mağazalardaki tüketicilerin özelliklerine (yaş, cinsiyet, boy vb.) dayanarak ürün önerilerinde bulunabilir.

Bilişsel araçlar, geleneksel sistemlere göre artan doğruluk ve zamanlamaya ek olarak, gelecekteki arz-talep senaryolarını da tahmin edebilir. Örneğin, IBM Order Optimizer perakendecilerin mevcut sipariş yönetimi sistemlerinde bulunan verileri ve çok kanallı gerçekleştirme ağının diğer yönlerinden gelen verileri analiz ederek çok kanallı operasyonların bütünsel bir görünümünü elde etmesine yardımcı olan bilişsel bir çözümdür. Ardından, müşterilerin SLA’lerini karşılarken aynı zamanda siparişlerin ortalama maliyetini düşürecek şekilde hizmet vermek için nelerin yerine getireleceğine karar vermek için gelişmiş optimizasyon algoritmaları kullanır.

Obase Replenishment çözümü içerisinde yapay zeka ve makine öğrenmesi kullanılarak her bir ürün için otomatik öğrenmeye dayalı yöntemlerle en iyi matematiksel modele göre sipariş önerisinde bulunan çözüm ve yok satma, fazla stok, satış artışı, nakit akışı, imha oranları ve müşteri memnuniyeti ile ilgili önemli kazanımlar sağlanmaktadır. Obase’in Replenishment çözümü ile anlık stoğu, raf stoğunu gerçek zamanlı satış verisi ve sensörler ile takip eden sistemler sayesinde, eksilen ürünün gecikmeden siparişini vermek, satış personelinin kararlarını daha akıllı hâle getirmektedir. Sensörler mağazaların aydınlatma ve ısıtma sistemlerini çok daha verimli ve etkin yönetmeye imkân verirken tüketiciye sunulan hizmetlerde de daha iyi bir müşteri deneyimi sağlar. Örneğin, mağazaya gelen bir müşterinin ten rengini sensör ile algılayıp ona özel kozmetik önerileri sunan uygulamalar ya da müşterinin yüzüne göre gözlük önerisi sunan çözümler hayatımıza girmiş bulunuyor.

Bir kategoride kaynak kullanımına yeni girenler için, bilişsel bir araç; potansiyel yeni tedarikçileri belirlemenize yardımcı olmak, objektif RFI değerlendirmeleri yapmak ve risk faktörlerini belirlemek için kolay sindirilebilir bir biçimde veri çekebilir. Tedarikçi konsolidasyon fırsatlarını, tasarruf / ödeme süresi fırsatlarını ve uyumsuzluğun maliyetlerini analiz edebilirler. Sistemler, ürün ve hizmetlerde güvenilirlik ve performans sorunlarına erişebilir. Örneğin, bakım ihtiyaçlarını öngörerek ve envanter/teslimattan kaynaklanan darboğazları öngörerek üretim planlamasını ayarlayabilirler. Risk yönetimi ile, bazen bir tür kayıplardan kaçınmanıza yardımcı olacak bilgiler, dikkat etmeniz gerektiğini bildiğiniz bilgiler değildir. Bu önceden tahmin edilemez. Bu sistemler, sözleşmeler ve kontratlar için sağlam bir veri havuzu haline gelebilir, sözleşmeleri performansla karşı karşıya getirir ve düzeltici eylem, yeniden müzakere veya diğer tedarikçi yönetimi faaliyetlerini başlatır. Başka bir şirketi ve onun tüm sözleşmelerini satın alan bir organizasyon düşünün. Bilişsel araçlar, satın alan firmanın standartları için olanları analiz edebilir ve endişe verici alanlar için sözleşme konusu personel faaliyetlerini yönlendirebilir.

İnternet perakendecileri, müşterileri hakkında yaşamsal veri (yaş, cinsiyet ve konum gibi) toplamak için uzun zamandan beri kendi brick-and-mortar denklerine karşı bir bilgi avantajına sahipken, diğer taraftan insanların neye baktıklarına ve bir sayfada ne kadar kaldıklarına dair veriler de bulabilirler. Artık, Wal-Mart gibi büyük perakendecilerin hırsızları tanımak için kullandığı kameralar, algılayıcılar ve bilişsel programlama araçları, fiziksel mağazalarda aynı tür verileri toplamak için giderek daha fazla kullanılıyor.

Mağazada yardım: Dikkat edin! Akıllı makine işinizi çalmaya geliyor!

Diğer perakendeciler, mağazalarının alışveriş yapan kişilere ihtiyaç duydukları şeyi bulmalarına nasıl yardımcı olacağını yeniden düşünmek için büyük veri kullanıyor. Bu yılın başlarında, e-ticarette telafi çalışması yapmak için olan bir milyon dolarlık planını açıklayan Target, ziyaretçilere yardımcı olması için zemin ortaklarını yeni teknoloji ile donatmayı planlıyor. Yeni satış noktası sistemi, kurum genelinde gerçek zamanlı envanter araması yapabilir, nakliye için ayarlama yapabilir ve müşteriden ödeme alabilir.

İlgili Haber  Alışveriş Şeklimizi Değiştirecek Teknolojiler

Amazon Go ise “Sıra yok, çıkış işlemi yok. (Gerçekten yok.)” sloganıyla bir başka örnek. Ödemeleri ve kasiyerleri saf dışı bırakmak için gereken “Just Walk Out Teknolojisi”, alışveriş yapanların raflardan aldığı ürünleri belirlemek için bir dizi algılayıcı ile birlikte yapay zeka içeriyor.

Otomasyona geçişte en önemli bilgi teknolojisi unsuru yapay zeka olacak. Kasiyersiz veya satış asistanı olmayan mağazalar devreye gireceği gibi, çalışanların yerini de robotlar alacak. “Amazon Go” formatı şu an için küçük magazalar için tasarlanmış olsa da, bu format çok kolay bir şekilde daha büyük metrekare ve daha çok ürünle hizmet veren süpermarket mağazaların alt katında ürünleri kendi seçen müşteriler ve üst katında robotlarla ürün toplama yapılacak şekilde tasarlanabilir.

Ev dekorasyonu zinciri Lowe’s, mobil LoweBot’larla müşteri deneyimini bir adım daha ileri götürdü. Şimdi San Francisco Körfezi’nde faaliyet gösteren LoweBots, müşterilerin sorduğu basit soruları cevaplayabiliyor ve mağaza çevresinde gezinirken ürünlerin yerini bulabiliyor. Ayrıca makineler, şirketin daha iyi iş kararları almasına yardımcı olmak için envanteri ve müşterilerin alışveriş modellerini takip ediyor.

Popüler hâle getirilen bir diğer yaygın uygulama alanı ise – doğal dilde konuşma geliştirme veya fiziksel mağazada sanal yol bulma becerisi sağlayan otomatikleştirilmiş bir insan benzeri araç (namı diğer ChatBot) kullanılan bilgi alışverişi çözümü. Chatbotların; onları oldukça ölçeklendirilebilir ve aynı zamanda kişisel bir satış kanalı hâline getiren soru-cevap ve öneri yetenekleri vardır. Conversica “satış asistanı” yazılımı, internet lead’leri ile tanımlama ve konuşma yaparak satış operasyon süreçlerini otomatikleştirmek ve geliştirmek için tasarlanmıştır.

Ayrıca North Face de, tüketicilerin konum ve cinsiyet tercihleri gibi değişkenlere dayanarak hangi ceketin onlar için en iyi seçenek olduğunun seçiminde yardımcı olması için IBM Watson bilişsel programlama teknolojisini kullanmıştır. Macy’s, müşteriler mağazada alışveriş yaparken mobil cihazları aracılığıyla onları cevaplayabilecek akıllı bir sohbet tabanlı program olan “Macy’s On Call”u pilot hâline getirmek için IBM Watson ile işbirliği yapıyor. IBM Watson zamanla belirli perakende konularında sorular yöneltmeyi öğrenecek ve bu yeteneğini geliştirecek.

Macy’s ve North Face mağazalarında müşterilerin yazdıklarını ya da söylediklerini online olarak dinleyip cevap veren uygulamalar hayatımıza girdi. Aradığı bir ürünü bulamayan müşteri mobil cihazına konuşma dili ile istediğini aktarıp gereken yönlendirme ve cevabı gerçek zamanlı alabiliyor. Moda perakendesinde akıllı giyinme kabinlerinde, hatta evde fiziksel anlamda olmayan bir ürün denenebiliyor.

Müşteriye yaklaşmak için bilişsel programlama kullanmak: Müşteri deneyimi

Bilişsel programlama modelleri, en başarılı kampanyaları ve kanalları öngörmek ve önceliklendirmek için veri setlerini kullanabilir ve bu içerikleri karar mercilerine sunabilir. Bunlardan bir tanesi; perakendecilerin bilişsel hesaplamayı, müşterilere kişiselleştirilmiş mağaza içi teklifler sunmak için müşterilerin Pinterest gibi web sitelerindeki çevrimiçi profillerinden veri çekme yöntemlerini kullandıklarını göstermektedir. Günümüz gerçeğine biraz daha yakın olsa da, müşterilerin özel siparişlerini diğer müşterilere, kitlesel rağbeti değerlendirmek için teşhir etmek veya mağaza görüntülerini ve envanter seviyelerini kişiselleştirmek için çevrimiçi eğilimleri izlemek adına sergilemektedir.

Tüketiciye direkt hizmet veren akıllı otomasyon uygulamaları, iş modellerini ciddi oranda değiştirecek gibi görünüyor. Geleceğin perakendesinde akıllı otomasyon o kadar ilerleyecek ki üretici firmalar tüketiciye hizmet vermeye başlayacak. Örneğin, üzerinde çalışılan senaryolardan birisi deterjan üreticisinin çamaşır makinesindeki deterjan miktarını otomatik düzenlemesi, giysilere takılan sensörler ile kirlendiğini algılaması, hangi kıyafet için ne kadar deterjan gittiğini öngörmesi, buna göre deterjan ihtiyacını önceden hesaplayarak, tüketiciye deterjan tedariğini otomatik hâle getirmesi ve dijital ortamda ödemenin otomatik alınması. Walgreens, Google’ın Tango 3D artırılmış gerçeklik uygulaması ile aradığı ürünün mağazada nerede olduğunu gösterip, müşteriyi yönlendiren bir uygulamayı test ediyor. Bir süpermarket zinciri, buzdolabı magnetine benzer bir cihaz ile söylenen ya da okutulan ürünlere yönelik alışveriş listesini otomatik olarak çıkarıyor. Amazon Echo ile Alexa ses önyüzü üzerinden evden sipariş verilebiliyor. Yine Amazon arkasında ileri analitik olmasa bile müşteri deneyimi açısından fayda sağlayan “Dash Button” ile çok sık tüketilen ürünlerin yanına yerleştirilen bir düğmeye basarak sipariş verme işlemini kolaylaştıran bir uygulamayı hayata sokmuş bulunuyor.

Lojistik ve teslimat bağlamında baktığımızda, Domino’sun Robotik Ünitesi yiyecek ve içecekleri uygun sıcaklıkta tutabilir, DRU sensörleri teslimat için en iyi seyahat yolunda gezinmeye yardımcı olur. Amazon dronları, 30 dakikadan kısa sürede 5 pound’a kadar olan ambalajları güvenli bir şekilde nakletmek için gelecekteki dağıtım sistemi hâline gelebilir.

Veri işletmecilerinin sahip olduklarının yüzde 80’i karanlık veri

Bu bir gerçek, fakat bilişsel çözümler dışında kimse bundan nasıl bir fayda sağlayabileceğini bilmiyor. Örneğin, IBM Watson öğrendikçe, mesela Weather Channel’dan hava durumu verisi üstyazımı yapıyor, artık insanların ne zaman ceketlere ihtiyacı olacağını, mayoları sergilemek için en uygun zamanın ne olduğunu, vb. durumları satın almacılara daha doğru bir şekilde öngörebiliyor. Bu; eski fiyat ve tanıtım modelini temel almaz.

Wide ve deep learning sayesinde, perakendecilerin büyük miktarda veriyi, hedef belirleme, envanter optimizasyonu ve daha birçok süreci geliştirmek için analiz etmeleri yolunda bir sürü fırsat mevcut.

Perakende dünyası hızla değişiyor. Sektördeki birçok işletme bunun sonucu ile geride kalıyor ve mücadele ediyorken, birçoğu ise fiziksel ve internet mağazası deneyimlerinden yeni bir marka yeniliği getiriyorlar. Bilişsel programlama gibi teknolojiler brick-and-mortar mağazaları değiştirmeye başlıyor ve onları konuya yaklaştırıyor.

Bunlar yalnızca birkaç örnek ve örnekler çoğalmaya devam ediyor.

PERAKENDE SEKTÖRÜNÜN İMDADINA BİLİŞSEL PROGRAMLAMA YETİŞTİĞİ İÇİN ŞANSLIYIZ.”​

Sırada Ne Var? 

Perakendecilerin ileride bir başarı çizelgesi oluşturmaları için iş stratejisi ve operasyonel yeteneklerin yeniden gözden geçirilmesi gerektiğine inanıyoruz. Fakat, yeni stratejiler, teknolojik yenilikler ve müşteri odaklı çok kanallı işletme modelleri, eski moda işletme zekasıyla birleştirilmelidir. Burada zorluk, her bir müşteriye en uygun şekilde çoklu-kanal alışveriş deneyiminin nasıl sağlanacağını belirlemektir.

Bilişsel Programlama’nın vaadi perakende ve çok kanallı operasyonu değiştirmek olsa da, iş dünyası liderlerinin bunu günlük işlerine adapte etmesi biraz yavaş oluyor. Perakende gibi yüksek tempolu bir sektörde bile bilişsel yetenekler sunan uçtan uca iş çözümlerine kıyasla daha fazla kavram kanıtlama var. Bir perakendecinin oyunu bilişsel kabiliyetlerle ne kadar önemli derecede büyütebildiğini inceleyelim. Mağazanız, bilişsel yardımcılar olsun ya da olmasın, herhangi bir çevrimiçi perakende deneyiminden daha cazip, daha güzel, ve diğer herhangi bir perakende deneyiminin olabileceğinden daha insani olmalıdır. Hâlâ size gelen müşteriler de öyle olmalı çünkü daha iyi, daha ilgi çekici bir müşteri deneyimi umut ediyorlar.

Birçok teknoloji platformu sağlayıcısı ve startup şirket, Yapay Zeka’da bilişsel çoğunluğun görüşüne uyuyor ve bu konuda büyük yatırımlar yapyor. Birkaç isim vermek gerekirse; IBM, Microsoft, Google, Amazon, Facebook bunlardan bazıları.

Bilişsel programlama, perakendeciler ve markalar için tek bir kullanım şekli olarak kendini gösterecek tek bir kabiliyet veya teknoloji değildir. Temel bir yaklaşım, çok çeşitli kabiliyetleri mümkün kılar.

İlgili Haber  “Teknoloji, alışveriş alışkanlıklarını temelden değiştiriyor”

“UNUTMAYIN BU, DİJİTAL DÖNÜŞÜM İLE İLGİLİ DEĞİLDİR. BU, DİJİTAL VE AKILLI MAKİNELERİN KISMEN ETKİNLİĞİ İLE HİZMET DÖNÜŞÜMÜDÜR.

Peki, nereden başlamalıyız?

İlk önce, amacınız işinizi dönüştürmek ve hızlandırmaktır. Bilişsel bilgi işlem yöntemlerini kullanarak iş süreçlerini optimize etmek, genellikle süreçleri hızlandırmak ve temel iş fonksiyonları için uyuşmazlığı ortadan kaldırmak. Bu genellikle maliyet azaltma ve daha fazla satma ile ilgilidir. İş hedeflerinizi gerçekleştirmek için nasıl bir bilişsel bilgi işlem yol haritanız olmalıdır?

İkincisi. Kuşkusuz–verilerle başlar (HBR Türkiye’de yayımlanmış olan Büyük Veri, Büyük Fırsatlar, Büyük Kararlar başlıklı makaleye bakabilirsiniz). Veriler dijital altındır ve veri eşitsizliği büyük bir savaş alanı olduğunu kanıtlayacaktır. Tüm iş fonksiyonları boyunca daha iyi müşteri deneyimi ve optimizasyonu; yeni donanım, yazılım ve ağ yatırımları isteyecek olan, sürekli artan bir veri toplama hattı gerektirir.

Üçüncüsü, fikir üretmeyi düşünün. Bilişsel bilgi işlem tekniklerini; önceki yaklaşımlarla yapılması mümkün olmayan, uygulanabilir bilgiler sunmak için büyük miktarda veriyi işlemek için kullanmak. Bu, ölçekle ilgili olup, işletmeye, daha önce mümkün olmayan bir ölçekte anlayışlar üretme olanağı veriyor.

Dördüncüsü, müşteri bağlılığı. Müşterilere daha önceki müşteri deneyimlerine kıyasla daha etkili ve yeni yollarla erişmek için bilişsel bilgi işlem gücünden yararlanın. Bu, tamamen yeni müşteri deneyimlerini ve temas noktalarını mümkün kılar ve mevcut olanları önemli ölçüde geliştirir.

Beşincisi, bu yolculuğa çıkmak için şirket içi uygun becerilere ve kaynaklara sahip misiniz?

Altıncısı, zihniyet, birincil odak noktanın fiziksel ürünler olduğu bir “Ben ne satarım?” perspektifinden, değer yaratma ve hizmetle ilgili “Müşterilere daha iyi nasıl hizmet edebilirim?” perspektifine genişleyecektir. Kuruluşunuzun geleceğini düşünürken, kendinize şu soruları sorun:

Müşterilerinizin kim olduğunu biliyor musunuz? Müşterilerin daha iyi hizmet verebilmesi için işletmenin çalışma biçimini değiştirebilir misiniz? Müşterilerinizin ne istediğini gerçekten biliyor musunuz? Beklentilerini şekillendirebiliyor musunuz?

Gerçekleşmeden önce, yıkıcı tehditlerin yanı sıra fırsatları da tanıyabiliyor musunuz? İşletmeniz için hangi güvenlik önlemlerini hazırladınız? İş modelinizi adapte edebilecek ve müşterileriniz ve iş arkadaşlarınızla yeni bir perakende ekosisteminde işbirliği yapabilecek misiniz?

Perakende sektörünün ileride ne durumda olacağını tam olarak bilmek imkânsız olsa da perakende satış yapısını değiştiren bir paradigma değişikliğinin olacağına inanıyoruz. Bilişsel bilgi işlemenin genel amacı, bireylerin ve kuruluşların verimlilik ve yaratıcılıklarını (karar verme, bağlantı kurma, yenilikçilik ve güçlendirme) artırmaktır. (H. Demirkan, J.C. Spohrer ve J.J. Welser’in “Digital Innovation and Strategic Transformation” başlıklı makalesine bakabilirsiniz.)

Bugün, bir müşteri bir matkap alıyorsa, bir matkap mı yoksa bir delik mi istiyor? (HBR Türkiye’de yayımlanan Dijital İnovasyon ve Stratejik Dönüşüm İçin Doğru Zaman başlıklı makaleye bakabilirsiniz.) Araştırmaya göre insanlar çeyrek inçlik bir matkap almak istemiyorlar. Çeyrek inçlik bir delik istiyorlar. Başka bir örnek, araba olabilir. Robert Lutz, GM Başkanı, “Bir otomobil aslında tesadüfen ulaşımı da sağlayan sanattır, eğlencedir ve hareketli bir heykeldir.” dedi.

BUGÜN…

  • Müşteriler iş yapmak için bir ürünü “kiralamak” istiyorlar.
  • Ürünlerin metalaştırılması; fiyat ve marj baskılarıyla sonuçlanır.
  • Müşteriler hizmet ve çözüm talep ediyor.
  • Hizmetler kârlılık için platformlar sağlayabilir.
  • Bağlılık ve müşteri memnuniyeti çoğunlukla hizmetler tarafından yönlendirilir.
  • Hizmet sunumları, rekabet gücü yüksek sektörlerdeki firmaları farklılaştırabilir.

TÜRKİYE PERAKENDE SEKTÖRÜ İÇİN ZORLUKLAR VE FIRSATLAR NELERDİR?

Rekabet yoğun. Bir yandan BİM, ŞOK Market, LCWaikiki ve DeFacto gibi uygun fiyata iyi kalitede ürün sunan perakendeciler özellikle 2008 küresel krizinden sonra çok daha hızlı büyürken diğer taraftan CarrefourSA ve Migros gibi süper marketler ve Hepsi Burada gibi internet mağazaları, rekabeti zorlayacak kadar geniş bir yelpaze ve rahatlık sunuyor, bununla birlikte sıklıkla ürünleri daha cazip fiyatlarla sunabiliyorlar.

Değişen tüketici eğilimlerinin perakendeciler üzerinde olumsuz etkisi olabilir. Örneğin, teknoloji harcamaları hâlâ giyim gibi tekstil ürünlerinin harcamalarına hakim durumda – yeni bir iPhone, hoş ve yeni bir gömlek ile karşılaştırıldığında genellikle “olmazsa olmaz” olarak kabul edilmekte.

Belirli perakende sektörlerinde hava durumu bile risk arz edebilir – beklenenden daha sıcak geçen bir mevsimde kış için stok bulunduran bir giyim mağazası düşünün. İlkbahar geldiğinde elinde aşırı yüklenmiş raflar kalır ve derin iskonto yaparak ürünü satmaktan başka çaresi olmayabilir.

Ekonomik stres veya belirsizlik. İnsanlar, gelirleri konusunda kendilerini güvende hissetmediklerinde daha az para harcarlar. Ev veya otomobil için kredi kullanımı arttığında perakende harcamalarında kısıtlamaya giderler. 

Azalan satışlar. İç güvenlik kaygıları, buna bağlı tüketici güvenindeki bozulma ve turizm sektöründe yaşanan kayıp; büyümenin beklentilerin altında kalmasına neden oldu.

Artan işçilik maliyetleri. Asgari ücret artışına bağlı olarak artan işçilik maliyetleri.

Döviz etkisi.  Döviz kurlarındaki son artışa bağlı olarak, dolar bazlı mağaza sözleşmelerinin maliyet artışı; sektördeki maliyet artışına neden oluyor. İthal ürünleri satan mağazalardaki ürün fiyatı artışı talebe olumsuz etki ediyor.

Stok fazlası maliyetleri. Perakendecilerin sıklıkla karşılaştığı zorluklardan biri de stok maliyeti olmuştur.

Mağaza hırsızlığı, personel hırsızlığı, idari hatalar, tedarikçi dolandırıcılığı veya diğer bilinmeyen kayıp sebepleri ile oluşan mağaza envanter açığı.

Ürün iadeleri işyerlerinin en büyük masraflarından biridir, artan pahalı ‘ters tedarik zinciri’ özellikle internet üzerinden alışveriş yapan her ölçekteki perakendecinin önceliği hâline geldi.

Personel ve şubede küçülme. Artan üretim ve satış maliyetleriyle karşı karşıya kalan sektör, şube ve personellerde küçülmeye başlamıştır.

Y kuşağı ile iletişim. Y kuşağı müşterileri kendine güvenen tüketiciler değildir. Ekonomik durgunluktan ve istihdam eksikliğinden korkarlar. Sahip olmayı daha az ve kiralamayı daha fazla tercih ederler. Y kuşağı iyi hizmete önem verir ve büyük bir satın alma işlemi yapmadan önce internette araştırma yapar. Onlar “gerçek zamanlı” tüketicilerdir, bugünün ihtiyaçları için alışveriş yaparlar ve yarının alışverişini yapmak için son dakikaya kadar beklerler.

Ciro. Bütün sektörler arasında perakende en yüksek ciro oranına sahiptir.

Doğru yol internetten alışveriş. Perakende sektörünü yönlendiren önemli bir faktör de internet üzerinden gerçekleştirilen satışların artan gücüdür. Yalnızca internet üzerinden satış gerçekleştiren veya etkili bir fiziksel ve internet satış sürecine sahip olan perakendeciler, genel giderleri düşük tutabilir ve kazanmaya devam etmeye hazırdır.

M-alışveriş büyüyor. Brick-and-mortar mağazalardaki mobil ödeme seçenekleri; nasıl ki örneğin satın alınan ürünlerin tüketicilere ulaşmasına yardımcı olan iPad’ler gibi mağazadaki mobil cihazlar önemli ise, alışveriş yapan daha genç kişiler için giderek önem kazanmaktadır.​

ÖZETLE

DURUM

Bazen akıllı makinelerin işimizi çalmaya geldigini düşünüyor olsak da, gerçekte olan şu ki akıllı makineler süreç içerisindeki belirli görevleri insandan daha verimli yerine getiriyor. 

BAKIŞ AÇISI

Yöneticiler çok dikkatli olmalı. İnsan gücü masraflarnı  azaltmak için, çalışanları akıllı makineler ile çok fazla değiştirmek de tehlikelidir. Bir süreç içerisinde, çalışan kişinin bütün görevleri yerine belirli görevlerini akıllı makinelere vermeliyiz. Doğru denge çok önemlidir. İnsan ve akıllı makineler işbirliği içinde olmalı. Peki sizce hayatımızda akıllı makinelerle işbirliği içinde çalışan daha verimli insanlar mı yoksa akıllı makineleri kullanamayan verimsiz iş ortamları mı olsun?

Kaynak: Haluk Demirkan, Bülent Dal / Harvard Business Review

Bu yazıda olan etiketler

Yorumlar