数据分析助力零售企业寻找最佳营销策略
作者:文/ 中颢润数据分析师事务所 张佳丽;出处:《店长》2014年12月号 总第34期
收藏此文章 打印 字号     

 

  导语:“未来传统零售业仍不可或缺,因为实体店提供的购物体验是在线购物所难以企及的。而科技的快速变化也必然会给传统零售业带来一定影响,发展过程很有可能会引发传统零售业从未出现过的“变革”。中颢润认为,这种“变革”就是如今零售业不再是坐等消费者去采购,而是如何提高消费者的购物体验从而吸引更多消费者。”

中颢润研究发现,随着消费者收入水平的提高,消费水平也随之得到升华。如今零售业所面临的全新挑战是:

从优质商品或实惠价格的提供者一系列独特购物体验的策划者。

这些独特购物体验将不同的消费者联系起来,同时,将消费者与商品也连接到一起。正如马洛斯需求理论模型所表现的一样:随着社会发展和消费水平的提高,人们的需求从简单的物质需求开始演变到精神需求这个层面,如1-1所示

图1-1:马洛斯需求理论模型

5P营销在提升

购物体验中的角色

根据不同的消费者在购物体验中的不同感受,我们将消费者的需求分为八大类:

方便逛店

快速识别

独特多样

娱乐新奇

舒适享受

简洁清净

信息有效

服务体贴

其中前四个需求为是消费者购物体验需求后四个需求则为提升购物价值的需求。正如我们所做的任何一种事情一样,消费者的购物过程亦是收益和支出同时并存的,而消费者的收益就是消费者在购物过程中获得的对产品的满意度及美好购物体验。例如在购物体验过程中,有的人需则购,揣着唯一的目的去购买;有的人是愉则购,在购物的过程中享受这愉悦感;有的人是感则购,在购物中体验着商场带给人的整体感受等。结合上面提到的购物收益支出消费理论,中颢润认为零售企业提升消费者购物体验的关键环节是,如何在消费者支出和收益环节做好购物价值提升和购物体验优化。

那么零售企业通过何种营销策略提升消费者购物体验呢?中颢润通过自己多年的经验积累,提出了将5P营销策略融合进消费者购物体验流程中,在消费者不同的购物环节制定相应的营销策略同时运用峰终理论的原理,来达到提升消费者购物体验的最终目的。

其中5P营销策略包括:

 Price(价格)、Promotion(促销)、Place(位置与环境)、Product(产品及陈列)、People(人员及服务);

消费者购物环节包括:

吸引进店、引起注意、激发兴趣、购买欲望、确认购买、购买行为、购物满足。

接下来中颢润依托多年来在零售领域积累的大量经验,将从5P营销策略角度出发,运用丰富的数据分析方法及模型为零售企业提供科学的解决方案。

Price—价格

产品的价格是价值的货币表现,从传统理论上来讲,影响产品价格的因素主要有商品价值、货币供应充足率和产品需求状况。但是随着消费者的体验受到越来越多的重视,产品价格制定也应考虑到消费者对产品的情感因素。在过去,买椟还珠者被人嘲笑为不识货,但是他确实是一个理性的消费者对他而言,拥有盒子的价值已经超过了他所付出的价格。所以产品价格的目的不仅仅在于弥补成本,还在于捕捉消费者心目中的产品可感知价值。

价格通常是影响交易成败的重要因素,同时又是市场营销组合中最难以确定的因素。企业定价的目标是促进销售,获取利润。这要求企业既要考虑成本的补偿,又要考虑消费者对价格的接受能力,从而使定价策略具有买卖双方双向决策的特征。基于上述的定价问题,中颢润引入了PSM定价模型为产品定制出合理的价格,从而可以为企业新产品打开全新市场,如1-2所示

 

1-2:PSM模型

Promotion(促销)

面对着日益丰富的消费品市场,消费者的选择越来越多,更加精打细算,追求物有所值。在巨大的竞争压力下,许多零售企业用促销来吸引消费者,使消费者产生购买冲动,增加产品销量。同时促销还可以达到提高品牌知名度、清理库存、打击竞争对手的目的。促销是营销策略的重要组成部分,现有的促销策略主要包括现金折扣、购物返券、购物送礼、积分奖励等方式。但是盲目的促销不仅达不到企业预期的效果,还会增加企业的成本,如何采取有效的促销形式成为零售企业关注的问题,也是中颢润致力于研究的领域。

中颢润认为,促销营效需要有科学的理论依据作支持,而不能完全依靠管理层的经验。以买赠促销方式为例,如买3000元送礼品等,具体问道为什么是3000元就送,一般都答不出来,因为这个数据一般是经验值。其实这个值如果抓不准,影响非常大:高了,促销没有效果,因为消费者如果不到,他就不会去了;低了,销售就不能最大化,因为平时消费超出3000元的顾客他们是坐享其成的,不能带来销售的增长。其实这个值是可以计算出来的。

促销的目的不单单是提高销量,而是在提升销售量的同时获取利润最大化,同时达到提高消费者品牌忠诚度的效果。如果零售企业滥用促销策略,其强大的短期激励能力将逐渐演变成企业的梦魇。愈演愈烈的促销战不仅导致诸多企业陷入以促销战为特征的过度竞争中,甚至还引发了大规模价格战,严重损害企业的利润。同时品牌价值在消费者心中也会大打折扣。接下来中颢润将和您一起探寻促销策略的科学方法。

中颢润结合多年的项目研究经验发现,如果要完成一次成功的促销活动,必须通过客户特性分析和目标市场分析,找出消费者的共同特征,通过对顾客购买偏好的分析,确定促销的目标客户、促销时间、促销产品类别,以此来设计各种商品的促销方案,并通过商品购买关联分析的结果,采用交叉销售和向上销售的方法,挖掘客户的购买力,实现准确的商品促销。

1)促销商品选择

促销商品种类:需要促销的商品一般有两类一类是需要淘汰、积压过多的旧商品,这种商品通过销售数据和库存数据就可以轻易找出另一类是新引入的需要培养的商品。

促销商品组合:这里可以利用购物篮分析找出商品之间的关联性,然后再综合评估选择最合适的商品进行组合。

2)促销价格决策

促销活动的目的是使得商品销售的增长,如何使得增长值最大化?单纯的降低价格并不总是能提升销售额,当价格降低到一定程度之后再降低价格反而会使总销售额减小,甚至消费者会对商品产生顾虑,影响企业的声誉所以在促销价格的决策上,还需要科学的分析模型来进行估计。

主流的促销方式大致可以归为两类一种是买赠,一种是折扣。

A、折扣类促销需要事先进行商品需求价格弹性分析首先要通过调研获得该商品的需求弹性,如1-3所示。

1-3:富有弹性的价格需求曲线

获得商品需求价格弹性之后,再以此计算各个价格段上进行促销的获利,从而找出获利最大的促销价格。

B、买赠类的促销活动在礼品无限的条件下,需要先确定各个促销价格的覆盖人群,再假设客户最多接受比习惯消费多出60%的消费额度,各价格段的客户数量及销量提升1-4所示

 

 

 

1-4:消费人群分析

为了能有更直观的感觉,用以上表格中的数据计算各个价格段的销售增加额,并做成销售增加最大化平衡点曲线, 从曲线中可以明显看出,1250左右的促销价格能获得最大的销售增加额。

3)促销效果评价

促销活动之后,需要对促销活动的效果进行评估,总结经验,在下次促销中进行改进。

A、目标评估法(上下浮动5%):促销之前制定数个关键指标及促销提升目标,促销期间收集相关数据,促销结束后计算这几个指标,比较促销对这几个关键指标的提升是否达到预期效果。

B、前后比较法:将开展促销活动之前、之中和之后三段时间的销售额(量)进行比较来测评效果。

C、消费者调查法:这是一种企业组织有关人员进行市场调查分析确定促销效果的方法,这种方法比较适合于评估促销活动的长期效果。

Place(位置与环境)

店铺的地址决定了店铺可以吸引有限距离或地区内潜在顾客的多少,这也就决定了店铺经营的绩效。不同的地区有不同的社会环境、人口状况、地理环境、交通条件、市政规划等特点,它们分别制约着其所在地区的店铺顾客来源及特点和店铺对经营的商品种类、价格制定、经营策略选择等多方面的因素。在同行业店铺之间,如果在规模相当、商品构成、经营服务水平基本相同的情况下,店址的重要性就显得尤为明显。

中颢润引入经营指标的分析,结合门店周边环境分析,预测门店经营状况并给出合理的改进建议。

Product(产品及陈列)

通过关联分析,对产品进行重新分类,把相互带动销售的产品在摆放时即分门别类。例如,郊游季的周末气象预测会下雨,零售商可以在店铺首要位置将啤酒和雨具临近摆放做关联性促销。通过帮助消费者找到与他们最相关的产品的方法,零售商的销售额可以平均提高3%10%

此外,通过交叉销售向老顾客销售新产品也是零售企业提高销售额的重要手段。交叉销售能否成功,取决于对顾客需求和偏好的理解和把握,这些也可以通过数据分析来实现。

People(人员)

一个店铺到底需要多少个店员?一个城市到底需要多少个销售代表?很多职业经理人是参照公司的人员配置标准。但这些标准有时是不合理的。一个零售店合理的人员配置需要考虑如下一些因素:店面销售额、店铺面积、店铺所做区域、店铺业种、季节因素等。其中销售额从侧面反映出了门店工作人员的工作负荷是多少;店铺面积可以反映出门店顾客饱和度和人均业绩情况;店铺所做区域和商场类型表明门店周边主流人群特征,并根据人群特征配备合适的销售人员等。

综上可知,在零售企业营销策略的各个方面都可以实现数据模型化,实现量化管理。前提是需要管理层除了经验判断外,还要相信对数据的分析、掌控及应用能力对于企业的营销有举足轻重的影响。随着各业态发生变化,新的管理需求迫切要求零售业实现业务革新。为在激烈的竞争中脱颖而出,业界领先者正纷纷采用成熟的数据分析技术指导营销战略的制订,获取有价值的客户,提高利润率。

此外运用数据分析技术,一方面可以将数据转化为信息和知识,在此基础上做出正确的决策另一方面提供一种机制,将知识融入到营销管理中,进行正确的运作。中颢润在零售行业积累了大量的成功经验,愿意在零售企业数据化精细管理的道路上祝君一臂之力。