Aureolis Oy. Analytiikka määrää myymälävalikoiman - Case Alkon myymäläuudistus 2015

Transkriptio

1 Aureolis Oy Analytiikka määrää myymälävalikoiman - Case Alkon myymäläuudistus 2015 TDWI

2 Alkon valikoimanhallinnan uudistus Kesäkuussa 2015 käyttöönotettu uudistus, jonka myötä myymälöiden valikoimaa hallitaan entistä keskitetymmin ja asiakaslähtöisemmin Uudistuksen taustalla analyysi myymälöiden myyntiprofiileista

3 Analyysimenetelmät Profilointi Klusterointi / segmentointi Visualisointi

4 Profilointi Potentiaalisesti erottelevien tekijöiden tunnistaminen ja mittaaminen

5 Klusterointi / Segmentointi Aiemmin tuntemattomien ryhmien tunnistaminen (moniulotteisten profiilien perusteella)

6 Visualisointi ja tulosten tulkinta

7 Mallinnusmenetelmät Profilointi Kuvailevat menetelmät, tilastolliset testit Klusterointi ohjaamatonta oppimista Hierarkkinen klusterointi, k-means-klusterointi, latenttien muuttujien mallit, neuroverkot Visualisointi

8 Klusterointi Tavoitteena muodostaa osajoukkoja, joiden yksilöt ovat keskenään samankaltaisia / lähellä toisiaan Klusterointialgoritmeja on useita ja ne toimivat eri periaatteilla, yhteistä on iteratiivinen luonne, koska oikeaa vastausta ei ole olemassa Hierarkkinen klusterointi: klusterit sisäkkäisiä, yhdistää lähimmät yksilöt, klustereiden määrä päätetään klusteroinnin jälkeen K-means: klustereiden määrä annetaan etukäteen, jakaa yksilöt klustereihin, minimoi yksilön etäisyyden klusterin keskipisteeseen

9 Case Alkon myymäläuudistus 2015

10 Uudistustarve Alkolla tarve uudistaa valikoimanhallintaa: Parantaa keskitetyn ohjauksen vastaavuutta todelliseen kysyntään ja kuluttajan tarpeisiin nähden Ohjaa monipuolisemman ja asiakaslähtöisemmän valikoiman kaikkiin myymälöihin Valikoimanhallinnan sijaan myymälät pystyvät keskittymään entistä enemmän palveluun - Myymälöiden reagointi paikalliseen kysyntään on jatkossakin mahdollista

11 Lähtökohdat analyysiin Tutkitaan mitä tuotteita myymälöissä myydään Tuotteiden tarkastelu tuoteryhmätasolla Myynnin mittayksikön valinta Tarkastelujaksoksi valikoitiin vuosi Vertaillaan myymälöitä keskenään Rinnastetaan tuoteryhmien suhteellinen myymäläkohtainen myynti

12 Myymäläkohtaisia myyntiprofiileja

13 Myymäläsegmentointi Hierarkkinen klusterointi myymälöiden vuoden myyntimäärien perusteella Liikevaihto Litramyynti

14 Työvälineet SAS JMP SAS Enterprise Guide

15 Hierarkkinen myymälöiden ryhmittely mahdollistaa ryhmittelyvaihtoehtojen tarkastelun 9 klusteria 4 klusteria

16 Segmenttien keskimääräiset myyntiprofiilit Luokituksen luonne paljastuu

17 Segmenttien maantieteellinen jakauma Poikkitieteellisten selitysten luvattu maa

18

19 Vanha vs. uusi myymälätyypitys Kuinka paljon tarjonta myymälöissä ohjaa uusia myymälöiden myyntiprofiileja? Aiempi myymälätyypitys selittää n. 35 % uudesta ryhmittelystä

20 Lopputulema Myymälätyypitys: yhdistelmä tuoteryhmien painotusta ja tuotevalikoiman kokoa Valikoiman kohdentaminen myymälätyyppitasolla Ohjataan keskitetysti maksimissaan 90 % Tuoteryhmien suhteet määräytyvät kysynnän mukaan Valikoiman kohdentaminen tuoteryhmätasolla Tuotteiden myyntiä seurataan jatkuvasti ja valikoimaan otto /-poisto tapahtuu tietyn säännöstön mukaisesti

21 Menetelmien hyödyntämismahdollisuudet

22 Asiakaskäyttäytymisen analysointi Markkinoinnin / palveluiden kohdentaminen Poistumamallinnus Uutuustuotteiden menekinennustaminen Profiili 1 Profiili 2 Profiili 3 Kannibalismin hallinta

23 TDWI Erika Patrikainen BI-analyytikko Aureolis Oy Hevosenkenkä 3 - FI Espoo, Finland office contact@aureolis.com