pieluchy, piwo i analityka danych w handlu detalicznym

pytany o białe księgi lub studia przypadków na temat działania analityki predykcyjnej, często przytaczam kilka historii o tym, jak różne branże wykorzystują analitykę do znajdowania wzorców w swoich danych, a następnie stosowania tej wiedzy do istniejących danych w celu przewidywania przyszłych trendów. Dowiedz się, jak zastosowaliśmy analitykę predykcyjną w Polityce.

pytają mnie konkretnie o legendy, które krążą po świecie detalicznym: badanie, które wykazało, że mleko jest najczęściej kupowanym produktem, więc zawsze znajduje się z tyłu sklepu, co sprawia, że przechodzisz przez wszystko, co mają, zanim tam dotrzesz, fakt, że buty damskie są zawsze w drodze do męskich ubrań, i fakt, że banany są z przodu sklepów, ponieważ są one uważane za impuls do zakupu. Ten, który wydaje się uzyskać najwięcej żądań, to ten, który mężczyźni, którzy kupują pieluchy dla swoich dzieci, najprawdopodobniej mają piwo również w wózkach.

to nie wydaje się aż tak naciągane.

mężczyzna przymuszony do kupna paczki pieluch ze sklepu na rogu przez jego piękną małżonkę w drodze do domu z pracy, słyszy syreni śpiew piramidy pięknych skrzynek piwa. Więc, ponieważ jest piątkowy wieczór, podnosi też skrzynkę piwa.

legenda mówi, że badanie zostało wykonane przez sklep spożywczy. Okazało się, że mężczyźni w wieku 30-40 lat, zakupy między 17: 00 a 19: 00 w piątki, którzy kupili pieluchy, najprawdopodobniej mieli również piwo w wózkach. Zmotywowało to sklep spożywczy do przesunięcia alejki z piwem bliżej alejki z pieluchami i wiz-boom-bang, natychmiastowy wzrost sprzedaży o 35%.

Wiele osób umieszcza to u stóp Wal-Mart, ale szybki telefon do przyjaciela w dziale analityki Wal-Mart dał do zrozumienia, że chociaż mit rozprzestrzenia się również ich organizacja, nie było to badanie Wal-Mart.

tak powstała wyszukiwarka Google. Wyszukiwarka „czuję się szczęśliwy” znalazła artykuł o tym, jak Target korzystał z funkcji analytics, aby znaleźć przedmioty kupowane statystycznie razem i umieścić je obok innych przedmiotów kupowanych impulsowo, aby pokazać ci przedmioty, które możesz chcieć, podczas gdy kupujesz przedmioty, których możesz potrzebować.

Andrzej Polak, statystyk z Target, powiedział: „jeśli biegniesz po sklepie, szukasz butelek dla niemowląt, a podasz sok pomarańczowy, weźmiesz karton. I to nowe DVD, które chcę. Wkrótce kupisz od nas płatki i papierowe ręczniki i będziesz wracać.”

Ok, więc to dowodzi, że duże sieci handlowe robią badania Stowarzyszenia, ale skąd wziął się ten mit?

jak się okazuje, jest znacznie starszy niż większość z nas w CAN myśli. Nie ma to nic wspólnego z analityką, a wszystko ma związek z eksploracją danych. Eksploracja danych wpisuje się w Poziom zaawansowania” analizy”.

sam mit odnosi się do badania przeprowadzonego w czerwcu 1992 roku, kiedy Thomas Blischok, ówczesny wiceprezes ds. doradztwa Przemysłowego w NCR (obecnie przeniesiony do Teradata), przeprowadził analizę leku Osco. Zbadali 1.2 mln koszy targowych w 25 sklepach identyfikujących ponad 20 różnych produktów, w tym piwo i pieluchy oraz sok owocowy i syrop na kaszel.

historia o tym, jak Osco przenosiło piwo obok pieluch i obie robiły więcej sprzedaży, nie jest jednak poprawna. Firma Osco przeprowadziła badanie NCR i zidentyfikowała około 5000 wolno poruszających się jednostek SKU w swoim inwentarzu. Po usunięciu tych przedmiotów z półki, konsumenci, teraz znajdując więcej przedmiotów, których chcieli łatwiej, myśleli, że wybór Osco wzrósł.

badania Osco i NCR doprowadziły do fundamentalnego zrozumienia, że nawyki zakupowe można wykorzystać do zwiększenia całego doświadczenia zakupowego. Dwadzieścia lat później data mining został uaktualniony do business intelligence i predictive analytics. Firmy mogą teraz myśleć o tym, jak i co ludzie kupują, a także wydajniej układać sklepy. Mogą oferować kupony na przedmioty kupowane razem i mieć dodatkowe zapasy, gdy popyt wzrośnie.

„Osco, a w zasadzie cała branża detaliczna, zaczęła rozumieć, że po zbadaniu danych, odpowiednia ilość odpowiedniego towaru może zostać umieszczona na półce we właściwym czasie”, powiedział Blischok.

odpowiednia ilość odpowiedniego towaru w odpowiednim czasie? Wygląda na to, że wymyślili, jak pracować mądrze.

dowiedz się więcej o analizie predykcyjnej i o tym, jak ją zastosować w swojej organizacji, pobierając nasz e-book, Predictive Analytics: the Future of Business Intelligence.

możemy pomóc w uruchomieniu Twojej organizacji dzięki analizie predykcyjnej. Skontaktuj się z nami już dziś, aby zobaczyć, jak możemy Ci pomóc.

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany.