SlideShare a Scribd company logo
ЗАДАЧИ DATA MINING
В РОЗНИЧНОЙ СЕТИ МТС
Ефимов Александр
Начальник аналитического отдела
Розничная сеть МТС
Содержание

 Розничная сеть МТС
 Аналитические задачи в Розничной сети МТС
 Прогнозирование эффекта маркетинговых акций
 Ассортиментное планирование (сегментирование товаров и
  салонов)




                                                           2
Розничная сеть МТС

 Розничная сеть МТС является дочерней компанией одноименного
  сотового оператора
 Компания основана в апреле 2009 года
 В августе 2010 года компания насчитывает 2200 торговых точек
 Сотовый розничный рынок
       Предельно прозрачный, т.к. всего три крупных игрока (Евросеть,
        Связной, МТС, в августе свою розничную сеть начал строить Мегафон)
        и каждый игрок заказывает товар напрямую от поставщиков
       Крайне сложный, т.к. очень высокая конкуренция между тройкой
        лидеров – борьба за клиента, ценовая конкуренция, а, значит, низкий
        уровень прибыли

 Розничная сеть МТС занимает 10% доли рынка после Евросети и
  Связного




                                                                          3
Аналитические задачи в Розничной сети МТС
 Долгосрочное планирование
       Коммерческое годовое планирование
       Коммерческое квартальное планирование
                                            Среднесрочное
                                             планирование
                                                   Кластеризация торговых
                                                    точек
                                                   Прогнозирование продаж
                                                    во время маркетинговых
                                                    активностей
                                                   Прогнозирование объемов
                                                    закупок товара на
                                                    центральный склад

                                            Краткосрочное
                                             планирование
                                                   Прогнозирование
                                                    потребности товара на
                                                    торговых точках
                                                                        4
Планирование маркетинговых
активностей




                             5
Этапы планирования маркетинговой активности

 Определение формата активности
         Подарок, скидка, платеж при подключении, мотивация продавцов-
          консультантов и т.д.

 Определение способа информационной поддержки активности
         Листовки, плакаты, реклама по телевизору и т.д.

 Подготовка списка моделей, участвующих в активности
 Расчет бизнес-сценария для определения эффективности
  активности: изменение показателей валовой прибыли, маржи*,
  расходов
         Прогнозирование продаж во время проведения маркетинговой
          активности

 Обеспечение товара для проведения активности
         Успешное проведение маркетинговой активности возможно лишь при
          заблаговременном планировании товара для обеспечения продаж
         В зависимости от условий поставщика срок поставки товара
          составляет от 4 до 8 недель
* Маржа – разница между ценой продажи и ценой закупки товара               6
Подготовка списка моделей для активности

                           Достаточнос Оборачивае
                                                    Вклад в
                                                  оборачивае
                                                             Эластичност    Маркетинговая активность
                                ть       мость                ь по цене
                                                     мость
                                                                             нацелена на выполнение
Samsung S5230                 97%         66         0,11        0,0
                                                                             следующих задач:
Nokia 5228                    91%         58        -0,05        0,4
Nokia 5230                    85%         38        -0,55        0,8
                                                                                  Повышение продаж
Nokia 5530                    91%         40        -0,56        0,8              Слив старых моделей,
Nokia 6303ci                  89%         52        -0,12        0,8               которые уже не производятся
Nokia C5-00                   77%         23        -0,53       -0,9               и не поставляются
Nokia 7230                    80%         30        -0,30       -0,9              Перераспределение долей
Nokia 6700                    86%         53        -0,18        0,8               брендов
Nokia 3710                    81%         46        -0,11       -0,1
Samsung S5620 Monte           74%         41        -0,15       -1,0        Выбор моделей для
Samsung S5233 StarTV          68%         18        -0,30        0,9         маркетинговой активности
LG GS290                      95%         88         0,19        0,3         производится исходя из этих
Samsung C6112                 83%         48        -0,10        1,0         задач
Nokia E52                     87%         57        -0,04        1,0
Nokia 6700s                   50%         78         0,05        0,5
Philips Xenium X710/X503      85%         81         0,03        0,9

   Достаточность – отношение фактического остатка к плановому
   Оборачиваемость – отношение остатка к среднедневным продажам
   Эластичность – корреляция изменения между продажами и изменением цены                                   7
Задача прогнозирования продаж во время проведения
активности и входные данные
 Задача
      Определить суммарное изменение (прирост) продаж во время
       проведения активности по отношению к сценарию не введение
      Определить необходимое дополнительное количество каждой модели
       для проведения маркетинговой активности

 Входные данные
      Список моделей, участвующих в маркетинговой активности
      Список моделей, которые будут сканибализированы
      История продаж
      Сезонность продаж (рекомендуется использовать данные сезонности,
       предоставляемые аналитическим агентством, например, GFK, TNS,
       Nielsen)
      История проведения маркетинговых активностей
      Типы маркетинговых активностей
      Стоимость моделей, участвующих в маркетинговой активности




                                                                          8
Этап 1: Формирование выборки данных для обучения

 Из общего списка активностей выбираем те, которые имеют тот же
  тип, что и планируемая активность
 Для планируемой активности вычисляем среднюю стоимость
  модели, участвующей в активности
                                      Из полученного на
                                       предыдущем этапе
                                       списка активностей
                                       отбираем только те, у
                                       которых средняя
                                       стоимость модели
                                       находится в том же
                                       ценовом диапазоне, что и
                                       у планируемой
                                       активности




                                                                  9
Этап 2: Прогнозирование изменения продаж во время
проведения активности
 Прогнозируем сценарий не введение
       Для каждой модели, участвующей в планируемой активности,
        исключаем из истории продажи всех проведенных активностей
       Прогнозируем продажи на даты проведения планируемой активности
       Получаем прогноз продаж при сценарии не введение

 Прогнозируем сценарий введение
       Для каждой модели накладываем даты проведения активностей для
        обучения на историю продаж, остальные проведенные активности
        исключаем из истории
       Прогнозируем продажи на даты проведения планируемой активности
       Получаем прогноз продажи при сценарии введение

 Берем разницу между прогнозом продаж сценария не введение и
  сценария введения и получаем инкрементальное изменение
  прогноза продаж во время проведения активности



                                                                         10
Кластеризация торговых точек




                               11
Проблема ассортиментного планирования

                                                           Розничная сеть МТС
                                                            насчитывает
                                                                 2200 торговых точек
                                                                 100 моделей телефонов в
                                                                  ассортименте

                                                           Проблема:
                                                                 Индивидуальное
                                                                  планирование ассортимента
                                                                  на каждую торговую точку
                                                                  требует много времени у
                                                                  сотрудников

                                                           Решение:
                                                                 Группировка торговых точек
                                                                 Планирование ассортимента
                                                                  для групп торговых точек


   По горизонтальной оси – продажи за два месяца (шт.)
   По вертикальной оси – средняя цена телефона (руб.)                                      12
Проблема перевода торговой точки в другой класс

 Класс торговой точки определяет ее ассортимент
 Со временем ассортимент торговой точки должен меняться, т.к.
       Продажи на торговых точках могут расти или падать
       Может наблюдаться изменение структуры продаж в сторону более
        дорогих или наоборот дешевых моделей

 При смене класса торговой точки возникает ряд вопросов
       При увеличении класса необходимо добавить товар для заполнения
        ассортимента, соответствующий новому классу торговой точки
       При уменьшении класса на торговой точке остается товар, который
        торговая точка и так продать не в состоянии, и этот товар надо куда-то
        девать

 Перед решением задачи классификации торговых точек следует
  решить задачу ассортиментного наполнения этих классов торговых
  точек



                                                                            13
Формирование подхода к классам торговых точек

 Для компании наиболее интересно продавать
  много дорогих телефонов, тем не менее
  встречаются торговые точки как хорошо
  продающие дорогие модели, так и наоборот
 Поэтому логично ввести следующую
  классификацию торговых точек LOW, MID, HI,
  VIP согласно ценовым сегментам
 Поскольку со временем торговые точки могут
  менять свой класс, возникает проблема
  наполнения торговой точки ассортиментом
  при смене класса торговой точки
 Поэтому логично определить вложенность
  классов ассортимента




                                                14
Задача классификации торговых точек

 Задача
      Сформировать ассортиментное наполнение классов LOW, MID, HI, VIP
      Отнести каждую торговую точку к одному из классов LOW, MID, HI, VIP



 Входные данные
      Стоимость моделей телефонов
      Данные о продажах каждой модели в каждой торговой точке




                                                                        15
Формирование ассортиментной матрицы

 Разделим весь ассортимент на три сегмента – дешевые, средние и
  дорогие
 Пусть класс HI составляют все модели
 Класс LOW наполним
       100% моделей дешевого сегмента
       25% моделей среднего сегмента
       10% моделей дорогого сегмента

 Класс MID наполним
       100% моделей дешевого сегмента
       75% моделей среднего сегмента
       50% моделей дорогого сегмента

 Класс VIP наполним
       10% моделей дешевого сегмента
       25% моделей среднего сегмента
       100% моделей дорогого сегмента


                                                              16
Формирование классов торговых точек

                                                           Определяем среднюю
                                                            стоимость телефона у
                                                            торговой точки: относим сумму
                                                            продаж в деньгах к количеству
                                                            продаж в штуках
                                                           Определяем к какому классу
                                                            ассортимента ближе средняя
                                                            стоимость телефона торговой
                                                            точки
                                                           Этот класс ассортимента
                                                            назначаем в качестве
                                                            кластера торговой точки




   По горизонтальной оси – продажи за два месяца (шт.)
   По вертикальной оси – средняя цена телефона (руб.)                                 17
СПАСИБО ЗА ВНИМАНИЕ!

More Related Content

What's hot

Планирование и организация продаж
Планирование и организация продажПланирование и организация продаж
Планирование и организация продаж
Yuriy Robul
 
Hints on how to choose a merchandising servicing agency for retail commerce
Hints on how to choose a merchandising servicing agency for retail commerceHints on how to choose a merchandising servicing agency for retail commerce
Hints on how to choose a merchandising servicing agency for retail commerce
Sales Support Group
 
опыт ленты в км
опыт ленты в кмопыт ленты в км
опыт ленты в км
mixas450
 
Segmentation in b2 b webinar 8-09-11
Segmentation in b2 b   webinar 8-09-11Segmentation in b2 b   webinar 8-09-11
Segmentation in b2 b webinar 8-09-11
Association of Industrial Automation of Ukraine
 
Final big mak_v5
Final big mak_v5Final big mak_v5
Final big mak_v5Nikolay
 
Cm Classic Model All
Cm Classic Model AllCm Classic Model All
Cm Classic Model All
mixas450
 
основы категорийного менеджмента
основы категорийного менеджментаосновы категорийного менеджмента
основы категорийного менеджментаilchyshyna
 

What's hot (9)

Планирование и организация продаж
Планирование и организация продажПланирование и организация продаж
Планирование и организация продаж
 
Hints on how to choose a merchandising servicing agency for retail commerce
Hints on how to choose a merchandising servicing agency for retail commerceHints on how to choose a merchandising servicing agency for retail commerce
Hints on how to choose a merchandising servicing agency for retail commerce
 
Krutyi 06.12.11
Krutyi 06.12.11Krutyi 06.12.11
Krutyi 06.12.11
 
I metrics nov2011
I metrics nov2011I metrics nov2011
I metrics nov2011
 
опыт ленты в км
опыт ленты в кмопыт ленты в км
опыт ленты в км
 
Segmentation in b2 b webinar 8-09-11
Segmentation in b2 b   webinar 8-09-11Segmentation in b2 b   webinar 8-09-11
Segmentation in b2 b webinar 8-09-11
 
Final big mak_v5
Final big mak_v5Final big mak_v5
Final big mak_v5
 
Cm Classic Model All
Cm Classic Model AllCm Classic Model All
Cm Classic Model All
 
основы категорийного менеджмента
основы категорийного менеджментаосновы категорийного менеджмента
основы категорийного менеджмента
 

Viewers also liked

Алутис Арвидас, МТС: Основы
Алутис Арвидас, МТС: ОсновыАлутис Арвидас, МТС: Основы
Алутис Арвидас, МТС: Основы
B2BConferenceGroup
 
МТС в социальных медиа © Марина Акулич
МТС в социальных медиа © Марина АкуличМТС в социальных медиа © Марина Акулич
МТС в социальных медиа © Марина АкуличCossa
 
Васил Лацанич - МТС
Васил Лацанич - МТСВасил Лацанич - МТС
Васил Лацанич - МТС
World Brand Academy
 
Сергей, Нестеренко, IBS. Обзор аналитических решений в управлении товарным ас...
Сергей, Нестеренко, IBS. Обзор аналитических решений в управлении товарным ас...Сергей, Нестеренко, IBS. Обзор аналитических решений в управлении товарным ас...
Сергей, Нестеренко, IBS. Обзор аналитических решений в управлении товарным ас...
IBS
 
Сергей Иревли, МТС: "M2M в МТС: история, реалии, планы"
Сергей Иревли, МТС: "M2M в МТС: история, реалии, планы"Сергей Иревли, МТС: "M2M в МТС: история, реалии, планы"
Сергей Иревли, МТС: "M2M в МТС: история, реалии, планы"
Procontent.Ru Magazine
 
Математика прибыли в рознице вместе с Retail Optimization Cloud. Прогнозирова...
Математика прибыли в рознице вместе с Retail Optimization Cloud. Прогнозирова...Математика прибыли в рознице вместе с Retail Optimization Cloud. Прогнозирова...
Математика прибыли в рознице вместе с Retail Optimization Cloud. Прогнозирова...
Alexey Ivasyuk
 
Дмитрий Ларин, SAS. Аналитика в Retail/CPG
Дмитрий Ларин, SAS. Аналитика в Retail/CPGДмитрий Ларин, SAS. Аналитика в Retail/CPG
Дмитрий Ларин, SAS. Аналитика в Retail/CPG
IBS
 
Old_amp_amp_Bold_-_Russkaya_sektsia_-_Polufinal
Old_amp_amp_Bold_-_Russkaya_sektsia_-_PolufinalOld_amp_amp_Bold_-_Russkaya_sektsia_-_Polufinal
Old_amp_amp_Bold_-_Russkaya_sektsia_-_PolufinalDzhavid Kerimov
 
18 Разгуляев Логист.ру/2015
18 Разгуляев Логист.ру/201518 Разгуляев Логист.ру/2015
18 Разгуляев Логист.ру/2015
Клуб Логистов | Логист.ру
 
Clr2016 eng-pros and-cons-akmvclr2016-eng-pros_and_cons-akmv_-1
Clr2016 eng-pros and-cons-akmvclr2016-eng-pros_and_cons-akmv_-1Clr2016 eng-pros and-cons-akmvclr2016-eng-pros_and_cons-akmv_-1
Clr2016 eng-pros and-cons-akmvclr2016-eng-pros_and_cons-akmv_-1
Changellenge >> Capital
 

Viewers also liked (11)

Алутис Арвидас, МТС: Основы
Алутис Арвидас, МТС: ОсновыАлутис Арвидас, МТС: Основы
Алутис Арвидас, МТС: Основы
 
МТС в социальных медиа © Марина Акулич
МТС в социальных медиа © Марина АкуличМТС в социальных медиа © Марина Акулич
МТС в социальных медиа © Марина Акулич
 
Васил Лацанич - МТС
Васил Лацанич - МТСВасил Лацанич - МТС
Васил Лацанич - МТС
 
Сергей, Нестеренко, IBS. Обзор аналитических решений в управлении товарным ас...
Сергей, Нестеренко, IBS. Обзор аналитических решений в управлении товарным ас...Сергей, Нестеренко, IBS. Обзор аналитических решений в управлении товарным ас...
Сергей, Нестеренко, IBS. Обзор аналитических решений в управлении товарным ас...
 
Сергей Иревли, МТС: "M2M в МТС: история, реалии, планы"
Сергей Иревли, МТС: "M2M в МТС: история, реалии, планы"Сергей Иревли, МТС: "M2M в МТС: история, реалии, планы"
Сергей Иревли, МТС: "M2M в МТС: история, реалии, планы"
 
Математика прибыли в рознице вместе с Retail Optimization Cloud. Прогнозирова...
Математика прибыли в рознице вместе с Retail Optimization Cloud. Прогнозирова...Математика прибыли в рознице вместе с Retail Optimization Cloud. Прогнозирова...
Математика прибыли в рознице вместе с Retail Optimization Cloud. Прогнозирова...
 
Final квадрига
Final квадригаFinal квадрига
Final квадрига
 
Дмитрий Ларин, SAS. Аналитика в Retail/CPG
Дмитрий Ларин, SAS. Аналитика в Retail/CPGДмитрий Ларин, SAS. Аналитика в Retail/CPG
Дмитрий Ларин, SAS. Аналитика в Retail/CPG
 
Old_amp_amp_Bold_-_Russkaya_sektsia_-_Polufinal
Old_amp_amp_Bold_-_Russkaya_sektsia_-_PolufinalOld_amp_amp_Bold_-_Russkaya_sektsia_-_Polufinal
Old_amp_amp_Bold_-_Russkaya_sektsia_-_Polufinal
 
18 Разгуляев Логист.ру/2015
18 Разгуляев Логист.ру/201518 Разгуляев Логист.ру/2015
18 Разгуляев Логист.ру/2015
 
Clr2016 eng-pros and-cons-akmvclr2016-eng-pros_and_cons-akmv_-1
Clr2016 eng-pros and-cons-akmvclr2016-eng-pros_and_cons-akmv_-1Clr2016 eng-pros and-cons-akmvclr2016-eng-pros_and_cons-akmv_-1
Clr2016 eng-pros and-cons-akmvclr2016-eng-pros_and_cons-akmv_-1
 

Similar to Задачи Data Mining в Розничной сети МТС

Дарья Трохина. 100 000 товаров. Как проанализировать работу рекламных кампани...
Дарья Трохина. 100 000 товаров. Как проанализировать работу рекламных кампани...Дарья Трохина. 100 000 товаров. Как проанализировать работу рекламных кампани...
Дарья Трохина. 100 000 товаров. Как проанализировать работу рекламных кампани...
DariaShalahinova
 
Ewms oos in merchandising dumitro chatterjee
Ewms oos in merchandising dumitro chatterjeeEwms oos in merchandising dumitro chatterjee
Ewms oos in merchandising dumitro chatterjee
Sales Support Group
 
Система управления финансовой эффективностью компании
Система управления финансовой эффективностью компании Система управления финансовой эффективностью компании
Система управления финансовой эффективностью компании
IBA Group
 
Strategic Retail Loyalty Program to support your sales in Traditional Trade
Strategic Retail Loyalty Program to support your sales in Traditional TradeStrategic Retail Loyalty Program to support your sales in Traditional Trade
Strategic Retail Loyalty Program to support your sales in Traditional Trade
Sales Support Group
 
11. управление рекламным бюджетом жук константин
11. управление рекламным бюджетом жук константин11. управление рекламным бюджетом жук константин
11. управление рекламным бюджетом жук константинzaharec
 
Datawiz.io case study ru
Datawiz.io case study ruDatawiz.io case study ru
Datawiz.io case study ru
Володимир Непьюк
 
Презентация АРМ мерчандайзинг
Презентация АРМ мерчандайзинг Презентация АРМ мерчандайзинг
Презентация АРМ мерчандайзинг
Системные Технологии
 
Как создать программу лояльности
Как создать программу лояльностиКак создать программу лояльности
Как создать программу лояльности
Marina Kirilyuk
 
Эффективный маркетинг с помощью Customer Adviser
Эффективный маркетинг с помощью Customer AdviserЭффективный маркетинг с помощью Customer Adviser
Эффективный маркетинг с помощью Customer Adviser
Peter-Service
 
Rudnikova MBA47 for inet
Rudnikova MBA47 for inetRudnikova MBA47 for inet
Rudnikova MBA47 for inetMaria Rudnikova
 
Моделирование системной динамики как процесс прогнозирования устойчивости раз...
Моделирование системной динамики как процесс прогнозирования устойчивости раз...Моделирование системной динамики как процесс прогнозирования устойчивости раз...
Моделирование системной динамики как процесс прогнозирования устойчивости раз...
Vasily Komarov
 
Bontec. Сonsulting for retail
Bontec. Сonsulting for retailBontec. Сonsulting for retail
Bontec. Сonsulting for retail
Danil Krasnov
 
Создание моделей атрибуции с помощью машинного обучения и Google BigQuery
Создание моделей атрибуции с помощью машинного обучения и Google BigQueryСоздание моделей атрибуции с помощью машинного обучения и Google BigQuery
Создание моделей атрибуции с помощью машинного обучения и Google BigQuery
Маркетинг-аналитика с OWOX BI
 
Анализ бизнес-процессов в SAP Retail
Анализ бизнес-процессов в SAP RetailАнализ бизнес-процессов в SAP Retail
Анализ бизнес-процессов в SAP RetailValerii Kosenko
 
Увеличение продаж софтверных решений
Увеличение продаж софтверных решенийУвеличение продаж софтверных решений
Увеличение продаж софтверных решений
Andrei Parabellum
 
IT решение для эффективного управления продажами (S&OP)
IT решение для эффективного управления продажами (S&OP) IT решение для эффективного управления продажами (S&OP)
IT решение для эффективного управления продажами (S&OP)
Denis_Bondar
 
Google Analytics для диджитал маркетологов
Google Analytics для диджитал маркетологовGoogle Analytics для диджитал маркетологов
Google Analytics для диджитал маркетологов
Nikolay Belousov
 
Retail Apr2012
Retail Apr2012Retail Apr2012
Retail Apr2012Serpen
 

Similar to Задачи Data Mining в Розничной сети МТС (20)

Дарья Трохина. 100 000 товаров. Как проанализировать работу рекламных кампани...
Дарья Трохина. 100 000 товаров. Как проанализировать работу рекламных кампани...Дарья Трохина. 100 000 товаров. Как проанализировать работу рекламных кампани...
Дарья Трохина. 100 000 товаров. Как проанализировать работу рекламных кампани...
 
Ewms oos in merchandising dumitro chatterjee
Ewms oos in merchandising dumitro chatterjeeEwms oos in merchandising dumitro chatterjee
Ewms oos in merchandising dumitro chatterjee
 
Система управления финансовой эффективностью компании
Система управления финансовой эффективностью компании Система управления финансовой эффективностью компании
Система управления финансовой эффективностью компании
 
Prop Zmk Pl2011
Prop Zmk Pl2011Prop Zmk Pl2011
Prop Zmk Pl2011
 
Cl m-final-точкароста
Cl m-final-точкаростаCl m-final-точкароста
Cl m-final-точкароста
 
Strategic Retail Loyalty Program to support your sales in Traditional Trade
Strategic Retail Loyalty Program to support your sales in Traditional TradeStrategic Retail Loyalty Program to support your sales in Traditional Trade
Strategic Retail Loyalty Program to support your sales in Traditional Trade
 
11. управление рекламным бюджетом жук константин
11. управление рекламным бюджетом жук константин11. управление рекламным бюджетом жук константин
11. управление рекламным бюджетом жук константин
 
Datawiz.io case study ru
Datawiz.io case study ruDatawiz.io case study ru
Datawiz.io case study ru
 
Презентация АРМ мерчандайзинг
Презентация АРМ мерчандайзинг Презентация АРМ мерчандайзинг
Презентация АРМ мерчандайзинг
 
Как создать программу лояльности
Как создать программу лояльностиКак создать программу лояльности
Как создать программу лояльности
 
Эффективный маркетинг с помощью Customer Adviser
Эффективный маркетинг с помощью Customer AdviserЭффективный маркетинг с помощью Customer Adviser
Эффективный маркетинг с помощью Customer Adviser
 
Rudnikova MBA47 for inet
Rudnikova MBA47 for inetRudnikova MBA47 for inet
Rudnikova MBA47 for inet
 
Моделирование системной динамики как процесс прогнозирования устойчивости раз...
Моделирование системной динамики как процесс прогнозирования устойчивости раз...Моделирование системной динамики как процесс прогнозирования устойчивости раз...
Моделирование системной динамики как процесс прогнозирования устойчивости раз...
 
Bontec. Сonsulting for retail
Bontec. Сonsulting for retailBontec. Сonsulting for retail
Bontec. Сonsulting for retail
 
Создание моделей атрибуции с помощью машинного обучения и Google BigQuery
Создание моделей атрибуции с помощью машинного обучения и Google BigQueryСоздание моделей атрибуции с помощью машинного обучения и Google BigQuery
Создание моделей атрибуции с помощью машинного обучения и Google BigQuery
 
Анализ бизнес-процессов в SAP Retail
Анализ бизнес-процессов в SAP RetailАнализ бизнес-процессов в SAP Retail
Анализ бизнес-процессов в SAP Retail
 
Увеличение продаж софтверных решений
Увеличение продаж софтверных решенийУвеличение продаж софтверных решений
Увеличение продаж софтверных решений
 
IT решение для эффективного управления продажами (S&OP)
IT решение для эффективного управления продажами (S&OP) IT решение для эффективного управления продажами (S&OP)
IT решение для эффективного управления продажами (S&OP)
 
Google Analytics для диджитал маркетологов
Google Analytics для диджитал маркетологовGoogle Analytics для диджитал маркетологов
Google Analytics для диджитал маркетологов
 
Retail Apr2012
Retail Apr2012Retail Apr2012
Retail Apr2012
 

More from Alexander Efimov

Аналитические инструменты как неотъемлемая составляющая риск-ориентированного...
Аналитические инструменты как неотъемлемая составляющая риск-ориентированного...Аналитические инструменты как неотъемлемая составляющая риск-ориентированного...
Аналитические инструменты как неотъемлемая составляющая риск-ориентированного...
Alexander Efimov
 
Форум Умный город будущего 2015
Форум Умный город будущего 2015Форум Умный город будущего 2015
Форум Умный город будущего 2015
Alexander Efimov
 
Конференция СРСЦ 2015
Конференция СРСЦ 2015Конференция СРСЦ 2015
Конференция СРСЦ 2015
Alexander Efimov
 
SAS Forum Russia 2015
SAS Forum Russia 2015SAS Forum Russia 2015
SAS Forum Russia 2015
Alexander Efimov
 
XII Call Center World forum 2013 (с комментариями)
XII Call Center World forum 2013 (с комментариями)XII Call Center World forum 2013 (с комментариями)
XII Call Center World forum 2013 (с комментариями)Alexander Efimov
 
XII Call Center World Forum 2013
XII Call Center World Forum 2013XII Call Center World Forum 2013
XII Call Center World Forum 2013Alexander Efimov
 
Mobile and digital finance 2012
Mobile and digital finance 2012Mobile and digital finance 2012
Mobile and digital finance 2012Alexander Efimov
 
XI Call Center World Forum 2012
XI Call Center World Forum 2012XI Call Center World Forum 2012
XI Call Center World Forum 2012Alexander Efimov
 
КРОК - SPSS Churn Model
КРОК - SPSS Churn ModelКРОК - SPSS Churn Model
КРОК - SPSS Churn ModelAlexander Efimov
 
Russia Customer Management Summit 2011
Russia Customer Management Summit 2011Russia Customer Management Summit 2011
Russia Customer Management Summit 2011Alexander Efimov
 

More from Alexander Efimov (10)

Аналитические инструменты как неотъемлемая составляющая риск-ориентированного...
Аналитические инструменты как неотъемлемая составляющая риск-ориентированного...Аналитические инструменты как неотъемлемая составляющая риск-ориентированного...
Аналитические инструменты как неотъемлемая составляющая риск-ориентированного...
 
Форум Умный город будущего 2015
Форум Умный город будущего 2015Форум Умный город будущего 2015
Форум Умный город будущего 2015
 
Конференция СРСЦ 2015
Конференция СРСЦ 2015Конференция СРСЦ 2015
Конференция СРСЦ 2015
 
SAS Forum Russia 2015
SAS Forum Russia 2015SAS Forum Russia 2015
SAS Forum Russia 2015
 
XII Call Center World forum 2013 (с комментариями)
XII Call Center World forum 2013 (с комментариями)XII Call Center World forum 2013 (с комментариями)
XII Call Center World forum 2013 (с комментариями)
 
XII Call Center World Forum 2013
XII Call Center World Forum 2013XII Call Center World Forum 2013
XII Call Center World Forum 2013
 
Mobile and digital finance 2012
Mobile and digital finance 2012Mobile and digital finance 2012
Mobile and digital finance 2012
 
XI Call Center World Forum 2012
XI Call Center World Forum 2012XI Call Center World Forum 2012
XI Call Center World Forum 2012
 
КРОК - SPSS Churn Model
КРОК - SPSS Churn ModelКРОК - SPSS Churn Model
КРОК - SPSS Churn Model
 
Russia Customer Management Summit 2011
Russia Customer Management Summit 2011Russia Customer Management Summit 2011
Russia Customer Management Summit 2011
 

Задачи Data Mining в Розничной сети МТС

  • 1. ЗАДАЧИ DATA MINING В РОЗНИЧНОЙ СЕТИ МТС Ефимов Александр Начальник аналитического отдела Розничная сеть МТС
  • 2. Содержание  Розничная сеть МТС  Аналитические задачи в Розничной сети МТС  Прогнозирование эффекта маркетинговых акций  Ассортиментное планирование (сегментирование товаров и салонов) 2
  • 3. Розничная сеть МТС  Розничная сеть МТС является дочерней компанией одноименного сотового оператора  Компания основана в апреле 2009 года  В августе 2010 года компания насчитывает 2200 торговых точек  Сотовый розничный рынок  Предельно прозрачный, т.к. всего три крупных игрока (Евросеть, Связной, МТС, в августе свою розничную сеть начал строить Мегафон) и каждый игрок заказывает товар напрямую от поставщиков  Крайне сложный, т.к. очень высокая конкуренция между тройкой лидеров – борьба за клиента, ценовая конкуренция, а, значит, низкий уровень прибыли  Розничная сеть МТС занимает 10% доли рынка после Евросети и Связного 3
  • 4. Аналитические задачи в Розничной сети МТС  Долгосрочное планирование  Коммерческое годовое планирование  Коммерческое квартальное планирование  Среднесрочное планирование  Кластеризация торговых точек  Прогнозирование продаж во время маркетинговых активностей  Прогнозирование объемов закупок товара на центральный склад  Краткосрочное планирование  Прогнозирование потребности товара на торговых точках 4
  • 6. Этапы планирования маркетинговой активности  Определение формата активности  Подарок, скидка, платеж при подключении, мотивация продавцов- консультантов и т.д.  Определение способа информационной поддержки активности  Листовки, плакаты, реклама по телевизору и т.д.  Подготовка списка моделей, участвующих в активности  Расчет бизнес-сценария для определения эффективности активности: изменение показателей валовой прибыли, маржи*, расходов  Прогнозирование продаж во время проведения маркетинговой активности  Обеспечение товара для проведения активности  Успешное проведение маркетинговой активности возможно лишь при заблаговременном планировании товара для обеспечения продаж  В зависимости от условий поставщика срок поставки товара составляет от 4 до 8 недель * Маржа – разница между ценой продажи и ценой закупки товара 6
  • 7. Подготовка списка моделей для активности Достаточнос Оборачивае Вклад в оборачивае Эластичност  Маркетинговая активность ть мость ь по цене мость нацелена на выполнение Samsung S5230 97% 66 0,11 0,0 следующих задач: Nokia 5228 91% 58 -0,05 0,4 Nokia 5230 85% 38 -0,55 0,8  Повышение продаж Nokia 5530 91% 40 -0,56 0,8  Слив старых моделей, Nokia 6303ci 89% 52 -0,12 0,8 которые уже не производятся Nokia C5-00 77% 23 -0,53 -0,9 и не поставляются Nokia 7230 80% 30 -0,30 -0,9  Перераспределение долей Nokia 6700 86% 53 -0,18 0,8 брендов Nokia 3710 81% 46 -0,11 -0,1 Samsung S5620 Monte 74% 41 -0,15 -1,0  Выбор моделей для Samsung S5233 StarTV 68% 18 -0,30 0,9 маркетинговой активности LG GS290 95% 88 0,19 0,3 производится исходя из этих Samsung C6112 83% 48 -0,10 1,0 задач Nokia E52 87% 57 -0,04 1,0 Nokia 6700s 50% 78 0,05 0,5 Philips Xenium X710/X503 85% 81 0,03 0,9  Достаточность – отношение фактического остатка к плановому  Оборачиваемость – отношение остатка к среднедневным продажам  Эластичность – корреляция изменения между продажами и изменением цены 7
  • 8. Задача прогнозирования продаж во время проведения активности и входные данные  Задача  Определить суммарное изменение (прирост) продаж во время проведения активности по отношению к сценарию не введение  Определить необходимое дополнительное количество каждой модели для проведения маркетинговой активности  Входные данные  Список моделей, участвующих в маркетинговой активности  Список моделей, которые будут сканибализированы  История продаж  Сезонность продаж (рекомендуется использовать данные сезонности, предоставляемые аналитическим агентством, например, GFK, TNS, Nielsen)  История проведения маркетинговых активностей  Типы маркетинговых активностей  Стоимость моделей, участвующих в маркетинговой активности 8
  • 9. Этап 1: Формирование выборки данных для обучения  Из общего списка активностей выбираем те, которые имеют тот же тип, что и планируемая активность  Для планируемой активности вычисляем среднюю стоимость модели, участвующей в активности  Из полученного на предыдущем этапе списка активностей отбираем только те, у которых средняя стоимость модели находится в том же ценовом диапазоне, что и у планируемой активности 9
  • 10. Этап 2: Прогнозирование изменения продаж во время проведения активности  Прогнозируем сценарий не введение  Для каждой модели, участвующей в планируемой активности, исключаем из истории продажи всех проведенных активностей  Прогнозируем продажи на даты проведения планируемой активности  Получаем прогноз продаж при сценарии не введение  Прогнозируем сценарий введение  Для каждой модели накладываем даты проведения активностей для обучения на историю продаж, остальные проведенные активности исключаем из истории  Прогнозируем продажи на даты проведения планируемой активности  Получаем прогноз продажи при сценарии введение  Берем разницу между прогнозом продаж сценария не введение и сценария введения и получаем инкрементальное изменение прогноза продаж во время проведения активности 10
  • 12. Проблема ассортиментного планирования  Розничная сеть МТС насчитывает  2200 торговых точек  100 моделей телефонов в ассортименте  Проблема:  Индивидуальное планирование ассортимента на каждую торговую точку требует много времени у сотрудников  Решение:  Группировка торговых точек  Планирование ассортимента для групп торговых точек  По горизонтальной оси – продажи за два месяца (шт.)  По вертикальной оси – средняя цена телефона (руб.) 12
  • 13. Проблема перевода торговой точки в другой класс  Класс торговой точки определяет ее ассортимент  Со временем ассортимент торговой точки должен меняться, т.к.  Продажи на торговых точках могут расти или падать  Может наблюдаться изменение структуры продаж в сторону более дорогих или наоборот дешевых моделей  При смене класса торговой точки возникает ряд вопросов  При увеличении класса необходимо добавить товар для заполнения ассортимента, соответствующий новому классу торговой точки  При уменьшении класса на торговой точке остается товар, который торговая точка и так продать не в состоянии, и этот товар надо куда-то девать  Перед решением задачи классификации торговых точек следует решить задачу ассортиментного наполнения этих классов торговых точек 13
  • 14. Формирование подхода к классам торговых точек  Для компании наиболее интересно продавать много дорогих телефонов, тем не менее встречаются торговые точки как хорошо продающие дорогие модели, так и наоборот  Поэтому логично ввести следующую классификацию торговых точек LOW, MID, HI, VIP согласно ценовым сегментам  Поскольку со временем торговые точки могут менять свой класс, возникает проблема наполнения торговой точки ассортиментом при смене класса торговой точки  Поэтому логично определить вложенность классов ассортимента 14
  • 15. Задача классификации торговых точек  Задача  Сформировать ассортиментное наполнение классов LOW, MID, HI, VIP  Отнести каждую торговую точку к одному из классов LOW, MID, HI, VIP  Входные данные  Стоимость моделей телефонов  Данные о продажах каждой модели в каждой торговой точке 15
  • 16. Формирование ассортиментной матрицы  Разделим весь ассортимент на три сегмента – дешевые, средние и дорогие  Пусть класс HI составляют все модели  Класс LOW наполним  100% моделей дешевого сегмента  25% моделей среднего сегмента  10% моделей дорогого сегмента  Класс MID наполним  100% моделей дешевого сегмента  75% моделей среднего сегмента  50% моделей дорогого сегмента  Класс VIP наполним  10% моделей дешевого сегмента  25% моделей среднего сегмента  100% моделей дорогого сегмента 16
  • 17. Формирование классов торговых точек  Определяем среднюю стоимость телефона у торговой точки: относим сумму продаж в деньгах к количеству продаж в штуках  Определяем к какому классу ассортимента ближе средняя стоимость телефона торговой точки  Этот класс ассортимента назначаем в качестве кластера торговой точки  По горизонтальной оси – продажи за два месяца (шт.)  По вертикальной оси – средняя цена телефона (руб.) 17