Анализ покупательной способности
Описание
Бюджетный анализ направлен на поиск групп клиентов с близкими моделями бюджетных оценок, то есть людей со схожими представлениями об «относительной цене». Это означает, что фактические продукты для бюджетного анализа не так важны. Важно то, были ли эти продукты дорогими или нет, сколько из них было куплено, сколько денег в целом было потрачено и т. д. Анализ бюджета отлично работает с миссиями по покупкам, давая наиболее целостное представление о поведении клиентов.
Обоснование
Выявление сегментов клиентов с разной покупательной способностью дает возможность пересмотреть миссии покупателей и, таким образом, понять различия между покупателями в разных магазинах как с точки зрения мотивации, так и с точки зрения бюджета. Анализ покупательной способности клиентов и покупательских миссий может стать первым шагом к оптимизации ассортимента.
Данные
Чеки (желательно с идентификаторами покупателей), ассортиментная матрица, результаты анализа торговых миссий (по желанию).
Наш подход
Во-первых, цены были сгруппированы по товарным категориям, и для каждой категории путем кластеризации были определены границы «очень низких», «низких», «средних» и «высоких» цен. Затем, после итеративного конструирования признаков и корректировки модели машинного обучения, были выбраны окончательные признаки и модель, и каждый чек был помечен кластером бюджетирования. Затем кластеры бюджетирования были проанализированы, сопоставлены и описаны, в том числе и с точки зрения торговых миссий. Наконец, был создан отчет Power BI для демонстрации результатов.
Результаты
Анализ показывает, что действительно есть несколько общих бюджетных стратегий, которые демонстрируют клиенты, однако доля этих стратегий варьируется, в зависимости от магазина и торговых миссий. Кроме того, отмечены некоторые миссии и бюджетные кластеры, где профили спроса и предложения выглядят не совсем одинаково. Такие случаи указывают на потенциальную, хотя и не гарантированную, возможность оптимизации ассортимента.
Budgeting Analysis
Case description
Budget analysis aims to find groups of clients with similar budget estimates, that is, people with similar ideas about relative price. This means that the actual products for the budget analysis are not as important. What matters is whether those products were expensive or not, how many of them were bought, how much money was spent in total, etc. Budget analysis works great with shopping missions, giving the most holistic view of customer behavior.
Case motivation
Identifying customer segments with different purchasing power makes it possible to revisit customer missions and thus understand the differences between customers in different stores, both in terms of motivation and budget. Analyzing the purchasing power of customers and buying missions can be the first step towards optimizing the assortment.
Data
Receipts (preferably with customer identifiers), assortment matrix, results of analysis of trade missions (optional).
Our approach
First, prices were grouped into product categories, and for each category, the boundaries of “very low”, “low”, “medium” and “high” prices were determined by clustering. Then, after iterative feature engineering and adjustment of the machine learning model, the final features and model were selected and each check was labeled with a budgeting cluster. Then the budgeting clusters were analyzed, compared and described, including from the point of view of trade missions. Finally, a Power BI report was created to showcase the results.
Results
The analysis shows that there are indeed several common budget strategies that customers demonstrate, but the proportion of these strategies varies depending on the store and sales missions. In addition, some missions and budget clusters are noted where demand and supply profiles do not look exactly the same. Such cases indicate a potential, although not guaranteed, opportunity for assortment optimization.
