While It Last: Retail Industry Amidst Digital Transformation

แรงกดดันด้านต้นทุนการผลิต อัตราเงินเฟ้อที่พุ่งสูงขึ้น และค่าจ้างที่อยู่ในภาวะชะลอการเติบโตนี้ได้ก่อตัวเป็นพายุคลื่นยักษ์โหมกระหน่ำส่งผลทางจิตวิทยาต่อความเชื่อมั่นของผู้บริโภคตามบทวิเคราะห์ของ Deloitte’s Retail Trends.​

มีผู้ค้าปลีกจำนวนไม่น้อยที่ปรับใช้การทำงานแบบ AGILE กับบางกระบวนงาน แต่ความท้าทายอยู่ที่ธุรกิจค้าปลีกเหล่านี้จะสามารถนำการทำงานแบบ AGILE นี้ไปปรับใช้กับทุกกระบวนงานในองค์ได้อย่างไร ผู้ค้าปลีกทุกรายจำต้องตอบสนองต่อความต้องการของลูกค้าที่เปลี่ยนแปลงไปอย่างรวดเร็วโดยเฉพาะยุคนี้ซึ่งเป็นยุครุ่งเรืองของเทคโนโลยีอย่างที่เราไม่เคยพบเห็นมาก่อน เทคโนโลยี อันประกอบด้วย Artificial Intelligence and Machine Learning (AI & ML), Social Commerce, Internet of Things และ Virtual Reality เหล่านี้ล้วนมีศักยภาพในการเปลี่ยนแปลงประสบการณ์ค้าปลีกตลอดจนไปถึงวิธีการประกอบกิจการค้าปลีกดังกล่าวนี้ไปอย่างที่เรามิอาจคาดคิดได้ แต่อย่างไรก็ตาม ในปี 2017 ผู้ค้าปลีกโดยเฉพาะในประเทศสหรัฐอเมริกากำลังพบกับชะตาครั้งร้ายแรงซึ่งหนักหนาสาหัสกว่าภาวะเศรษฐกิจถดถอยในปี 2008​

ปรากฏการณ์สำคัญในปีนี้ก็คือ ปี 2017 นี้จะเป็นจุดเปลี่ยนของโลกดิจิทัลที่สำคัญให้กับธุรกิจค้าปลีกอย่างเช่น e-commerce ซึ่งมีแนวโน้มที่จะเติบโตอย่างชนิดที่เรียกว่าใครก็ไม่สามารถยังยั้งได้ ซึ่งเป็นผลพวงจากผู้เล่นรายใหญ่ที่เดิมลงแข่งขันเพียงช่องทางการตลาดเดียว ก็ได้เปลี่ยนมาเป็นการลงเล่นทุกช่องทางฯ (Omnichannel) ทำให้ผู้เล่นรายอื่นต้องเล่นตามทั้งหมดจึงทำให้ช่องทางออนไลน์กลายเป็นปัจจัยที่สำคัญของธุรกิจ การเปิดช่องทางแบบออนไลน์นี้กำลังส่งแรงสั่นสะเทือนไปยังผู้ค้าปลีกในสหรัฐอเมริกาที่มีสิ่งปลูกสร้างร้านค้าเป็นช่องทางการตลาด คาดการณ์จะมีสิ่งปลูกสร้างร้านค้าเหล่านี้ปิดตัวอย่างน้อย 8,600 แห่งทั่วประเทศภายในสิ้นปี 2017​

RETAILERS SHAPING OF TECHNOLOGY ​

ผลการศึกษาจาก Zebra’s 2017 Retail Vision Study พบว่าผู้ประกอบการค้าปลีกลงความเห็นไปในทิศทางเดียวกัน ให้มีการวางแผนลงประมาณลงทุนให้กลับแผนกเทคโนโลยีสารสนเทศให้มากขึ้นภายในปี 2021 ซึ่งได้แก่ Internet of Things (IoT), machine learning (ML), และ automation technology ยิ่งไปกว่านั้น การเปิดช่องทางดิจิทัลเพื่อรับฟังเสียงจากผู้บริโภคก่อให้เกิดพัฒนาการด้านประสบการณ์ลูกค้า อีกทั้งสร้างความชัดเจนให้กับกระบวนการห่วงโซ่อุปทานต่อเติมเสริมสร้างโอกาสในการเพิ่มผลประกอบการ แบบจำลองการวิเคราะห์และพยากรณ์ช่วยให้ผู้ค้าปลีกสามารถสรรค์สร้างประสบการณ์ลูกค้าที่มีความเฉพาะเจาะจง เพิ่มประสิทธิภาพคลังสินค้า อีกทั้งยังสามารถพยากรณ์และสร้างความโปร่งใสในกระบวนการ สำหรับเทคโนโลยีอัตโนมัตินั้นนำมาประยุกต์เพื่อการบรรจุหีบห่อและขนส่ง ติดตามคำสั่งซื้อ ตรวจสอบคงคลัง และยังสามารถช่วยเหลือลูกค้าเพื่อค้นหาสินค้าได้อีกด้วย

BALANCING FOR CUSTOMER EXPERIENCE​

แม้ว่า e-commerce และ mobile-commerce จะได้สร้างเปลี่ยนโฉมหน้าประสบการณ์ในการช้อปปิ้งไปอย่างสิ้นเชิงก็ตาม แต่ยังพบว่า 91% ของยอดค้าปลีกในปัจจุบันยังมาจากหน้าร้าน ผู้ประกอบการได้ลงทุนไปกับการปรับปรุง Customer Journey โดยการผนวกเอาเทคโนโลยีดิจิทัลมาเป็นส่วนหนึ่งในการเสริมสร้างประสบการณ์ภายในร้าน พันธกิจที่สำคัญของผู้ประกอบการเหล่านี้ก็คือการอำนวยความสะดวกในการช้อปปิ้งให้แก่ผู้บริโภค บรรเทาปัญหาเรื้อรังน่าเหนื่อยหน่ายให้กับพนักงานภายในร้าน เช่น การตรวจสอบยอดสินค้าคงคลัง ซึ่งสามารถทำได้โดยอาศัยเทคโนโลยี Internet of Things (IoT) ที่ประกอบไปด้วย อุปกรณ์เซนเซอร์ที่ติดอยู่กับชั้นวางสินค้า กระบวนการตรวจสอบคลังสินค้าแบบอัตโนมัติ รวมไปถึงวิเคราะห์ประมวลรูปภาพและภาพวีดิโอ จะเห็นได้ว่าตัวร้านค้าได้อัพเกรดเป็นสิ่งที่เรียกว่า “Phygital” (กึ่ง Physical กึ่ง Digital) มากขึ้นสามารถเข้าถึงข้อมูลที่ไม่สามารถทำได้มาก่อนในอดีต เช่น ข้อมูลวีดิทัศน์และภาพแบบเวลาจริงของคลังสินค้าภายในร้าน ​

THE INVENTORY MAKEOVER​

สิ่งจูงใจที่ทำให้เกิดการปรับเปลี่ยนโฉมหน้าของผู้ค้าปลีกก็คือความสามารถในการคืนทุน ข้อมูลจากการศึกษาพบว่า หลังจากการปรับเปลี่ยนแล้วทำให้ค่าความถูกต้องแม่นยำของสินค้าคงคลังสูงขึ้นถึง 65% และหากใช้ระบบ RFID ด้วยแล้วจะส่งผลให้ค่าความถูกต้องแม่นยำนั้นสูงขึ้นเป็น 95% ยิ่งไป การประยุกต์ใช้ RFID ลงบนตัวสินค้ายังลดภาวะสินค้าขาดช่วงลงได้ถึง 60 – 80% ผลพลอยได้จากเทคโนโลยี RFID ยังปรากฎอยู่ในรูปลองภาระรายจ่ายในการดูแลคลังสินค้าที่ต่ำลง ตัวอย่างเช่น มีรายงานจากธุรกิจค้าปลีกเสื้อผ้าเครื่องนุ่งห่มและรองเท้าว่าเทคโนโลยีดังกล่าวนี้สามารถลดแรงงานคลังสินค้าลงได้ถึง 75% จากเดิมใช้มนุษย์นับสินค้าเป็นใช้ RFID แทน ยิ่งไปกว่านั้นการติดตั้งประยุกต์ใช้ RFID ในระดับรายชิ้นสินค้าช่วยเพิ่มยอดจำนวนสินค้าต่อการสั่งซื้อได้ถึง 19% ส่วนจำนวนการสั่งซื้อก็เพิ่มขึ้นไปด้วยถึง 6%.​

HARVESTING THE DATA

ในปัจจุบันนี้ ข้อมูลของผู้บริโภคที่มาจากการช้อปปิ้งออนไลน์ ผนวกกับเทคโนโลยีในการรับมือและวิเคราะห์ภาวะวิกฤตที่กำลังได้รับความนิยม กำลังเข้าบทบาทสำคัญในการกำหนดทิศทางการประกอบการของผู้ค้าปลีกว่าควรจะขายอะไร ควรจะขายอย่างไร อะไรที่ขายดี อะไรไม่ควรขาย และทำไมจึงเป็นเช่นนั้น การวิเคราะห์ตะกร้าช้อปปิ้งที่ใช้กันอย่างแพร่หลายในหมู่ผู้ค้าปลีกเพื่อไขรหัสดูว่าสินค้าประเภทไหนที่มักถูกซื้อคู่กัน การวิเคราะห์ตะกร้าช้อปปิ้งนี้เป็นเครื่องมือที่มีความสามารถสูง เนื่องสามารถให้ insight ข้อมูลเชิงลึกที่เป็นพฤติกรรมของผู้บริโภคได้ ข้อมูลรสนิยมและพฤติกรรมการซื้อ แนวโน้มในระดับภูมิภาค ต่างเปิดเผยความสัมพันธ์ระหว่างสินค้าด้วยกันเอง และด้วยการผสมผสานข้อมูล insight เหล่านี้สามารถประมวลผลให้กลายเป็นคำแนะนำในการออกแบบผังร้านไปจนกระทั่งคำแนะนำเพื่อทำการตลาด เทคนิควิธีทางแบบจำลองนี้ถูกนำไปใช้เพื่อในการประมวลผล Big Data ระบบการวิเคราะห์อันซับซ้อนนี้ได้แปลงสภาพข้อมูลทั่วไปที่เก็บได้จากรายการซื้อสินค้าให้กลายเป็นแบบแผนการดำเนินการทางกลยุทธ์สำเร็จรูป ซึ่งสามารถนำไปใช้งานให้เกิดผลได้ทันที เช่น การวางตำแหน่งของขนมขบเคี้ยวไว้ข้างอุปกรณ์ทำความสะอาดเด็กทารกในฤดูกาลกีฬาฟุตบอล เพื่ออำนวยความสะดวกให้คุณพ่อที่มาซื้อสินค้าเด็กทารกซึ่งมักซื้อมั่นฝรั่งทอดติดมือไปด้วยเพื่อไปกินเพลินๆ ในเวลาดูฟุตบอลจากทีวี