Korrelationsanalysen können analysieren, welche Produkte oder Produktkombinationen häufig zusammen gekauft werden. Wenn Sie eine Kombination dieser Produkte finden, die oft zusammen gekauft werden, können Sie viele wertvolle Dinge tun. Diese Werte können in mindestens den folgenden drei Aspekten verkörpert werden:
1. Leiten Sie die Anordnung und Platzierung von Produkten in Offline-Geschäften
Waren, die oft zusammen gekauft werden, können in der Nähe des Platzes im Offline-Geschäft platziert werden, was für die Kunden bequem zu wählen ist und die Zeit für die Suche der Kunden verkürzt. Dies verbessert das Nutzererlebnis und steigert immateriell das Verkaufsvolumen der Waren. Holen Sie sich mehr Umsatz.
Wenn es sich um einen Online-Shop wie Taobao und JD.com handelt, kann eines der häufig gekauften Produkte als verwandte Empfehlung für ein anderes Produkt verwendet werden, was die Wahrscheinlichkeit erhöht, dass eine Kombination verwandter Produkte zusammen präsentiert wird, und die Kaufkonversion der Benutzer fördert ( Das Bild unten ist in der Hema APP Browse Baxi, die passenden Empfehlungen sind unten angegeben). Diesen Teil erklären wir im dritten Anwendungsszenario.
2. Optimieren Sie Offline-Beschaffung, Lieferkette und Inventar
Waren, die häufig zusammen gekauft werden, können für die Gesamtplanung in Beschaffung, Verpackung, Transport und Lagerhaltung zusammengestellt werden, z. B. Auswahl von Lieferanten in derselben Region und Lagerung an ähnlichen Orten im Lager. Zur Einführung in diesen Abschnitt können Leser nach verwandten Materialien suchen.
3. Bereitstellung von Datenunterstützung für das Event-Marketing
Waren, die oft zusammen gekauft werden, können auch für Marketingaktivitäten verwendet werden (selbst die Markenseite verwandter Waren kann auch gemeinsames Marketing machen), wie z werden oft zusammen gekauft usw. Warten Sie.
Das oben Gesagte sind nur einige Business Cases, die sich jeder bei der Warenkorb-Korrelationsanalyse leicht vorstellen kann. Weitere Anwendungsszenarien müssen in Kombination mit der tatsächlichen Situation des Unternehmens erprobt und erforscht werden. Das Wichtigste bei der Warenkorbanalyse ist eigentlich die Digitalisierung des Kaufverhaltens der Nutzer. Mit Daten als Grundlage und Ressourcen bleibt nur noch die Verwendung von Datenanalyse, Data Mining, maschinellem Lernen und anderen Algorithmen, um die Daten zu untersuchen und den potenziellen kommerziellen Wert zu erschließen. Mit den Daten zum Einkaufsverhalten der Nutzer können unabhängig vom kommerziellen Wert, der durch die Korrelationsanalyse ermittelt wurde, viele andere kommerzielle Werte ans Licht gebracht werden. Im Folgenden werde ich auch einige einfache Sortierungen anderer Werte von Benutzer-Einkaufsdaten vornehmen, um Ihnen einige Denkanstöße und eine breitere Perspektive zu geben.
Solange die Einkaufsdaten von Kunden für einen bestimmten Zeitraum gesammelt und die Daten digitalisiert (in das Informationssystem des Supermarkts eingegeben) werden, kann eine einfache statistische Analyse verwendet werden (wenn die Daten in einer relationalen Datenbank wie z SQL ist nur eine SQL-Anweisung erforderlich). Zählen Sie, welche Artikel häufig von Kunden gekauft werden.
Was nützt es, die am häufigsten gekauften Produkte zu kennen (dh meistverkaufte oder täglich verkaufte Produkte)? Ich glaube, Sie können sich leicht den Nutzen vorstellen. Zunächst einmal ist es für Einkaufszentren auf jeden Fall hilfreich, einzukaufen und zu bestellen. Die Quelle der am häufigsten gekauften Waren und die Lieferkette müssen gut geschützt werden, und die Einkaufszentren müssen darauf achten, eine ausreichende Versorgung sicherzustellen. Zudem kann auch die Platzierung heißgekaufter Ware optimiert werden. Viele Geschäfte platzieren beliebte Artikel an den auffälligsten und für Kunden am besten zugänglichen Orten. Viele Supermärkte legen aus diesem Grund Kaugummi und Kondome an die Kasse.
Der Einkauf vieler Rohstoffe kann zeitlichen und saisonalen Schwankungen unterliegen. Zum Beispiel wird frische Milch normalerweise morgens gekauft, während Mückenspiralen im Sommer gekauft werden. Durch die Analyse des Kaufzeitpunkts können wir das Schwankungsgesetz bestimmter Waren in Zeit und Jahreszeit grob kennen und das Gesetz des obigen Kaufzeitzyklus analysieren. Unterstützen Sie Unternehmen besser beim Kauf, bei der Reservierung und Vermarktung von Waren.
In Kombination mit Benutzerporträtinformationen (es gibt viele Möglichkeiten, Benutzerporträtinformationen zu erhalten, einige Unternehmen können beispielsweise ein Mitgliedschaftssystem haben, und Benutzer können sich für eine Online-APP registrieren, sodass benutzerbezogene Informationen abgerufen werden können. Außerdem, wenn Es gibt Kameras und andere Geräte in der Mall, es ist auch möglich, wenn Sie ein allgemeines Porträt der Benutzer erhalten, diese sprengen den Rahmen dieses Artikels und werden nicht wiederholt), können Sie die Kaufmerkmale verschiedener Gruppen analysieren (z wie die Kaufunterschiede verschiedener Geschlechter, verschiedener Altersgruppen, verschiedener Einkommen usw.) und personalisiertes Marketing betreiben.
Viele Einzelhandelsunternehmen sind Kettenunternehmen (oder sogar multinationale Unternehmen). Sie können Verkaufsdaten aus verschiedenen Geschäften sammeln, geografisch bezogene Daten in verschiedenen Regionen analysieren, das Kaufverhalten von Benutzern in verschiedenen Regionen untersuchen und maßgeschneiderte Strategien für verschiedene Regionen entwickeln. . Beispielsweise können Benutzer in verschiedenen Regionen unterschiedliche heiß verkaufte Produkte haben, Benutzer in verschiedenen Regionen kaufen oft verschiedene Produkte zusammen und saisonale Änderungen in der Kaufdauer von Benutzern in verschiedenen Regionen können ebenfalls unterschiedlich sein. Diese verfeinerte Analyse trägt dazu bei, lokale Strategien für verschiedene Regionen (sogar verschiedene Geschäfte) zu übernehmen.
Viele Einzelhandelsunternehmen haben sowohl kabelgebundene Online-Apps als auch physische Offline-Geschäfte (z. B. Hema hat Hema APP und Hema Offline-Geschäfte), daher ist es sehr wertvoll, Online und Offline zu verknüpfen. Auch Online-Shops verfügen über sogenannte Warenkörbe (als Warenkorb können auch die vom Nutzer in der App gekauften Produkte angesehen werden), die ebenfalls die Methoden und Strategien der Warenkorbanalyse nutzen können.
Wenn ein Einzelhandelsunternehmen nur online und dann offline startet, kann die Online-Datenanalyse das Offline-Geschäft stärken. Beispielsweise können Sie auf der Grundlage der Datenanalyse des Online-Kaufverhaltens von Benutzern auch die oben genannten verschiedenen Informationen (wie beliebte Produkte, Produkte, die häufig zusammen gekauft werden usw.) ausgraben und diese Informationen können direkt für die Auswahl und Anordnung verwendet werden von Offline-Shops. und umgekehrt.
Online-Daten können auch für die Standortauswahl von Offline-Geschäften verwendet werden. Beispielsweise ist es möglich, die Kaufsituation von Online-Nutzern zu analysieren und die Verteilung der Nutzer in verschiedenen Regionen zu erhalten, was hilfreich ist, um die Anzahl der Entscheidungen und die Standortauswahl von Geschäften zu steuern, um Geschäfte in verschiedenen Regionen zu eröffnen.
Kurz gesagt, im Zusammenhang mit der Ausschöpfung der derzeitigen Internet-Dividenden sind Online- und Offline-Integration und -Verknüpfung die Richtung und Chance. Online- und Offline-Integration und gegenseitige Befähigung sind die Zukunftstrends der Einzelhandelsbranche. Wer diesen Trend begreift, bekommt das Ticket für die nächste goldene Entwicklungsstufe des Handels (egal welcher Branche).
