Главная>Пресс-центр>Публикации>"Мы уходим в анализе из мира товаров в мир трендов".
Пресс-центр

Публикации в прессе

"Мы уходим в анализе из мира товаров в мир трендов".

14.07.2011

Русская версия
Эксклюзивное интервью Владимира Новикова, технического директора компании FIT, для блога её партнёра - компании Analyse²

Усиление клиенториентированного подхода в современной России

Сегодня в России задача правильного фокусирования сетевого ритейла на покупателях и формирования ассортимента с учетом покупательских предпочтений крайне актуальна. Этим занимаются практически все розничные компании. Ритейлеры стали понимать, как это важно, потому что это становится конкурентным преимуществом, и здесь скрыты большие резервы. Сформировалась тенденция клиенториентированного подхода, сфокусированного на потребностях покупателя.

Одна из ключевых задач сегодня – правильно предложить клиенту тот ассортимент, который соответствует его ожиданиям. Другая задача – оптимизация ассортимента для повышения эффективности бизнеса. При этом важно, чтобы обе задачи решались сбалансированно.

Недостатки традиционных подходов к пониманию потребностей покупателей

Как узнать, чего же хочет клиент? Многие компании опираются на анализ продаж. Но здесь существуют некоторые трудности.

  1. Ограничения анализа спроса по результатам анализа продаж
  2. Всегда, анализируя продажи, мы хотим получить не просто анализ продаж, а получить анализ спроса. Между двумя этими понятиями существует разница.
    • Мы оцениваем спрос на том множестве товаров (ассортименте), которое предлагается покупателю. И не учитываем потенциал товаров, не входящих в ассортимент.
    • Мы оцениваем продажи без однозначного понимания, был ли товар из ассортимента в продаже.
    • И, наконец, нашел ли покупатель нужный товар на полке (особенно это актуально для гипермаркетов).
  3. Проблемы с группировкой магазинов, для ведения в них сходного ассортимента
  4. С одной стороны, предпочтения в каждом магазине отличаются, с другой – компания не может себе позволить формировать в каждом магазине свой уникальный ассортимент, потому что управление такими многочисленными ассортиментами станет обходиться очень дорого. Фактически, из этого вытекает необходимость как-то сгруппировать (кластеризовать) магазины в однородные группы, для которых нужно формировать одинаковый ассортимент. Определить меру однородности – тоже проблема, особенно при ассортименте в несколько тысяч товарных позиций.

  5. Трудности при введении товара в ассортимент
  6. Здесь можно выделить три ситуации.

    Первая ситуация: нужно заменить имеющийся в ассортименте товар. Например, по причине, что его производство завершается, или у поставщика возникли проблемы.

    Вторая ситуация: поставщик пришел с новыми товарами, нужно принять решение, какой товар пойдет, а какой нет. Это задача самая тяжелая.

    Третья ситуация: разработка частной торговой марки (private label). Понятно, что эффективность частной торговой марки выше, да еще при этом и розничные цены ниже. Но какой именно товар лучше произвести?

    Вот эти три задачи не имели на сегодняшний день аналитического решения, выводы делались интуитивно, основываясь на предыдущем опыте, с учетом узкого набора критериев.

Инновация от компании Analyse2 – анализ трендов

Решение компании Analyse2 – это технология, которая позволяет более эффективно решать эти перечисленные задачи. Ключевым, принципиально новым моментом в решениях, которые мы увидели в компании Analyse2, стала возможность решать задачи по введению нового товара в ассортимент.

Суть метода компании Analyse2 состоит в том, чтобы выделить так называемые тренды на основе customer insight. Тренд – это образ, описывающий движущие мотивы покупателя при совершении покупки. Такой образ характеризуется определенным набором значений атрибутов для каждой категории товаров.

Например, существует тренд "здоровый образ жизни". Продукты с меньшей жирностью ему соответствуют. Человек, руководствующийся вкусовыми предпочтениями, любитель многообразия оценит широкую палитру вкусов, например, в йогуртах (тренд "разнообразия").

Занятый человек отвечает тренду "перекуса", он покупает продукты, готовые к употреблению или быстрому приготовлению.

"Органический" тренд: люди ищут товары, которые соответствуют требованиям экологической чистоты, натуральности продуктов.

Собрав такие тренды (а это отдельная большая работа экспертов в области продуктов питания), компания Analyse2 предложила технологию, которая позволила относить товары к тем или иным трендам. Причем один товар может относиться к нескольким трендам.

Каждый тренд обладает теми или иными характеристиками в контексте категории. Чтобы принимать решения по соответствию товара тренду, товар нужно описать: какие свойства он имеет. Принять решение, что товар соответствует конкретному тренду – это значит убедиться, что те свойства, которые есть у товара, соответствуют тем свойствам, которыми описан тренд в контексте конкретной категории.

Мостик между товаром и трендом

Таким образом, получился мостик между товаром и трендом. Теперь, при анализе продаж, если товар относится к этому тренду, мы фиксируем, что была продажа, которая соответствует этому тренду. Таким образом, мы уходим в анализе из мира товаров в мир трендов.

Принимая решения по оптимизации ассортимента, например, по выводу товара из ассортимента, мы смотрим: не затрагиваем ли мы таким решением соответствующий преобладающий тренд. Или наоборот: товар можно легко удалить, если он не соответствует основному тренду покупателей этого магазина.

Возникает цепочка: выявление трендов, анализ ассортимента, соответствующего этим трендам, и приближение ассортимента к ним для адекватности выявленным трендам. Такой подход практически позволяет решить задачу построения сбалансированного ассортимента.

С другой стороны, выявив эту структуру трендов в каждом магазине, мы можем решить задачу группировки (кластеризации) магазинов, где тренды близки.

Первый опыт применения в России

Мы увидели технологию, которая востребована в России, она может быть успешным дополнением к тем приемам, которые используют категорийные менеджеры и маркетинговые отделы. Первые представления этих технологий на конференциях в России показали большой интерес к этому подходу для решения задач планирования ассортимента.

В июле завершен первый проект в сетевой компании, имеющей более 100 магазинов, где была проанализирована молочная категория. Была проведена кластеризация магазинов, где в каждый из восьми кластеров попали магазины с очень близкими трендами, а между кластерами структура трендов существенно различается. Были даны рекомендации, что, в среднем, ассортимент товаров может быть сокращен на 18%, а также даны рекомендации: в каком кластере, какую подкатегорию имеет смысл усилить новыми товарами с заданными свойствами.

В ходе этого анализа в рамках выявленных трендов попутно могут выявиться некоторые другие характеристики товаров, которые являются ведущими: например, размер предпочитаемой упаковки для конкретного товара (минимальный – средний – семейный).

В рамках каждой подкатегории раскрывается структура ценообразования, к которой стремится покупатель. Восприятие цены ("дешево" – "средне" – "дорого") также является определенным фактором, который характеризует предпочтения покупателя, задает некий вектор для определения соответствующей структуры цен: какова должна быть доля товаров средней цены, дешевых и дорогих, что помогает улучшить политику ценообразования в кластерах магазинов.

Таким образом, цена и размер упаковки являются факторами оптимизации ассортимента. Кроме того, могут быть выявлены дополнительные атрибуты, которые влияют на принятие решения по введению, выведению, замене и видоизменению продажной формы товаров, предпочитаемых покупателями.



English version
The Analysis is shifting from the World of Products to the World of Trends
By: Vladimir Novikov
CTO, France Informatique & Technologie (FIT)

Consumer-centricity is strengthening in modern Russia

A highly relevant problem for Russian retailers today is to be able to focus on consumer needs and create an assortment that takes those needs into account. Almost all retailers are engaged in those types of activities. They have started to understand the importance of consumer-centricity, which can provide both competitive advantages and huge business opportunities.

A consumer-centric approach, which focuses on consumer needs, has become a new market trend.

One of the key tasks nowadays is to be able to propose the kind of assortment that satisfies consumer’s expectations. The other task is to be able to optimize the assortment in order to increase business efficiency and performance. It is important to find the balance between those two tasks.

The shortcomings of traditional approaches in understanding consumer needs

How do we find out what the customer wants? Many companies rely on sales analysis. However, it presents several difficulties:

  1. The results of sales analysis do not give a complete understanding of the demand analysis
  2. When we are doing sales analysis, we always want to obtain not just a sales analysis, but also a demand analysis. Those two concepts differ a lot.
    • We do the demand analysis based on the range of products which were already proposed to the customers earlier. The potential products which aren’t in the assortment are not taken into account.
    • We evaluate sales without having a clear understanding whether there were products from the assortment that were on sale at the moment of the estimation.
    • And, eventually, we discover whether the shopper was able to find the product on a market shelf or not (it is especially important for hypermarkets).
  3. Problems with store grouping: the introduction of similar assortment
  4. On one hand, each store has its own assortment recommendations. On the other hand, the company cannot afford building a unique assortment for each store because the control of such multiple assortments will be a very expensive. Actually, this shows the necessity of clustering the stores into homogeneous groups for which the same assortments can be developed. Defining the degree of homogeneity is problematic as well, especially if the assortment consists of a few thousand SKU’s.

  5. Introduction of novelties: difficulties
  6. Here we can identify three situations:

    The first situation shows the case of the existing product substitution, for example, because of termination of production or supplier problems.

    The second situation describes a decision-making process in the case of novelties: making a decision on what products to choose. This situation is the most difficult one.

    The third situation relates to a private label development. It is clear that the private label efficiency is higher and the sale price is lower, but what type of products would it be better to put into production?

    All these situations haven’t had an analytical solution until today. All decisions have been made using intuition, common sense and previous experience, taking into account only a limited number of criteria.

    Analyse² innovation – trend analysis

    Analyse²’s solution is a software which helps to solve the above mentioned tasks in a more efficient way. The new and unique key element of the Analyse² solution is that it provides a possibility to solve the problems of introducing novelties into the assortment.

    The core of the Analyse² methodology consists in the identification of the so-called "trend" in consumption. Trends describe shopper’s motives when making a purchase decision. Those trends are characterized by a certain set of attributes for each product category.

    Examples:

    • A "Well-being" trend corresponds to products with low fat content.
    • A person who is guided by taste preferences and loves taste diversity would appreciate a wide range of tastes in, e.g. yogurts ("New Experiences & Sensory" trend).
    • A busy person corresponds to the "Snacking" trend; he/she buys ready-made and processed products.
    • The "Organic" trend is presented by people who are looking for ecologically clear and natural products.
    By collecting those trends together, (this is a separate and big task for experts in the food industry), Analyse² proposes the technology which allows that products can correspond to one or another trend, and where one product can satisfy several trends.

    Each trend has different attributes according to the category which it belongs to. In order to make a decision about product and trend correlations, the product attributes have to be described. Concluding that a certain product matches a specific trend indicates that the product attributes correlate to trend attributes within the chosen category.

    "Bridge" between the product and trend

    Thus, we are able to cover the gap between product and trend. Now, doing the sales analysis, if the products belong to this trend, we capture that there was a sale that fits this trend. Thus, the analysis is shifting from the world of products into the world of trends.

    When making decisions to optimize the assortment, for example, removing products from the assortment, we try to notice if we touch a prevailing trend. Or vice versa: the product can be easily removed if it does not match the underlying consumer trend.

    Overall, the approach consists of the next steps: the identification of trends, assortment analysis, corresponding to these trends, and the evaluation of the assortment based on the congruity to identified trends. Using this approach, the problem of building the balanced assortment can be solved in practice.

    On the other hand, by revealing the structure of trends in each store, we can solve the problem of grouping (clustering) stores where the trends are similar.

    First experience of applying the technology in Russia

    This type of technology is in demand in Russia. It can add value to the methods that category managers and marketing departments are using. The technology has been presented in Russian conferences and revealed a great interest. The first project has already been started in Russia. It is for a retail chain which has more than 100 stores, and the dairy category has been analyzed.

    The store clustering was made and each of eight store clusters was represented by stores with very similar trends. At the same time, the trend structure between store clusters varies a lot. Several recommendations were given, e.g. the assortment might be reduced by an average of 18%. Additionally, recommendations of which cluster and which sub-category could be strengthened by introducing the products with certain attributes were given.

    The analysis showed that within the identified trends, various other leading product characteristics may emerge simultaneously, e.g. the preferred package size of a particular product (small – normal- large).

    Within each subcategory, a pricing strategy which fits consumers’ expectations could be revealed. The price perception ("cheap" – "normal" – "expensive") is a specific factor, which characterizes consumers’ preferences and defines a vector to determine the appropriate price structure. For instance, what should be the share of average-priced, cheap and expensive products? What could help to improve the pricing policy in store clusters?

    Thus, the price and the package size are factors important for assortment optimization. Moreover, the additional attributes that affect the decision on the introduction, removal, replacement and modification of "products’ sales form" preferred by customers can be identified.


Теги


Информация о компании France Informatique & Technologie (FIT)

Компания FIT более 25 лет работает на российском рынке и является одним из лидеров комплексной автоматизации сетей супер- и гипермаркетов. Компания FIT является разработчиком наиболее популярной на российском рынке системы автоматизированного управления сетевым розничным предприятием GESTORI Pro, аналитической системы DiAna: Digital Analytics Pro, кассовых систем «POS-FIT-K» Версия 5.01 и «POS-FIT-ФР».

Клиенты

Клиентами FIT являются более 1000 торговых компаний России и Беларуси, среди которых более 100 крупных сетей супер- и гипермаркетов, в том числе ЛИНИЯ, КИРОВСКИЙ, МАКСИДОМ, МАГНОЛИЯ, FIX PRICE, МОНЕТКА, АВОСЬКА, АЙКРАФТ, АБК, РИНГ и др.

Награды

Компания FIT – многократный обладатель премии «Золотые Весы» как лучший автоматизатор сетей супер- и гипермаркетов в сегментах food, DIY, drogerie и др. Национальная профессиональная премия «Золотые Весы» – высшая профессиональная награда РФ, присуждаемая за выдающиеся достижения в области оснащения предприятий торговли.

В 2010 году BI-система DiAna: Digital Analytics Pro стала лауреатом обзора PC Magazine/RE «Лучшие программы 2010». Редакция признала разработку компании FIT продуктом, вошедшим в число наиболее актуальных, интересных и качественных разработок 2010 года, оказавшим большое влияние на свой сегмент рынка, установив новые стандарты качества и функциональности.

Система GESTORI Pro (Back-Office)

GESTORI Pro – специализированный программный комплекс управления товародвижением в сетях супер- и гипермаркетов, включая подсистему управления логистикой склада класса WMS (Warehouse Management Systems), учитывающую и определяющую местоположение товаров на распределительных и дистрибьюторских центрах. Гибкость и богатство функционала системы GESTORI Pro, быстрота и легкость ее внедрения объясняют стабильный рост спроса на нее со стороны ритейлеров.

В рейтинге крупнейших розничных сетей России «INFOLine Retail Russia TOP-100 2015» система GESTORI Pro уверенно лидирует по числу пользователей: каждая четвертая российская сеть FMCG и DIY, входящая в число 70 ведущих компаний отрасли, использует эту разработку от компании FIT.

Отличительные особенности: надежность, масштабируемость, использование платформ разработки промышленного класса, эффективный удаленный доступ к базе данных с использованием низкоскоростных каналов. Логично дополняет GESTORI Pro аналитическая система DiAna: Digital Analytics Pro, относящаяся к классу BI (Business Intelligence).

Система DiAna: Digital Analytics Pro – аналитическая система класса BI

Специализированная на решении задач ритейла, программа помогает принимать обоснованные управленческие решения на основе анализа продаж и динамики складских запасов: помочь оптимизировать ассортимент и товарные запасы, правильно определить предпочтения типовых покупателей магазина, определить наиболее адекватные цены, которые позволят добиться максимальной прибыли от продаж данного товара. Причем система работает максимально быстро и наглядно. Такие возможности особенно востребованы при обработке больших массивов данных, когда очень важно не упустить логическую нить размышления из-за ожидания. Так, формирование графика динамики продаж или складских запасов крупного торгового предприятия за год занимает всего несколько секунд.

Систему DiAna: Digital Analytics Pro делает уникальной на рынке использование адаптированных математических моделей для решения прикладных ритейловых задач бизнес-анализа. В их числе модифицированные для ассортиментного анализа и планирования методики Бостонской матрицы, Дибб-Симкина, эконометрические модели и др.

DiAna: Digital Analytics Pro – лауреат обзора «BEST SOFT 2010», одна из лучших программ года по мнению редакции журнала PC Magazine/RE.

DiAna: Digital Analytics Pro – одна из немногих систем, разработанная специально для анализа информации каждого отдельного чека, продаж на каждой отдельной кассе вплоть до анализа загруженности той или иной смены кассиров на ней. Такой подход дает возможность составить полноценный портрет покупателя, выработать позиционирование с учетом его потребностей, вплоть до учета времени года, времени суток и географического положения торговой точки и на основе этого сформировать продуманную ассортиментную и ценовую политики.

Немаловажная особенность системы – ее универсальность в стыковке. Новая версия DiAna: Digital Analytics Pro работает не только с системой GESTORI Pro от компании FIT, но и может быть интегрирована с любой другой розничной системой управления товародвижением, уже используемой в торговой сети.

Front-end оборудование и кассовые системы (Front-Office)

Являясь Уполномоченным Поставщиком решений корпорации NCR уровня PREMIER на российском рынке, компания FIT осуществляет продажи и внедрение полного спектра решений корпорации NCR для розничной торговли, куда входят:
  • системы кассового самообслуживания Self-Checkouts (FastLane SelfServ Checkout),
  • POS-терминалы (RealPOS),
  • сканеры, биоптические сканеры и сканер-весы (RealScan),
  • принтеры и иное периферийное оборудование (RealPOS Printers, RealPOS Peripherals),
  • онлайн ККТ,
  • фискальные регистраторы,
  • соответствующие программные комплексы (SelfServ Checkout Software, Advanced Checkout Software, «POS-FIT-K» версия 5.01, «POS-FIT-ФР»).
Компания FIT провела интеграцию кассовой системы «POS-FIT-ФР» c программными комплексами кассовых систем самообслуживания NCR FastLane SelfServ Checkout (SSCO) и Fujitsu U-Scan Genesis, первой на российском рынке внедрив технологию самообслуживания у российского клиента — в сети супермаркетов «Магнолия» и одной из первых среди партнеров NCR — в сети продуктовых супермаркетов SEVEN.
 
Оборудование и программное обеспечение компании NCR используют ведущие розничные сети: Wal-Mart, Carrefour, Metro, Ahold, Target, Home Depot, Tesco и другие участники списка TOP-100 мирового ритейла.

Среди российских клиентов NCR – крупнейшие розничные операторы: «Магнит», X5 Retail Group, «Ашан», «Глобус», «Максидом», SPAR, «Монетка», «Поляна» и другие.

Эффективная сервисная поддержка всего поставляемого оборудования осуществляется сетью центров технического обслуживания (ЦТО), которую FIT активно развивает по всей стране, являясь заявителем в реестр ККТ целого спектра моделей онлайн касс.

Наверх