Анализ покупательских корзин предполагает изучение связей и закономерностей в поведении клиентов торговой сети. Результаты анализа помогают формировать целевую маркетинговую активность, создавать персонализированные предложения и планировать промо для увеличения среднего чека и прибыли.
Анализ покупательских корзин мы уже описали тут, а в данной статье, мы рассмотрим сравнение типичных корзин и возможности использования результатов в бизнес-процессах ритейла. Возможность визуализации и сравнения корзин со схожими товарами помогает ритейлеру быстро выделить закономерности в покупательском поведении и принять нужные решения для оптимизации своей деятельности.
Сравнительный анализ будем проводить с помощью сервиса BI Datawiz.io.
Сервис помогает сравнить по основным показателям две типичные корзины с разным ключевым товаром.
Например, как определить, что входит в покупательские корзины в пятницу вечером с сигаретами “Прилуки” или “Мальборо”, показано на скриншоте ниже.
Рассмотрим примеры использования функционала сравнения типичных корзин в ритейл процессах.
Пример 1. Для формирования стратегии продвижения товарных категорий или брендов маркетологами торговой сети.
Сравним две покупательские корзины:
- с сигаретами “Прилуки”;
- с сигаретами “Мальборо”.
Сравнив типичные корзины видим, что сигареты “Прилуки” покупают с брендами растворимого кофе такими как, “Нескафе”, “Маккофе”, “Якобз” и другими. Так же в 2 раза чаще в типичные корзины с сигаретами “Прилуки” попадает хлеб и хлебобулочные изделия.
А вот с сигаретами “Мальборо” курильщики берут жевательные резинки “Дирол” и “Орбит”, частой покупкой с этой маркой сигарет выступают и “Кока-кола” с “Пепси”, а также минеральные воды.
Таким образом получаем две разные персоны клиентов.
Курильщик сигарет “Прилуки” предпочитает горячие растворимые напитки.
Курильщик “Мальборо” — колу и следит за свежестью своего дыхания.
Поэтому акция, когда при покупке блока сигарет в подарок клиенту предлагается стакан растворимого кофе, будет более успешна для курильщиков “Прилук”. А тем, кто покупает “Мальборо”, кассир может предлагать приобрести и жевательную резинку.
Пример 2. Для размещения товаров на полках магазина и эффективного использования торгового пространства.
Используем информацию о типичных корзинах невысокого ценового сегмента.
Сравнивать будем корзины с такими основными товарами как:
- водка “Первак”;
- коньяк “Ужгородский”.
Как видно, на картинке ниже, с водкой “Первак” в 29,2 % случаев покупают пиво “Славутич”. Этот показатель в 11 раз превышает вероятность такой же покупки с коньяком “Ужгородский”.
Коньяк же в 2 раза чаще берут с колой, чем водку.
Недорогое пиво размещать рядом или напротив водки, а вот сладкие воды рядом с коньяками и другими алкогольными напитками, которые тоже запивают “Кока-Колой” или “Пепси”.
Пример 3. Для формирования схемы расположения рекламных носителей и акционных стоек в магазине.
Например, сравним типичные корзины со слабоалкогольными напитками такими как:
- сидр “Сомерсби”;
- напиток “Рево”.
С сидром с высокой вероятность берут виды закусок, такие как семечки, сухарики, чипсы.
С “Рево” другие слабоалкогольные напитки, например “Шейк”, и сигареты.
Размещение на полке с сидром акционной стойки с закусками увеличит вероятность совместной покупки.
А вот “Рево” можно оставить в ряду слабоалкогольных напитков. его будут покупать с другими напитками, или разместить около касс для быстрой покупки его и сигарет.
Пример 4. При формировании маркетинговой активности и проведении акций — для увеличения вероятности покупки товаров вместе, выбора товаров для примотки или оформления подарочных наборов к праздникам.
Проанализируем типичные корзины с ценой до 300 грн., куда входят:
- отечественные вина;
- шампанское.
Сравнив данные на графике ниже, видим, что шампанское покупают намного чаще с конфетами, кондитерскими изделиями и шоколадом.
В то время как вино покупают, в основном, с продуктами для застолий — водкой, сырами, майонезами, колбасами, соусами и т.п.
Можем сделать вывод, что шампанское стоит использовать, как акционный товар к праздникам. Снижая цену на него для увеличения количества покупок или используя в наборах с коробками конфет на акционных стойках. Такие наборы посетители будут покупать как праздничные подарки.
Пример 5. При анализе корзин по ценовому сегменту.
Проведем сравнение по 2 типичным корзинам с водкой. Только в первых корзинах будет водка “Западенка”, во второй — водка “Финляндия”.
Кладут ли покупатели в одну корзину товары низкого и высокого ценового сегмента? Анализ показывает что большинство товаров покупают либо с недорогим алкоголем, либо с элитным.
На картинке ниже видим, что существует множество товаров, которые покупают с водкой «Западенка», но за весь прошлый год ни разу не купили с водкой «Финляндия».
И наоборот. Финляндию покупают с водой Ессентуки, алкоголем Мартини, сигаретами Давидофф, элитным алкоголем. То есть, покупатель позволяющий себе 1 элитный товар, старается и другие подобрать в том же ценовом сегменте.
Существует не такой уж большой список брендов который покупают одновременно с дорогой и дешевой водкой. Это такие бренды, как: минеральная вода Миргородская и Моршинская, Пепси, соки Сандора, молоко Молокия, конфеты Рошен, сигареты Винстон и хлеб. Во всем остальном корзины разнятся.
То есть, и при проведении акций и позиционировании алкогольных напитков стоит учитывать ценовой сегмент, к которому он относится, и в дополнительные к нему использовать товары того же сегмента.
Описанные способы это только несколько возможностей использования информации о товарах, которые покупатель положил в свою корзину. Но и они уже дают возможность ритейлеру:
- сформировать правильную стратегию продвижения товара в зависимости от покупательских предпочтений клиентов;
- разработать эффективные подходы к размещению товаров на полках;
- размещать акционные стойки и надстройки на полки в правильных местах, около тех товаров, которые с большей вероятностью купят вместе;
- определять нужную ценовую политику, управлять акциями, правильно снижать и повышать цены на сопутствующие товары.
Отлично работает использование информации о покупательских корзинах с привязкой к программам лояльности и сегментации клиентов, это дает дополнительные возможности для анализа и комплексного подхода по изучению покупателей в продуктовом ритейле. Об этом поговорим детальнее в следующих публикациях.
Сервис BI Datawiz.io дает возможность ритейлеру сравнить покупательские корзины, выявить закономерности в покупательском поведении и разработать стратегии продвижения различных товаров для получения дополнительной прибыли.
Комментарии (7)
Plone
27.11.2015 12:24+1Откровенно говоря, не понимаю, зачем всё это. Чисто научный интерес — да. Но практический?
Если мне кола не нужна, на нее можно сколько угодно акции объявлять — не куплю.
Даже если предположить, что покупатель купит что-то по акции, то с немалой вероятностью это просто означает, что он не купит это завтра.
Вся эта деятельность у касс, с акциями, фишечками-наклейками, списанием баллов, озвучиванием акций — только замедляет обслуживание, даже скорее раздражает.jinxu
27.11.2015 22:38
Предсказать поведения и реакцию одного отдельно взятого человека невозможно. Слишком много факторов влияет. А вот предсказать поведения уже сотни или тысячи людей задача не такая уж сложная если есть исторические данные.
Мы смотрим на использования парных товаров или акций не как на метод получения дополнительного дохода, а как на метод с использованием которого, мы сможем принести больше пользы покупателю.
Вот если есть 2 товара которые часто покупаются и ритейлер их ставит рядом, то от этого же всем польза.Ходить далеко не надо.
elibri
29.11.2015 22:07+1Такая статистика показывает высокую роль бессознательного, влияние трендов, каких-то стереотипов. Даже если вы отличаетесь от большинства, представьте ситуцацию — вы спешите, вам в корзине не хватает только сока. Вы любите сок одного известного бренда, но он например в другом конце зала, а тут рядом стоит другого бренда, на котором магазин заработает чуть больше, чем на том, что вы в идеале хотите купить. Вы идете на компромисс и кладете в корзину сок, который мерчандайзер поставил рядом, чтобы не тратить время, потому что выпив один раз свой не самый любимый сок вы ничего не потеряете, зато успеете вовремя приехать куда надо. А магазин на сотнях таких же как вы заработает больше.
PS: jinxu спасибо за статью, очень интересные кейсы и очень странно, что пока так мало клиентов пользуются вашим продуктом. Не могу понять: у вас много конкурентов, крупные сети сами делают такую аналитику или просто мало кто еще ценит эту аналитику?jinxu
30.11.2015 17:29+1elibri вы все правильно сказали.
На самом деле мало кто из крупных сетей делает продвинутую аналику, а еще меньше кто умеет ею пользоватся.
В некоторых больших сетей есть свои решения, они хотят все иметь in house. Эти решения разрабатывались уже достаточно долгое время в основному это или клиент-серверные приложения. Или что чаще всего это скрипт который делает выгрузку з БД складывает все в ексель файл и розсылает кому надо. На продвинутые запросы отвечает отдел аналитики — маркетолог пишет ТЗ — а сколько клиентов до 25 лет есть в городе N, аналитик же формирует отчет. Человеческий труд у нас дешевый.
Меньшие сети применяют же 1С.
Есть еще некоторые решения базирующиеся на tableu.
Продукцию оракла или саса не каждый может себе позволить, плюс тяжелая интеграция и обучения персонала.
Мы вот тоже думаем написать обзорную статтю по рынку аналитики для ритейла. (Там главное себя не перехвалить ))))
pro100olga
Интересные данные (и логичные). На некоторых графиках обрезана шкала. Вопрос: в большинстве случаев confidence меньше 10-15, это правда хорошее значение в ритейле? Я понимаю, что мы смотрим на разницу между категориями, но все же.
jinxu
Вы правы — только на confidence нельзя смотреть,
1. Иногда бывает что достоверность всего 5% а количество чеков огромное, потому что основной товар часто покупают.Тогда акция все равно затронет большое количество людей. Нужно смотреть так-же на количество чеков и поддержку чтобы понимать а сколько же в абсолютных числах эти 5%
2. Чаще всего если посмотреть на пары с достоверностю 30-40%, то они будут не интересны и уже известны без анализа (пиво-чипсы, пиво-памперсы) и многократно использованы. А вот пары с 10-15% достоверностю как раз и рождают идеи для акций.