Informazioni dettagliate ed elementi consigliati - Smart Store Analytics

La pagina Informazioni dettagliate ed elementi consigliati di Smart Store Analytics applica la data science per portare alla luce informazioni più approfondite sulle prestazioni del punto vendita, sugli acquirenti e sui prodotti. Puoi ottenere informazioni dettagliate su un determinato punto vendita o sull'intera catena di vendita al dettaglio.

Nota

I dati del punto vendita vengono sempre elaborati e visualizzati in conformità con il fuso orario locale del punto vendita specifico. Di conseguenza, il fuso orario per i report non può essere modificato in tempo reale tramite PowerApps o modificando le impostazioni su un Mac o PC.

Spesso acquistati insieme

La funzionalità Spesso acquistati insieme consente al punto vendita o al responsabile del merchandising di prendere decisioni basate sui dati sul posizionamento e sulle promozioni dei prodotti, sulla base di informazioni dettagliate su prodotti strettamente correlati. Identifica combinazioni di prodotti fortemente associati tra loro in modo che i rivenditori possano promuovere efficacemente l'attività di cross-selling.

I dati dei percorsi e delle azioni del punto vendita del cliente arricchiscono questi risultati per fornire un contesto pertinente. In questo modo, riveli dati per coppie di prodotti fortemente associati che potrebbero essere posizionati più vicini per aumentare le vendite congiunte dei due prodotti. In alternativa, i prodotti con i tassi di conversione bassi nel punto vendita potrebbero trarre vantaggio dal cross selling con prodotti correlati più popolari.

Sono disponibili due visualizzazioni per le associazioni di prodotti acquistati frequentemente insieme:

Visualizzazione di prodotti acquistati insieme di frequente

La vista Prodotti acquistati insieme di frequente mostra le prime associazioni di prodotti più strettamente correlate negli ultimi 7, 30 o 90 giorni.

Nota

Quando scegli un punto vendita dal menu a discesa, la tabella mostrerà le migliori combinazioni di prodotti in base alle transazioni nel punto vendita prescelto. Quando selezioni la visualizzazione rivenditore nel menu, la tabella mostrerà le migliori combinazioni di prodotti in base alle transazioni nell'intera catena di vendita al dettaglio.

La tabella include i seguenti dati:

• Nomi prodotti: Nomi dei prodotti associati

• SKU prodotto: ID prodotto dei prodotti associati

• Forza dell'associazione: La forza dell'associazione si basa su un calcolo statistico che rappresenta la probabilità che i clienti acquistino questi prodotti insieme a causa della loro pertinenza e non del caso casuale. In questo modo, puoi trovare combinazioni di prodotti più interessanti e significative fortemente associate in modo specifico l'una all'altra piuttosto che essere solo acquisti comuni nel complesso, insieme o separatamente.

  Le categorie vengono assegnate in base a una metrica statistica che misura la forza dell'associazione. In base al punto vendita o alle transazioni del rivenditore, la metrica ordina le coppie di prodotti associate. Quindi, le coppie vengono divise in tre categorie di uguali dimensioni con Eccellente che rappresenta il terzo superiore, Buono il terzo medio e Discreto essendo il terzo inferiore. A volte, un'indicazione "Basata su dati limitati" può apparire accanto alla forza identificata dell'associazione quando le caratteristiche delle transazioni del punto vendita non consentono un'inferenza statistica affidabile. Il motivo può essere il numero ridotto di transazioni per periodo, le dimensioni ridotte del cestino o la scarsa variabilità dei prodotti acquistati.

• Numero di volte che i clienti hanno acquistato insieme: Numero di volte che i clienti hanno acquistato i due prodotti insieme nel periodo scelto.

• Ritardo nel ritiro dei prodotti: Il ritardo nel ritiro dei prodotti è il tempo medio trascorso tra il ritiro da parte dei clienti di due prodotti associati. Ha inoltre indicato se il ritardo è superiore o inferiore al tempo medio in cui i clienti ritirano due prodotti qualsiasi nel punto vendita. Se il ritardo nel ritiro dei due prodotti associati è superiore alla media, puoi valutare di metterli l'uno vicino all'altro.

  • Un messaggio Informazioni insufficienti può apparire in questa colonna quando non ci sono dati sufficienti per calcolare in modo affidabile il ritardo medio di ritiro.

  • Un messaggio Non applicabile viene visualizzato nella colonna per le combinazioni di prodotti nelle transazioni della catena di vendita al dettaglio, a causa della variabilità nei diversi layout del punto vendita.

Visualizzazione dettagliata specifica del prodotto

La visualizzazione dettagliata specifica del prodotto mostra le prime cinque associazioni di prodotti più strettamente correlate negli ultimi 7, 30 o 90 giorni.

Nel menu a discesa è possibile cercare un prodotto di interesse. La tabella mostra i primi cinque prodotti più fortemente associati al prodotto scelto nel periodo selezionato, ad esempio gli ultimi 7, 30 o 90 giorni. I dati sui prodotti associati sono simili alla precedente tabella di visualizzazione dei prodotti acquistati frequentemente insieme.

Il menu include solo i prodotti che identificano almeno una combinazione fortemente associata. Inoltre, il menu visualizza le prestazioni del prodotto selezionato.

Il tasso di conversione rappresenta il rapporto tra il numero di volte in cui il prodotto ha interagito con il punto vendita e il numero di volte in cui un cliente lo ha acquistato. Quando un prodotto ha un tasso di conversione basso, puoi prendere in considerazione il cross-selling con prodotti fortemente associati che compaiono nella tabella di visualizzazione dei prodotti acquistati frequentemente insieme per migliorare le vendite.

Prodotti sostitutivi

La funzionalità dei consigli sui prodotti sostitutivi offre informazioni sui prodotti che i clienti vedono come alternative ad altri prodotti nel punto vendita o nella catena di vendita al dettaglio. Queste informazioni consentono al responsabile del merchandising della catena di vendita al dettaglio o al team di gestione del punto vendita di prendere decisioni basate sui dati quando si sceglie un sostituto per un prodotto esaurito. In alternativa, il responsabile può analizzare le prestazioni dei prodotti alternativi tra loro, poiché sono prodotti potenzialmente concorrenti.

Un modello di IA analizza i dati granulari dai percorsi dei clienti e dalle interazioni con i prodotti nel punto vendita e produce consigli sui prodotti. Il modello di IA identifica i prodotti che vengono spesso acquistati nello stesso contesto come potenziali alternative. Il contesto dei prodotti è definito da altri prodotti che i clienti scelgono durante la stessa sessione e dalla sequenza in cui vengono prelevati. Più il contesto è simile, maggiore è la possibilità che due prodotti vengano identificati come alternativi. I prodotti sostitutivi consigliati soddisfano le esigenze dei clienti in modo simile al prodotto originale in base all'analisi.

Attenzione

Il modello di IA non è supervisionato (non è addestrato su alcun set di dati predefinito di alternative di prodotto) e quindi deduce la sostituibilità del prodotto in base all'attività del cliente nel punto vendita e al contesto degli altri prodotti raccolti nella stessa sessione. Poiché avere un contesto simile non garantisce sempre che i prodotti siano sostituti, occasionalmente il modello può consigliare un prodotto che non è considerato un sostituto idoneo.

Schermata Prodotti sostitutivi

La schermata Prodotti sostitutivi mostra i sostituti consigliati per qualsiasi prodotto in un punto vendita o nella catena di vendita al dettaglio. Puoi selezionare un punto vendita per trovare la migliore alternativa disponibile in quel punto vendita o passare alla visualizzazione del rivenditore per una selezione potenzialmente più ampia a livello di rivenditore. È anche possibile concentrarsi su alternative per i prodotti più venduti o meno venduti nel punto vendita o nella catena di vendita al dettaglio. Quando selezioni una delle opzioni - tutti i prodotti, i più venduti o i meno venduti - gli approfondimenti di IA aggiornano il contenuto del menu a discesa per includere i prodotti pertinenti in base al filtro scelto.

Nota

Il drill-down del prodotto scelto include solo i prodotti del catalogo del punto vendita/rivenditore per i quali esistevano potenziali sostituti, in base al carattere e alla frequenza dell'interazione con il cliente. Prodotti del catalogo del rivenditore che non compaiono nel drill-down (né per tutti i prodotti né per i prodotti più venduti e meno venduti) e che non hanno consigli disponibili.

Tabella Prodotti sostitutivi

Le raccomandazioni del prodotto sono presentate in una tabella come mostrato. Le raccomandazioni si basano sull'analisi dei dati raccolti negli ultimi 90 giorni e vengono aggiornate ogni 24 ore.

La tabella mostra fino a tre prodotti sostitutivi consigliati per il prodotto selezionato dal menu a discesa e alcuni dettagli aggiuntivi che possono essere utili per il cliente per selezionare uno dei sostituti rispetto all'altro o per confrontare le prestazioni del prodotto originale e le varie alternative proposte. I dettagli per ciascuno dei sostituti suggeriti sono i seguenti:

• Nomi di prodotti: mostra i nomi dei prodotti alternativi
• SKU di prodotti: mostra gli ID dei prodotti alternativi
• Posizionamento relativo al prodotto selezionato: indica se il prodotto selezionato e il sostituto suggerito sono collocati sullo stesso ripiano, sulla stessa gondola (con ripiani diversi), oppure in punti diversi del punto vendita.

Nota

Questa colonna è rilevante solo per i consigli sui prodotti alternativi a livello di punto vendita (e rimarrà vuota per il livello di rivenditore), a causa delle variazioni nell'inserimento dei prodotti tra i diversi negozi della catena di vendita al dettaglio. Se lo stesso prodotto è collocato in più punti all'interno di un punto vendita, la colonna rappresenterà il luogo più vicino tra loro.

• Media giornaliera unità vendute: mostra la media giornaliera delle unità vendute dei prodotti selezionati e alternativi negli ultimi 90 giorni.
• Tasso di conversione medio: mostra il tasso di conversione medio giornaliero dei prodotti selezionati e alternativi. Il tasso di conversione è il numero di volte in cui i clienti hanno visualizzato il prodotto nel punto vendita diviso per il numero di volte in cui i clienti hanno acquistato il prodotto.
• Tasso di conversione relativo: mostra la relazione tra il tasso di conversione del prodotto e il tasso di conversione medio nel punto vendita o nella catena di vendita al dettaglio su tutti i prodotti per consentire un confronto più semplice tra prodotti diversi. Il tasso di conversione medio della catena di vendita al dettaglio/punto vendita viene visualizzato sotto il filtro del punto vendita.

Prestazioni di prodotti alternativi

Il grafico delle prestazioni dei prodotti alternativi consente di analizzare le prestazioni dei prodotti selezionati e alternativi nel tempo.

Questo grafico mostra le vendite unitarie giornaliere dei prodotti selezionati e alternativi nel tempo. Il grafico mostra le vendite unitarie giornaliere dei prodotti nel periodo selezionato nei campi del filtro delle date.

Previsione traffico pedonale

L'organizzazione di vendite e punti vendita dei rivenditori dipende fortemente dal numero di clienti che visitano i punti vendita durante il giorno. Il traffico pedonale predittivo è un modello di IA/ML che analizza il traffico pedonale passato, con fattori esterni (ad esempio, stagione, festività) e produce approfondimenti che consentono ai rivenditori di anticipare la domanda dei clienti e adeguare le loro attività di conseguenza. Il modello di IA per la previsione del traffico pedonale in Smart Store Analytics effettua una previsione del traffico pedonale per ogni ora dei prossimi sette giorni. Questi dati forniscono ai responsabili dei punti vendita e al team di marketing una previsione oraria di quanti clienti possono visitare un punto vendita nei prossimi sette giorni.

Con la previsione del traffico pedonale, i rivenditori possono:

• Sviluppare programmi ottimizzati che si allineino con i periodi di punta, garantendo livelli di personale adeguati.
• Assegnare la forza lavoro per ogni punto vendita e tra i punti vendita, con granularità oraria.
• Pianificare le attività, come il rifornimento degli scaffali e il rifornimento prima delle ore di punta per consentire agli addetti del punto vendita di concentrarsi sull'assistenza ai clienti durante i periodi di maggiore richiesta.
• Ottimizzare i programmi di rifornimento e dare la priorità alle spedizioni in base alle fluttuazioni della domanda.

La previsione del traffico pedonale per un giorno viene effettuata aggregando i valori orari del traffico pedonale per quel giorno. Per fare una previsione, il modello di IA utilizza i valori storici effettivi del traffico pedonale in un punto vendita e un elenco di giorni festivi nell'area geografica in cui si trova il punto vendita. Non prende in considerazione fattori come il tempo, gli orari dei negozi, le chiusure impreviste dei negozi o altre condizioni che potrebbero influire sull'accuratezza della previsione.

Dashboard Previsione traffico pedonale

Il dashboard Previsione traffico pedonale consente ai responsabili dei punti vendita e ai team di marketing di monitorare le previsioni del traffico pedonale per uno smart store selezionato in una data specifica.

Importante

Affinché il modello mostri una previsione, deve avere accesso ad almeno 14 giorni di dati storici effettivi per un determinato punto vendita. La previsione diventa più accurata nel tempo man mano che il modello apprende da set di dati storici più grandi. I negozi con traffico pedonale orario estremamente basso e intermittente potrebbero avere una previsione meno accurata.

Il dashboard Previsione traffico pedonale include quattro aree chiave:

• Filtri: il menu a discesa Rivenditore e punti vendita mostra tutti i negozi nella catena del rivenditore per i quali disponi di dati. Il giorno ti consente di scegliere uno dei sette giorni per i quali il modello di IA/ML ha prodotto una previsione. I filtri disponibili per "Rivenditore e punti vendita" e "Giorno" si applicano a tutti i dati nella pagina.

Nota

Il campo "Ultimo aggiornamento il mm/gg/aaaa hh:mm UTC" fornisce il timestamp in cui il dashboard viene aggiornato e da questa data iniziano i sette giorni di previsione del traffico pedonale. È importante notare che le ore sono considerate in Universal Time Coordinated, UTC, ovvero, longitudine zero: Greenwich, fuso orario del Regno Unito.

• KPI: i KPI di primo livello aiutano a valutare il traffico pedonale previsto rispetto alla settimana passata:

  • Previsione del traffico pedonale per il giorno: Previsione del numero di acquirenti che entrano nel punto vendita selezionato, inclusi gli ingressi ripetuti, per il giorno selezionato. Gli acquirenti in un gruppo vengono contati come uno. Pertanto, una famiglia di cinque persone viene conteggiata come un singolo acquirente unico.

    In questo widget viene visualizzata anche la variazione in percentuale (%) rispetto allo stesso giorno della settimana precedente. C'è una freccia che indica la tendenza e il testo è colorato in verde per la crescita o in rosso per indicare la diminuzione del traffico pedonale.

    Il modello di IA effettua una previsione del traffico pedonale per ogni ora dei prossimi sette giorni. La previsione del traffico pedonale per un giorno viene effettuata aggregando i valori orari del traffico pedonale per quel giorno.

  • Traffico pedonale effettivo dello stesso giorno della settimana precedente: Viene mostrato il traffico effettivo (o storico) dello stesso giorno della settimana precedente. Viene mostrata anche la data calcolata per lo stesso giorno della settimana precedente. Questa visualizzazione consente un confronto prezioso tra due lunedì consecutivi o qualsiasi giorno della settimana.

  • Previsione del traffico pedonale nei prossimi 7 giorni: la somma del numero previsto di acquirenti che entrano nel punto vendita selezionato, per i sette giorni successivi come indicato dall'intervallo di date: mm/gg/aaaa – mm/gg/aaaa. Questo widget è influenzato dalla selezione di un punto vendita, ma non dalla selezione di un giorno nel filtro.

    In questo widget viene mostrata anche la variazione in percentuale (%) rispetto agli ultimi sette giorni. C'è una freccia che indica la tendenza e il testo è colorato in verde per la crescita o in rosso per indicare la diminuzione del traffico pedonale.

  • Traffico pedonale effettivo dei 7 giorni precedenti: il traffico pedonale effettivo (o storico) dei sette giorni precedenti, come indicato dall'intervallo di date: mm/gg/aaaa – mm/gg/aaaa. Questo widget è influenzato dalla selezione di un punto vendita, ma non dalla selezione di un giorno nel filtro.

• Grafici delle serie temporali: i grafici delle serie temporali mostrano il traffico pedonale previsto nel tempo, in tre varianti:

  • Previsione del traffico pedonale per ora del giorno mostra il numero di acquirenti per l'ora del giorno selezionato

  • Previsione del traffico pedonale per ora nei prossimi 7 giorni mostra la somma del numero previsto di acquirenti che entrano nel punto vendita selezionato, per i sette giorni successivi come indicato dall'intervallo di date: mm/gg/aaaa – mm/gg/aaaa. La linea colorata mostra il traffico pedonale effettivo (o storico) nei sette giorni precedenti. Questo widget è influenzato dalla selezione di un punto vendita, ma non dalla selezione di un giorno nel filtro.

  • Previsione del traffico pedonale per giorno e ora del giorno nei prossimi 7 giorni mostra ogni giorno rappresentato da una riga e le ore come colonne. Il colore di ogni quadrato rappresenta il numero di acquirenti a una certa ora, di un certo giorno, come definito nella legenda. Per convenzione, più scuro è il quadrato, maggiore è il numero di acquirenti. Le ore vanno da 0 a 23 e i giorni coprono sette giorni avanti come indicato dall'intervallo di date: mm/gg/aaaa – mm/gg/aaaa.

• Come viene calcolata la previsione del traffico pedonale? - Questa sezione fornisce informazioni di base sul modello di previsione predittiva, i dati di input, ovvero l'importanza del set di dati storico e i fattori che attualmente non sono considerati nel modello.