Wie wählen Sie Produkte in Geschäften aus?

Die wichtigste Zutat in der Erfolgsformel ist das Wissen, wie man mit Menschen umgeht. Theodore Roosevelt

Im vorherigen Artikel habe ich versucht, die Grundlagen der Preisanalyse zu behandeln. Jetzt möchte ich über etwas Interessanteres sprechen.

Haben Sie jemals darüber nachgedacht, warum Sie bestimmte Produkte in Geschäften auswählen und warum Sie sie anderen ähnlichen vorziehen? Viele Einkaufstouren sind spontan, daher ist es wahrscheinlich unmöglich, für alle Zeiten, in denen Sie einkaufen gehen, eine klare Antwort zu geben. Aber die allgemeine Idee ist offensichtlich: Sie gehen aus einem bestimmten Grund einkaufen (um Essen zu bekommen, ein Gerät, zur Unterhaltung, um Blackjack zu spielen). In diesem Artikel werde ich die verfügbaren Daten von Lebensmittelhändlern verwenden, um darüber zu sprechen, wie eine Reihe grundlegender logischer Annahmen und Community-Analysen uns dabei helfen können, die Art und Weise zu bestimmen, wie Kunden Produkte auswählen.

Einführung

Wenn es um klassische Geschichten über den Einzelhandel geht, muss ich an Empfehlungssysteme denken, die seit langem die Beleganalyse verwenden. Wie die berühmten Geschichten über Target-Gutscheine und Bier und Windeln.



Diese Fälle verwenden den wenig bekannten Market Basket Analysis (MBA) - oder Affinitätsanalyse-Ansatz. Die Hauptidee besteht darin, eine Reihe von Regeln zu entwickeln, die wie folgt aussehen: "Wenn sie X kaufen, kaufen sie normalerweise Y " und sie dann für weitere Vorgänge (persönliche Empfehlungen, visuelles Merchandising usw.) zu verwenden. Dort werden Regeln verwendet, um Ergänzungen zu bestimmen, d. H. Waren, die sich ergänzen. Dieser Ansatz ist sehr beliebt, da die Ergebnisse leicht zu implementieren und zu interpretieren sind. Das Problem ist, dass nicht immer klar ist, wie die Daten aus Ihren Ergebnissen verwendet werden sollen und wie wir zusätzlich zu Ergänzungen Ersatzwaren definieren können. Versuchen wir, diesen Ansatz zu verbessern: Wir können Produkte nach Kundenbedürfnissen gruppieren und dann herausfinden, wie Verbraucher Kaufentscheidungen treffen.

MBA komplexer machen, Ersatzware bestimmen

Lassen Sie uns den MBA-Ansatz etwas komplexer gestalten und die Informationen von Kundenkarten untersuchen, die von vielen Einzelhändlern ausgestellt wurden (für Online-Shops können Sie Kunden-IDs verwenden). Wir können anstelle der Quittungen eine MBA-Analyse für die Kundenkarten durchführen (unter Verwendung der Karten-ID / Kunden-ID anstelle der Quittungsnummer). Dies gibt uns Produktpaare, die auf Kundenebene verwandt sind, d. H. Wenn ein Kunde X kauft, kauft er auch Y. Der Schlüssel hier ist, dass sie Y kaufen können, wenn sie zu einer anderen Zeit in den Laden gehen.

Lassen Sie uns darüber nachdenken, wie wir Ersatzprodukte bestimmen können. Wir können logisch davon ausgehen, dass die Leute nicht dazu neigen, Ersatzwaren zusammen zu kaufen (ich gehe davon aus, dass Sie nicht sehr oft gleichzeitig 150 und 300 fl oz Waschmittel kaufen). Dies ist die wichtigste Annahme in der gesamten Analyse und funktioniert sehr gut für Lebensmittel- / Haushaltswarenhändler und mit einigen Anpassungen auch für andere Einzelhändler. Diese Annahme lässt den Schluss zu, dass Kunden, die häufig zwei bestimmte Produkte kaufen, diese beiden Produkte jedoch selten in einer Quittung zu finden sind, wahrscheinlich Ersatzprodukte sind. Dies ist eine ziemlich schwerwiegende Behauptung, die eine vorherige qualitative Analyse von Paaren erfordert - wir müssen statistisch irrelevante Paare eliminieren, die "Bananen" entfernen usw. Für die verbleibenden Verbindungen können wir eine W- Metrik einführen, die angibt, wie oft Produkte innerhalb einer Kundenkarte gekauft werden als innerhalb einer Quittung.

Am Ende werden wir Produktpaare haben, die aussehen wie "Produkte X und Y kommen selten in einer Quittung vor, werden aber oft von denselben Personen gekauft" mit einer bestimmten W- Verbindungsmetrik. Je höher die Verbindungsmetrik, desto sicherer können wir sein, dass diese Produkte Ersatzprodukte sind.

Vom MBA zum SNA

Der nächste logische Schritt besteht darin, alle Warenpaare als Ganzes zu betrachten. Wir können jedes Paar als Kante eines Graphen mit W- Wert darstellen. Wenn wir eine visuelle Darstellung aller Verbindungen erstellen, sieht sie ungefähr so ​​aus:



Hier sehen wir deutlich die Produktgruppen, die starke Verbindungen haben. Wenden wir SNA-Algorithmen (Social Network Analysis) an und sehen uns die Ergebnisse an. Ich habe die Louvain-Methode als Beispiel verwendet. Wir sollten am Ende Gruppen von Ersatzprodukten haben. Schauen wir uns das mögliche Ergebnis an:

• DANONE ACTIVIA Kirsche 2,9% 150 g
• DANONE ACTIVIA Erdbeere 2,4% 150 g
• DANONE ACTIVIA Blaubeere 2,9% 150 g
• DANONE ACTIVIA Müsli 2,4% 150 g
• DANONE ACTIVIA Faser und Getreide 2,9% 150 g

Die Ergebnisse sehen vielversprechend aus - diese Produkte sehen tatsächlich wie Ersatzprodukte aus, die den Kundenbedarf für DANONE-Joghurt decken. Alle in der Analyse ermittelten Produktgruppen entsprechen der intuitiven Wahrnehmung von Ersatzwaren. Es gibt natürlich einige weniger offensichtliche Beispiele für Produkte, die der Einzelhändler verschiedenen Gruppen zugeordnet hat, teilweise aufgrund der Marke, aber aus Verbrauchersicht decken sie immer noch den gleichen Bedarf ab:

• Lux Face Moisturizer für trockene Haut
• Yantar Gesichtsfeuchtigkeitscreme für normale bis trockene Haut
• Nevskaya Kosmetika Karotten-Gesichtsfeuchtigkeitscreme für trockene und empfindliche Haut
• Nevskaya Kosmetika Cucumber Face Moisturizer für fettige Haut und Mischhaut
• Nevskaya Kosmetika Olive Face Moisturizer für trockene und normale Haut
• Nevskaya Kosmetika Ginseng Augencreme

Nun zur Hierarchie

Mit der Louvain-Methode können Hierarchien von Produktgruppen erstellt werden. Lassen Sie uns in einfachen Worten Produktgruppen unterschiedlicher Größe erstellen, sie in einen Baum (Kundenentscheidungsbaum) verwandeln und die Ergebnisse betrachten:



Ja! Unser Baum kann sowohl in Bezug auf die Geschäftslogik als auch in Bezug auf die Intuition leicht interpretiert werden. Die Verbraucher wissen, dass sie Kondensmilch möchten. Dann wählen sie zwischen einer Dose und einem Doypack, wählen den Preis und sind bereit zu kaufen. Jetzt wissen wir, nach welchen Kriterien Menschen ihren Bedarf an Kondensmilch decken - Art der Verpackung und Preis. In diesem speziellen Beispiel wurde die Auswahl nicht durch die Marke oder irgendetwas anderes bestimmt, das Menschen häufig Produkten zuschreiben können.

Schöner Baum, was kommt als nächstes?

Dieser Baum hilft uns, Kundenbedürfnisse (untere Ebenen des Baums) und Produkteigenschaften zu bestimmen, die sich auf die endgültige Auswahl auswirken (gemäß der Baumhierarchie). Die Ergebnisse können auf verschiedene Bereiche des Einzelhandels angewendet werden:

• Idealerweise sollte mindestens ein Produkt jeden Bedarf abdecken. Daher sollte jedes Geschäft in der Kette Waren haben, die die Kundenbedürfnisse abdecken. Anstatt 20 Dosen Kondensmilch zu haben, ist es besser, 10 Dosen und 10 Doypacks zu haben.
• Innerhalb eines Kundenbedarfs weisen Produkte die höchste Kannibalisierungsrate auf. Jetzt beschränken wir uns auf eine Reihe von Produkten, für die wir Kreuzeffekte für Preisgestaltung und Nachfrageprognose berechnen können.
• Dieser Baum hilft beim Visual Merchandising (oder bei der Online-Platzierung von Produkten).
• Für persönliche Empfehlungen ist es eine Ergänzung zum klassischen MBA und hilft bei der Erstellung von Cross-Sale-Angeboten

Zusammenfassend lässt sich sagen, dass wir den klassischen MBA etwas komplexer gestaltet und Ergebnisse erzielt haben, die in verschiedenen Einzelhandelsgeschäften eingesetzt werden können. Es war eine ziemlich interessante Aufgabe - ich musste logisches Denken anwenden, Daten analysieren und Clustergraphen erstellen.

Ich hoffe es hat euch gefallen! Optimieren Sie Prozesse, Cluster-Diagramme, optimieren Sie die Datenspeicherung (weil Garbage In, Garbage Out) und erzielen Sie erstaunliche Ergebnisse.