Beta
Beta
Как data science может помочь розничным торговцам оптимизировать промоакции и преодолеть связанные с ними трудности? Рассматриваем опыт улучшения промо через углубленный анализ данных.
Начнем с основного вопроса: зачем нужна углубленная аналитика и почему традиционные методы не всегда эффективны?
Ответ заключается в том, что на продажи множества товаров влияют многочисленные факторы, такие как расположение на полке, текущие акции, погода и даже политическая ситуация. Углубленный анализ позволяет розничным сетям глубже понять своих клиентов и значительно увеличить доходы, что возможно благодаря data science.
Даже до цифровой эры розничные сети собирали данные для понимания покупательских предпочтений, но технологические инновации расширили эти возможности. Как и в других отраслях, в розничной торговле произошли значительные изменения: появились новые источники данных и возможности их анализа, а также мощные вычислительные ресурсы, позволяющие обрабатывать огромные объемы информации за считанные секунды. Это и стало началом эры углубленной аналитики.
Часто возникает вопрос: с чего начать? Какой бизнес-процесс следует оптимизировать с помощью data science, чтобы окупить затраты и заложить основу для будущей работы с углубленной аналитикой?
Промоакции, ассортимент и ценообразование — это ключевые элементы коммерческого блока в розничной торговле. Многие начинают с промо, так как это важная часть коммерческой стратегии большинства розничных сетей, а эффект от нее можно получить достаточно быстро.
Зачем нужны промоакции
Существует миф, что розничные сети предлагают большие скидки, чтобы избавиться от некачественных товаров. Это не так. В модной рознице есть распродажи для избавления от устаревших коллекций, но в продуктовом ритейле главная цель — увеличение продаж и маржи. Промоакции имеют два основных драйвера:
· Извлечение выгоды за счет эластичности спроса. Снижение цены на товар увеличивает его продажи; часто этот рост компенсирует скидку, и сеть остается в выигрыше.
· Конкуренция за трафик. Если конкурент проводит акцию на «каждый второй» товар в категории, отказ от промо может быть рискованным, даже если она не приносит прямой выгоды.
В Восточной Европе и Центральной Азии промоакции стали более популярными из-за экономических кризисов. Слабые валюты и зависимость от импорта привели к удорожанию производства и повышению цен. Однако инфляция не позволила производителям и ритейлерам убедить покупателей в новых ценах, и промоакции стали способом поддержания продаж.
Покупатели привыкли к скидкам, и промоакции стали важной частью ценовой стратегии. Однако это приводит к риску потери маржи. По данным Nielsen, около 60% промоакций оказываются убыточными.
Это связано с тем, что ритейл плохо использует данные, которые есть в распоряжении каждой сети. Это чеки, данные клиентов по картам лояльности, история промоакций. Они позволяют оценить полный эффект от промо.
Три эффекта промо: анализируем глубже
В супермаркете может быть 5-10 тысяч товаров, и одновременно в промо участвуют сотни из них. Акция на один товар влияет на продажи других.
Большинство сетей учитывают только прямой эффект от промо — увеличение продаж товара. Но есть и косвенные эффекты: каннибализация, закупка впрок и галло-эффект. Эти скрытые эффекты могут быть значительнее прямых.
Галло-эффект — это увеличение продаж других товаров. Например, акция на мясо для шашлыков может увеличить продажи кетчупа, даже если на него нет акции.
Для оценки галло-эффекта нужно определить ассоциативные правила и поведенческие привычки. Например, покупка виски часто сопровождается покупкой колы, но обратное неверно.
Каннибализация — это снижение продаж других товаров. Например, акция на куриные ножки может снизить спрос на куриное филе и рыбу.
Оценка каннибализации требует углубленного анализа, чтобы определить, какие акции влияют на продажи и как распределить этот эффект.
В промо участвуют десятки товаров, и даже в одной категории, как «Шоколад и конфеты», их может быть много. Оценка каннибализации требует ответов на ряд аналитических вопросов.
Каннибализация может составлять до 150% от прямого эффекта, меняя выводы о целесообразности промо.
Закупка впрок — это сдвиг спроса на товары на будущее. Это особенно заметно в категориях с длительным сроком хранения, где промо не стимулирует потребление, а лишь перемещает спрос.
Планирование промо — сложная математическая задача, требующая точных расчетов, которые невозможны с помощью стандартных инструментов из-за множества переменных и объемов данных.
Категорийные менеджеры не могут проводить сложные расчеты вручную из-за других задач. Генеративный ИИ помогает им быстрее получать результаты и анализировать данные.
Эффект от промо, основанных на данных, может достигать 2-3% от общей выручки, что очень значимо для низкомаржинальной индустрии, как розничная торговля.
Авторы:
Денис Емельянцев, партнер McKinsey & Company – руководитель практики коммерческих трансформаций в ретейле, реализовал более 20 коммерческих трансформаций в компаниях Европы, Ближнего Востока, США, Латинской Америки
Дулатбек Икбаев, управляющий партнер McKinsey&Company в Центральной Азии, реализовал более 20 цифровых трансформаций в различных секторах
Дмитрий Устинов, младший партнер McKinsey & Company – эксперт в области цифровых трансформаций и AI, более 15 цифровых трансформаций в В2С-секторе в Европе, США, Латинской Америке
Илья Дуров, руководитель проектов McKinsey & Company – эксперт в области аналитических юз-кейсов в ретейле, более 10 проектов в области ценообразования, промо, оптимизации сети
Алексей Татаренков, team lead команды аналитики данных McKinsey & Company – эксперт в области аналитических юз-кейсов в ретейле, более 10 проектов в области ценообразования, промо, оптимизации сети
