Чого насправді хочуть ваші покупці? Інструмент для ритейлу допомагає продавати більше: як він працює

BI-інструментиbusiness intelligence – бізнес-аналітика допомагають сучасним ритейлерам аналізувати продажі і приймати стратегічні рішення на основі даних. Але світова економічна криза, цінова інфляція, обмеженість кадрів негативно впливають на бізнес. Це вимагає просунутої аналітики, тому ритейлери у 2023-му шукають рішення для глибшого аналізу даних та автоматизації цього процесу. 

Фахівці продуктової IT-компанії Datawiz у партнерському матеріалі на прикладах пояснюють, як працює сучасна аналітика в ритейлі, як BI покращує взаємодію з клієнтами та допомагає втримати і збільшити прибуток.

Що таке сучасна BI

BI – це програмне рішення, яке збирає дані, обробляє, аналізує і представляє їх у зручному для користувача вигляді. Це можуть бути звіти, діаграми і графіки. Інструменти BI дозволяють отримувати доступ до історичних даних і показників у реальному часі, порівнювати їх і відстежувати зміни.

Раніше BI-інструменти були складними для нетехнічних користувачів і занадто дорогими для невеликих компаній. Також аналітикою даних займались тільки фахівці. 

Сьогодні сфера BI значно модернізувалась. З’явилися інтуїтивно зрозумілі аналітичні рішення для всіх учасників бізнес-процесів. Вони доступні для будь-якого типу бізнесу і для ритейлерів зокрема.

На відміну від традиційних інструментів аналітики, сучасні BI-рішення не просто генерують звіти, а надають цінні інсайти за допомогою спеціальних алгоритмів штучного інтелекту та машинного навчання. Наприклад, дані про проблеми в мережі чи рекомендації щодо ціноутворення. 

За допомогою BI ритейлери аналізують продажі в магазинах, щоб отримати уявлення про динаміку, слабкі місця та потенційні зони зростання.

Більше про компанію Datawiz можна дізнатись за посиланням

Що таке Datawiz BI

Datawiz BI – провідний аналітичний інструмент, що дозволяє швидко відстежити проблеми на рівні бізнесу, торгових точок і товарів. Це набір готових звітів на основі ШІ, які розробили виключно під потреби ритейлу спільно з ритейлерами. 

Сервіс глибоко аналізує процеси в мережі магазинів і дає можливість створювати індивідуальні дашборди та візуалізації на основі отриманих даних. Зараз українська компанія Datawiz розробляє сучасні аналітичні продукти для ритейлу, об’єднані у велику систему Datawiz BES, і співпрацює з 60 клієнтами у 17 країнах світу.

Як працюють рішення від Datawiz

Платформа Datawiz BES об’єднує декілька аналітичних рішень:

• BI – комплексна аналітика для всіх бізнес-процесів мережі: аналіз асортименту, цін, категорій, брендів, виявлення проблемних зон;
• BI Dashboards – аналітика у вигляді інтерактивних дашбордів і графіків;
• Store Manager – мобільний застосунок для керівників магазинів;
• PlanoHero – сервіс для автоматизації процесу планограмуванняпроцес планування і розміщення товарів у магазинах для покращення продажів: від створення планограм до контролю того, як виконали викладку в магазині;
• Data Monetization – платформа для продажу даних постачальникам.

Усі рішення на платформі Datawiz BES взаємодіють між собою, постійно обмінюються даними та надають інформацію з магазинів у режимі реального часу.

Менеджери отримують детальну інформацію про позиції без цінників, про товар, який відсутній на полиці або не продається, а також про інші проблеми з викладкою в магазині.

Детальніше про платформу Datawiz BES, та як працюе сервіс Datawiz BI тут

Переваги Datawiz BI перед іншими сервісами

1. BI-інструмент з фокусом тільки на ритейл. Усі звіти й функціонал сервісу реалізовані з урахуванням потреб ритейлу.
2. Автоматизований пошук проблем. Алгоритм BI відстежує проблеми в мережі та відправляє сповіщення відповідальним менеджерам.
3. No-code-адаптація. Користувач може створювати власні показники без IT-фахівців, складних налаштувань і доступу до коду.
4. Actionable intelligence – прогнозна аналітика на основі алгоритмів штучного інтелекту. Налаштування спеціальних сповіщень допомагає відстежувати найменші відхилення від встановлених планів та очікуваних KPI.
5. Глибинний аналіз клієнтів, які беруть участь у програмі лояльності. Можна сегментувати клієнтів за потрібними параметрами, аналізувати кошик і робити ефективні персоналізовані промо, наприклад вузько таргетовані розсилки.

BI аналізує, що купують клієнти програми лояльності, та формує цілий комплекс звітів. Вони допомагають знайти приховані інсайти в даних – наприклад, такі комбінації продуктів, про які ви навіть не здогадувались. Усе це дозволяє зрозуміти моделі поведінки клієнтів. Головна мета цього аналізу – збільшити продажі через правильну взаємодію з кожною окремою групою покупців.

Розглянемо детальніше один зі звітів для аналізу клієнтської поведінки – «Аналіз купівельних кошиків». 

Аналіз кошика покупця

Аналіз покупок допомагає дослідити й вивчити попит на товар та оптимізувати асортимент. До того ж це ідеальний спосіб зрозуміти, що купують клієнти саме у ваших магазинах.

Наприклад, аналіз продажів у магазині показав, що найцінніша група клієнтів, яка приносить найбільше прибутку, найчастіше купує молочні продукти разом із крупами у суботу вранці. 

Ця інформація буде стимулом розширити такі категорії товарів, покращити викладку, а також подбати про вчасні поставки потрібного товару саме перед вихідними.

Загалом аналітика купівельного кошика дозволяє категорійним менеджерам відповісти на багато запитань, наприклад:

• Які товари потрапляють у кошики покупців у вихідні/будні/свята?
• З чим купують конкретний товар?
• Які бренди потрапляють до чеків разом?

Алгоритми рішення Datawiz BI виявляють в чеках покупців асоціативні правила (association rules) – це зв’язки між товарами, які повторюються в кошиках.

BI знаходить такі зв’язки та формує на основі цих даних звіт про комбінації товарів – що, коли та з чим купують клієнти і що входить у кошик певної вартості. Усе це знадобиться для планування майбутніх кроспродажів, організації спеціальних знижок тощо.

Часто ця інформація занадто очевидна або вже відома ритейлеру, враховуючи досвід або тренди. Наприклад, ми знаємо, що найчастіше чипси та колу купують разом або ж чай разом з печивом. Саме тому найціннішим для мереж буде аналіз кошиків, який допоможе виявити приховані зв’язки між товарами.

Один з найяскравіших прикладів – це виявлення прихованого зв’язку між продажами товарів, які, на перший погляд, не пов’язані між собою. Наприклад, це можуть бути алкогольні напої та засоби для прання або алкоголь і засоби дитячої гігієни.  

Спробувати сучасні BI-інструменти та дізнатись які бренди потрапляють до чеків разом можна за посиланням

Які бувають незвичні зв’язки 

Парадоксально, як деякі категорії товарів купують разом і який асоціативний зв’язок може в них бути. Але ми довіряємо фактам та аналітиці, тому аналізуємо кошики і у звіті знаходимо підтвердження теорії прихованого зв’язку між продажами засобів гігієни для дітей і пива.

Аналіз кошика показує, що дитячі підгузки дійсно часто купують разом з пивом. Згідно з погодинним аналізом продажів, найвищі продажі цієї пари товарів фіксували саме в п’ятницю, о 19-й годині вечора.

Так само аналіз кошиків клієнтів показує вилику кількість продажів незвичної пари товарів – засобів для прання та пива.

Робимо припущення, що, скоріш за все, це незвичне поєднання товарів опиняється в кошику чоловіків, яких дружини попросили у п’ятницю ввечері по дорозі додому купити пральний порошок, а вони разом з порошком купують ще й пиво. Або інший варіант – ця пара товарів потрапляє в сімейний кошик під час спільного шопінгу перед вихідними.

Така інформація дозволяє зрозуміти поведінку клієнтів для того, щоб покращити роботу із супутніми товарами й організувати ефективну викладку в магазині.

Згідно з дослідженнями міжнародної компанії NielsenIQ, отримані інсайти з аналізу купівельних кошиків допомагають на 7% збільшити кількість SKUтоварних позицій в чеку клієнта.

За допомогою BI-інструменту за декілька кліків можна вивчити і зрозуміти потреби покупців, знайти важливі інсайти, а також:

• структурувати інформацію про покупки клієнтів;
• підвищити маржинальність завдяки оптимізації асортименту та викладки;
• мінімізувати неходовий товар на полицях магазинів;
• розробляти ефективні промокампанії та оцінювати їхню ефективність;
• підвищити лояльність і збільшити кількість клієнтів.

Спробувати сучасні BI-інструменти