EIKON Technology

retail

Google Cloud

Alasan Mengapa Perusahaan Retail Sebaiknya Beralih ke Google Cloud Retail Search

Anda tentu sudah mengenal Google Search. Hasil pencarian Search bagi tiap individu bisa dikatakan cukup relevan, sehingga mereka jarang menelusuri halaman hasil berikutnya. Google meluncurkan Retail Search yang ditujukan bagi retailer untuk memanfaatkan kapabilitas Google Search dalam mengelola produk mereka sendiri. Kini retailer punya banyak pilihan untuk membangun sistem pencarian yang mendukung situs mereka. Jadi mengapa harus menggunakan Retail Search? Criticality of search systems for ecommerce retailers Photo Credit: Google Cloud Blog Seberapa penting sistem pencarian untuk perusahaan retail? Untuk menjawab pertanyaan ini, kita harus mengetahui halaman mana di website retail yang diberdayakan oleh sistem pencarian dan seberapa penting halaman tersebut untuk tingkat konversi. Saluran penjualan Biasanya retail mengklasifikasikan saluran penjualan menjadi tiga kategori: Top of the funnel (TOF): Beranda, halaman kategori, halaman pencarian, halaman detail produk Bottom of the funnel (BOF): Halaman keranjang, halaman checkout, halaman konfirmasi pesanan Post purchase: Manajemen pesanan, pembatalan pesanan Photo Credit: Google Cloud Blog Traffic pelanggan umumnya lebih tinggi di halaman TOF dan menurun saat mencapai halaman BOF. Terlihat, ada lebih banyak halaman TOF daripada halaman BOF. Bisa dibilang, halaman TOF mendorong pelanggan untuk akhirnya berkonversi. Pelanggan akhirnya menghabiskan lebih banyak waktu di halaman TOF daripada BOF, jadi jelas retail perlu memberi banyak penekanan pada halaman tersebut. Sama pentingnya dengan pengalaman pelanggan yang kohesif untuk keseluruhan perjalanan penjualan, halaman TOF memainkan peran yang sangat penting dalam perjalanan tersebut. Pelanggan biasanya membuka halaman TOF terlebih dahulu sebelum mereka dapat memulai proses pembelian. Baca juga: Cara Merencanakan Jaringan IPv6 dengan Google Cloud Contoh penerapan Retailer Search Berikut ini adalah proses umum penerapan pencarian yang diikuti oleh perusahaan retail: Integrasi data produk Photo Credit: Google Cloud Blog Retailer membangun beberapa jenis pipeline untuk memasukkan data produk sumber ke dalam search engine pilihan. Mereka mulai menguji search engine dengan mengimpor semua data produk secara massal terlebih dahulu. Setelah pengujian awal, retailer membuat pipeline streaming lain untuk menyerap pembaruan katalog produk secara bertahap. Menyempurnakan hasil pencarian secara manual Photo Credit: Google Cloud Blog Merchandiser mulai mengonfigurasi search engine secara manual agar sesuai dengan relevansi yang mereka inginkan. Dalam proses ini, mereka menambahkan aturan yang terkait dengan sinonim, pemeriksaan ejaan, hingga pengalihan. Penyerapan kinerja produk Photo Credit: Google Cloud Blog Untuk mengotomatisasi dan mengoptimalkan relevansi, retailer akan membangun pipeline lain untuk menambahkan atribut terkait performa produk ke dalam search engine. Atribut kinerja baru ini bervariasi dari tingkat konversi hingga tayangan di website. Retailer harus menyesuaikan skema dokumen produk di search engine untuk memberi ruang bagi atribut ini. Baca juga: Apa Itu Metrik Bidang Kontrol Kubernetes yang Baru Diluncurkan di GKE? Machine learning Photo Credit: Google Cloud Blog Pada tahap ini, kata kunci sederhana seperti jam tangan, pakaian berfungsi cukup baik untuk retailer. Namun, maksud pengguna dengan kata kunci multi-frasa seperti kemeja biru untuk pria, masih kurang. Mencocokkan kata kunci saja tidak akan memberi hasil yang optimal. Misalnya, menelusuri frasa “kemeja biru untuk pria” memberikan hasil yang berbeda dibanding saat Anda mencari kemeja dalam kategori pakaian jadi. Untuk mencapai hal ini, retailer harus membuat model machine learning untuk mengurai kueri dan menguraikan maksud pengguna, sekaligus membuat kueri penelusuran yang sesuai. Baca juga: Mengenal Supply Chain Twin, Layanan Terbaru dari Google Cloud Google Cloud Retail Search adalah solusi Google untuk mengimplementasikan pencarian retailer dengan kekuatan AI dan mengatasi sebagian besar kekurangan yang disebutkan di atas. Photo Credit: Google Cloud Blog Tidak seperti solusi pencarian lainnya, Retail Search berusaha untuk meningkatkan pengoptimalan pendapatan melalui revenue per visit (RPV) yang lebih tinggi dengan fokus tidak hanya pada relevansi, tapi juga pada daya beli dan personalisasi. Selain itu, layanan rekomendasi ditawarkan Retail Search menggunakan data yang sama sehingga retailer tidak perlu lagi mengelola dua sistem yang  terpisah.

Google Cloud

5 Cara Mengembangkan Usaha Retail Melampaui Segmentasi Tradisional

Sekarang ini, model interaksi konsumen dengan brand sangat beragam. Alasannya tak lain adalah karena dinamika e-commerce telah berubah selama 2 tahun terakhir. Retail harus paham bagaimana investasi yang tepat dalam akuisisi pelanggan baru. Akan lebih baik jika retail mulai memikirkan pola konsumsi generasi mendatang dari pengalaman digital mereka. Sebab kini personalisasi saja tidak cukup, perlu lebih banyak empati dalam proses. Topik inilah yang menjadi tema utama event eMarketer Tech-Talk bersama Fayez Mohamood (co-founder dan CEO Bluecore), James McDermott (co-founder dan CEO Lytics), serta Mario Ciabarra (founder dan CEO Quantum Metric). Dari pembahasan tersebut, terdapat 5 poin utama yang sebaiknya dipersiapkan oleh retail. Keluar dari segmentasi dan demografi Kini pelanggan dapat berinteraksi dengan brand dari beberapa titik kontak. Sebisa mungkin, retail harus melibatkan pelanggan, terutama dalam hal personalisasi dan juga rekomendasi. Artinya, tak perlu terpaku pada segmentasi dan demografi. Misalnya, dengan mengaktifkan katalog produk yang didukung oleh kecerdasan buatan (AI). Dengan begitu, pelanggan bisa mendapat rekomendasi produk yang lebih sesuai. Cara ini efektif untuk mendorong pembelian berulang dan meningkatkan pendapatan. Intinya, lihatlah konsumen sebagai individu dengan tujuan interaksi yang sangat bervariasi. Baca juga: Tips Membangun Sistem Rekomendasi dengan Google Cloud Lakukan demokratisasi data Photo Credit: Freepik Dengan munculnya customer data platform (CDP) berbasis cloud, retail bisa lebih cepat membangun dan bertindak berdasarkan profil pelanggan dalam menangkap maksud dan minat mereka. Hal ini memang tidak sesederhana kelihatannya. Memutuskan data mana yang memiliki nilai dan bagaimana menggunakannya adalah inti dari tantangannya. Namun kini CDP telah membuat lebih banyak data dapat diakses oleh data scientist untuk membangun model yang dapat diubah menjadi sistem keterlibatan. Tim internal sebaiknya terus bereksperimen untuk mengetahui pengalaman mana yang benar-benar akan mendorong interaksi yang lebih baik. Manfaatkan AI untuk mengantisipasi perubahan perilaku dan inventaris Beberapa retail memiliki inventaris yang terus berubah untuk bisa menyesuaikan maksud pelanggan. Mereka memastikan pesan kepada pelanggan sesuai, tanpa mengubah frekuensi komunikasi, sehingga meningkatkan pembelian berulang. ‘Real-time’ bukanlah sekadar istilah. Data real-time benar-benar ada di waktu yang nyata dan terkini. Pemanfaatan data dalam analisis perubahan perilaku dan inventaris akan membantu Anda dalam mengambil keputusan, terutama dalam hal inovasi produk yang benar-benar diinginkan pelanggan. Membangun hubungan antara data pelanggan dan empati Singkatnya, model operasi harus mendukung koneksi penuh dari semua interaksi yang relevan. Misalnya, menggabungkan data pembelian sebelumnya dengan data intensi, data penjelajahan, dan data aplikasi seluler. Tujuan utamanya adalah untuk menciptakan koneksi yang lebih personal dengan pelanggan dan memungkinkan retail mendapatkan visibilitas real-time ke dalam proses pengambilan keputusan yang dilakukan oleh pelanggan. Baca juga: Meningkatkan Efisiensi Kerja di Bidang Retail dengan Teknologi No-Code Automation Runtuhkan silo yang membatasi perusahaan Photo Credit: Freepik Hampir setiap perusahaan saat ini berfokus untuk lebih fokus pada pelanggan. Namun kebanyakan hanya terstruktur di sekitar tim khusus yang bekerja dalam silo dengan perspektif mereka sendiri. Tanpa disadari, mereka telah “menyandera” data. Tidak mudah memang untuk meruntuhkan silo-silo tersebut. Beberapa perusahaan mempromosikan kolaborasi dengan membangun tim yang mencakup pemasar, data scientist, analis, dan staf kreatif. Perkembangan lain yang menjanjikan: pemasar dan data scientist secara proaktif bermitra dengan tim keuangan dan operasional, terutama seputar desain KPI. Mereka bekerja sama untuk merancang metrik yang berfokus pada pelanggan. Jadi, data tak lagi dilihat dari perspektif pemasaran, produk, UX atau desain, tapi dari lensa pelanggan. Baca juga: Mengenal Supply Chain Twin, Layanan Terbaru dari Google Cloud Tidak mudah memang untuk mengubah orientasi perusahaan. Terlebih untuk perusahaan yang sudah lama beroperasi dan sukses dengan metode konvensional. Meski begitu, dunia kini sudah berubah. Praktik yang sebelumnya berhasil belum tentu akan efektif saat diterapkan sekarang. Google Cloud mendorong industri retail untuk membangun pendekatan yang lebih personal terhadap pelanggan. Selain melalui ekosistem cloud yang telah disediakan, pelanggan juga bisa mengakses insight baru mengenai dunia retail terkini dari perusahaan partner Google Cloud, seperti Bluecore dan Quantum Metric. Informasi selengkapnya mengenai implementasi ekosistem Google Cloud, silakan klik di sini.

Info

Meningkatkan Efisiensi Kerja di Bidang Retail dengan Teknologi No-code Automation

  Bisnis retail dituntut melakukan adaptasi besar-besaran selama pandemi COVID-19. Dari yang semula menawarkan pengalaman belanja di toko, kini bisnis retail harus beralih ke model penjualan digital demi alasan keamanan. Perubahan ini tentunya membawa tantangan tersendiri, tapi untungnya dapat dipermudah dengan mengautomasi aktivitas kerja. Tak dapat dipungkiri bahwa transformasi digital dapat terkesan berat, terlebih jika tidak didampingi oleh tim teknisi IT yang kuat. Namun, tidak begitu halnya jika Anda menggunakan teknologi no-code automation seperti yang disediakan AppSheet dari Google Cloud. AppSheet adalah platform pengembangan aplikasi tanpa coding untuk mengautomasi proses kerja (workflow), yang dapat berlaku pula di bidang retail. Menggabungkan kekuatan artificial intelligence (AI) dan teknologi no-code automation, AppSheet akan membantu meningkatkan efisiensi kerja di bidang retail melalui berbagai cara. Mempercepat pengecekan barang di gudang Photo Credit: Nana Smirnova (Unsplash) Saat tidak bisa menemukan barang yang dicari, umumnya konsumen akan bertanya apakah Anda masih memiliki persediaan barang tersebut di gudang. Untuk memastikannya, Anda perlu mengecek gudang terlebih dulu sehingga tak jarang konsumen harus menunggu cukup lama demi mendapatkan jawaban. Proses tersebut dapat dipersingkat dengan menggunakan aplikasi khusus stok barang yang dikembangan pada platform no-code automation seperti AppSheet. Melalui aplikasi tersebut, Anda bisa memeriksa persediaan barang di gudang langsung dari perangkat mobile sehingga tak perlu langsung mendatangi gudang. Jika stok barang yang dimaksud ternyata telah habis, Anda bisa menggunakan aplikasi yang sama untuk mencari stok di cabang toko atau gudang terdekat. Dengan proses yang lebih singkat, Anda bisa berpeluang menghasilkan lebih banyak penjualan. Berikan pengalaman berkesan kepada konsumen Photo Credit: Arturo Rey (Unsplash) Retail dikenal sebagai bidang bisnis yang sangat kompetitif. Agar bisa unggul, melakukan penjualan saja tidaklah cukup. Anda juga perlu memenangkan hati konsumen. Untungnya, hal ini juga bisa dilakukan melalui teknologi no-code automation. Melalui platform yang dikembangkan di AppSheet, Anda dapat membentuk sistem reward untuk konsumen agar mereka punya motivasi untuk kembali berbelanja di tempat Anda. Beberapa contohnya adalah memberikan loyalty point untuk dikumpulkan, membagikan kode diskon, dan memberikan hadiah khusus saat mereka ulang tahun. Lebih akurat dalam melakukan merchandise planning Photo Credit: Ksenia Chernaya (Pexels) Merchandise planning adalah metode untuk memilih, mengelola, membeli, menampilkan dan menetapkan harga produk agar bisa memberikan returns on investment (ROI) optimal serta menambah value pada brand produk tersebut. Mengingat tujuannya yang begitu penting, tak mengherankan jika umumnya retailer menghabiskan 20% waktu mereka untuk merchandise planning. Teknologi no-code automation dapat membantu melakukan hal tersebut secara optimal. Anda dan tim bisa mengembangkan aplikasi yang mampu menjalankan analisis prediktif untuk mempelajari tren pada masa lalu, saat ini, dan masa depan. Berdasarkan hasil yang didapat, Anda pun dapat mengambil keputusan yang relatif lebih akurat untuk kebutuhan merchandise planning. Peluang untuk mendapatkan ROI yang maksimal pun akan semakin tinggi. Automasi berbagai kegiatan akuntansi Photo Credit: Christina Hawkins (Unsplash) Accounting, atau akuntansi, merupakan salah satu area paling penting dalam kesuksesan suatu bisnis. Melalui praktik akuntansi yang baik, Anda dapat memanfaatkan hasil data untuk mengambil keputusan terkait pengeluaran, payroll, hingga utang dan piutang. Agar lebih mudah dalam melakukan berbagai kegiatan akuntansi, terapkan automasi workflow menggunakan teknologi no-code automation. Automasi workflow akan mempercepat proses berbagai aktivitas akuntansi. Terlebih, jika menggunakan AppSheet, telah tersedia sampel aplikasi Expensing and Procurement yang dapat Anda salin dan modifikasi sesuai kebutuhan bisnis. Penerapan teknologi no-code automation dapat meningkatkan efisiensi bisnis retail melalui berbagai area di atas. Kabar baiknya lagi, untuk melakukan hal tersebut, Anda tidak membutuhkan kemampuan coding karena bisa memanfaatkan platform AppSheet dari Google Cloud. Jadi, tunggu apa lagi? Buktikan sendiri manfaat teknologi no-code automation dengan berlangganan AppSheet melalui partner premium Google di Indonesia, EIKON Technology. Cukup klik di sini untuk terhubung dengan tim EIKON Technology yang akan membantu Anda berlangganan AppSheet dan mulai menggunakannya!

Scroll to Top