Det kan godt være en udfordring at danne sig et overblik over de sammenhænge, der eksisterer mellem de mange varer, der hver dag ruller igennem forretningen.
Ved hjælp af varekurvsanalyse kan virksomhederne få indsigt i, hvilke varer der typisk bliver købt sammen, og bruge denne information til at forbedre både markedsføringsstrategi, placering af varer i butikken, tilbud og salgsfremmende aktiviteter.
Som eksempel kan en supermarkedskæde bruge varekurvsanalyse til at finde ud af, at kunder, der køber pizzasauce, ofte også køber mozzarella. Virksomheden kan så placere pizzasauce og mozzarella ved siden af hinanden i butikken for at øge sandsynligheden for, at kunderne køber begge produkter, og tilbyde rabatter eller kampagner for at øge salget af begge produkter.
Når man kører kampagner på udvalgte produkter, er det ikke altid en god forretning for virksomheden. Prisen på varen bliver simpelthen for lav til at give en ordentlig fortjeneste. Derfor er det essentielt, at kunden køber andre varer i butikken til den normale pris. Kampagneproduktet er trækplasteret, men ikke det, der giver indtjeningen.
En af vores kunder oplevede denne problemstilling. De havde behov for at danne sig et overblik over om en af deres mest populære udsalgsvarer blev købt alene (og derfor ikke var en god forretning) eller sammen med andre produkter.
Kunden brugte allerede Cognos, så vi kunne starte her. Vi udarbejdede derfor rapporter, som gav os mulighed for at følge op på udvalgte varer. I rapporten kunne kunden filtrere på lige præcis de kurve, hvor udsalgsvaren indgik, og se om der var andet i kurven og i så fald om det altid var samme produkter kunderne valgte til.
Rapporterne gav også indsigt i om det var samme situation i alle kædens butikker eller om der, afhængig af geografisk beliggenhed, var forskel på kundernes købsadfærd.
Overraskende nok blev kunden opmærksom på, at der faktisk var geografiske forskelle på, hvor ofte udsalgsproduktet endte alene i kurven. De fik også indblik i nogle nye købsmønstre og produktsammenhænge, som de faktisk ikke havde været klar over.
Resultatet er en dybere forståelse for den købsadfærd deres kunder udviser samt en indsigt, der både er kommet kunden til gode i deres kampagneplanlægning, deres produktsortiment, prisfastsættelse og butiksindretning.
På baggrund af denne nye analyse har kunden fået en god indikation af de sammenhænge, der eksisterer, men hvis der er behov for en dybere analyse og statiske værdier, der bekræfter styrken mellem de forskellige sammenhænge, vil der være behov for en anden type analyse, som både kan laves fra starten eller efterfølgende kobles på.
Ønsker virksomheden en dybere forståelse og statistiske værdier og - sammenhænge, så kan vi lave en mere avanceret analyse, som giver større datasikkerhed og som er i stand til at analysere på tværs af alle data. Den type analyse bygges i enten R eller Python.
Når vi arbejder med denne type varekurvsanalyse, så bruger vi den store mængde købsdata til at få indblik i produktsammenhænge og finde de typiske varekombinationer. Jo stærkere relationen mellem varerne er, jo højere er sikkerheden for, at de sælges sammen.
I processen inkluderer vi også længere strenge af varekombinationer. Er der for eksempel tre varer, der altid gør, at vare nummer fire også ender i kurven, kan vi ved hjælp af denne metode også identificere de mønstre.
Vil I gerne have et større indblik i jeres kunders købsadfærd, så book et uforpligtende inspirationsmøde med os, så finder vi sammen ud af, hvilken metode, der bedst matcher jeres behov.
Mødet er som udgangspunkt online og tager typisk omkring 45 minutter.
