3 analytics-trends in de retailsector

Voor retailers zijn de feestdagen logischerwijs een belangrijke periode in het jaar. Hoe kun je als ondernemer met behulp van analytics nog betere verkoopresultaten behalen? Hieronder bespreken we drie trends.

Kun je het je nog herinneren, de tijd dat je de stad in moest om te shoppen? Die dagen liggen al een tijdje achter ons. Tegenwoordig kun je de meeste aankopen voor de feestdagen doen in pyjama op de bank. Dit wil natuurlijk niet zeggen dat alle producten door de pakketbezorger aan huis worden afgeleverd. Er zijn verschillende verkoopkanalen, zowel on- als offline. Denk hierbij aan een webwinkel, groot warenhuis met verschillende merken of een lokale markt met allerlei kraampjes. Voor een retailer is het belangrijk om te weten welke producten en diensten via welk verkoopkanaal het best verkocht worden. Verkoopkanalen en voorkeuren kunnen het best via analytics en clustertechnieken onderzocht worden.

Correlatie-analyse

Producten worden beschreven aan de hand van allerlei kenmerken. Denk hierbij aan informatie over de kleur, lengte van de mouw, de pasvorm of het gebruikte materiaal. Een analyse van deze productkenmerken kan bepaalde patronen laten zien in specifieke gebieden of verschillen in aantallen. Nu kun je zeggen: hoe meer van deze kenmerken bekend zijn, hoe beter de analyse. Dit is niet altijd waar. Een analyse van teveel kenmerken kan teveel en ondoordringbare informatie opleveren. Bovendien zullen de versnipperde resultaten waarschijnlijk het vele werk niet waard zijn. Het is slimmer om correlatie-analyses in te zetten, zodat het aantal kenmerken wordt teruggebracht naar een overzienbaar aantal.

Van product naar klant

Maar wat zorgt nu dat klanten een bepaalde aankoop doen? Dit kan ook worden onderzocht aan de productkenmerken. Neem een jonge vrouw die op zoek is naar een paar stiletto’s voor een chique kerstdiner. In het warenhuis loopt ze eigenlijk direct naar de afdeling met schoenen van Jessica Simpson. Ze weet dat de prijs hiervan vaak binnen haar budget valt, de stijl haar dikwijls aanstaat en de schoenen over het algemeen lekker zitten. Het merk is in dit voorbeeld het belangrijkste kenmerk om een aankoop te doen. Zodra dit bekend is, kan er binnen dit kenmerk onderzocht worden welk cluster – in dit geval stiletto’s – gekozen wordt. Deze inzichten hebben invloed op de keuze voor het assortiment en helpt een retailer om zijn focus te verplaatsen van productgedreven naar klantgericht ondernemen.

Statistisch forecasten

Vergeet de post-its over acties van vorig jaar en reminders voor belangrijke evenementen. Met analytics kunnen verkopers statistische voorspellingen (forecasts) maken, waarmee ze de toekomstige vraag goed kunnen inschatten. Voor zowel nieuwe als historische items, kunnen analytics de waarde laten zien van bepaalde acties en evenementen. Met statistische voorspellingen worden aanbiedingen – bijvoorbeeld voor een vakantieperiode – automatisch aangemaakt. Uit onderzoek blijkt dat deze manier van forecasten zorgt voor accuratere aanbiedingen. Voor de retailer levert dit onder andere beter voorraadbeheer op.