L'analisi di correlazione può analizzare quali prodotti o combinazioni di prodotti vengono spesso acquistati insieme. Se trovi una combinazione di questi prodotti che vengono spesso acquistati insieme, puoi fare molte cose preziose. Questi valori possono essere incarnati almeno nei seguenti tre aspetti:
1. Guida la disposizione e il posizionamento dei prodotti nei negozi offline
Le merci che vengono spesso acquistate insieme possono essere collocate vicino allo spazio nel negozio offline, il che è comodo da scegliere per i clienti e riduce i tempi di ricerca dei clienti. Ciò migliora l'esperienza dell'utente e aumenta in modo intangibile il volume delle vendite della merce. Ottieni più entrate dalle vendite.
Se si tratta di un negozio online come Taobao e JD.com, uno dei prodotti acquistati di frequente può essere utilizzato come raccomandazione correlata per un altro prodotto, il che aumenta la probabilità che una combinazione di prodotti correlati venga esposta insieme e promuove la conversione di acquisto degli utenti ( l'immagine qui sotto è nell'APP Hema Sfoglia Baxi, i consigli di corrispondenza forniti di seguito). Spiegheremo questa parte nel terzo scenario applicativo.
2. Ottimizza l'approvvigionamento offline, la catena di approvvigionamento e l'inventario
Le merci che vengono spesso acquistate insieme possono essere messe insieme per la pianificazione generale di approvvigionamento, imballaggio, trasporto e inventario, ad esempio selezionando i fornitori nella stessa regione e immagazzinandoli in luoghi simili nel magazzino. Per l'introduzione di questa sezione, i lettori possono cercare materiali correlati.
3. Fornire supporto dati per il marketing di eventi
Le merci che vengono spesso acquistate insieme possono essere utilizzate anche per attività di marketing (anche il lato del marchio delle merci correlate può anche fare marketing congiunto insieme), come sconti quando si acquista insieme e l'acquisto di uno di quelli costosi per ottenere gli altri più economici che vengono spesso acquistati insieme, ecc. Aspetta.
Quanto sopra sono solo alcuni casi aziendali a cui tutti possono facilmente pensare nell'analisi di correlazione del carrello degli acquisti. È necessario provare ed esplorare più scenari applicativi in combinazione con la situazione effettiva dell'azienda. La cosa più importante nell'analisi del carrello degli acquisti è in realtà digitalizzare il comportamento di acquisto dell'utente. Con i dati come base e risorse, ciò che resta è utilizzare l'analisi dei dati, il data mining, l'apprendimento automatico e altri algoritmi per esplorare i dati e sfruttare il potenziale valore commerciale. Con i dati sul comportamento di acquisto degli utenti, indipendentemente dal valore commerciale ottenuto dall'analisi di correlazione, è possibile portare alla luce molti altri valori commerciali. Di seguito eseguirò anche un semplice ordinamento di altri valori dei dati di acquisto degli utenti, per fornirti alcune idee di pensiero e una prospettiva più ampia.
Finché i dati di acquisto dei clienti vengono raccolti per un periodo di tempo, e i dati vengono digitalizzati (inseriti nel sistema informativo del supermercato), è possibile utilizzare una semplice analisi statistica (se i dati sono archiviati in un database relazionale come SQL, è richiesta una sola istruzione SQL). Conta quali articoli vengono acquistati di frequente dai clienti.
A cosa serve conoscere i prodotti acquistati più di frequente (es. i prodotti più venduti o quelli più venduti ogni giorno)? Credo che tu possa facilmente pensare all'utilità. Prima di tutto, è sicuramente utile per l'acquisto e l'ordine nei centri commerciali. La fonte delle merci più frequentemente acquistate e la catena di approvvigionamento devono essere ben protette e i centri commerciali devono prestare attenzione per garantire un approvvigionamento sufficiente. Inoltre, è possibile ottimizzare anche il posizionamento di merci acquistate a caldo. Molti negozi collocano articoli popolari nei luoghi più evidenti e più accessibili per i clienti. Molti supermercati mettono gomme da masticare e preservativi alla cassa per questo motivo.
L'acquisto di molte merci può avere periodi di tempo e fluttuazioni stagionali. Ad esempio, il latte fresco viene solitamente acquistato al mattino, mentre le bobine antizanzare vengono acquistate in estate. Attraverso l'analisi del momento dell'acquisto, possiamo conoscere approssimativamente la legge di fluttuazione di alcune merci nel tempo e nella stagione e analizzare la legge del ciclo temporale di acquisto di cui sopra. Aiutare meglio le aziende ad acquistare, prenotare e commercializzare beni.
Se combinato con le informazioni sul ritratto dell'utente (ci sono molti modi per ottenere le informazioni sul ritratto dell'utente, ad esempio, alcune aziende possono avere un sistema di appartenenza e gli utenti possono registrarsi per un'APP online, in modo da poter ottenere informazioni relative all'utente. Inoltre, se ci sono fotocamere e altre apparecchiature nel centro commerciale, è anche possibile Se ottieni un ritratto generale dell'utente, questi esulano dallo scopo di questo articolo e non verranno ripetuti), puoi analizzare le caratteristiche di acquisto di diversi gruppi (come come le differenze di acquisto di generi diversi, fasce di età diverse, redditi diversi, ecc.) e fare marketing personalizzato.
Molte società di vendita al dettaglio sono società di catena (o anche multinazionali). Possono raccogliere dati sulle vendite da diversi negozi, analizzare dati geograficamente correlati in diverse regioni, esplorare il comportamento di acquisto degli utenti in diverse regioni e creare strategie personalizzate per diverse regioni. . Ad esempio, gli utenti in diverse regioni possono avere diversi prodotti hot-seller, gli utenti in diverse regioni spesso acquistano prodotti diversi insieme e anche i cambiamenti stagionali nel periodo di acquisto degli utenti in diverse regioni possono essere diversi. Questa analisi più raffinata è favorevole all'adozione di strategie locali per regioni diverse (anche negozi diversi).
Molte società di vendita al dettaglio hanno sia un'APP online cablata che negozi fisici offline (come Hema ha l'APP Hema e i negozi offline Hema), quindi come collegare online e offline è molto prezioso. I negozi online dispongono anche dei cosiddetti carrelli della spesa (i prodotti acquistati dall'utente nell'app possono anche essere considerati un carrello della spesa), che possono utilizzare anche i metodi e le strategie di analisi del carrello degli acquisti.
Se un'azienda di vendita al dettaglio inizia solo online e poi inizia offline, l'analisi dei dati online può potenziare il business offline. Ad esempio, in base all'analisi dei dati sul comportamento di acquisto degli utenti online, è anche possibile estrarre le suddette varie informazioni (come prodotti popolari, prodotti che vengono spesso acquistati insieme, ecc.) E queste informazioni possono essere utilizzate direttamente per la selezione e l'organizzazione di negozi offline. vice versa.
I dati online possono essere utilizzati anche per la selezione della posizione dei negozi offline. Ad esempio, è possibile analizzare la situazione di acquisto degli utenti online e ottenere la distribuzione degli utenti nelle diverse regioni, il che è utile per guidare la decisione sul numero e la selezione della posizione dei negozi per l'apertura di negozi in diverse regioni.
In breve, nel contesto dell'attuale esaurimento dei dividendi di Internet, l'integrazione e il collegamento online e offline sono la direzione e l'opportunità. L'integrazione online e offline e l'empowerment reciproco sono le tendenze future del settore della vendita al dettaglio. Chiunque sia in grado di cogliere questa tendenza otterrà il biglietto per la prossima fase di sviluppo d'oro del settore del commercio al dettaglio (anche di qualsiasi settore).
