FMCG-ритейл характеризуется быстрой динамикой и агрессивной конкуренцией. Розничные торговцы и бренды потребительских товаров, стремящиеся сохранить уникальную позицию на рынке, должны постоянно следить за эффективностью своего бренда. Но только среди йогуртов на некоторых рынках представлено около 1500 различных продуктов; практически невозможно отследить их все только с помощью панельных исследований или ручного анализа данных. Наше исследование 147 продуктовых магазинов в Германии доказывает, что машинное обучение может помочь.
Если ритейлеры найдут способ использовать огромное количество имеющихся у них транзакционных данных о покупателях, они смогут предложить брендам полное понимание их положения на рынке. Более того, ритейлеры также могут использовать эти данные для лучшей оптимизации своих категорий, ассортимента магазинов и рекламных предложений.
Возможно, вы уже слышали об анализе рыночных структур «продукт-в-век» (P2V). Этот подход машинного обучения дает ритейлерам и брендам совершенно новый способ работы с данными. Исследовательская работа, лежащая в основе этого подхода, проведенная доктором Себастьяном Габелем на базе нашего движка SO1, получила в этом году премию EHI Retail Science Award 2020 и была опубликована в Журнале маркетинговых исследований.
Подход, основанный на глубоких нейронных сетях, использует данные о покупках ритейлера и учитывает одновременное появление тысяч товаров в миллионах корзин для покупок. Это позволяет отображать все продукты в 800 различных векторах и помещать их на визуальную карту, где каждый продукт в портфолио ритейлера изображается одной точкой:
Первое, на что следует обратить внимание, это то, что товары сгруппированы таким образом, чтобы покупатели покупали их, а не розничные торговцы размещали их на полках. Примерами таких кластеров являются итальянская еда, барбекю, выпечка, завтрак, вегетарианство и даже детские товары (например, товары для детей).например, небольшие коробки сока, закуски для школы, мясные обеды в форме плюшевых мишек или йогурт Диснея). Мы также можем увидеть, какие продукты в этих группах являются дополняющими (например, макароны + томатный соус), а какие - заменителями (два разных вида макарон).
Карта выше взята из крупной немецкой продуктовой сети и основана на 73 миллионах корзин для покупок. Анализ работает полностью автономно, используя только необработанные данные о покупках из POS-систем и программ лояльности. Давайте посмотрим на пару примеров, как бренды могут извлечь выгоду из такого непредвзятого взгляда на структуру рынка.
Обнаружение замены
Ритейлеры хотят найти замену, чтобы избавиться от ненужных брендов или договориться с ними о лучших условиях. Брендам нужна информация о своих ближайших конкурентах и о том, насколько хорошо они от них отличаются, чтобы в первую очередь предотвратить замену.
Чтобы увидеть, чем этот анализ может помочь, давайте увеличим подкластер темного шоколада:
Мы видим, что продукция Lindt (считающаяся в Германии брендом шоколада премиум-класса) с одинаковым процентным содержанием какао, как «мягких», так и «обычных» сортов, очень близка друг к другу. Бренды Zetti и Sarotti (более региональные и недорогие бренды) расположены вдали от Lindt, но очень близко друг к другу, что указывает на сильные взаимозаменяемые отношения. В правом нижнем углу мы видим подкатегорию плиток темного шоколада с дополнительными ингредиентами (апельсин, перец чили, морская соль), что указывает на то, что они занимают свою уникальную позицию на рынке.
Это дает брендам несколько важных идей. Во-первых, Lindt сильно отличается от других брендов, однако версия Mild не пользуется четкой узнаваемостью среди покупателей. Линдт, возможно, захочет лучше передать разницу между ними на упаковке или в рекламе.
Бренды Zetti и Sarotti кажутся сильными заменителями друг друга. Покупатели, скорее всего, не очень хорошо различают их и не прочь сменить товар, если один из брендов находится на акции, отсутствует на складе или вообще отсутствует. Чтобы лучше различать эти два понятия, возможно, потребуется изменить маркетинговую стратегию.
Что способствует дифференциации
Итак, мы уже знаем, какие продукты являются заменителями, а какие имеют уникальное позиционирование, но что именно движет этой дифференциацией? Глядя на подкластер темного шоколада, мы видим две тенденции: цена снижается снизу вверх (с Lindt за 2 евро и Zetti/Sarotti за 1,29 евро), а процентное содержание какао слева направо. Таким образом, эти два атрибута кажутся основными отличительными чертами, если только шоколад не ароматизирован.
Для Зетти и Саротти это может означать возможность представить ароматизированную версию своего шоколада. Благодаря более низким ценам и тому, что этот новый продукт является региональным брендом, он может составить конкуренцию шоколадным конфетам со вкусом Lindt.
Давайте приблизим другой кластер, на этот раз вино. Мы видим, что первое и главное отличие - это игристое («Сект») или стандартное вино. Небольшие бутылки для вина и игристого вина объемом 0,25 л занимают свои позиции довольно далеко от других.
Справа мы видим винный кластер объемом 0,7 л. Цена здесь, кажется, является самым сильным отличительным признаком, гораздо большим, чем сам тип вина (например, Шату, Совиньон, Рислинг). Когда продукты четко разделены по цене, мы говорим о высокотоварном рынке, каким выглядит вино. Это говорит о том, что эта категория в основном определяется ценой и рекламными акциями, но все же есть место для дифференциации, например, за счет более сильного брендинга или регионального происхождения.
Позиционирование продукта
Подход также можно использовать для определения позиционирования определенных продуктов. Например, бренд печенья CPG обратился к нам, чтобы выяснить, воспринимают ли потребители их продукцию скорее как закуску или как продукт для завтрака. Глядя на карту, мы быстро поняли, что печенье этой марки находится среди продуктов для завтрака, довольно далеко от другого печенья и снеков.
Эта идея была использована для еще большего усиления позиционирования бренда как «завтрака» с помощью рекламы и упаковки, начала партнерских отношений с брендами, производящими дополнительные категории завтраков, такие как хлопья или джемы, и даже расширения некоторых из этих категорий..
Итог
Основными преимуществами этого подхода являются простота, объективность и автоматизация. Поскольку этот подход использует только необработанные данные о покупках и отражает истинное поведение потребителей, здесь нет предвзятостей, которые часто встречаются в других подходах. А поскольку весь анализ автоматизирован, его можно повторять так часто, как необходимо, с новыми или отфильтрованными данными для оценки эффективности маркетинговых кампаний, внедрения новых продуктов или сезонных и региональных влияний. Чтобы лучше понять подход P2V, прочтите полную статью доктора Себастьяна Габеля.
Технология, использованная в этом исследовании, - SO1 Engine - также используется в нашем усовершенствованном механизме персонализации. Основываясь на знаниях, полученных в ходе этого процесса, он позволяет ритейлерам самостоятельно рекомендовать нужные продукты по правильной цене и в нужное время для каждого отдельного клиента - и все это с учетом бизнес-целей ритейлеров и брендов.