case Alkon myymäläuudistus 2015

Aureolis Oy
Analytiikka määrää myymälävalikoiman - Case
Alkon myymäläuudistus 2015
SAS Forum Helsinki 1.10.2015
22.10.2015
Alkon valikoimanhallinnan uudistus
• Kesäkuussa 2015
käyttöönotettu uudistus,
jonka myötä myymälöiden
valikoimaa hallitaan entistä
keskitetymmin ja
asiakaslähtöisemmin
• Uudistuksen taustalla
analyysi myymälöiden
myyntiprofiileista
Analyysimenetelmät
• Profilointi
• Klusterointi
• 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
0,4
Segmentti
1
2
3
0,3
4
• Visualisointi
5
Puna ja valkoviinit hanapakkauksissa ym.
6
7
0,2
8
900000
9
800000
0,1
Lonkerot
Kotimainen olut
Component 2 (10,9 %)
700000
Myynti (L)
600000
500000
Muut
muut väkevät < 40 eur
muut väkevät >= 40 eur
Tuontiolut
0,0
Vodkat ja viinat
Puna ja valkoviinit pullossa < 13,33 eur
Väkevät viinit
-0,1
Kuohuviinit ml. sampanja
400000
Puna ja valkoviinit pullossa >= 13,33 eur
300000
-0,2
200000
-0,3
100000
0 12
3
4
5
6
7
Segmentti
8
9
Each Pair
Student's t
-0,4
-0,4
-0,3
-0,2
-0,1
0,0
Component 1 (77,2 %)
0,05
0,1
0,2
0,3
0,4
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
3
Väkevät viinit (E)
Vodkat ja viinat (E)
Puna ja valkoviinit pullossa >= 13,33 eur (E)
Puna ja valkoviinit pullossa < 13,33 eur (E)
Puna ja valkoviinit hanapakkauksissa ym. (E)
muut väkevät >= 40 eur (E)
muut väkevät < 40 eur (E)
Muut (E)
Muu olut (E)
Lonkerot (E)
Lager olut (E)
Kuohuviinit ml. sampanja (E)
Myymäläkohtaisia myyntiprofiileja
0.40
0.30
0.20
0.10
0.00
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
0.00
0.05
Mean(Väkevät viinit)
Mean(Vodkat ja viinat)
Mean(Puna ja valkoviinit pullossa >= 13,33 eur)
Mean(Puna ja valkoviinit pullossa < 13,33 eur)
Mean(Puna ja valkoviinit hanapakkauksissa ym.)
Mean(muut väkevät >= 40 eur)
Mean(muut väkevät < 40 eur)
Mean(Muut)
Mean(Muu olut)
Mean(Lonkerot)
Mean(Lager olut)
Mean(Kuohuviinit ml. sampanja)
Segmenttien
keskimääräiset
myyntiprofiilit –
Luokituksen
luonne paljastuu
0.35
Segmentit (L)
0.30
1
2
0.25
3
4
5
0.20
6
7
0.15
8
9
0.10
Segmenttien
maantieteellinen
jakauma –
Poikkitieteellisten
selitysten luvattu maa
0.00
0.05
Mean(Väkevät viinit)
Mean(Vodkat ja viinat)
Mean(Puna ja valkoviinit pullossa >= 13,33 eur)
Mean(Puna ja valkoviinit pullossa < 13,33 eur)
Mean(Puna ja valkoviinit hanapakkauksissa ym.)
Mean(muut väkevät >= 40 eur)
Mean(muut väkevät < 40 eur)
Mean(Muut)
Mean(Muu olut)
Mean(Lonkerot)
Mean(Lager olut)
Mean(Kuohuviinit ml. sampanja)
0.35
Segmentit (L)
0.30
1
2
0.25
3
4
5
0.20
6
7
0.15
8
9
0.10
Vanha vs. uusi myymälätyypitys
• Kuinka paljon tarjonta myymälöissä ohjaa
uusia myymälöiden myyntiprofiileja?
– Aiempi myymälätyypitys selittää n. 35 % uudesta
ryhmittelystä
– Analyysi tehtiin kontingenssianalyysilla
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
SAS Forum Helsinki 1.10.2015
Erika Patrikainen
Ratkaisuasiantuntija
[email protected]
040 84 22 831
Aureolis Oy – Hevosenkenkä 3 - FI-02600 Espoo, Finland
office +358 20 741 2790
www.aureolis.com - [email protected]
22.10.2015