Aureolis Oy Analytiikka määrää myymälävalikoiman - Case Alkon myymäläuudistus 2015 TDWI 18.10.2016 24.10.2016
Alkon valikoimanhallinnan uudistus Kesäkuussa 2015 käyttöönotettu uudistus, jonka myötä myymälöiden valikoimaa hallitaan entistä keskitetymmin ja asiakaslähtöisemmin Uudistuksen taustalla analyysi myymälöiden myyntiprofiileista
Analyysimenetelmät Profilointi Klusterointi / segmentointi Visualisointi
Profilointi Potentiaalisesti erottelevien tekijöiden tunnistaminen ja mittaaminen
Klusterointi / Segmentointi Aiemmin tuntemattomien ryhmien tunnistaminen (moniulotteisten profiilien perusteella)
Visualisointi ja tulosten tulkinta
Mallinnusmenetelmät Profilointi Kuvailevat menetelmät, tilastolliset testit Klusterointi ohjaamatonta oppimista Hierarkkinen klusterointi, k-means-klusterointi, latenttien muuttujien mallit, neuroverkot Visualisointi
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
Case Alkon myymäläuudistus 2015
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 http://www.alko.fi/contentassets/dc9838c091214dda9c112c34ee2060c7/fi/valikoimanhallinnan-uudistaminen-lopullinen.pdf
Lähtökohdat analyysiin Tutkitaan mitä tuotteita myymälöissä myydään Tuotteiden tarkastelu tuoteryhmätasolla Myynnin mittayksikön valinta Tarkastelujaksoksi valikoitiin vuosi Vertaillaan myymälöitä keskenään Rinnastetaan tuoteryhmien suhteellinen myymäläkohtainen myynti
Myymäläkohtaisia myyntiprofiileja
Myymäläsegmentointi Hierarkkinen klusterointi myymälöiden vuoden myyntimäärien perusteella Liikevaihto Litramyynti
Työvälineet SAS JMP SAS Enterprise Guide
Hierarkkinen myymälöiden ryhmittely mahdollistaa ryhmittelyvaihtoehtojen tarkastelun 9 klusteria 4 klusteria
Segmenttien keskimääräiset myyntiprofiilit Luokituksen luonne paljastuu
Segmenttien maantieteellinen jakauma Poikkitieteellisten selitysten luvattu maa
Vanha vs. uusi myymälätyypitys Kuinka paljon tarjonta myymälöissä ohjaa uusia myymälöiden myyntiprofiileja? Aiempi myymälätyypitys selittää n. 35 % uudesta ryhmittelystä
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
Menetelmien hyödyntämismahdollisuudet
Asiakaskäyttäytymisen analysointi Markkinoinnin / palveluiden kohdentaminen Poistumamallinnus Uutuustuotteiden menekinennustaminen Profiili 1 Profiili 2 Profiili 3 Kannibalismin hallinta
TDWI 18.10.2016 24.10.2016 Erika Patrikainen BI-analyytikko Erika.Patrikainen@aureolis.com 040 84 22 831 Aureolis Oy Hevosenkenkä 3 - FI-02600 Espoo, Finland office +358 20 741 2790 www.aureolis.com - contact@aureolis.com