L'analyse de corrélation peut analyser quels produits ou combinaisons de produits sont souvent achetés ensemble. Si vous trouvez une combinaison de ces produits qui sont souvent achetés ensemble, vous pouvez faire beaucoup de choses précieuses. Ces valeurs peuvent s'incarner dans au moins les trois aspects suivants :
1. Guider la disposition et le placement des produits dans les magasins hors ligne
Les produits qui sont souvent achetés ensemble peuvent être placés à proximité de l'espace dans le magasin hors ligne, ce qui est pratique pour les clients à choisir et réduit le temps pour les clients de les trouver. Cela améliore l'expérience utilisateur et augmente de manière intangible le volume des ventes des marchandises. Obtenez plus de chiffre d'affaires.
S'il s'agit d'une boutique en ligne comme Taobao et JD.com, l'un des produits fréquemment achetés peut être utilisé comme recommandation connexe pour un autre produit, ce qui augmente la probabilité qu'une combinaison de produits connexes soit exposée ensemble et favorise la conversion d'achat de l'utilisateur ( l'image ci-dessous est dans l'application Hema Parcourir Baxi, les recommandations correspondantes données ci-dessous). Nous expliquerons cette partie dans le troisième scénario d'application.
2. Optimisez les achats, la chaîne d'approvisionnement et les stocks hors ligne
Les produits qui sont souvent achetés ensemble peuvent être regroupés pour une planification globale de l'approvisionnement, de l'emballage, du transport et de l'inventaire, comme la sélection de fournisseurs dans la même région et leur stockage dans des endroits similaires de l'entrepôt. Pour l'introduction de cette section, les lecteurs peuvent rechercher des documents connexes.
3. Fournir un support de données pour le marketing événementiel
Les produits qui sont souvent achetés ensemble peuvent également être utilisés pour des activités de marketing (même le côté marque des produits connexes peut également faire du marketing conjoint), comme des remises lors de l'achat ensemble et l'achat de l'un des plus chers pour obtenir les autres moins chers qui sont souvent achetés ensemble, etc. Attendez.
Ce qui précède ne sont que quelques cas commerciaux auxquels tout le monde peut facilement penser dans l'analyse de corrélation du panier d'achat. D'autres scénarios d'application doivent être essayés et explorés en combinaison avec la situation réelle de l'entreprise. La chose la plus importante dans l'analyse du panier d'achat est en fait de numériser le comportement d'achat de l'utilisateur. Avec les données comme fondement et comme ressources, il reste à utiliser l'analyse de données, l'exploration de données, l'apprentissage automatique et d'autres algorithmes pour explorer les données et exploiter la valeur commerciale potentielle. Avec les données sur le comportement d'achat des utilisateurs, quelle que soit la valeur commerciale obtenue par analyse de corrélation, de nombreuses autres valeurs commerciales peuvent être découvertes. Ci-dessous, je ferai également un tri simple d'autres valeurs des données d'achat des utilisateurs, pour vous fournir quelques idées de réflexion et une perspective plus large.
Tant que les données d'achat des clients sont collectées pendant un certain temps, et que les données sont numérisées (saisies dans le système d'information du supermarché), une analyse statistique simple peut être utilisée (si les données sont stockées dans une base de données relationnelle telle que SQL, une seule instruction SQL est requise). Comptez les articles fréquemment achetés par les clients.
Quelle est l'utilité de connaître les produits les plus achetés (c'est-à-dire les produits les plus vendus ou les plus vendus quotidiennement) ? Je crois que vous pouvez facilement penser à l'utilité. Tout d'abord, il est certainement utile pour les centres commerciaux d'acheter et de commander. La source des produits les plus fréquemment achetés et la chaîne d'approvisionnement doivent être bien protégées, et les centres commerciaux doivent veiller à garantir un approvisionnement suffisant. De plus, le placement des marchandises achetées à chaud peut également être optimisé. De nombreux magasins placent les articles populaires dans les endroits les plus visibles et les plus accessibles pour les clients. De nombreux supermarchés mettent du chewing-gum et des préservatifs à la caisse pour cette raison.
L'achat de nombreux produits peut avoir des fluctuations temporelles et saisonnières. Par exemple, le lait frais est généralement acheté le matin, tandis que les serpentins anti-moustiques sont achetés en été. Grâce à l'analyse du moment de l'achat, nous pouvons connaître approximativement la loi de fluctuation de certains produits dans le temps et la saison, et analyser la loi du cycle de temps d'achat ci-dessus. Mieux aider les entreprises à acheter, réserver et commercialiser des biens.
S'il est combiné avec des informations sur le portrait de l'utilisateur (il existe de nombreuses façons d'obtenir des informations sur le portrait de l'utilisateur, par exemple, certaines entreprises peuvent avoir un système d'adhésion et les utilisateurs peuvent s'inscrire à une application en ligne, afin que les informations relatives à l'utilisateur puissent être obtenues. De plus, si il y a des caméras et d'autres équipements dans le centre commercial, c'est également possible Si vous obtenez un portrait général de l'utilisateur, ceux-ci sortent du cadre de cet article et ne seront pas répétés), vous pouvez analyser les caractéristiques d'achat de différents groupes (tels comme les différences d'achat de différents sexes, différents groupes d'âge, différents revenus, etc.), et faire du marketing personnalisé.
De nombreuses entreprises de vente au détail sont des chaînes (ou même des multinationales). Ils peuvent collecter des données sur les ventes de différents magasins, analyser des données géographiquement liées dans différentes régions, explorer le comportement d'achat des utilisateurs dans différentes régions et élaborer des stratégies personnalisées pour différentes régions. . Par exemple, les utilisateurs de différentes régions peuvent avoir différents produits de vente à chaud, les utilisateurs de différentes régions achètent souvent différents produits ensemble et les changements saisonniers de la période d'achat des utilisateurs de différentes régions peuvent également être différents. Cette analyse plus fine est propice à l'adoption de stratégies locales pour différentes régions (voire différents magasins).
De nombreuses entreprises de vente au détail ont à la fois une application en ligne câblée et des magasins physiques hors ligne (comme Hema a Hema APP et des magasins hors ligne Hema), donc comment lier en ligne et hors ligne est très précieux. Les magasins en ligne disposent également de ce qu'on appelle des paniers d'achat (les produits achetés par l'utilisateur dans l'application peuvent également être considérés comme un panier d'achat), qui peuvent également utiliser les méthodes et stratégies d'analyse du panier d'achat.
Si une entreprise de vente au détail ne démarre qu'en ligne, puis hors ligne, l'analyse des données en ligne peut renforcer les activités hors ligne. Par exemple, sur la base de l'analyse des données sur le comportement d'achat des utilisateurs en ligne, vous pouvez également extraire les diverses informations susmentionnées (telles que les produits populaires, les produits souvent achetés ensemble, etc.), et ces informations peuvent être directement utilisées pour la sélection et l'arrangement. de magasins hors ligne. vice versa.
Les données en ligne peuvent également être utilisées pour la sélection de l'emplacement des magasins hors ligne. Par exemple, il est possible d'analyser la situation d'achat des utilisateurs en ligne et d'obtenir la répartition des utilisateurs dans différentes régions, ce qui est utile pour guider la décision du nombre et la sélection de l'emplacement des magasins pour ouvrir des magasins dans différentes régions.
En bref, dans le contexte où les dividendes actuels d'Internet sont épuisés, l'intégration et la liaison en ligne et hors ligne sont la direction et l'opportunité. L'intégration en ligne et hors ligne et l'autonomisation mutuelle sont les tendances futures de l'industrie du commerce de détail. Quiconque pourra saisir cette tendance obtiendra le billet pour la prochaine étape dorée du développement de l'industrie de la vente au détail (même de n'importe quelle industrie).
