आप स्टोर में उत्पादों का चयन कैसे करते हैं?

सफलता का सबसे महत्वपूर्ण सूत्र है लोगों को संभालना। थियोडोर रूजवेल्ट

पिछले लेख में मैंने प्राइसिंग एनालिटिक्स की मूल बातें के बारे में बात करने की कोशिश की थी। अब बात करते हैं और रोचक बातों की।

क्या आपने कभी सोचा है कि आप कुछ उत्पादों को दुकानों में क्यों खरीदते हैं, आप कई एनालॉग्स में से कैसे चुनते हैं? सबसे अधिक संभावना है, स्टोर में सभी संभावित यात्राओं के लिए एक स्पष्ट जवाब काम नहीं करेगा, उनमें से कई सहज हैं। लेकिन सामान्य विचार स्पष्ट है - जब आप स्टोर पर जाते हैं तो आप अपनी मौजूदा ज़रूरत (भोजन, गैजेट, मनोरंजन, लाठी के लिए) को बंद करने की कोशिश कर रहे हैं। इस लेख में, खाद्य खुदरा विक्रेताओं को एक उदाहरण के रूप में उपयोग करते हुए, मैं अपने अनुभव के बारे में बात करूँगा कि कुछ बुनियादी तार्किक मान्यताओं और ग्राफ़ में समुदायों के विश्लेषण का उपयोग करके, आप यह निर्धारित कर सकते हैं कि ग्राहक उत्पाद कैसे चुनते हैं।

परिचय

क्लासिक खुदरा कहानियों में, एक तुरंत रेफरल सिस्टम की कहानियों को याद करता है जिसमें लंबे समय तक ग्राहक जांच डेटा का विश्लेषण किया जाता है। उदाहरण के लिए, लक्ष्य के बारे में और डायपर के साथ बीयर के बारे में प्रसिद्ध कहानियां।

ये मामले संकीर्ण सर्कल में ज्ञात दृष्टिकोण पर आधारित हैं, जिसे मार्केट बास्केट एनालिसिस (एमबीए) या साहचर्य नियमों का विश्लेषण कहा जाता है। दृष्टिकोण का मुख्य विचार फॉर्म के नियमों का एक सेट बनाना है "जब वे एक्स खरीदते हैं, तो वे आमतौर पर वाई खरीदते हैं" और उन्हें आगे की प्रक्रियाओं में उपयोग करते हैं (व्यक्तिगत सिफारिशें, गणना, आदि)। नियम आपको माल के पूरक को परिभाषित करने की अनुमति देते हैं जो एक दूसरे के पूरक हैं। कार्यान्वयन की आसानी और परिणामों की अच्छी व्याख्या के कारण यह दृष्टिकोण काफी लोकप्रिय है। मुख्य समस्याएं यह हैं कि यह हमेशा स्पष्ट नहीं है कि नियमों को कैसे लागू किया जाए और कैसे, पूरक के अलावा, स्थानापन्न विकल्प की पहचान करें। आइए इस दृष्टिकोण को थोड़ा सुधारने की कोशिश करें: ग्राहकों की ज़रूरतों के अनुसार समूह उत्पादों और समझें कि खरीदार कैसे खरीदारी का निर्णय लेता है।

हम एमबीए को जटिल करते हैं, हम उत्पादों के विकल्प की तलाश कर रहे हैं

आइए एमबीए दृष्टिकोण को थोड़ा जटिल करें और वफादारी कार्ड पर अतिरिक्त जानकारी पर विचार करें जो कई रूसी खुदरा विक्रेताओं के पास है (ऑनलाइन के लिए, आप क्लाइंट आईडी का उपयोग कर सकते हैं)। हम एक एमबीए का आयोजन चेक डेटा के स्तर पर नहीं, बल्कि कार्ड के स्तर पर करेंगे (यानी चेक आईडी के बजाय हम कार्ड आईडी / क्लाइंट आईडी का उपयोग करेंगे)। नतीजतन, हमें उन सामानों के जोड़े मिलते हैं जो ग्राहक स्तर पर एक-दूसरे से संबंधित हैं, अर्थात्। यदि ग्राहक ने उत्पाद X खरीदा है, तो वह उत्पाद Y भी खरीदता है और यहां कुंजी यह है कि उत्पाद Y को स्टोर में किसी अन्य यात्रा के दौरान खरीदा जा सकता है।

आइए इस बारे में सोचें कि आप विकल्प उत्पादों को कैसे परिभाषित कर सकते हैं। हम एक तार्किक धारणा बनाते हैं कि एक व्यक्ति अक्सर एक चेक में स्थानापन्न सामान नहीं खरीदता है (आप एक ही समय में शायद ही कभी 3 और 5 किलो वॉशिंग पाउडर खरीदते हैं)। पूरे विश्लेषण में यह सबसे महत्वपूर्ण धारणा है, जो किराने की खुदरा / घरेलू वस्तुओं के लिए और अन्य प्रकार के खुदरा विक्रेताओं के लिए मामूली समायोजन के साथ अच्छी तरह से काम करता है। इस धारणा से, हम यह निष्कर्ष निकाल सकते हैं कि यदि एक जोड़ी सामान अक्सर ग्राहकों द्वारा खरीदा जाता है, लेकिन यह शायद ही कभी एक चेक में पाया जाता है, तो यह बहुत विश्वास के साथ कहा जा सकता है कि ये विकल्प हैं। बयान काफी मजबूत है और लिंक के प्रारंभिक गुणात्मक विश्लेषण की आवश्यकता है - सांख्यिकीय रूप से तुच्छ लिंक को हटाने के लिए आवश्यक है, " केले " को हटा दें, आदि। शेष लिंक के लिए, आप डब्ल्यू मीट्रिक में प्रवेश कर सकते हैं, जो दर्शाता है कि एक चेक की तुलना में एक वफादारी कार्ड के तहत सामान कैसे खरीदा जाता है।

नतीजतन, हमने फॉर्म के सामानों के जोड़े का गठन किया है "माल एक्स और वाई शायद ही कभी एक चेक में लिया जाता है, लेकिन अक्सर एक ही लोगों द्वारा लिया जाता है" संचार डब्ल्यू के कुछ माप के साथ । यह संचार उपाय जितना बड़ा होगा, उतने ही अधिक उत्पादों को विकल्प माना जा सकता है।

एमबीए था, एसएनए बन गया

अगला तार्किक कदम सामानों के व्यक्तिगत जोड़े को नहीं, बल्कि सभी उपलब्ध जोड़े को देखना है। यानी उत्पादों की प्रत्येक जोड़ी को एक भार डब्ल्यू के साथ ग्राफ के एक छोर के रूप में दर्शाया जा सकता है। यदि आप परिणामस्वरूप कनेक्शन को रेखांकन के साथ चित्रित करते हैं, तो आपको इसके लिए कुछ मिलेगा:

वस्तुओं का "समुदाय" जो एक दूसरे के साथ दृढ़ता से जुड़ा हुआ है, वह ग्राफ से स्पष्ट रूप से दिखाई देता है। आइए सामाजिक नेटवर्क विश्लेषण (एसएनए ) खोज एल्गोरिदम लागू करें और परिणाम देखें। उदाहरण के लिए, Luvain एल्गोरिथ्म का उपयोग किया जाता है । परिणाम स्थानापन्न उत्पादों का एक समूह होना चाहिए। आइए परिणाम का एक उदाहरण देखें:

• DANONE ACTIVIA चेरी 2.9% 150 ग्रा
• DANONE ACTIVIA स्ट्रॉबेरी 2.4% 150 ग्रा
• DANONE ACTIVIA ब्लूबेरी 2.9% 150 ग्रा
• DANONE ACTIVIA मूसली 2.4% 150 ग्रा
• DANONE ACTIVIA चोकर और अनाज 2.9% 150 ग्राम

परिणाम सकारात्मक दिखता है, ये उत्पाद वास्तव में स्थानापन्न उत्पादों के समान हैं और डेनोन योगहर्ट्स की आवश्यकता को कवर करते हैं। सामान के सभी प्राप्त समूह स्थानापन्न उत्पादों की सहज समझ के साथ अच्छे समझौते में हैं। ज़ाहिर है, कम स्पष्ट उदाहरण हैं कि विभिन्न समूहों से संबंधित खुदरा विक्रेता, विशेष रूप से ब्रांड के कारण, लेकिन खरीदार के दृष्टिकोण से, वे अभी भी एक आवश्यकता को कवर करते हैं:

• शुष्क त्वचा के लिए क्रीम लक्जरी चेहरा
• सूखी और सामान्य त्वचा के लिए क्रीम एम्बर
• सूखी और संवेदनशील त्वचा के लिए नेवा कॉस्मेटिक्स गाजर फेस क्रीम
• ऑयली और कॉम्बिनेशन स्किन के लिए नेवा कॉस्मेटिक्स ककड़ी फेस क्रीम
• सूखी और सामान्य त्वचा के लिए नेवा कॉस्मेटिक्स ऑलिव फेस क्रीम
• नीवा सौंदर्य प्रसाधन जिनसेंग आंखों के चारों ओर क्रीम का सामना करते हैं

और अब पदानुक्रम

Luvain एल्गोरिथ्म आपको समुदायों का एक पदानुक्रम बनाने की अनुमति देता है। एक सरलीकृत रूप में - आइए विभिन्न आकारों के समुदायों का निर्माण करें, उन्हें एक पेड़ ( ग्राहक निर्णय वृक्ष, ग्राहक निर्णय वृक्ष ) में विस्तारित करें और परिणाम का एक उदाहरण देखें:

हुर्रे! परिणामी पेड़ को व्यापार तर्क और अंतर्ज्ञान के दृष्टिकोण से पूरी तरह से व्याख्या किया गया है - एक व्यक्ति ने फैसला किया कि वह गाढ़ा दूध चाहता है, फिर उसने बैंक और पैकेज के बीच चुना, फिर उसने वह मूल्य चुना जिस पर वह सामान खरीदने के लिए तैयार था। अब हम समझते हैं कि किसी व्यक्ति को संघनित दूध की आवश्यकता - पैकेजिंग के प्रकार और मूल्य सेगमेंट में कौन सी विशेषताओं को बंद कर देता है। इस विशेष उदाहरण में, कोई ब्रांड स्नेह और अन्य चीजें नहीं हैं जो लोग अक्सर किसी उत्पाद को विशेषता देना पसंद करते हैं।

पेड़ सुंदर है, और आगे क्या है

परिणामी पेड़ आपको ग्राहकों की जरूरतों (पेड़ के निचले स्तर) और सामान की विशेषताओं को निर्धारित करने की अनुमति देता है जो पसंद को प्रभावित करता है (पेड़ के पदानुक्रम के अनुसार)। आप रिटेल के विभिन्न क्षेत्रों में परिणाम लागू कर सकते हैं:

• आदर्श रूप से, यह आवश्यक है कि कम से कम एक उत्पाद प्रत्येक आवश्यकता को कवर करे। यानी श्रृंखला के प्रत्येक स्टोर में ऐसे उत्पाद होने चाहिए जो ग्राहकों की ज़रूरतों को पूरा करें। यानी संघनित दूध के 20 लोहे के डिब्बे के बजाय, 10 लोहे के डिब्बे और 10 बैग रखना बेहतर है।
• एक की जरूरत के ढांचे के भीतर, माल सबसे अधिक एक दूसरे को नरभक्षण करते हैं। यानी अब हम उत्पादों के एक समूह तक सीमित हैं, जिसके भीतर हम मूल्य निर्धारण और पूर्वानुमान की मांग के लिए क्रॉस-प्रभाव की गणना कर सकते हैं।
• यह पेड़ एक शेल्फ पर सामान बिछाने में मदद करता है (या साइट पर माल का क्रम)
• व्यक्तिगत सिफारिशों में क्रॉस-बिक्री ऑफ़र के गठन के लिए क्लासिक एमबीए का पूरक है

नतीजतन, हमने क्लासिक एमबीए विश्लेषण को थोड़ा जटिल कर दिया, हमें ऐसे परिणाम मिले जो तुरंत रिटेलर की विभिन्न प्रक्रियाओं में उपयोग किए जा सकते हैं। कार्य दिलचस्प है, आपको तार्किक रूप से सोचने, और डेटा, और क्लस्टर ग्राफ़ का विश्लेषण करने की आवश्यकता है।

मुझे आशा है कि यह दिलचस्प था! ऑप्टिमाइज़ प्रोसेस, क्लस्टर ग्राफ़, डेटा स्टोरेज को ऑप्टिमाइज़ करें (क्योंकि गारबेज इन - गारबेज आउट) और कूल परिणाम प्राप्त करें।