Retail 2030: de veranderde wereld van retail door digitaliseringWhitepaper

Inleiding

Nooit meer iets retour sturen, online gekochte kleding

die altijd past en een winkel die precies weet wat je

wilt. Zo gaat de toekomst van retail eruit zien voor de

consument. Tenminste, als het puur en enkel aan de

technologie ligt wel. Veel is al mogelijk, en de rest ligt

binnen handbereik.

Nieuwe technologische ontwikkelingen volgen elkaar in

rap tempo op, en het is niet alleen aan de grote spelers

in de markt om daarin mee te gaan. Om staande te bli-

jven in deze nieuwe wereldorde van intelligentietechnol-

ogie, die sinds cloud voor iedereen toegankelijk is, kun

je als retailer niet achterblijven. Ook de fysieke winkel

kampt met de gevolgen; wanneer je concurreert met al

het online geweld, is het enige wat je offline nog kunt

doen je onderscheiden en echt toegevoegde waarde

bieden.

Of je nu online óf offline retailer bent, of allebei, de

consumentenbehoeftes veranderen, en daarmee de

uitdagingen voor de retailer ook. Hoewel prijs, kwaliteit

en service nog steeds belangrijk zijn, krijgt de customer

experience (CX) een steeds grotere rol; wat bied jij wat

een ander niet heeft en hoe zorg je voor een unieke er-

varing? Tel daarbij op dat het verantwoord consumeren

voor een toenemend aantal shoppers bijdraagt aan hun

aankoopkeuze, en de uitdagingen zijn evident.

Gelukkig is er techniek. In een wereld vol Artificial Intel-

ligence, chatbots, Augmented Reality en voice zijn de

digitale mogelijkheden onbegrensd. Maar waar begin je,

en hoe?

Een consument die níet online shopt zul je niet snel

meer vinden. De val van grote fysieke winkelketens als

V&D en Intertoys laat zien dat online een steeds promi-

nentere rol krijgt in de toekomst van retail: waarom zou

een consument nog naar een winkel gaan als het aan-

bod online zoveel beter, groter en goedkoper is?

De cijfers liegen er niet om. De Twinkle100 van 2019 be-

keek de 250 grootste online productverkopers. Samen

boekten zij een totale omzet van elf miljard euro. In an-

dere woorden: elke volwassen Nederlander gaf in 2019

900 euro aan online aankopen uit. In dit rijtje neemt

het aandeel van online food-verkopers en bouwmark-

ten aanzienlijk toe. Beide sectoren bestonden voorheen

uit traditionele fysieke winkels. De basis van retail blijft

hetzelfde: het streven is altijd meer bezoekers, hogere

bestedingen, minder retouren en lagere kosten. Wat wél

verandert, is de manier waarop.

Meer bezoekersMet de toename van het aantal kanalen waarop er kan

worden gewinkeld nemen de kansen toe, maar ook de

concurrentie. Zo winkelen jongeren steeds meer via het

web dan in een app. Wanneer klanten gebruik maken

van een app keren ze sneller terug én geven ze meer uit.

Maar het aanbod van verkoopkanalen gaat verder dan

alleen een eigen website en app. Zo hebben Instagram,

Facebook en Google allemaal een shopfunctie aan hun

functionaliteiten toegevoegd en zijn marketplaces als

Bol.com en Zalando steeds meer gemeengoed. Met de

komst van Amazon naar Nederland wordt de plek voor

marketplaces alsmaar groter.

Naast de uitbreiding van het aantal kanalen, neemt ook

1. De stand van zaken in 2020

het aanbod aan winkelmethodes toe. Sinds de intrede

van nieuwe devices als Google Home, is het shoppen

via voice in de VS al normaal en zal Europa ook snel

volgen. Het is aan fysieke winkels om bij te blijven en

een brug te slaan naar deze online wereld. Een prach-

tige kans voor offline retail is de fygital trend. Door de

on- en offline wereld te combineren ontstaan nieuwe

kansen. Denk aan een winkel als Coolblue, waarbij je in

de fysieke winkel mét hulp van de verkoper (fysiek) of

zónder (digital) een keuze kunt maken in type smart-

phone. In de fysieke winkel kun je beoordelen of het

gekozen model in je binnenzak past, en digitaal kun je

weer afrekenen. Zo haal je het beste uit beide werelden.

Laat fygital voor je werken

Een fygital klant is een omnichannel shopper: iemand die zowel fysiek als digitaal bij je winkelt. Menig winkel heeft een on- en

offline assortiment; maar hoe krijg je nou de online shopper ook je winkel in en vice versa? Het HEMA-filiaal in Veenendaal

klopte met exact dat vraagstuk aan bij Info Support. In samenwerking met twee groepen studenten van de Christelijke Ho-

geschool Ede werd naar de volgende vraag gekeken: hoe kunnen we aan de hand van slimme technologie voorspellen hoev-

eel mensen HEMA bezoeken en welke kenmerken spelen daarbij een rol? Het doel van deze vraag is om deze mensen zodra

zij langs HEMA lopen, te verleiden met aanbiedingen, afhankelijk van hun winkelgedrag, maar bijvoorbeeld ook gebaseerd

op het weer. Zo krijgt de ene klant tompouces voor de helft van de prijs gepresenteerd, en de ander een paraplu-aanbieding

wanneer het dreigt te gaan regenen.

Met deze app moet de conversieratio van mensen die het winkelcentrum bezoeken en vervolgens de HEMA ingaan worden

vergroot. Het model is met behulp van machine learning ingericht en een mooi voorbeeld van de mogelijkheden van fygital.

Case Story

Hogere bestedingenHet toverwoord van de laatste jaren in e-commerce is

personalisatie. Wanneer een klant zich gezien en gehoo-

rd voelt, is de kans aanzienlijk groter dat hij een aan-

koop doet – deze is immers precies op hem / haar afge-

stemd. Door dit in het extreme door te voeren, onder de

noemer hyperpersonalisatie, lijkt het voor de shopper

anno nu alsof elke aanbieding precies voor hem / haar

is gemaakt. En dat is in feite ook zo. Hyperpersonalisatie

maakt dat aanbiedingen, content en klantervaringen

op een persoonlijk niveau real-time worden aangepast.

Door beïnvloedingsprincipes als schaarste (nog maar

één beschikbaar), autoriteit (expert X beveelt dit aan)

of sociale bewijskracht (anderen kochten ook), wordt er

in een hyperpersoonlijke omgeving net zo lang aan de

knoppen gedraaid tot een shop weet wat de beste beïn-

vloedingstactiek is om een klant te bewegen tot koop.

Ook het belang van stijlen is een vorm van hyperper-

sonalisatie, en moet hierbij niet worden onderschat.

Zodra een shop weet in welk ‘stijlhokje’ je past, worden

alle producten die in deze stijl passen gelabeld en aan

de klant gepresenteerd. Een ander krachtig middel om

toe te passen is dynamic pricing; oftewel het steeds

aanpassen van prijzen, afhankelijk van bijvoorbeeld het

seizoen, de concurrentie en kortingsacties. Denk hierbij

aan rugzakken die in prijs stijgen zodra school weer be-

gint, vliegtickets die duurder worden naarmate de vlieg-

tuigen voller raken of concurrenten die kortingen geven

zodra de Mediamarkt hun BTW-actie heeft.

Minder retourenEen groot probleem binnen online retail is de verwerk-

ing van retouren. Uit cijfers van Shopping Tomorrow

blijkt bijvoorbeeld dat tussen de 25 en 50 procent van

aangeschafte kleding retour komt. De reden voor deze

retouren is bij een kleine 60 procent omdat het bestelde

product niet past en bij bijna 30 procent omdat het niet

voldoet aan de verwachting. In online fashion worden

bijvoorbeeld vanuit verschillende invalshoeken oplossin-

gen bedacht voor het probleem dat maten tussen lever-

anciers te veel van elkaar afwijken.

Lagere kostenEen basisregel die al geldt sinds het ontstaan van han-

del is: hoe lager de kosten, hoe groter de marge. Zo

simpel is het. Maar de manier waarop blijft evolueren.

Ook dit jaar wordt dit in de retail bewerkstelligd door

bijvoorbeeld logistieke optimalisatie, computer gege-

nereerde foto’s, dropshipment-constructies en fraude-

preventie via virtual support desks. Inmiddels verloopt

tachtig procent van e-commerce al via marketplaces

of dropshipments, waarbij een winkel niet alles meer

zelf op voorraad heeft, maar de fulfilment laat uitvoeren

door de leverancier zelf. Giganten als Bol.com en Zalan-

do doen niet anders.

Machine Learning en AI maken het mogelijk om slimme

oplossingen te bedenken die leiden tot lagere kosten.

Zo helpt automatische fotoclassificatie op basis van AI

in het automatiseren van het product onboardingspro-

ces. Door het handwerk van het omschrijven van elk

product te automatiseren bespaar je al snel veel geld.

Ook aan de klantenservicekant liggen veel mogeli-

jkheden. Zo heb je met virtual support desks die gebruik

maken van chatbots en geautomatiseerde conversaties

veel minder medewerkers nodig. Dankzij de inzet van

machine learning gaan chatbots zelf antwoorden for-

muleren. Daarnaast kan ML worden ingezet als middel

voor fraudepreventie. In Amerika is hierom gezichts-

en stemanalyse al in opkomst: er wordt aan klanten

gevraagd hun klacht in te spreken, waarna op basis van

de woorden en intonatie wordt geanalyseerd of de klant

eerlijk is of niet. Hoewel dit nog vrij controversieel is,

lijkt het wel steeds meer deze kant op te gaan met de

inzet van ML.

Kosten verlagen en klachten voorkomen

Vorig jaar belandde Info Support in de top vijf van de AI-challenge voor Picnic: een wedstrijd voor de beste oplossing op

AI-gebied voor een actuele uitdaging bij het bedrijf. Met de groei van deze online supermarkt nam namelijk ook het aantal

klachten en meldingen toe, met een flinke impact op de omvang van de klantenservice tot gevolg. Dat moest efficiënter kun-

nen. Klanten kunnen zich melden met defecte of beschadigde producten – door een foto van het product op te sturen, wordt

een medewerker van de klantenservice aan het werk gezet om te beoordelen of de klacht terecht is en of er een vergoeding

of nieuw product tegenover mag staan. De handmatige analyse van de foto, beoordeling van het product en afhandeling

van de klacht moesten sneller kunnen: maar hoe kan dit nou het beste worden geautomatiseerd? Met behulp van de dataset,

bestaande uit een deel van de verzameling foto’s tot nu toe – werden producten die op de afbeelding te zien zijn geclassifi-

ceerd. Zo kan de klantenservice niet alleen efficiënter te werk gaan, maar ook met een kleinere foutmarge. Een goede dataset

bleek hierbij onontbeerlijk. Het analyseren en informatie vergaren uit foto’s blijkt voor veel bedrijven een uitdagend probleem,

en tegelijkertijd een wens die in heel veel domeinen speelt. Zo werkt Info Support aan een praktische case voor een zaden-

leverancier waarbij de groeistadia van de gewassen op basis van foto’s herkend wordt.

Case Story

Met Google shopping, Amazon, AliBaba en vele andere

kapers op de kust is het retailspeelveld nogal ongelijk te

noemen. De competitie wordt nog ingewikkelder door

de opkomst van smart home apparaten, Instagramshop-

pers en voice-aankopen. Hoe vind je hier als retailer

een positie in en hoe voorkom je dat alle grote partijen

er met de buit vandoor gaan? Er zijn drie grote trends

waarin je je als retailer kunt onderscheiden.

DataEverybody has to be a data scientist: inmiddels is dit

een veelgehoorde kreet binnen menig bedrijf. Datage-

letterdheid is een must als je als moderne werknemer

wilt kunnen snappen wat zich allemaal afspeelt op de

werkvloer. Inmiddels wil ruim 80 procent van de con-

sumenten hun data delen om hun ervaring te person-

aliseren. Daarnaast willen bedrijven zelf ook data-driven

2. Kansen en uitdagingen voor IT

worden. 89 Procent wil dat om betere inzichten in klant-

behoeftes en -verwachtingen te krijgen, 79 procent ver-

wacht hierdoor een stijging in effectieve besluitvorming

en 68 procent ziet hierin mogelijkheden voor verbeter-

ing in proces- en kost efficiëntie. (Bron: An inflection

point for the data-driven enterprise, HBR, 2018)

Om dit te bewerkstelligen is het allereerst belangrijk om

te weten hoe je de data het beste voor je laat werken.

Het start met veilige, schone en toegankelijke datasets,

en dan gaat het om het stellen van de juiste vragen. Wat

kun je nou eigenlijk met de data die er is? Met behulp

van Machine Learning kun je van beschrijvende inzicht-

en (wat is er gebeurd) overgaan naar voortschrijdende

inzichten (hoe kunnen we het laten gebeuren). Om dit

goed uit te voeren heb je een data-gedreven organisa-

tie nodig. Alleen zo kun je hyperpersonalisatie en lokale

differentiatie volledig benutten.

DuurzaamheidNiet alleen de consument, maar ook de werknemer

vraagt steeds meer op het gebied van duurzaamheid.

Als retailer moet je kunnen aantonen waar je product

vandaan komt, en wat ermee gebeurt aan het einde

van de rit. In een wereld vol fast fashion en productie in

verre landen is dat nog niet zo makkelijk. Het wordt dus

steeds belangrijker om artikeldata zoals samenstelling,

herkomst en productielocatie deelbaar te kunnen mak-

en. Daar kan technologie een grote rol in spelen. AI en

blockchain versnellen de transitie naar een circulaire

economie. Door het accurater voorspellen en op een

betrouwbare manier delen van data wordt de transpar-

antie verbeterd.

Met een steeds complexere branche en een wildgroei aan mogelijkheden is gedegen IT-kennis onmisbaar om sta-

ande te blijven in de toekomst van retail. Voor elk formaat, in elk scenario is wel een passende oplossing. We hopen

dat je door middel van deze whitepaper geïnspireerd bent geraakt om aan de slag te gaan met een van de vele

oplossingen die technologie in retail kan bieden. Info Support helpt graag bij het zetten van de eerste stappen. We

behoren niet voor niets tot de top van de Nederlandse dataspecialisten.

Neem voor meer informatie vrijblijvend contact op met Cornell Knulst via cornell.knulst@infosupport.com of tele-

fonisch via +31 6 53755777 of kijk op infosupport.com/retail-2030.

3. Aan de slag

Dit whitepaper is mede mogelijk gemaakt door:

Cornell KnulstPrincipal Consultant Info Support

Anouk PieningZelfstandig adviseurStrategy, Customer Experience & Digital Transformation.