Превращаем бизнес в систему, используя инженерный подход основанный на данных.
Аналитика данных
как культура управления бизнесом
/ Введение
В бизнесе нужно стремимся выстраивать стратегии на основе данных, чтобы получить глубокое понимание источников долгосрочного конкурентного преимущества. Переход к аналитической культуре управления по математическим показателям оказывает благотворное влияние на организацию.
Разумеется, проведению исследовательских работ должна предшествовать аналитика положения на рынке и текущей ситуации в бизнесе, поскольку от этого зависит, стоит ли компании например, фокусироваться на крупных группах или избрать в качестве основы дробление на узкоспециальные группы.
В данной статье мы попробуем кратко разобрать на простых примерах, как анлитика данных помогает бизнесу находить точки роста и оптимизировать бизнес-процессы.
Разумеется, проведению исследовательских работ должна предшествовать аналитика положения на рынке и текущей ситуации в бизнесе, поскольку от этого зависит, стоит ли компании например, фокусироваться на крупных группах или избрать в качестве основы дробление на узкоспециальные группы.
В данной статье мы попробуем кратко разобрать на простых примерах, как анлитика данных помогает бизнесу находить точки роста и оптимизировать бизнес-процессы.
/ Поиск точек роста
Самое простое, что можно сделать, это провести анализ структуры выручки, чтобы выделить ключевые точки, которые дадут наиболее быстрый рост. Например: количество повторных покупок на клиента, глубина чека, сокращение количества возвратов.
В начале работ всегда идёт знакомство с корпоративной базой данных. Внутри такой базы всегда содержится огромное количество ценной информации для анализа. Используя метод формулы расчёта прибыли и revenue breakdown (декомпозиция денежного потока) мы получаем возможность измерить, какие параметры, из которых складывается выручка и прибыль, влияют на показатели быстрее всего.
На примере выше мы видим, что это количество покупок на клиента и средний чек т.к. на них проще повлиять, чем на остальные.
Но средний чек – величина, состоящая из ряда переменных, а потому нам необходимо спуститься в каскаде данных на уровень ниже, декомпозировав число покупок на покупки без возврата и возврат покупок:
На примере выше мы видим, что это количество покупок на клиента и средний чек т.к. на них проще повлиять, чем на остальные.
Но средний чек – величина, состоящая из ряда переменных, а потому нам необходимо спуститься в каскаде данных на уровень ниже, декомпозировав число покупок на покупки без возврата и возврат покупок:
Итог: как видно, целевое сокращение числа возвратов является точкой роста наряду с глубиной чека (что логично, число возвратов по модулю равно количеству повторных покупок).
/ Анализ платежного поведения
Для развития LTV можно сегментировать аудиторию на группы, что позволит внедрить систему триггерных коммуникаций, основывающуюся на транзакционном поведении клиентов.
Поскольку легким способом наращивания LTV является изучение платежного поведения клиентов, необходимо исследовать его с помощью прогнозных моделей, например, RFM.
В результате изучения мы получаем возможность рассчитать границы, а также понять причины того или иного поведения, проинтерпретировав каждый сегмент через призму платежных параметров.
Поскольку легким способом наращивания LTV является изучение платежного поведения клиентов, необходимо исследовать его с помощью прогнозных моделей, например, RFM.
В результате изучения мы получаем возможность рассчитать границы, а также понять причины того или иного поведения, проинтерпретировав каждый сегмент через призму платежных параметров.
Расчет границ позволяет нам понять, что после 19-ой покупки поведение клиента начинает меняться до искомого: растет средний чек, частота и число повторных сделок. Отсюда рождается понимание, что одной из ключевых маркетинговых задач становится доведение клиента до 19-ой транзакции.
Важно отметить, что в силу разброса истории покупок в случае с RFM можно и нужно более подробно делить на сегменты. В стандартном подходе, на каждой из осей откладывается по 3 сегмента и как итог получается 27 сегментов базы. Но если по оси F отложить хотяб 5 сегментов, то суммарно будет 45 сегментов клиентов. Такой подход позволит точнее нащупать поведенчески значимые точки.
На примере можно увидеть, что это поможет определить не только итоговую цель механизмов лояльности (уже упомянутая 19-ая сделка), но и промежуточную: 6-ая сделка, после которой вероятность оттока клиентов начинает резко снижаться.
/ Приоритетные группы клиентов
Еще можно определить, какая структура покупок соответствует выделенным сегментам аудитории, что позволит сформировать релевантные предложения для каждого пользователя в рамках триггерной коммуникации.
Далее в поисках ответа на вопрос, как работать с аудиторией, вся база продаж подвергается сегментации с точки зрения платежных данных.
Далее в поисках ответа на вопрос, как работать с аудиторией, вся база продаж подвергается сегментации с точки зрения платежных данных.
На примере определены 5 кластеров, отличающихся своим транзакционным поведением.
А по одному из кластеру можно увидеть, что в конкретных товарных категориях наблюдается высокий % возвратов.
Предположим, что перед нами, согласно breakdown, стоит задача сокращения возвратов на чуть более чем 1000 чеков.
Сегмент аккумулирует на себе около 18% клиентов, или порядка 92 тысяч клиентов. При среднем проценте невыкупа в 44% сегмент собирает 40,5 тысяч возвратов (это самая большая база отказников!), а потому сокращение отказников в этом кластере хотя бы на 2,5% даст искомый прирост выручки.
На основе структуры факторов выбора, выделены целевые аудитории, рассчитан их размер, а также оценена экономическая эффективность, что позволит сконцентрировать маркетинговые усилия на релевантной аудитории.
Чтобы подстраховаться от искажений, полезно обогатить транзакционные данные поведенческими – провести опрос.
Собрав с клиентов данные по используемым каналам покупок, объемам трат и так далее, можно «взвесить» каждый кластер с точки зрения его экономической ценности.
На приведенной выше таблице видно, что рассматриваемый 5-ый кластер обладает второй по важности ценностью и может быть описан как «приоритетный» поскольку в условии участвовали другие критерии, под которые первы по важности кластер не подходил.
А по одному из кластеру можно увидеть, что в конкретных товарных категориях наблюдается высокий % возвратов.
Предположим, что перед нами, согласно breakdown, стоит задача сокращения возвратов на чуть более чем 1000 чеков.
Сегмент аккумулирует на себе около 18% клиентов, или порядка 92 тысяч клиентов. При среднем проценте невыкупа в 44% сегмент собирает 40,5 тысяч возвратов (это самая большая база отказников!), а потому сокращение отказников в этом кластере хотя бы на 2,5% даст искомый прирост выручки.
На основе структуры факторов выбора, выделены целевые аудитории, рассчитан их размер, а также оценена экономическая эффективность, что позволит сконцентрировать маркетинговые усилия на релевантной аудитории.
Чтобы подстраховаться от искажений, полезно обогатить транзакционные данные поведенческими – провести опрос.
Собрав с клиентов данные по используемым каналам покупок, объемам трат и так далее, можно «взвесить» каждый кластер с точки зрения его экономической ценности.
На приведенной выше таблице видно, что рассматриваемый 5-ый кластер обладает второй по важности ценностью и может быть описан как «приоритетный» поскольку в условии участвовали другие критерии, под которые первы по важности кластер не подходил.
/ Уточнение требований клиентских групп
Мы скорректировали бизнес-процессы компании, переориентировав их на поддержку наиболее значимых точек контакта для клиента.
Опознав кластер как приоритетный, мы можем перейти к консолидации требований участников этого сегмента к сервису с помощью модели QFD.
Опознав кластер как приоритетный, мы можем перейти к консолидации требований участников этого сегмента к сервису с помощью модели QFD.
/ RFM анализ и работа с клиентским опытом
Рассмотрим ренее упоминаемый RFM анализ. Более подробно о RFM анализе можете посмотреть здесь.
Этим методом мы продолжаем исследовать закономерности поведения клиентов.
Аббревиатура RFM расшифровывается:
Этот фундаментальный принцип можно распространять на любые действия людей: вероятность покупки, вероятность заболеть, вероятность вернуться на сайт, вероятность попасть в тюрьму, вероятность кликнуть на баннер и т.д.
В итоге у нас получается, например, такая картина:
Этим методом мы продолжаем исследовать закономерности поведения клиентов.
Аббревиатура RFM расшифровывается:
- Recency — давность (как давно ваши пользователи что-то у вас покупали);
- Frequency — частота (как часто они у вас покупают);
- Monetary — деньги (общая сумма покупок).
Этот фундаментальный принцип можно распространять на любые действия людей: вероятность покупки, вероятность заболеть, вероятность вернуться на сайт, вероятность попасть в тюрьму, вероятность кликнуть на баннер и т.д.
В итоге у нас получается, например, такая картина:
В соответсвии с маркетинговым планом, по каждому сегменту мы производим целевые действия. Например, отправить письмо с релевантным контентом, предложить какой-то товар, открыть доступ к VIP-зоне или используем сегменты в дальнейших исследованиях, как упоминалось выше.
/ ABC-XYZ анализ для ассортиментной матрицы
ABC анализ — это способ классификации ресурсов по степени их влияния на прибыль компании. Чаще всего метод ABC применяют к товарному ассортименту, чтобы понять рентабельность групп товаров или отдельных наименований и скорректировать ассортимент.
XYZ анализ — это метод оценки стабильности спроса на выбранные позиции, который помогает понять, насколько сильно на продажи влияют внешние факторы: сезонность, рекламные кампании, веяния моды. Обычно метод XYZ используют, чтобы спланировать объёмы закупок и скорректировать ассортимент продукции.
Наиболее информативным будет, использовать оба этих метода вместе.
В таком виде у вас будет достаточно информации, да же если один показатель отсутствует. Например, если в ABC анализе нет данных о марженальности.
Более подробно о ABC-XYZ анализе можно прочитать здесь.
XYZ анализ — это метод оценки стабильности спроса на выбранные позиции, который помогает понять, насколько сильно на продажи влияют внешние факторы: сезонность, рекламные кампании, веяния моды. Обычно метод XYZ используют, чтобы спланировать объёмы закупок и скорректировать ассортимент продукции.
Наиболее информативным будет, использовать оба этих метода вместе.
В таком виде у вас будет достаточно информации, да же если один показатель отсутствует. Например, если в ABC анализе нет данных о марженальности.
Более подробно о ABC-XYZ анализе можно прочитать здесь.
Выше представлен первичный ABC-XYZ анализ по товарным группам женской одежды торгово-производственной компании. И что же с этими группами можно сделать, какие рекомендации?
В отчётах рекомендации расписываются по каждой присутствующей группе в анализе. Но мы возьмём для примера лишь несколько групп:
ААХ:
Высокая выручка, высокий объемом продаж и частый спрос покупателей. Товары этой категории всегда должны быть на складе, ради них идут клиенты. Нужно масштабировать успех. Использовать товары из группы в качестве "локомотива" в рекламных компаниях, привлекать на них новых клиентов.
Кроме того здесь можно рассмотреть возможность повышения рентабельности, увеличив цены на товары данных типов. Но, повышать цены нужно постепенно в виде теста, с проверкой гипотезы, зависит ли спрос от цены. Поднять цену на короткое время и если с увеличением цены товары не выходят из своей категории, то оставить повышенные цены. Кроме того на данные товары не нужно распространять скидки, т.к. в этом случае всё масштабирование сводится к нулю. А если после повышения цен спрос начинает падать, то цены нужно вернуть исходные т.к. спрос не стабильный и зависит от цены.
CCZ:
Низкая выручка, низкий объемом продаж и случайный спрос. Группа аутсайдеров. Такие товары нужно выводить из линейки. Но перед выводом необходимо провести исследование. Нужно смотреть дополнительно на их доходность. Если доходность оказывается в группе "А" или "B", то смотреть объективность нахождения товаров в данной категории.
Что нужно проверить?
CCY:
Низкая выручка, низкий объемом продаж и средний спрос.
Например, тип товаров “двойка”. Возможно, клиентам не нужен товар (2 в 1). Следует попробовать разбить комплектность и продавать отдельно. Все остальные типы (поло, бомбер, кардиган, парка, свитер), имеют сезонный спрос на холодный период времени.
Дополнительно проводить предсезонные PR-акции о товарах для холодного времени года. Возможно, ассортимент магазина просто не ассоциируется с таким видом товаров и люди покупают не целенаправленно, эту гепотизу нужно проверить.
BBX:
Средняя выручка, средний объем продаж и регулярный спрос.
Нужно вывести группу на уровень выше. Для этого разобраться, почему такая ситуация. Типы товаров “жилет” и “свитшот”. Среди них ассорти для теплой погоды, повседневные, деловые, нарядные и т.д. Нужно провести ABC-анализ внутри типов товаров и товары с наименьшим спросом вывести из линейки. Таким образом, останутся только востребованные товары и вид товаров сможет выйти в группу выше.
В отчётах рекомендации расписываются по каждой присутствующей группе в анализе. Но мы возьмём для примера лишь несколько групп:
ААХ:
Высокая выручка, высокий объемом продаж и частый спрос покупателей. Товары этой категории всегда должны быть на складе, ради них идут клиенты. Нужно масштабировать успех. Использовать товары из группы в качестве "локомотива" в рекламных компаниях, привлекать на них новых клиентов.
Кроме того здесь можно рассмотреть возможность повышения рентабельности, увеличив цены на товары данных типов. Но, повышать цены нужно постепенно в виде теста, с проверкой гипотезы, зависит ли спрос от цены. Поднять цену на короткое время и если с увеличением цены товары не выходят из своей категории, то оставить повышенные цены. Кроме того на данные товары не нужно распространять скидки, т.к. в этом случае всё масштабирование сводится к нулю. А если после повышения цен спрос начинает падать, то цены нужно вернуть исходные т.к. спрос не стабильный и зависит от цены.
CCZ:
Низкая выручка, низкий объемом продаж и случайный спрос. Группа аутсайдеров. Такие товары нужно выводить из линейки. Но перед выводом необходимо провести исследование. Нужно смотреть дополнительно на их доходность. Если доходность оказывается в группе "А" или "B", то смотреть объективность нахождения товаров в данной категории.
Что нужно проверить?
- Возможно у клиентов низкая осведомленность о товарах, они попросту о них не знают. Поэтому нужно явно предложить клиентам товары из группы CCZ и если гипотеза подтвердится, принять меры по продвижению. Например, предложить акцию "1+1" для стимулирования покупать большее количество. С небольшой наценкой, чтобы после скидки была та же рентабельность, но с большим количеством. Тогда товар может перейти в категорию СBY.
- Провести исследования для понимания причин, что именно не нравится клиентам в таких товарах. Это поможет в дальнейшем не выводить товары с подобными признаками. Возможно такой тип товаров как "воротник", клиенты не знают как и с чем использовать. В таком случае нужно популяризовать товар.
- В случае, если хранение и содержание товара стоит денег, то товар нужно вывести из линейки. Но если товар всё же продаётся, а содержание его равно 0, то товар можно использовать в качестве допродажи. А позиции которые вообще не продаются, однозначно выводить.
CCY:
Низкая выручка, низкий объемом продаж и средний спрос.
Например, тип товаров “двойка”. Возможно, клиентам не нужен товар (2 в 1). Следует попробовать разбить комплектность и продавать отдельно. Все остальные типы (поло, бомбер, кардиган, парка, свитер), имеют сезонный спрос на холодный период времени.
Дополнительно проводить предсезонные PR-акции о товарах для холодного времени года. Возможно, ассортимент магазина просто не ассоциируется с таким видом товаров и люди покупают не целенаправленно, эту гепотизу нужно проверить.
BBX:
Средняя выручка, средний объем продаж и регулярный спрос.
Нужно вывести группу на уровень выше. Для этого разобраться, почему такая ситуация. Типы товаров “жилет” и “свитшот”. Среди них ассорти для теплой погоды, повседневные, деловые, нарядные и т.д. Нужно провести ABC-анализ внутри типов товаров и товары с наименьшим спросом вывести из линейки. Таким образом, останутся только востребованные товары и вид товаров сможет выйти в группу выше.
/ Выводы
В этой статье лишь кратко затронуты несколько примеров, как с помощью аналитики можно увидеть ключевые точки роста компании.
К сожалению, большинство собственников и управленцев работают исключительно по наитию и в реальности затрудняются четко ответить на вопрос "как компания зарабатывает деньги?". Вообще вопрос "откуда деньги берутся" совсем не праздный. Из практики, большинство владельцев и управленцев вообще не представляют, почему их организация зарабатывает деньги. А с сотудниками всё ещё хуже, чаще они думают, что деньги берутся из бухгалтерии. И это все создает огромное количество проблем.
Но переход к аналитической культуре управления по математическим показателям окажет благотворное влияние на организацию. С помощью данных, вы сможете построить структуру выручки бизнеса и таким образом быстро понять где скрываются источники кратного роста.
К сожалению, большинство собственников и управленцев работают исключительно по наитию и в реальности затрудняются четко ответить на вопрос "как компания зарабатывает деньги?". Вообще вопрос "откуда деньги берутся" совсем не праздный. Из практики, большинство владельцев и управленцев вообще не представляют, почему их организация зарабатывает деньги. А с сотудниками всё ещё хуже, чаще они думают, что деньги берутся из бухгалтерии. И это все создает огромное количество проблем.
Но переход к аналитической культуре управления по математическим показателям окажет благотворное влияние на организацию. С помощью данных, вы сможете построить структуру выручки бизнеса и таким образом быстро понять где скрываются источники кратного роста.
/ ПОЛУЧИТЕ КОНСУЛЬТАЦИЮ
Узнайте как бизнес-аналитика может оптимизировать ваш бизнес.
Нажимая на кнопку, вы соглашаетесь с политикой конфиденциальности.
