ANALÝZA NÁKUPNÍHO KOŠÍKU JAKO ZÁKLAD PRO OPTIMALIZACI PROMOCÍ
-
Upload
vivian-wilkerson -
Category
Documents
-
view
40 -
download
0
description
Transcript of ANALÝZA NÁKUPNÍHO KOŠÍKU JAKO ZÁKLAD PRO OPTIMALIZACI PROMOCÍ
ANALÝZA NÁKUPNÍHO ANALÝZA NÁKUPNÍHO KOŠÍKU JAKO ZÁKLAD KOŠÍKU JAKO ZÁKLAD
PRO OPTIMALIZACI PRO OPTIMALIZACI PROMOCÍPROMOCÍ
INCOMA CONSULT
1) Linie: Hypermarkety (x filiálek, 50 000 položek, z toho 15 000 potravinářský sortiment)
2) Letákové akce: celkové roční náklady 50 mil. Kč, cca 100 položek v akci, pokles průměrné marže o 4%, marketingový efekt a vliv na loajalitu nezměřen
3) Realizovány 4 projekty CM, z toho 3 neúspěšné (nedotažené), za příčinu neúspěchu je považován nedostatek informací
4) Informace o prodejích položek jsou k dispozici pouze na úrovni účetního systému, běží pilotní projekt budování datového skladu na jedné filiálce s úrovní agregace „položka - den“
5) Ve firmě běží série projektů se zaměřením na zvýšení produktivity vybraných činností
STORY
INCOMA CONSULT
Cíle:
1) minimalizovat negativní vliv prodeje položek v akci na průměrnou marži (nesmí dojít k úbytku krycího příspěvku )
2) výrazně snížit vyprodanost položek v akci a zamezit tvorbě nadbytečných zásob
3) nastavit nejvyšší možné ceny položek na letáku při zachování „marketingového“ efektu
4) zvýšit podíl tržeb realizovaných naší cílovou skupinou
• SUB - PROJEKT: EFEKTIVITA LETÁKŮ
PROJEKT: Zvýšení produktivity marketingových aktivit
INCOMA CONSULT
1) letáky plní marketingovou funkci cyklického stimulování poptávky (přitáhnout nakupující do prodejny)
2) nemáme a v dohledné době nebudeme mít silnou diferencovanou pozici, která by tuto funkci nahradila (zákazníkům nedáváme ve srovnání s přímou konkurencí jiný důvod, aby k nám přišli nakupovat)
3) realizace letákových akcí zvyšuje výrazně náklady v distribučním řetězci (dodavatelé + obchod) a snižuje realizované marže
VÝCHODISKA SUB -PROJEKTU:
optimalizace musí přinést snížení celkových nákladů v optimalizace musí přinést snížení celkových nákladů v distribučním řetězci při zachování marketingového efektu a distribučním řetězci při zachování marketingového efektu a
zvýšení realizovaných maržízvýšení realizovaných marží
INCOMA CONSULT
REALIZAČNÍ PODMÍNKY A POSTUP PROJEKTU
výrazně snížit vyprodanost položek v akci a zamezit tvorbě nadbytečných zásob
minimalizovat negativní vliv prodeje položek v akci na průměrnou marži (nesmí dojít k úbytku krycího příspěvku)
zvýšit podíl tržeb realizovaných naší cílovou skupinou
vytvořit spolehlivý prediktivní model
Snížit počet položek v akci v nákupním košíku najít nejefektivnější kombinace položek
identifikovat položky/ kategorie s vysokou a naopak nízkou afinitou k cílové skupině
„čím více, tím lépe“
- data z pokladních systémů agregovaná na úrovni nákupního košíku
- data z pokladních systémů agregovaná na úrovni nákupního košíku s identifikací nakupujícího
Cíl úkol Potřebná data
nastavit optimální ceny položek na letáku při zachování „marketingového“ efektu
stanovení „marketingové“ elasticity letákových položek
Viz předchozí + testování na vzorcích prodejen
INCOMA CONSULT
VSTUPNÍ ANALÝZA
Analýza nákupních košíků ve za jeden měsíc ze všech našich prodejen
náhodný výběr 50 000 košíků
údaje o nákupním košíku: jednotlivé položky, marže na položku, cena položky, sleva v % na akční položku oproti běžné ceně, datum a čas nákupu
ANALÝZA A JEJÍ VÝSLEDKY JSOU FIKTIVNÍ!
úkol: najít „kategorie“, které je možné vyřadit z akcí, aniž by snížily „marketingový“ efekt (krycí příspěvek)
INCOMA CONSULT
SHROMÁŽDĚNÍ DAT Z INFORMAČNÍHO SYSTÉMU
POS Prodej, Ceníkagregace
id NKid
položkypočetbalení
datum čascena
položkymarže položky
akce
A/N
sleva na a.p.
skupinapoložek
INCOMA CONSULT
SEGMENTACE NÁKUPNÍCH KOŠÍKŮ
Kritéria Počet položek v NK Průměrná marže v % na NK
Odvození ukazatelů za NK
Použita metoda automatického shlukování
Nalezeny 4 významné clustery (segmenty), cca 20% NK nejsou jednoznačně zařaditelné
početpoložek
NK
průměrnámarže
NK v % id NK datum čas segment
1
2
3
4
0
id NKid
položkypočetbalení
datum čascena
položkyakce
marže položky
A/N
sleva na a.p.
skupinapoložek
INCOMA CONSULT
DALŠÍ ZJIŠTĚNÍ O SEGMENTECH
% NK v segmentu Podíl segmentu na celkové marži % NK bez SKU v akci % NK jen s SKU v akci
Typický počet SKU v akci v NK Typický počet balení v akci v NK
id NKid
položkypočetbalení
datum čascena
položkyakce
marže položky
A/N
sleva na a.p.
skupinapoložek
id NK datum časpočet
položekNK
průměrnámarže
NK v % segment
NK bez SKU
v akciA/N
početbalení v akci
V NK
NKjen s SKU
v akciA/N
početSKU v akci
V NK
Odvození ukazatelů za NK
% NK% marže(podíl)
početNK
maržesegmentpočet NKbez SKU
v akci
počet NKjen s SKU
v akci
% NKbez SKU
v akci
% NKjen s SKU
v akci
typickýpočet SKUv akci v NK
typickýpočet balenív akci v NK
Odvození ukazatelů za segment
počet NK maržecelkem
INCOMA CONSULT
DALŠÍ ZJIŠTĚNÍ O SEGMENTECH
Skupiny zboží, jejichž SKU v akci jsou často segmentem nakupovány (TOP podle zastoupení v NK segmentu)
id NKid
položkypočetbalení
datum čascena
položkyakce
marže položky
A/N
sleva na a.p.
skupinapoložek
Odvození ukazatelů za skupinu položek
počet NK s SKU v akci ze skupiny položekskupinapoložek
segment
INCOMA CONSULT
Počet položekPočet položek
Průměrná marže v %Průměrná marže v %0 %0 % 40 %40 %
11
100100
STRUKTURA NÁKUPNÍCH KOŠÍKŮ
10/30
29/5 44/38
3/12
Procento košíků
Podíl na celkové marži
INCOMA CONSULT
Počet položekPočet položek
Průměrná marže v %Průměrná marže v %0 %0 % 40 %40 %
11
100100
38/0
0/15 8/0
85/0
Procento košíků bez SKU v akci
Procento košíků jen s SKU v akci
STRUKTURA NÁKUPNÍCH KOŠÍKŮ
INCOMA CONSULT
Počet položekPočet položek
Průměrná marže v %Průměrná marže v %0 %0 % 40 %40 %
11
100100
3/3
12/27 7/15
0/0
Typický počet SKU v akci
v košíku
Typický počet balení v akci
v košíku
STRUKTURA NÁKUPNÍCH KOŠÍKŮ
INCOMA CONSULT
Počet položekPočet položek
Průměrná marže v %Průměrná marže v %0 %0 % 40 %40 %
11
100100
STRUKTURA NÁKUPNÍCH KOŠÍKŮSkupiny zboží,
jejichž SKU v akci jsou často segmentem
nakupovány
Jogurty, ovoce, cukrovinky, prací prášky
Víno, tvrdý alkohol, keksy
Prací prášky, cukr, tvrdý alkohol, víno, minerálky
Mouka, pivo, uzeniny, maso, prací prášky, keksy, CSD
Tyto skupiny zboží budeme v dalším textu
nazývat „kategorie“
INCOMA CONSULT
Počet položekPočet položek
Průměrná marže v %Průměrná marže v %0 %0 % 40 %40 %
11
100100
ŘEŠENÍ
• najít skupiny „kategorií“, jejichž položky v akci jsou často kupovány společně
• z každé skupiny vybrat reprezentanta či reprezentanty, kteří jsou kupováni v menším finančním objemu a často se vyskytují i v košících s nadprůměrnou marží
• do akcí dávat místo celé skupiny jen tyto reprezentanty
PŘÍMÉ EFEKTY:
více klidu při nákupu přiláká nové nadprůměrné košíky
u nových i stávajících košíků prodlouží dobu pobytu v prodejně
Zvýšit průměrnou marži nákupního košíku, přestat být atraktivní pro
nejtvrdší jádro
Zvýšit počet košíků a zachovat jejich marži, zvýšit počet nakupovaných položek
X(řešení je především mimo
rámec „letáků“)
INCOMA CONSULT
ANALÝZA NÁKUPNÍHO KOŠÍKU
Příprava souboru dat
Asociace kategorií
Výběr reprezentantů
Modelování výsledků promocí
INCOMA CONSULT
ASOCIACE KATEGORIÍ (SKUPIN POLOŽEK)
Asociační analýza
Použita metoda data miningu
- analýza asociací
Nalezeno několik významných asociací podle % výskytu v NK (podle segmentů)
% výskytu
20%
35%
16%
22%
28%
id asociace
a1
a2
a3
a4
a5
asociace
A, B, D
C, E
F, G, I, J
A, C, E, J, K
K, L
segment
1
1
1
2
2
id NKid
položkypočetbalení
datum čascena
položkyakce
marže položky
A/N
sleva na a.p.
skupinapoložek
segment
INCOMA CONSULT
VÝBĚR REPREZENTANTŮ
% výskytu
20%
35%
16%
22%
28%
id
a1
a2
a3
a4
a5
asociace
A, B, D
C, E
F, G, I, J
A, C, E, J, K
K, L
segment
1
1
1
2
2
id NKid
položkypočetbalení
datum čascena
položkyakce
marže položky
A/N
sleva na a.p.
skupinapoložek
segment
finanční objem
11 524
56 867
54 800
124 566
% výskytu v NK s nadprůměrnou marží
32%
14%
6%
33%
a3
F
G
I
J
INCOMA CONSULT
pivo, uzeniny, maso, jedlé oleje, mouka, vejce, instantní polévky
cukr, tvrdý alkohol, minerálky, jogurty, ovoce, pochutiny
cukr, tvrdý alkohol, minerálky, jogurty, ovoce, pochutiny
pivo, uzeniny, maso, jedlé oleje, mouka, vejce, instantní polévky
KONKRÉTNĚ:
Počet položekPočet položek
Průměrná marže v %Průměrná marže v %0 %0 % 40 %40 %
11
100100
vysoce asociované skupiny kategorií
v košíku
reprezentanti skupiny nejvíce vyhovující zadaným kritériím
INCOMA CONSULT
VÝSLEDKY • Růst průměrné marže o 6 %• Pokles počtu košíků: 10 %
Počet položekPočet položek
Průměrná marže v %Průměrná marže v %0 %0 % 40 %40 %
11
100100
• Růst průměrné marže o 0 %• Nárůst počtu košíků: 5 %
Tržby: +3 %Tržby: +3 %
Marže:+1,2%Marže:+1,2%
INCOMA CONSULT
PŘÍNOSY OTIMALIZACE POLOŽEK V PROMOCI
Firma Obrat (mil. Kč)
Čistý přírůstek z marže (mil Kč)
Tesco Stores ČR 18 500 222
Globus ČR 14 600 175
Delvita 11 500 138
Carrefour ČR 10 500 126
Ahold 29 600 355
Julius Meinl 7 300 87
Billa 9 000 108
Celkový efekt* (mil. Kč)
229
180
142
130
366
90
111
* započítání nárůstu obratu 3% (neuvažuje přírůstek obratu daný expanzí)
INCOMA CONSULT
Důležité nevyřešené otázky:
Ovlivní snížení počtu položek v letácích obsah nákupních košíků v podprůměrných segmentech ?
Hypotéza: ANO
Ovlivní variování skupin kategorií v jednotlivých letácích obsah nákupních košíků v podprůměrných segmentech?
Hypotéza: ANO
Ovlivňují další faktory nezařazené do analýzy (chování a aktivity konkurence, aktivity dodavatelů, vývoj makroprostředí, lokální vlivy…) obsah nákupních košíků v podprůměrných segmentech?
Hypotéza: ANO
na základě této ad hoc analýzy není možné udělat žádná strategická rozhodnutí
je třeba provádět postupné kroky v omezování rozsahu letáku a průběžně analyzovat změny různého typu
je potřeba vytvořit systém pro periodické „on-line“ analýzy
INCOMA CONSULT
AnalytickýDatový sklad
data datadata
Příprava skórovacích procedur pro hromadné
nasazení
data
Příprava dat
Běh modelu (Skórování)
Datový sklad
Skórovánískóre
Databáze
Rozsáhlé vzorky dat
ModelováníAdastra
ModelováníInterní pracovníci
IT pracovníci
modelmodel
Koncoví uživatelé• Management• Analytici
Akceschopné znalosti
SYSTÉM PRO PERIODICKÉ ON-LINE ANALÝZY
INCOMA CONSULT
SYSTÉM PRO PERIODICKÉ ON-LINE ANALÝZY
Příklad: Prezentace výsledků analýzy nákupního košíku
Vícerozměrnost problému segment asociace kategorie čas akce …….
% výskytu
20%35%16%22%28%
id
a1a2a3a4a5
asociace
A, B, DC, E
F, G, I, JA, C, E, J, K
K, L
segment
11122
finanční objem
11 52456 86754 800124 566
% výskytu v NK s nadprůměrnou marží
32%14%6%33%
a3
FGIJ
Datový sklad
Skórování
skóre
Databáze
Koncoví uživatelé• Management• Analytici
Akceschopné znalosti