karimco

Исследования и аналитика

Назад к списку

Навигатор продаж

         Продавать сложно. Есть много способов как это делать. И объединяет их всех тот факт, что каждый продавец желает знать где сидит покупатель. Желаем знать драйверы: что именно и насколько способно влиять на продажи. Понимание драйверов позволяет строить цепочку от бизнеса к потребителю. Вопрос в том, как найти свои драйверы продаж?! Если вы сторонник среднего мышления, то есть оперируете понятиями "в среднем будет так-то .." или "примерная конверсия будет ..", то читать дальше вам не нужно. Ниже изложена схема работы навигатора продаж для тех, кто желает строить на основе измерений и понимает, что цифры придуманы для того, чтобы ими 


пользоваться для достижения цели, в том числе и цели роста продаж. 

Что на входе. В первую очередь это данные доходов и расходов. Обычно их можно получить из CRM системы. Проводя геп-анализ, можно выявлять зоны роста и точки улучшений. И фокус идет на оптимизацию и точечное исправление. Как правило, подобные задачи решаются внутренними силами: аналитики продаж. Для нас важно, что эти данные будут выступать измерением текущей ситуации. То есть то, сколько мы продаем здесь и сейчас. Отталкиваясь от аксиомы, что продажи - это следствие, а не первопричина, мы собираем релевантные данные по рынку выборочно. Замеры могут проходить разово или с повторами. Репрезентативно. Таким образом, мы обретаем знание о том, что является первопричиной продаж: представленность в торговой точке, намерение к покупке у потребителя и др. Анкета для оценки представленности содержит такие вопросы как "Ассортимент основной полки", "Кол-во дополнительных мест продаж", "Кол-во касс и тележек". Для измерения намерения к покупке в анкету включают "Частота и размер покупок", "Понимание уникальности бренда", "Эмоции вызываемые брендом" и тд. Это пример анкет для брендов сегмента FMCG. Под каждый бренд пишется своя анкета с учетом сегмента рынка и накопленных знаний. 

Коробка. Мы имеем данные из разных источников: данные продаж, анкетные данные о рынке, накопленные ранее данные и, конечно, экспертные данные топ-менеджмента. Если компания обладает ресурсами, то также есть потоковые данные или бигдата. Для правильной работы с различными источниками данных необходимо построить методологию, которая свяжет все данные воедино - это дата-сет. На его основе создается нейро-алгоритм. В отличии от простых алгоритмов, которые оперируют 2-3 формулами, нейро-алгоритм позволяет работать с сотнями-тысячами формул одновременно. Поэтому нейро-алгоритмы обладают сегодня максимальной точностью в расчетах. Работа нейро-алгоритмов - это мозг системы. Мы внедрили его в нашу систему поддержки принятия решений (СППР). И предоставили пользователям такие аналитические инструменты как: проверка гипотез и идей, построение дерева решений, поиск оптимума и так далее. 

И на выходе. СППР позволяет находить ответы, а именно измерино показывает драйверы: влияние на продажи и потенциал роста продаж. Помогает выстраивать сбалансированную систему оценки спроса в кратко- и долгосрочной перспективе. Отслеживать всплески и давать им объяснение. Рекомендации. Возможности системы включают оповещение по тригеру: например, вы получите уведомление при условии, что прогноз СППР ниже требуемой нормы KPI. А ответственный сотрудник, получив подобное уведомление, сможет на начальной стадии решать проблему.  

Послесловие. Есть ряд вопросов: с какими данными лучше работать? как правильно их связать между собой? как интерпретировать результат? и другие. Здесь мы готовы помогать, так как в полной мере обладаем технологией. Имеем большой опыт и практики. Обеспечим прозрачность анализа и интерпретации. Вместе протестируем жизнеспособность системы. Поддерживаем и развиваем СППР внутри компании. Главное, вы сможете получать информацию из данных и рентабельно ей пользоваться.  

© 2019 KarimCo - Исследования и аналитика на основе технологии искусственного интеллекта