Добро пожаловать в наши сообщения в блоге о вычислительных дополнительных продажах на Untie Nots. Мы разделили тему на 5 частей, вот ссылка на остальные:

Часть 1: Вы здесь
Часть 2: Распространенные методы, используемые в розничной торговле
Часть 3: Управление предвзятостью. Интуитивные инкрементальные методы
Часть 4: Использование более надежного подхода. Общий обзор
Часть 5: Использование более надежного подхода с причинно-следственным выводом

Часть 1: Настройка сцены

Цель

Здесь, в Untie Nots, мы разрабатываем индивидуальные задачи для розничных клиентов. У каждого из них есть уникальная целевая страница, на которой им предлагается потратить X евро на бренд, чтобы получить вознаграждение Y. В начале месячной кампании игрок должен выбрать свои задачи и получить свой выигрыш в конце.

Цель этого решения двояка: увеличить расходы на продвигаемый бренд и повысить общую лояльность покупателей к ритейлеру.

Правильное измерение производительности решения по управлению взаимоотношениями с клиентами необходимо для того, чтобы увидеть, работает ли оно и где его можно улучшить. Это особенно верно в отношении розничной торговли, где стоимость решения может быть высокой, а оппортунистические выгоды случаются постоянно. Например, некоторые клиенты получат скидку 30% на продукт, который они купили бы в любом случае, дополнительная прибыль от этой акции составит 0 долларов США.

В этой серии сообщений в блоге рассматриваются различные способы измерения влияния кампании на расходы игрока в магазине. Мы сосредоточимся на денежной сумме, но вы также можете использовать эти методы для измерения прироста количества посещений или размера корзины.

Как работает кампания

Перед началом кампании мы случайным образом разделим клиентов на две группы: открытые клиенты и контрольную группу.

Открытые клиенты получат все рекламные материалы, обычно по электронной почте. Контрольная группа ничего не получит и не сможет участвовать в кампании.

Если открытый клиент выбирает хотя бы одно испытание, он считается игроком.

Доступные наборы данных

  • По каждому покупателю мы знаем, сколько он потратил, какие товары купил и какую скидку он накопил за каждое посещение магазина за последний год.

  • У нас также есть некоторые личные характеристики для каждого клиента, например, участвуют ли они в маркетинговой программе или являются ли они золотыми, серебряными или бронзовыми клиентами.

Основные трудности

Поиск дополнительных продаж может показаться тривиальным на первый взгляд, но, к сожалению, напрямую использовать данные не так просто из-за нескольких проблем. Мы рассмотрим каждый из них более подробно, когда будем рассматривать различные методы расчета дополнительных продаж.

Низкое отношение сигнал/шум
Приращение может быть трудно измерить, если увеличение количества покупок игроков невелико по сравнению с общим объемом продаж. Для крупных магазинов это часто имеет место (но, как вы знаете, рост на несколько процентов действительно имеет значение в продуктовой розничной торговле); и может усугубляться устаревшими каналами маркетинговой коммуникации.

Непостоянные расходы в течение года
Общие расходы могут существенно колебаться в течение года, например, в конце года часто бывает всплеск. Это также верно на уровне покупателей, поскольку некоторые клиенты естественным образом начинают/перестают приходить в магазин по внешним причинам.

Неполные данные о клиентах
Чтобы защитить конфиденциальность и избежать любой нежелательной предвзятости при персонализации вызовов, данные о характеристиках клиентов очень ограничены. Это усложняет нам прогнозирование определенного поведения, например, склонность к цифровым медиа повышает вероятность того, что клиент будет участвовать в нашей кампании.

Запутанные данные
Проклятие всех проектов по работе с данными — реальные данные не являются чистыми. Некоторые системы немного устарели и могут давать странные транзакции, например дубликаты для одного магазина. Их трудно зафиксировать, поэтому важно разработать решение, устойчивое к аномалиям в данных.

Обозначения, используемые в сообщениях

Население

  • Игроки: клиенты, участвующие в кампании, независимо от того, выиграли они или нет.
  • Открытые клиенты: клиенты, получившие рекламные материалы для игры; включая игроков
  • Не игроки: клиенты, которые получили рекламные материалы для игры, но не участвовали в игре.
  • Контрольная группа: покупатели, не получившие рекламные материалы к игре; они однородны для выставленного клиента

Периоды времени

  • Кампания: период времени, в течение которого игрок может играть в игру.
  • Перед кампанией: период времени перед кампанией, используемый для создания эталона или обучения моделей.
  • Проверка период: период времени между кампанией и предварительной кампанией для проверки моделей, используется не всегда.

Следующая часть

Спасибо, что прочитали это введение, давайте перейдем к решениям, наиболее используемым в индустрии розничной торговли во части 2.