आप दुकानों में उत्पादों का चयन कैसे करते हैं?

सफलता के सूत्र में सबसे महत्वपूर्ण एकल घटक यह जानना है कि लोगों को कैसे प्राप्त किया जाए। थिओडोर रूजवेल्ट

पिछले लेख में मैंने प्राइसिंग एनालिटिक्स की मूल बातें कवर करने की कोशिश की थी। अब मैं कुछ और दिलचस्प बात करना चाहता हूँ।

क्या आपने कभी इस बारे में सोचा है कि आप दुकानों में कुछ उत्पादों का चयन क्यों करते हैं, आप उन्हें अन्य समानों के लिए क्यों पसंद करते हैं? कई खरीदारी यात्राएं सहज हैं, इसलिए जब आप खरीदारी करने जाते हैं, तो हर बार एक स्पष्ट जवाब देना असंभव है। लेकिन सामान्य विचार स्पष्ट है: आप एक विशेष कारण (भोजन प्राप्त करने के लिए, गैजेट के लिए, मनोरंजन के लिए, लाठी खेलने के लिए) खरीदारी करने जाते हैं। इस लेख में मैं किराने के खुदरा विक्रेताओं से उपलब्ध डेटा का उपयोग करने जा रहा हूं ताकि यह बात हो सके कि मूल तार्किक मान्यताओं और सामुदायिक विश्लेषण का एक सेट हमें ग्राहकों को उत्पादों को चुनने के तरीके को निर्धारित करने में मदद कर सकता है।

परिचय

जब यह खुदरा के बारे में क्लासिक कहानियों की बात आती है, तो मैं मदद नहीं कर सकता लेकिन सिफारिश प्रणालियों के बारे में सोचता हूं जो लंबे समय से रसीद विश्लेषण का उपयोग कर रहे हैं। जैसे लक्ष्य कूपन और बीयर और डायपर के बारे में प्रसिद्ध कहानियां।



ये मामले अल्प-ज्ञात मार्केट बास्केट विश्लेषण (MBA) या आत्मीयता विश्लेषण दृष्टिकोण का उपयोग करते हैं। मुख्य विचार नियमों का एक सेट विकसित करना है जो "जब वे एक्स खरीदते हैं, तो वे आमतौर पर वाई खरीदते हैं" जैसे दिखते हैं और फिर इसे आगे के संचालन में उपयोग करते हैं (व्यक्तिगत सिफारिशें, विजुअल मर्चेंडाइजिंग, आदि) वहाँ नियमों का उपयोग कंपार्टमेंट्स को निर्धारित करने के लिए किया जाता है, अर्थात। माल जो एक दूसरे के पूरक हैं। यह दृष्टिकोण काफी लोकप्रिय है क्योंकि परिणामों को लागू करना और व्याख्या करना आसान है। समस्या यह है कि यह हमेशा स्पष्ट नहीं होता है कि आपके निष्कर्षों से डेटा का उपयोग कैसे किया जाए और हम पूरक के अलावा, सामानों को कैसे परिभाषित कर सकते हैं। आइए इस दृष्टिकोण को बेहतर बनाने का प्रयास करें: हम ग्राहकों की जरूरतों के आधार पर उत्पादों को समूहित कर सकते हैं और फिर यह पता लगा सकते हैं कि उपभोक्ता क्रय निर्णय कैसे लेते हैं।

एमबीए को अधिक जटिल बनाना, स्थानापन्न माल का निर्धारण करना

आइए एमबीए दृष्टिकोण को थोड़ा और जटिल बनाएं और कई खुदरा विक्रेताओं द्वारा जारी किए गए वफादारी कार्ड से जानकारी का अध्ययन करें (ऑनलाइन स्टोर के लिए, आप ग्राहक आईडी का उपयोग कर सकते हैं)। हम रसीदों के बजाय वफादारी कार्ड के लिए एमबीए विश्लेषण कर सकते हैं (रसीद संख्या के बजाय कार्ड आईडी / ग्राहक आईडी का उपयोग करके)। यह हमें उन उत्पादों के जोड़े देगा जो एक ग्राहक स्तर पर संबंधित हैं, अर्थात यदि कोई ग्राहक एक्स खरीदता है, तो वे भी वाई खरीदते हैं । यहां कुंजी यह है कि वे वाई खरीद सकते हैं जब वे एक अलग समय पर स्टोर पर जाते हैं।

आइए इस बारे में सोचें कि हम विकल्प उत्पादों को कैसे निर्धारित कर सकते हैं। हम एक तार्किक धारणा बना सकते हैं कि लोग एक साथ सामान खरीदने की प्रवृत्ति नहीं रखते हैं (मेरा मानना ​​है कि आप एक ही समय में 150 और 300 fl oz कपड़े धोने का साबुन नहीं खरीदते हैं)। पूरे विश्लेषण में यह सबसे महत्वपूर्ण धारणा है और यह किराने / घरेलू सामान के खुदरा विक्रेताओं के लिए बहुत अच्छा काम करता है और, कुछ समायोजन के साथ, अन्य खुदरा विक्रेताओं के लिए भी। यह धारणा हमें यह निष्कर्ष निकालने की अनुमति देती है कि यदि ग्राहक अक्सर दो विशेष उत्पाद खरीदते हैं, लेकिन उन दो उत्पादों को शायद ही कभी एक रसीद में पाया जा सकता है, तो वे संभवतः विकल्प हैं। यह काफी गंभीर दावा है कि जोड़े के पूर्व गुणात्मक विश्लेषण की आवश्यकता है - हमें सांख्यिकीय रूप से अप्रासंगिक जोड़े को खत्म करने की आवश्यकता है, "केले" को हटा दें, आदि। शेष कनेक्शन के लिए, हम एक डब्ल्यू मीट्रिक पेश कर सकते हैं जो दर्शाता है कि एक रसीद के मुकाबले एक वफादारी कार्ड के भीतर उत्पादों को कितनी बार खरीदा जाता है।

अंत में हमारे पास ऐसे उत्पादों के जोड़े होंगे जो "उत्पाद X और Y जैसे दिखते हैं, शायद ही कभी एक रसीद में होते हैं, लेकिन अक्सर एक ही डब्ल्यू कनेक्शन मीट्रिक के साथ एक ही लोग द्वारा खरीदे जाते हैं"। कनेक्शन मैट्रिक जितना अधिक होगा, उतना ही अधिक आत्मविश्वास हम इन उत्पादों के विकल्प हो सकते हैं।

MBA से SNA तक

अगला तार्किक कदम एक पूरे के रूप में माल के सभी जोड़े को देखना है। हम प्रत्येक जोड़ी को W मान वाले ग्राफ़ के एक किनारे के रूप में दर्शा सकते हैं। यदि हम सभी कनेक्शनों का एक दृश्य प्रतिनिधित्व बनाते हैं, तो यह कुछ इस तरह दिखाई देगा:



यहां हम स्पष्ट रूप से उन उत्पादों के समूहों को देख सकते हैं जिनके पास मजबूत कनेक्शन हैं। आइए SNA (सोशल नेटवर्क विश्लेषण) एल्गोरिदम लागू करें और परिणामों पर एक नज़र डालें। मैंने एक उदाहरण के रूप में लौवेन विधि का उपयोग किया है। हमें स्थानापन्न उत्पादों के समूहों के साथ समाप्त होना चाहिए। आइए संभावित परिणाम देखें:

• डेनोन एक्टिविआ चेरी 2.9% 150 ग्राम
• डेनोन एक्टिविआ स्ट्रॉबेरी 2.4% 150 ग्राम
• डेनोन एक्टिविआ ब्लूबेरी 2.9% 150 ग्राम
• डेनोन एक्टिविआ मूसली 2.4% 150 ग्राम
• डेनोन एक्टिविआ फाइबर और अनाज 2.9% 150 ग्राम

परिणाम आशाजनक दिखते हैं - ये उत्पाद वास्तव में ऐसे विकल्प की तरह दिखते हैं, जो डैनोन योगर्ट्स के लिए कॉस्ट्यूमर की आवश्यकता होती है। विश्लेषण में निर्धारित सभी उत्पाद समूह स्थानापन्न माल की सहज धारणा के अनुरूप हैं। बेशक, कुछ उत्पादों के कुछ स्पष्ट स्पष्ट उदाहरण हैं जो रिटेलर ने अलग-अलग समूहों को सौंपे हैं, आंशिक रूप से ब्रांड के कारण, लेकिन उपभोक्ता दृष्टिकोण से वे अभी भी उसी जरूरत को कवर करते हैं:

• सूखी त्वचा के लिए लक्स फेस मॉइस्चराइज़र
• सामान्य रूप से शुष्क त्वचा के लिए यंतर फेस मॉइस्चराइज़र
• सूखी और संवेदनशील त्वचा के लिए नेव्सकाया क्स्मेटिका गाजर फेस मॉइस्चराइज़र
• ऑयली और कॉम्बिनेशन स्किन के लिए नेवस्काय क्यूटिशिका ककड़ी फेस मॉइश्चराइजर
• सूखी और सामान्य त्वचा के लिए नेव्सकाया क्स्मेटिका ओलिव फेस मॉइस्चराइज़र
• नेव्सकाया क्स्मेटिका गिनसेंग आई क्रीम

अब, पदानुक्रम के लिए

लौवाइन विधि का उपयोग उत्पाद समूहों की पदानुक्रम बनाने के लिए किया जा सकता है। सरल शब्दों में, आइए विभिन्न आकारों के उत्पाद समूहों का निर्माण करें, उन्हें एक पेड़ (ग्राहक निर्णय वृक्ष) में बदल दें और परिणाम देखें:



हाँ! हमारे पेड़ को व्यापार तर्क और अंतर्ज्ञान दोनों के संदर्भ में आसानी से व्याख्या किया जा सकता है - उपभोक्ताओं को पता है कि वे गाढ़ा दूध चाहते हैं, फिर वे एक कैन और डाइपैक के बीच चयन कर सकते हैं, कीमत चुन सकते हैं और वे खरीदने के लिए तैयार हैं। अब हम जानते हैं कि संघनित दूध की आवश्यकता को पूरा करने के लिए लोग किन मानदंडों का उपयोग करते हैं - पैकेजिंग का प्रकार और कीमत। इस विशेष उदाहरण में, ब्रांड या किसी अन्य चीज द्वारा विकल्प निर्धारित नहीं किया गया था कि लोग अक्सर उत्पादों को विशेषता दे सकते हैं।

अच्छा पेड़, आगे क्या है

यह पेड़ हमें ग्राहक की जरूरतों (पेड़ के निचले स्तर) और उत्पाद विशेषताओं को निर्धारित करने में मदद करता है जो अंतिम विकल्प (पेड़ की पदानुक्रम के अनुसार) को प्रभावित करते हैं। परिणाम रिटेल के विभिन्न क्षेत्रों में लागू किए जा सकते हैं:

• आदर्श रूप से, कम से कम एक उत्पाद को प्रत्येक आवश्यकता को कवर करना चाहिए। इसलिए, श्रृंखला के प्रत्येक स्टोर में सामान होना चाहिए जो ग्राहक की जरूरतों को कवर करता है। संघनित दूध के 20 डिब्बे होने के बजाय, 10 डिब्बे और 10 doypacks रखना बेहतर है।
• एक ग्राहक की जरूरत के भीतर, उत्पादों में सबसे अधिक नरभक्षण दर होती है। अब हम उत्पादों के एक समूह तक सीमित हैं, जिसके लिए हम मूल्य निर्धारण और मांग के पूर्वानुमान के लिए क्रॉस-प्रभाव की गणना कर सकते हैं।
• यह पेड़ दृश्य मर्चेंडाइजिंग (या ऑनलाइन उत्पादों की नियुक्ति) में मदद करता है
• व्यक्तिगत अनुशंसाओं के लिए, यह क्लासिक एमबीए के लिए एक अतिरिक्त है और क्रॉस-बिक्री ऑफ़र प्रदान करने में मदद करता है

योग करने के लिए: हमने क्लासिक एमबीए को थोड़ा और अधिक जटिल बना दिया है, और परिणाम प्राप्त किए हैं जो विभिन्न खुदरा परिचालन में उपयोग किए जा सकते हैं। यह काफी दिलचस्प काम रहा है - मुझे तार्किक सोच को लागू करना है, डेटा और क्लस्टर ग्राफ़ का विश्लेषण करना है।

मुझे आशा है कि आपको यह पसंद आया होगा! ऑप्टिमाइज़ प्रोसेस, क्लस्टर ग्राफ़, डेटा स्टोरेज को ऑप्टिमाइज़ करें (क्योंकि गारबेज इन, गारबेज आउट) और आश्चर्यजनक परिणाम प्राप्त करें।