Pañales, Cerveza y ciencia de datos en el comercio minorista

Cuando se me piden documentos técnicos o estudios de caso sobre cómo funciona el análisis predictivo, a menudo doy algunas historias sobre cómo diferentes industrias usan el análisis para encontrar patrones en sus datos y luego aplicar ese conocimiento a sus datos existentes para predecir qué tendencias futuras van a suceder. Conozca cómo aplicamos el análisis predictivo a la política.

Me preguntan específicamente sobre leyendas que deambulan por el mundo minorista: el estudio que encontró que la leche es el artículo más comprado, por lo que siempre está en la parte trasera de la tienda, lo que te hace caminar por todo lo demás que tienen antes de llegar allí, el hecho de que los zapatos de mujer siempre están en camino a la ropa de hombre, y el hecho de que los plátanos están en la parte delantera de las tiendas porque se encuentran para ser una compra impulsiva. Sin embargo, el que parece recibir más solicitudes es el que los hombres que compran pañales para sus hijos tienen más probabilidades de tener cerveza también en sus carritos.

No parece tan descabellado.

Un hombre obligado a comprar un paquete de pañales de la tienda de la esquina por su hermosa esposa en su camino a casa del trabajo, escucha el canto de sirena de la pirámide de hermosas cajas de cerveza. Así que, como es viernes por la noche, también recoge una caja de cerveza.

La leyenda dice que un estudio fue realizado por una tienda de comestibles al por menor. Los hallazgos fueron que los hombres de entre 30 y 40 años de edad, que compraban entre las 5 y las 7 los viernes, que compraban pañales tenían más probabilidades de tener cerveza en sus carritos. Esto motivó a la tienda de comestibles a mover el pasillo de cerveza más cerca del pasillo de pañales y wiz-boom-bang, un aumento instantáneo del 35% en las ventas de ambos.

Muchos colocan esto a los pies de Wal-Mart, pero una llamada rápida a un amigo en el departamento de análisis de Wal-Mart arrojó que aunque el mito prolifera su organización también, no era un estudio de Wal-Mart.

Así que se produjo una búsqueda en Google. Una búsqueda de» Me siento afortunado » encontró un artículo sobre cómo Target estaba usando analytics para encontrar artículos comprados juntos estadísticamente y colocarlos junto a otros artículos de compra impulsiva en un esfuerzo por mostrarte artículos que podrías querer, mientras compras artículos que podrías necesitar.

Andrew Pole, un estadístico de Target, dijo: «Si estás corriendo por la tienda, buscando biberones y pasas jugo de naranja, tomarás un cartón. Y ahí está el DVD nuevo que quiero. Pronto, nos comprarás cereales y toallas de papel, y seguirás regresando.»

Bien, esto demuestra que las grandes cadenas minoristas hacen estudios de asociación, pero ¿dónde fue el origen de este mito?

Resulta que es mucho más antiguo de lo que la mayoría de nosotros en CAN pensaba. No tiene nada que ver con el análisis y todo que ver con la minería de datos. La minería de datos encaja en el nivel de sofisticación del «análisis».

El mito en sí se relaciona con un estudio realizado en junio de 1992, cuando Thomas Blischok, entonces vicepresidente de consultoría industrial de NCR (ahora escindido de Teradata), hizo un análisis para el fármaco Osco. Examinaron 1.2 millones de cestas de mercado en 25 tiendas que identifican más de 20 acoplamientos de productos diferentes, incluyendo cerveza y pañales, y jugo de frutas y jarabe para la tos.

La historia de cómo Osco movió cerveza junto a los pañales y ambos hicieron más ventas, sin embargo, no es correcta. Osco tomó el estudio de NCR e identificó aproximadamente 5,000 SKU de movimiento lento en su inventario. Después de retirar esos artículos de la estantería, los consumidores, ahora encontrando más artículos que querían más fáciles, en realidad pensaron que la selección de Osco había aumentado.

Lo que el estudio de Osco y NCR hizo fue crear una comprensión fundamental de que los hábitos de compra se podían usar para mejorar toda la experiencia de compra. Veinte años después, la minería de datos se ha actualizado a inteligencia de negocios y análisis predictivo. Las empresas ahora pueden pensar en cómo y qué compran las personas y diseñar las tiendas de manera más eficiente. Pueden ofrecer cupones en artículos comprados juntos y tener existencias adicionales cuando la demanda va a aumentar.

«Lo que Osco, y esencialmente toda la industria minorista, comenzó a entender, fue que con el examen de los datos, la cantidad correcta de la mercancía correcta se podía poner en el estante en el momento adecuado», dijo Blischok.

¿La cantidad correcta de la mercancía correcta en el momento adecuado? Parece que descubrieron cómo trabajar de forma inteligente.

Obtenga más información sobre el Análisis Predictivo y cómo aplicarlo en su organización descargando nuestro libro electrónico, Análisis predictivo: El futuro de la Inteligencia Empresarial.

Podemos ayudarle a poner en marcha su organización con Análisis Predictivos. Póngase en contacto con nosotros hoy mismo para ver cómo podemos ayudarle.

Deja una respuesta

Tu dirección de correo electrónico no será publicada.