Služby
Analýza spotřebního koše
Analýza spotřebního koše je statistická metoda sloužící k rozboru nákupního chování zákazníků. Přispívá k růstu tržeb, díky zlepšení přímého marketingu, podpory prodeje, věrnostních programů apod.
Většina nákupů v obchodech je prováděna impulzivně a je těžké je vysvětlovat pomocí tradičních analytických technik. Analýza spotřebního koše, kterou provádí Deloitte, nabízí způsoby, jak dát zákazníkovi ve správný okamžik ten správný nákupní impulz.
Řešení
Analýza spotřebního koše prováděná společností Deloitte je technika sloužící k rozboru nákupního chování zákazníků. Místo toho, aby obchodníci spoléhali na nákladný proces získávání nových zákazníků, mohou pomocí analýzy spotřebního koše docílit růstu tržeb u svých stávajících zákazníků. Použití samoobslužného nástroje navíc ke stávající databázi historických nákupů umožní identifikaci vzorce nákupního chování zákazníků vizuálním a interaktivním způsobem.
Přínosy pro vás
Analýza spotřebního koše přispívá k růstu tržeb, protože poskytuje zlepšení v následujících oblastech:
- Cross-selling a up-selling
- Podpora prodeje a přímý marketing
- Věrnostní programy
- Product placement a vzhled obchodu
- Dodavatelský řetězec
- Product bundling
Postup
Cílem je na základě velkých souborů dat identifikovat obvyklé vzorce nákupního chování. Díky schopnostem tradiční IT infrastruktury bývá možnost identifikace takovýchto vzorů chování zpravidla omezená. Analýza nákupního košíku (market basket analysis) generuje soubor pravidel v podobě „pokud je v košíku zboží X, tak je tam i zboží Y“. Každé takové pravidlo propojuje dva druhy zboží vazbou, kterou můžeme znázornit na grafu jako hranu (šipku) a její četnost zobrazit různou velikostí kruhu uprostřed šipky. Manažeři prodejen potom z tohoto grafu poznávají vzorce nákupního chování nalezené v datech a využívají tuto znalost například pro product placement.
Nástroj pro analýzu nákupního košíku je koncipován jako samoobsluha. To znamená, že uživatel si nejprve na formuláři zadá časové období, prodejny a pro které kategorie zboží chce analýzu spočítat. Potom spustí výpočet a výsledkem je ucelený report, který se uloží do databáze a je možné se k němu kdykoliv znovu vrátit. Report je designován jako vizuální a vysoce interaktivní, protože druhů zboží je velmi mnoho a uživatel musí mít možnost rychle najít zajímavé patterny nebo se zaměřit na konkrétní skupinu zboží.
Do výpočetního algoritmu vstupují položky z účtenek, což jsou opravdu velká a detailní data. Pro zpracování takto velkého objemu dat je zapotřebí speciální big data technologie. My nejraději používáme cluster postavený na technologii Hadoop. Další možností je využít cloudových služeb s rychle dostupným výpočetním výkonem, nebo kombinace (Hadoop v cloudu).