CleverDATA CEO Denis Afanasev presentation for Oracle Big Data partner forum. 3D client view, client data enrichment and business cases, customer centric architecture,
CleverDATA CEO Denis Afanasev presentation for Oracle Big Data partner forum. 3D client view, client data enrichment and business cases, customer centric architecture,
- Яндекс.Директ и Google AdWords. Принципиальная разница в размещении и рентабельности.
- Почему не Яндекс.Маркет, а контекстная реклама?
- Тематические площадки Яндекс.Директа. Плюсы ретаргетинга.
- Целевой звонок как инструмент увеличения базы клиентов.
- Релевантные заголовки и релевантные страницы для контекстной рекламы. Глубина просмотра страниц с Яндекс.Директа.
- Медийная реклама — баннеры и запросы. Как сделать так, чтобы они работали.
- Как понять, что рекламная кампания действительно работает, а не растрачивает ваш бюджет?
Data-driven business: Информационная основа деятельности современной КомпанииAlexander Barakov
Обоснование концепции Data-driven business - попытка показать вектор трансформации способа ведения бизнеса вне зависимости от отрасли и найти ответы на ключевые вопросы, стоящие перед современной компанией:
Какие данные являются значимыми для бизнеса?
Какие значимые данные появятся и будут необходимы бизнесу через 5,10, 20 лет?
Какие новые виды анализа данных могут трансформировать принятие решений в вашей отрасли, повысив операционную эффективность?
Какой набор ПО оптимальным образом будет решать задачи связанные с хранением, обработкой, анализом данных и доставкой и информации пользователям?
Какие BI- BigData-решения внедрять, с какими приоритетами?
Какой набор ресурсов (внутренних/внешних) и компетенций необходимо аккумулировать для запуска и развития системы бизнес-анализа компании? (Как выбрать интегратора / консультанта? Какого набирать в штат? Как планировать и управлять BI-проектами? и т.д.)
Как необходимо трансформировать бизнес-процессы и корпоративную культуру?
и т.д.
Инвестиционный курс "Road map: подготовка к инвестициям" - "Время и деньги ин...Business incubator HSE
С 29 июля по 12 августа Бизнес-инкубатор НИУ ВШЭ проводит курсы инвестиционной грамотности для стартапов «Road map: подготовка к инвестициям». Программа занятий комбинирует лекции и мастер-классы, которые ведут в реальном времени аналитики, эксперты и руководители венчурных фондов, открытые для вопросов участников и предметных консультаций.
В рамках курса "Road map: подготовка к инвестициям" слушателям придется проверить свою вежливость на прочность, переоформить презентационные материалы, пересчитать финансовую модель, потренировать свои навыки выступлений, привлекая инвестора на свою сторону. Все задания и работа участников носит исключительно практический характер. Сотрудничество с экспертами направлено на развитие навыков по формированию "дорожной карты" и планированию поэтапного участия в инвестиционной сессии.
Что дает участие в курсе:
- Личные знакомства с ведущими экспертами в отрасли венчурного инвестирования.
- Список контактов представителей фондов и институтов развития.
- Профессиональную экспертизу, оценку документов и разбор презентационных материалов стартапа.
- Практические навыки и знания по построению и прохождению поэтапной карты для инвестиционной сессии.
Управление клиентской базой - подходы к внедрениюNGM
Дорожная карта по внедрению процессов управления клиентской базой. Обзор ключевых возможностей и задач по построению эффективной модели работы с клиентскими данными и управлению маркетинговыми коммуникациями.
Какие задачи решаются при построении системы управления клиентской базой?
Что нужно сделать, чтобы система работала и приносила результат?
Какие ключевые этапы должны быть включены в проект?
- Яндекс.Директ и Google AdWords. Принципиальная разница в размещении и рентабельности.
- Почему не Яндекс.Маркет, а контекстная реклама?
- Тематические площадки Яндекс.Директа. Плюсы ретаргетинга.
- Целевой звонок как инструмент увеличения базы клиентов.
- Релевантные заголовки и релевантные страницы для контекстной рекламы. Глубина просмотра страниц с Яндекс.Директа.
- Медийная реклама — баннеры и запросы. Как сделать так, чтобы они работали.
- Как понять, что рекламная кампания действительно работает, а не растрачивает ваш бюджет?
Data-driven business: Информационная основа деятельности современной КомпанииAlexander Barakov
Обоснование концепции Data-driven business - попытка показать вектор трансформации способа ведения бизнеса вне зависимости от отрасли и найти ответы на ключевые вопросы, стоящие перед современной компанией:
Какие данные являются значимыми для бизнеса?
Какие значимые данные появятся и будут необходимы бизнесу через 5,10, 20 лет?
Какие новые виды анализа данных могут трансформировать принятие решений в вашей отрасли, повысив операционную эффективность?
Какой набор ПО оптимальным образом будет решать задачи связанные с хранением, обработкой, анализом данных и доставкой и информации пользователям?
Какие BI- BigData-решения внедрять, с какими приоритетами?
Какой набор ресурсов (внутренних/внешних) и компетенций необходимо аккумулировать для запуска и развития системы бизнес-анализа компании? (Как выбрать интегратора / консультанта? Какого набирать в штат? Как планировать и управлять BI-проектами? и т.д.)
Как необходимо трансформировать бизнес-процессы и корпоративную культуру?
и т.д.
Инвестиционный курс "Road map: подготовка к инвестициям" - "Время и деньги ин...Business incubator HSE
С 29 июля по 12 августа Бизнес-инкубатор НИУ ВШЭ проводит курсы инвестиционной грамотности для стартапов «Road map: подготовка к инвестициям». Программа занятий комбинирует лекции и мастер-классы, которые ведут в реальном времени аналитики, эксперты и руководители венчурных фондов, открытые для вопросов участников и предметных консультаций.
В рамках курса "Road map: подготовка к инвестициям" слушателям придется проверить свою вежливость на прочность, переоформить презентационные материалы, пересчитать финансовую модель, потренировать свои навыки выступлений, привлекая инвестора на свою сторону. Все задания и работа участников носит исключительно практический характер. Сотрудничество с экспертами направлено на развитие навыков по формированию "дорожной карты" и планированию поэтапного участия в инвестиционной сессии.
Что дает участие в курсе:
- Личные знакомства с ведущими экспертами в отрасли венчурного инвестирования.
- Список контактов представителей фондов и институтов развития.
- Профессиональную экспертизу, оценку документов и разбор презентационных материалов стартапа.
- Практические навыки и знания по построению и прохождению поэтапной карты для инвестиционной сессии.
Управление клиентской базой - подходы к внедрениюNGM
Дорожная карта по внедрению процессов управления клиентской базой. Обзор ключевых возможностей и задач по построению эффективной модели работы с клиентскими данными и управлению маркетинговыми коммуникациями.
Какие задачи решаются при построении системы управления клиентской базой?
Что нужно сделать, чтобы система работала и приносила результат?
Какие ключевые этапы должны быть включены в проект?
This document discusses retail business in Russia in 2014. It mentions Jeanne Shalimova as the CEO of Retail Business Russia 2014. It also references a research laboratory for advertising performance and the mobile app company AppLovin.
Agrokor grew its market share and expanded into new businesses during an economic recession by entering new industries such as water, edible oils, retailing, and ice cream. It expanded regionally into Bosnia and Herzegovina and Serbia, and entered the EU market in Hungary. Agrokor strengthened its capital structure through an EBRD equity stake and focused on efficiency, core businesses, and capital optimization. By 2012, Agrokor Retail and Mercator had combined sales of over €9 billion and was a leader in food retailing in Southeastern Europe.
2. 2
Общее представление о Дикси
• 3ья по величине национальная
сеть продовольственных
магазинов
• $7 млрд USD годового оборота
• Многоформатность
• 1880 магазинов
• 19% CAGR (среднегодовой темп
роста) за последние 5 лет
• 35,000 сотрудников
3. 3
Продовольственный рынок в России
• Рынок стабилизируется
– 3 доминирующих на российском рынке
сети;
– Федеральные и крупные региональные
игроки;
– Иностранные ритейлеры входят на рынок.
• Агрессивная ценовая
конкуренция
4. 4
Продовольственный рынок в России
• Большое разнообразие в конкурентном окружении:
– Интенсивная конкуренция в Москве и Санкт-Петербурге;
– Распространение в удалённые населённые пункты.
5. 5
Вызовы, стоящие перед Дикси
• Огромное разнообразие
конкурентного окружения;
• Расширение географии;
• Высокая нагрузка на IT;
• Развитие категорийного
менеджмента.
6. 6
Стратегия Дикси
• Поддержание баланса «Лучшая цена – Качество» для привлечения
покупателей;
• Широкий ассортимент продукции «Фреш»;
• Баланс цены и качества важнее низкой цены на товар;
• Расширение выбора позиций собственной торговой марки.
7. 7
• Недостаточно ресурсов для разработки стратегий
• Слишком много времени требуется на сбор данных и исполнение
бизнес правил
Управляемые ценовые процессы
• Баланс качество и цены предусматривают новые стратегии развития
Изменения рынка
• Компания теряет прибыль, если не делает дифференциацию
Разнообразное конкурентное
окружение и Форматы магазинов
• Увеличение числа данных, которые нужно анализировать
• Управляемые вручную процессы – это возможность ошибкиРост числа магазинов
• Разные сценарии покупательского поведения
• Многочисленные изменения в ценах и операцияхГеографическое расширение
Зачем оптимизировать цены?
8. 8
Процесс выбора
Процесс оценивания
• 3 пилотных месяца
• 1 регион
• 195 магазинов
• 4 категории:
• Пиво
• Растительное масло
• Консервированные овощи
• Еда для домашних животных
• 2 стратегии:
• KVI: Price Match (Соответствие цен)
• Баланс: сохранить наценку, чтобы
компенсировать потерю доходности
по низкомаржинальным позициям,
когда это возможно
Критерии оценки
• Автоматизация
• Наука
• Стратегия
• Сфера применения
• Ссылки, обзор
• Партнерство
9. 9
• Цен оптимизировано: 90%
• Стратегия повысила доходность
категории, при этом не повлияв на
объем продаж.
Пилотные результаты
10. 10
Выбирая Revionics
•Набор внутренних и внешних
данных
•Установить бизнес правила и
ограничения
•Рекомендации по
исполняемому/измеряемому
ценообразованию
Автоматизация
•Эластичность цен, сходство
признаков и компиляция
•Влияние сезонности и
праздников
•Точные, основанные на
спросе, прогнозы
Наука
•Ссылки на категорийные
правила и намерения с
использованием ценовых
стратегий и тактик
•Поддерживает/опровергает
выбранные стратегии
аналитикой, базируемой на
фактах
Стратегия
•SaaS, на основе облачных
вычислений решение с низкой
потребностью в IT ресурсах
•Интуитивный, удобный,
понятный для покупателя,
пользовательский интерфейс и
технологический процесс
Сфера
применения
•Многие клиенты продуктовых
желают поделиться опытом и
привилегиями
•Посещение пользовательских
конференций для получения
советов от коллег и экспертов
Ссылки, обзор
•Европейская команда
экспертов по расцениванию
доступна для обращений
•Местный Партнёр-Консультант
заполняет возможные
лингвистические пробелы
Поддержка
•Предоставление экспертной
информации по
ценообразованию и ответы на
специфические вопросы по
нашему бизнесу
Партнерство
11. 11
Начальная
подготовка
Пилотная версия Открытие
Загрузка данных и
Обработка данных
Внедрение Выбор категорий
Установить бизнес
правила и
операционные
ограничения
Установить
категориальные
стратегии, KVI’s и
желаемый уровень цен
«Что-Если» симуляция
лучше всего подходит
выбора стратегий
Модификация Кластеризация зон
магазинов
Оптимизация
конкурентоспособного
позиционирования,
правил и ограничений
Перейти от «Decision
Support» (поддержка
решения) к «Decision
Automation»
(автоматизация
решения)
Процесс подготовки
12. 12
Категория «Roll Out» (в большом
количестве) ≈2 месяца/волна
12
Волна 1
•Опыт категорийных
менеджеров;
•Простые для управления
категории.
•Настройка правил:
•Ключевые значения
индексов
•Собственная торговая марка
•Аналоговые группы
•Правила округления
•Ограничения на изменения
цен
Волна 2
•Больше сложных и важных
категорий, чем в Волне 1
•Воспользоваться результатами
Волны 1:
•Понять влияние эластичности
цен на стратегию «KVI»
решений
•Воспользоваться «Что-Если»
стратегией симуляции, чтобы
найти лучшие категориальные
решения
•Лучшее определение правил и
ограничений
Волна 3
•Большинство сложных
категорий
•Категории с большим
влиянием на:
•Доход
•Наценку
•Прибыль
•Трафик
•Ценовое восприятие
13. 13
• Оптимизация ведётся с учетом категорийных стратегиям с правилами и
ограничениями
• Гарантирует достижение целей по конкурентоспособному позиционированию,
наценке, продажам, доле в обороте
Настройка стратегий
Рыночные цены Текущая цена
Наценка Эластичность
Собственная марка Категорийные правила
Доходность
Ограничения
Параметризует
оптимизацию для разных
стратегий
14. 14
• Обоснование любой ценовой рекомендации;
• Доверие и уверенность при выборе;
• Показывает достоверность информации.
Информационная открытость
15. 15
«Что-Если» сценарии
• Способствует изменению категорийных правил, коэффициентов и
стратегий;
• Прогнозирует и сравнивает влияние альтернативных стратегий на
продажи, наценку и доход
• Гарантирует, что выбранная стратегия обеспечит нужные цели
15
16. 16
Ключевые Преимущества
Научный Сервер активирует анализ эластичности
по статистике продаж
Сокращение ресурсов, требуемых для контроля
за ценообразованием
Выбор ключевых категорий для максимизации
спроса и улучшения ценового восприятия
Выбор оптимальных стратегий с помощью
симуляций «что если»
17. 17
Кластеризация
торговых зон
• Эластичность
• Конкурентное окружение
• География/Демография
Автоматизация
решения
• Автоматическая
установка цен
• Контроль исключений
• Основные ресурсы – на
определение стратегий
категории
Будет
объявлено…
Что дальше?
17
Editor's Notes
You can talk about the timeframes for the data loads
I would also add why you selected different categories for each of the waves – was it simply part of a category review cycle or were there other reasons for selecting specific categories in each wave: such as having a person who was an advocate for Price Optimization, were there categories experiencing problems achieving scorecard objectives, etc?