Přehledy a doporučení – Smart Store Analytics
Stránka Přehledy a doporučení v Smart Store Analytics využívá vědu o datech k odhalování hlubších statistik o výkonu prodejny, nakupujících a produktech. Můžete získat přehledy o určité prodejně nebo celém obchodním řetězce.
Poznámka:
Data obchodu jsou vždy zpracovávána a zobrazována v souladu s místním časovým pásmem konkrétního obchodu. V důsledku toho nelze časové pásmo zpráv měnit v reálném čase prostřednictvím PowerApps nebo úpravou nastavení na počítači Mac nebo PC.
Často kupované společně
Funkce Často kupované společně umožňuje obchodu nebo manažerovi merchandisingu činit na základě dat rozhodnutí o umístění a propagaci produktů na základě poznatků o úzce souvisejících produktech. Identifikuje kombinace produktů, které jsou spolu úzce propojeny, takže maloobchodníci mohou účinně podporovat křížový prodej.
Výsledky jsou obohaceny o data z cest a akcí zákazníků v obchodě, aby poskytly relevantní kontext. Tímto způsobem odhalíte data pro silně propojené páry produktů, které můžete je umístit blíže k sobě, abyste podpořili společný prodej těchto dvou produktů. Alternativně by produkty, které mají v obchodě nízkou míru konverze, mohly těžit z křížového prodeje s populárnějšími souvisejícími produkty.
Pro přidružení často nakupovaných produktů existují dva pohledy:
Zobrazení Produkty často kupované společně
Zobrazení Produkty často kupované společně zobrazuje nejsilněji související asociace produktů za posledních 7, 30 nebo 90 dní.
Poznámka:
Když z rozbalovací nabídky vyberete obchod, v tabulce se zobrazí nejlepší kombinace produktů na základě transakcí ve vybraném obchodě. Když v nabídce vyberete zobrazení prodejce, v tabulce se zobrazí nejlepší kombinace produktů na základě transakcí v celém maloobchodním řetězci.
Tabulka zahrnuje následující data:
Názvy produktů : Názvy souvisejících produktů
SKU produktu : ID produktů souvisejících produktů
Síla asociace: Síla asociace je založena na statistickém výpočtu, který vyjadřuje, s jakou pravděpodobností zákazníci nakupují tyto produkty společně díky jejich příbuznosti, a nikoli náhodě. Tímto způsobem můžete najít zajímavější a smysluplnější kombinace produktů, které jsou úzce spojeny jedna s druhou, než aby šlo pouze o společné nákupy, ať už společně nebo odděleně.
Kategorie jsou přiřazeny na základě statistické metriky, která měří sílu asociace. Na základě transakcí obchodu nebo maloobchodu metrika seřadí přidružené páry produktů. Poté jsou dvojice rozděleny do tří stejně velkých kategorií, přičemž Vynikající je horní třetina, Dobrý je střední třetina a Slušný je spodní třetina. Někdy se vedle zjištěné síly asociace může objevit označení „Na základě omezených dat“, když charakteristiky transakcí obchodu neumožňují spolehlivé statistické vyvození. Důvodem může být malý počet transakcí za období, malá průměrná velikost košíku nebo malá variabilita nakupovaných produktů.
Počet nákupů dohromady : Kolikrát zákazníci zakoupili oba produkty společně ve zvoleném období.
Zpoždění při výběru produktů : Zpoždění při výběru produktů je průměrná doba, která uplynula mezi tím, než si zákazníci vybrali dva související produkty. Uvádí také, zda je zpoždění větší, nebo menší než průměrná doba, kdy si zákazníci v obchodě vyberou jakékoli dva produkty. Pokud je časová prodleva při vyzvednutí dvou souvisejících produktů nadprůměrná, můžete zvážit jejich umístění blíže k sobě.
Pokud není k dispozici dostatek údajů pro spolehlivý výpočet průměrného zpoždění výběru, může se v tomto sloupci objevit Nedostatek informací.
Ve sloupci pro kombinace produktů napříč transakcemi maloobchodního řetězce se zobrazí zpráva Nelze použít kvůli variabilitě uspořádání různých prodejen.
Zobrazení podrobností pro konkrétní produkt
Zobrazení podrobností pro konkrétní produkt zobrazuje pět nejsilněji souvisejících asociací produktů za posledních 7, 30 nebo 90 dní.
V rozbalovací nabídce můžete vyhledat produkt, který vás zajímá. Tabulka ukazuje pět produktů nejsilněji spojených s vybraným produktem během zvoleného období, jako je posledních 7, 30 nebo 90 dní. Údaje o souvisejících produktech jsou podobné předchozí tabulce zobrazení často nakupovaných produktů.
Nabídka obsahuje pouze produkty, které identifikují alespoň jednu silně spojenou kombinaci. Kromě toho se v nabídce zobrazuje výkon vybraného produktu.
Konverzní poměr představuje poměr mezi tím, kolikrát produkt interagoval s obchodem, a tím, kolikrát ho zákazník zakoupil. Pokud má produkt nízký konverzní poměr, můžete zvážit jeho křížový prodej se silně přidruženými produkty, které se zobrazují v tabulce zobrazení Často společně nakupované produkty, abyste zvýšili jejich prodej.
Náhradní produkty
Funkce doporučování náhradních produktů nabízí přehled o produktech, které zákazníci považují za alternativy k jiným produktům v obchodě nebo maloobchodním řetězci. Tyto poznatky umožňují manažerovi merchandisingu maloobchodního řetězce nebo týmu vedení prodejny přijímat rozhodnutí založená na datech při výběru náhrady za výrobek, který není skladem. Případně může manažer analyzovat výkonnost alternativních produktů navzájem, protože se jedná o potenciálně konkurenční produkty.
Model AI analyzuje podrobná data z cest zákazníků a interakcí s produkty v obchodě a vytváří doporučení produktů. Model AI identifikuje produkty, které jsou často nakupovány ve stejném kontextu jako potenciální alternativy. Kontext produktů je definován dalšími produkty, které si zákazníci vyzvednou během stejné relace, a pořadím jejich vyzvedávání. Čím podobnější je kontext, tím větší je šance, že dva produkty budou identifikovány jako alternativy. Doporučené náhradní produkty by na základě analýzy řešily potřeby zákazníků podobně jako původní produkt.
Upozornění
Model umělé inteligence je bez dozoru (není trénován na žádné předdefinované datová sada alternativ produktu), a proto odvozuje zastupitelnost produktu na základě aktivity zákazníka v obchodě a kontextu ostatních produktů vyzvednutých ve stejné relaci. Vzhledem k tomu, že podobný kontext vždy nezaručuje, že produkty jsou náhrady, může model příležitostně doporučit produkt, který by nebyl považován za vhodnou náhradu.
Sekce Náhradní produkty
Na obrazovce Náhradní produkty se zobrazují doporučené náhradní produkty pro jakýkoli produkt v prodejně nebo v celém maloobchodním řetězci. Můžete si vybrat obchod a najít nejlepší dostupnou alternativu v daném obchodě nebo přepnout na zobrazení prodejce pro potenciálně širší výběr na úrovni prodejce. Je také možné zaměřit se na alternativy nejprodávanějších nebo nejméně prodávaných produktů v obchodě nebo v maloobchodním řetězci. Když vyberete jednu z možností – všechny produkty, vysoce prodávané nebo málo prodávané – přehledy AI aktualizují obsah rozbalovací nabídky tak, aby zahrnovala relevantní produkty podle zvoleného filtru.
Poznámka:
Výběr produktů zahrnuje pouze produkty z katalogu obchodu/prodejce, pro které existovaly potenciální substituty na základě charakteru a četnosti interakce se zákazníky. Produkty z katalogu prodejce, které se nezobrazují v rozbalovací nabídce (buď pro všechny produkty, nebo pro nabídky nejprodávanějších a nejméně prodávaných produktů), které nemají k dispozici doporučení.
Tabulka náhradních produktů
Doporučení produktů jsou uvedena v tabulce, jak je znázorněno na obrázku. Doporučení vycházejí z analýzy údajů shromážděných za posledních 90 dní a jsou aktualizována každých 24 hodin.
V tabulce jsou uvedeny až tři doporučené náhrady produktu za produkt vybraný z rozbalovací nabídky a některé další podrobnosti, které jsou pro zákazníka užitečné při výběru jedné z náhrad před druhou nebo při porovnání výkonu původního produktu a různé navrhované alternativy. Podrobnosti k jednotlivým navrhovaným náhradám jsou následující:
- Názvy produktů: zobrazuje názvy alternativních produktů
- SKU produktů: zobrazuje ID alternativních produktů
- Umístění vzhledem k vybranému produktu: označuje, zda jsou vybraný produkt a navrhovaná náhrada umístěny ve stejném regálu, ve stejném samostatně stojícím regálu (v různých regálech) nebo na různých místech v prodejně.
Poznámka:
Tento sloupec je relevantní pouze pro alternativní doporučení produktů na úrovni prodejen (a zůstane prázdný pro úroveň maloobchodníků), a to z důvodu rozdílů v umístění produktů v různých prodejnách maloobchodního řetězce. Pokud je stejný produkt umístěn na několika místech v obchodě, bude sloupec představovat nejbližší umístění z nich.
- Průměrné denní prodané jednotky: zobrazuje průměrné prodané denní jednotky vybraných a alternativních produktů za posledních 90 dní.
- Průměrný konverzní poměr: zobrazuje průměrnou denní míru konverze vybraných a alternativních produktů. Konverzní poměr je počet případů, kdy si zákazníci produkt v obchodě prohlédli, vydělený počtem případů, kdy zákazníci produkt zakoupili.
- Relativní míra konverze: ukazuje vztah mezi konverzním poměrem produktu a průměrným konverzním poměrem v prodejně nebo maloobchodním řetězci u všech produktů, což umožňuje snadnější porovnání různých produktů. Průměrný konverzní poměr maloobchodního řetězce/obchodu se zobrazí pod filtrem obchodu.
Výkon alternativních produktů
Graf výkonu alternativních produktů vám umožňuje analyzovat výkon vybraných a alternativních produktů v průběhu času.
Tento graf ukazuje denní jednotkové prodeje vybraných a alternativních produktů v průběhu času. Graf ukazuje denní jednotkový prodej produktů během času zvoleného v polích filtru dat.
Prognóza pěšího provozu
Maloobchodní prodejci a prodejny velmi závisí na tom, kolik zákazníků během dne navštíví jejich prodejny. Prognóza pěšího provozu je model AI/ML, který analyzuje minulou návštěvnost s externími faktory (např. sezóna, svátky) a vytváří přehledy, které umožňují maloobchodníkům předvídat poptávku zákazníků a podle toho upravit své aktivity. Model AI prognózy pěšího provozu v Smart Store Analytics vytváří prognózu návštěvnosti pro každou hodinu nadcházejících sedmi dnů. Tato data poskytují vedoucím prodejen a marketingovému týmu hodinovou předpověď, kolik zákazníků může navštívit prodejnu v příštích sedmi dnech.
Díky prognóze pěšího provozu mohou maloobchodníci:
- Vytvářet optimalizované plány, které jsou v souladu s obdobími špičky a zajišťují odpovídající počet zaměstnanců.
- Přidělovat pracovní sílu pro každý obchod a mezi obchody s hodinovou podrobností.
- Plánovat úkoly, jako je doplňování regálů a doplňování zásob před špičkou, aby se zaměstnanci prodejny mohli soustředit na pomoc zákazníkům v obdobích s vysokou poptávkou.
- Optimalizovat plány doplňování a upřednostňovat zásilky na základě výkyvů poptávky.
Prognóza pěší návštěvnosti na den se vytváří agregací hodinových hodnot pěší návštěvnosti pro daný den. K vytvoření prognózy používá model AI skutečné historické hodnoty návštěvnosti obchodu a seznam státních svátků v regionu, kde se obchod nachází. Nezohledňuje faktory, jako je počasí, plány obchodů, neočekávané uzavření obchodů nebo jiné podmínky, které mohou ovlivnit přesnost předpovědi.
Řídicí panel prognózy pěšího provozu
Řídicí panel prognózy pěšího provozu umožňuje vedoucím prodejen a marketingovým týmům sledovat předpovědi návštěvnosti vybraného chytrého obchodu k určitému datu.
Důležité
Aby model zobrazil předpověď, musí mít přístup k alespoň 14denním skutečným historickým datům pro konkrétní obchod. Předpověď se postupem času stává přesnější, protože se model učí z větších historických datových sad. Obchody s extrémně nízkou a nepravidelnou hodinovou návštěvností mohou mít méně přesnou předpověď.
Řídicí panel prognózy pěšího provozu má čtyři klíčové oblasti:
- Filtry: Rozbalovací nabídka Prodejce a prodejny zobrazuje všechny prodejny v maloobchodním řetězci, pro které máte data. Den vám umožňuje vybrat jeden ze sedmi dnů, pro které model AI/ML vytvořil předpověď. Filtry dostupné pro „Prodejce a prodejny“ a „Den“ se vztahují na všechna data na stránce.
Poznámka:
„Poslední aktualizace mm/dd/rrrr hh:mm UTC“ poskytuje časové razítko, kdy je řídicí panel aktualizován a od tohoto data začíná sedm dní předpovědi návštěvnosti. Je důležité poznamenat, že hodiny jsou uvažovány v koordinovaném světovém čase, UTC, tj. nulová zeměpisná délka: Greenwich, časové pásmo Spojeného království.
KPI: KPI nejvyšší úrovně pomáhají vyhodnotit prognózu návštěvnosti v porovnání s minulým týdnem:
Předpověď návštěvnosti na den: Predikce počtu nakupujících vstupujících do vybrané prodejny, včetně opakovaných vstupů, pro vybraný den. Nakupující ve skupině se počítají jako jeden. Pětičlenná rodina se tedy počítá jako jediný jedinečný nakupující.
V tomto widgetu se také zobrazí odchylka v procentech (%) oproti stejnému dni předchozího týdne. Je zde šipka označující trend a text je obarven zeleně pro růst nebo červeně pro indikaci poklesu návštěvnosti.
Model AI vytváří prognózu návštěvnosti pro každou hodinu nadcházejících sedmi dnů. Prognóza pěší návštěvnosti na den se vytváří agregací hodinových hodnot pěší návštěvnosti pro daný den.
Skutečná pěší návštěvnost za stejný den předchozího týdne: Zobrazí se aktuální (nebo historická) návštěvnost ve stejný den předchozího týdne. Zobrazí se také vypočítané datum pro stejný den předchozího týdne. Toto zobrazení umožňuje cenné srovnání mezi dvěma po sobě jdoucími pondělími nebo kterýmkoli dnem v týdnu.
Prognóza návštěvnosti v příštích 7 dnech: Součet předpokládaného počtu nakupujících vstupujících do vybraného obchodu na sedm dní dopředu podle časového období: mm/dd/rrrr – mm/dd /yyyy. Tento widget je ovlivněn výběrem obchodu, ale ne výběrem dne ve filtru.
V tomto widgetu je také zobrazena odchylka v procentech (%) za posledních sedm dní. Je zde šipka označující trend a text je obarven zeleně pro růst nebo červeně pro indikaci poklesu návštěvnosti.
Skutečná pěší návštěvnost za předchozích 7 dní: Skutečná (nebo historická) návštěvnost za předchozích sedm dní podle časového období: mm/dd/rrrr – mm/dd/rrrr. Tento widget je ovlivněn výběrem obchodu, ale ne výběrem dne ve filtru.
Grafy časových řad: Grafy časových řad ukazují předpokládanou pěší návštěvnost v průběhu času ve třech variantách:
Prognóza pěšího provozu podle hodiny dne ukazuje počet nakupujících podle hodiny vybraného dne
Prognóza návštěvnosti podle dne v příštích 7 dnech ukazuje předpokládaný počet nakupujících vstupujících do vybraného obchodu na každý ze sedmi dní dopředu podle časového období: mm/dd/rrrr – mm/dd /yyyy. Čára v živých barvách ukazuje skutečný (nebo historický) provoz za posledních sedm dní. Tento widget je ovlivněn výběrem obchodu, ale ne výběrem dne ve filtru.
Prognóza pěší návštěvnosti podle dne a hodiny dne na příštích 7 dní zobrazuje každý den reprezentovaný řádkem a hodiny jako sloupce. Barva každého čtverce představuje počet nakupujících v určitou hodinu, v určitý den, jak je definováno v legendě. Podle konvence platí, že čím tmavší čtverec, tím vyšší počet nakupujících. Hodiny jsou od 0 do 23 a dny pokrývají sedm dní dopředu, jak je uvedeno v rozsahu dat: mm/dd/rrrr – mm/dd/rrrr.
Jak se počítá předpověď pro pěší provoz? - Tato část poskytuje základní informace o prediktivním předpovědním modelu, vstupních datech, tedy o důležitosti historické datové sady, a faktorech, které v současné době nejsou v modelu zohledněny.