Betere marktinzichten met profilering in de detailhandel
Context en doelstellingen
Een gespecialiseerd analysebureau voor de detailhandel biedt zijn B2B-klanten een breed scala aan verkoop- en marktinzichten gericht op één entertainmentverticaal.
Om de beste rapportage en prognoses te geven, vertrouwden ze op onvolledige verkoopgegevens en extrapoleerden ze de marktaandelen van verschillende retailers per product. Het resultaat was echter niet altijd accuraat vanwege de beperkte informatie die ze in hun schattingen opnamen.
Onze klant wilde graag zijn extrapolatie verbeteren door de productkenmerken te identificeren die de marktaandelen van elke retailer en elk product bepalen.
Benadering
Gegevensidentificatie
Eerst begonnen we met het verzamelen van gegevens. We identificeerden twee categorieën:
Gemakkelijk verzamelde gegevens over producten, zoals informatie over releasedata en dagelijkse verkopen.
Complexe gegevens die onze klant niet vaak ontvangt of handmatig moet extraheren, zoals trends in marktaandelen uit het verleden.
Profilering
Op basis van elk type gegevens stelden we profilering op voor elke retailer met behulp van een voorspellend model. Dit hielp bij het identificeren van de essentiële gegevens om de marktaandelen voor elke retailer en elk product zo nauwkeurig mogelijk in te schatten.
Door voor elk type gegevens een profiel op te stellen, konden we het verlies aan nauwkeurigheid evalueren wanneer we alleen rekening houden met eenvoudig te verzamelen gegevens, in vergelijking met een aanpak waarbij alle gegevens worden verzameld.
Kennissessies
We leidden kennissessies met interne teams om de profilering voor andere retailers te vergroten.
Resultaten
Met de oplossing die we boden, was onze klant in staat om:
De nauwkeurigheid van extrapolatie van marktaandelen voor detailhandelaren verbeteren
Het model gebruiken en bijwerken voor elke nieuwe verkoper of product zonder hulp van derden
