English

Analýza nákupního košíku

Analýzu nákupních košíků použijete, pokud se chcete pustit do efektivního cross-sellu, tedy prodeje souvisejících produktů. Analýza je efektivní, když máte velký počet zákazníků, kteří u vás nakupují pouze jednorázově, a vy chcete navýšit své prodeje pomocí souvisejícího zboží.

Pomocí analýzy se jednoduše dozvíte, co každému z vašich zákazníků k nakoupenému zboží chybí, a pak mu to nabídnete. Pionýrem v této oblasti je Amazon, ale můžete se podívat třeba i do McDonald’s. Zkuste si tam koupit jen jednu věc.

Co mi to přinese

Přínosem techniky jsou dodatečné prodeje zboží. Nemusí se vždy jednat o příslušenství a už vůbec nejde o to párovat věci ručně. Některé položky vašeho katalogu totiž souvisejí pouze na úrovni životního stylu zákazníka.

Pravděpodobně přijdete na souvislost mezi stolem a židlí nebo kravatou a košilí. Přišli byste ale na souvislost mezi obývákovou stěnou a kancelářským vybavením? Víte, že existuje souvislost mezi nákupem kravaty a ponožek? Mezi pivem a plenkami? I takto bizarní souvislosti dokážou výrazně zvýšit prodej souvisejícího zboží, samozřejmě pokud se zkombinují s ostatními pravidly. 

Přínos je zřejmý – navýšení prodeje druhého a dalšího produktu zákazníkovi. Oblastí použití je však více a obvykle jsou vysoce účinné.

Pravidla o souvisejících produktech můžete použít například pro tyto účely:

  • Umisťování souvisejících produktů na web
  • Personalizace nabídek v zásilkách
  • Cílený výběr zákazníků pro oslovení
  • Uspořádání prodejny
  • Školení prodejců o produktových souvislostech
  • Balíčky souvisejícího zboží

Jak to děláme

Základem je měření souvislosti prodeje každého produktu s každým. Pro jednoduchost si představme korelační matici mezi produkty.

U každé dvojice spočítáme, kolik se prodá základního i souvisejícího produktu, a nakolik tedy platí pravidlo, že kdo koupí produkt A, koupí i produkt B. Výsledná pravidla vyhodnotíme. Algoritmu, který používáme, se říká APRIORI a je ověřen dlouhými roky v produkčním prostředí.

Výstupy

Výstupem, který vám dodáme, je nejprve sada pravidel, tedy všechny silné kombinace produktů. Pravidla mohou být konečným výstupem, pokud vaše použití bude ze světa kamenných prodejen.

Dále však můžeme pokračovat i personalizací marketingového sdělení pro vaše zákazníky. Pomocí získaných pravidel vám pomůžeme vybudovat i automatické systémy nabízení ideálního zboží známé jako next best offer.

Chcete vědět více? Neváhejte nás kontaktovat. Rádi vám poradíme.

Zpět na hlavní menu
Slovníček:

APRIORI – technika, které se nejčastěji používá k detekci souvislostí mezi produkty

Analýza nákupního košíku – Analýza položek, které se prodávají stejným zákazníkům a je mezi nimi tedy souvislost

Analýza souvisejících položek – viz analýza nákupního košíku

Next best offer – Systém doporučující zákazníkovi, co si má koupit na základě jeho předchozích nákupů. Předchází mu analýza nákupních košíků, nebo sada afinitních modelů

Kontakt:

Data Mind s.r.o.

Telefon: +420 720 705 639, +420 220 386 449
E-mail: info@datamind.cz
Sídlo: U Průhonu 22 / 466, Praha 7 – Holešovice, 170 00
IČO: 28953789

face.png, 26 kB Mgr. Jan Matoušek

Telefon: +420 720 705 639
E-mail: jan.matousek@datamind.cz


linkedin.com
Napište nám vzkaz:
captcha