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
© Copyright 2024