Retailul fizic în era AI: Bonul fiscal devine sursă de creștere a profitabilității
Datele din bonul fiscal arată ce cumpără clienții, când și unde. Folosite corect și cu ajutorul inteligenței artificiale, acestea ajută atât retailerii să se aprovizioneze cu o acuratețe mai bună, cât și brandurile să creeze campanii mai eficiente. Cum poate deveni bonul fiscal o sursă de creștere a profitabilității, am aflat de la Dan Marc, CEO și Cofondator Footprints AI. 
Footprints AI a lansat primul Copilot AI dedicat retailului fizic, bazat pe date reale, generate de fiecare tranzacție în parte. Ce stă la baza acestei platforme și care sunt rezultatele obținute?
Când am gândit Copilot AI am avut în minte ceea ce se întâmplă în retailul online, acolo unde ai acces imediat la informații despre publicul tău țintă în funcție de achizițiile făcute. Știi numărul utilizatorilor care vin pe site, ce anume caută aceștia, care sunt categoriile de produse care generează interes pentru ei, în funcție de ce criterii aleg până la urmă produsele pe care le pun în coș. Astfel, datorită tehnologiei, lucrurile în e-commerce sunt ceva mai simple când vine vorba despre analizarea comportamentelor de achiziție și sugestiile pe care le poți face clienților tăi pe baza istoricului de cumpărare. În retailul fizic nu există tipul acesta de knowledge, există mai mult instinct și, în cazul comercianților cu vechime, foarte multă experiență și intuiție. Noi ne-am dorit să avem aceleași beneficii din e-commerce și în retailul fizic, pentru că datele există și aici, dar foarte rar sunt „puse la lucru”. Prin urmare, cu ajutorul parteneriatelor pe care le avem cu retailerii, primim toate informațiile înregistrate de o casă de marcat și, pe baza acestora, putem creiona o strategie comercială pe termen lung.
Concret, de la momentul unei achiziții înregistrate de casa de marcat, ce se întâmplă cu datele generate?
Pentru început, este foarte important să menționez că toate datele pe care le primim noi sunt anonimizate. Ce ne interesează pe noi sunt comportamentele de achiziție și de consum, nu persoana în sine. Astfel că ne uităm la fiecare linie din bonul fiscal. Ce anume a cumpărat, care a fost prețul, a fost o promoție sau nu, ce altceva s-a mai aflat în coș, la ce oră a avut loc tranzacția, a plătit cash, card, bonuri. Reușim astfel să recreăm traseul unui client în magazin și de aici pornește modelul nostru de business, practic. Ne bazăm pe monetizarea insight-urilor prin campanii de retail media targetate, în baza datelor comportamentale din magazine. Campaniile sunt derulate și finanțate de branduri și agenții. Iar în ceea ce îi privește pe retaileri, aceștia pot anticipa, cu ajutorul platformei, comportamente de consum, se pot recalibra rapid în funcție de cererea reală și pot reduce risipa alimentară.
Dacă ne uităm la momente-cheie din trecutul recent, cum arată datele privind achizițiile românilor?
Avem un exemplu bun în acest sens, săptămâna de după turul 2 al alegerilor prezidențiale, adică 19-25 mai 2025. Datele de consum au indicat reacții emoționale și post-criză, mai temperate decât în turul 1, dar în continuare marcate de distincții regionale. Mai exact, comparând săptămâna pre-electorală cu cea post-electorală, am observat o reducere a stocărilor masive alimentare, o creștere în consumul hedonic și de confort personal, diferențe accentuate între județele prudente și cele reactiv-emoționale. S-a cumpărat mai mult zahăr, mai ales în județele din sud, mai mult alcool, cu creșteri majore în nord-est și centru – Vaslui, Harghita, mai multe prezervative, hârtie igienică și mai multă ciocolată. La polul opus, au scăzut vânzările de paste, făină, conserve și ulei, scăderi vizibile în regiunile care au făcut stocuri masive după turul 1.
În contextul economic în care trăim, reușește analiza acestor date să genereze mai multă predictibilitate atât pentru retaileri, cât și pentru branduri?
Categoric da, pentru că reușim să înțelegem dinamica dintre consumator și brand, produs, categorie și să transmitem aceste informații brandului, care, la rândul său, poate să gândească niște campanii bazate pe date de actualitate. În tot acest triunghi, retailerul se află la mijloc și toată lumea are de câștigat. Brandul înțelege cum poate să își promoveze mai bine produsul într-un anumit magazin în baza datelor obținute chiar din acea locație, consumatorul are acces la oferte dedicate lui, iar comerciantul înregistrează vânzări mai bune și poate crește chiar gradul de fidelizare în rândul clienților. Drept urmare, serviciile de Retail Media au ajuns să fie core services pentru noi. Transformăm traficul anonim și comportamentul de cumpărare în audiențe media folosind tehnologia proprie bazată pe inteligență artificială. În prezent, analizăm și valorificăm lunar comportamentul de cumpărare a peste 15 milioane de clienți fizici și online.
Sunt de ajuns datele privind tranzacțiile pentru a genera campanii de succes?
Nu sunt de ajuns pentru că, pe lângă achiziția propriu-zisă, sunt mulți alți factori care o pot influența chiar înainte ca o persoană să ajungă în magazin. Acestea sunt informații precum vremea de afară, condițiile de trafic, ziua săptămânii. Toate acestea sunt condiționări și determină tiparul și interacțiunea cu retailerul fizic. Astfel că noi creăm un radar în jurul magazinului și ne uităm la tot ceea ce îl înconjoară: în ce cartier este, ce populație are, care este media salarială în respectiva zonă, este o zonă de locuințe sau în jur există sedii de firme, cum este traficul în zonă și așa mai departe. Din nou, toate aceste date sunt anonimizate. Iar la final am creat o platformă similară Chat GPT. De ce? Pentru că ceea ce a rezolvat Chat GPT și ceea ce rezolvă și Copilot AI este accesul la informație structurată. Iar un retailer care folosește Copilot AI poate să afle care sunt produsele care se vând cel mai bine într-un magazin similar celui pe care îl are, într-o zonă cu aceleași structuri socioeconomice și socio-demografice. Poate să vadă ce bune practici a aplicat un alt retailer și ce rezultate au generat acestea. E ca și cum ai avea un consultant care ar lucra permanent pentru tine și ar fi prezent tot timpul în magazin să te asiste. Și o face în termeni simpli, nimic tehnic sau termeni formali, iar la final așteaptă feedback, să știe dacă sugestia a generat rezultatele estimate sau nu pentru ca, a doua zi, să fie mai bun. Ce mai este important de menționat este că retailerii nu pot face schimb de date între ei, întrucât lucrăm cu modele AI private pentru a evita acest lucru.
Ați explicat că, prin intermediul platformei, un retailer poate afla ce anume a funcționat într-o zonă similară cu a sa și cum poate aplica și el aceeași strategie. Îmi puteți oferi un exemplu concret?
Spre exemplu, dacă ai un magazin în proximitatea unei școli și a venit vacanța, poți afla cum ai putea să schimbi sortimentația astfel încât să nu pierzi traficul de clienți. Copilot AI adună toate datele de la tine și de la retaileri ca tine, sintetizează informația și poate sugera soluții. Adresezi această întrebare în Copilot AI, algoritmul adună datele, e capabil să înțeleagă dacă cine adresează întrebarea este proprietarul unui magazin sau reprezentantul unui brand, care este zona care îl interesează. Și face acest lucru cu ajutorul unor agenți AI ultraspecializați. Câștigi astfel flexibilitate, ai o putere de adaptare mult mai mare, poți să iei deciziile mult mai rapid, bazat pe date reale generare de vânzările tale. Ca și cum ai fi un antreprenor cu un singur magazin, îți cunoști fiecare client în parte, știi ce îi trebuie, în ce zi vine la cumpărături, cât e dispus să cheltuiască, cât de sensibil e la promoții și tot așa.
Câți retaileri sunt acum în ecosistemul Footprints AI și cum arată planurile de dezvoltare a platformei?
În acest moment vorbim despre aproximativ 20 de companii de retail cu care colaborăm activ. Odată cu lansarea Copilotului AI, ne-am continuat și expansiunea internațională prin licențierea software-ului și a modelului de business către partenerii strategici. Am semnat recent un parteneriat major cu Studenac, cel mai mare retailer alimentar din Croația, cu peste 1.400 de magazine. În plus, platforma este deja activă în Polonia, Estonia, Letonia, Lituania, iar în România, Altex și Carrefour – cu aproximativ 600 magazine în total – sunt cei mai recenți jucători care au intrat în ecosistemul Footprints AI. Avem un partener inclusiv în Moldova și ne vom extinde și în America Latină.
