• 奶粉客的深度經營研究

    奶粉幾大核心業務︰

    • 奶粉新客
    • 跨段防轉牌
    • 段間用量提升
    • 用量預測通知

    前3個業務體系構建比較簡單,言儿也有多套“基于業務”進行承載,本文重點介紹用量預測及動態優化預測部分。

    數據看機會

    每個家庭都會從多個渠道購買寶寶奶粉,本統計的4月期購買量反映了顧客對于咱們門店的忠誠度,在咱們這里買少了就一定會在其它渠道補齊。從示例商戶的數據來看,比行業內的平均數據(50%會員︰3700克,平均值︰5800克,前25%會員: 8000克)要低不少。因此要想方設法讓顧客的回購粘在咱們這里。建議可盡快推進如下幾個方案的落地︰

    ヾ 奶粉套餐︰套餐一般是面向12罐以上的(3個月以上)的計劃,面向的是高忠誠度人群的經營;

    累計購買獎勵︰累計購買獎勵面向的是4-8罐的客粘性,它可以和套餐形成非︰玫幕ヴ。

    用量提醒 ︰ 在消費者用量即將耗光時,匹配資源影響在本渠道繼續消費

    預測原理

    ? ?奶粉在母嬰業態屬于常規易耗品,標準快消品類,而不同區域不同消費者在不同月齡階段對奶粉的需求量也不一樣,通過大數據“聚類”分析可以將消費者的需求通過算法分為若干類,而後根據消費者的消費特性分入不同的類加以購物引導。

    ? ?以部分商戶的典型通貨及高毛奶粉為例,通過“K均值聚類分析”法(在特定數據事實基礎上,通過算法自然的將人群的點按最小方差分成K個特征組,並且可以通過每個組再進行K均值分析,找到更細分的特性),選取一年內的相關銷售情況,分析情況如下︰

    有效樣本及干擾數據去除

    (有效樣本及干擾數據去除)

    (K均特性圖)

    全數據1段人群,分成了60G/237G/54G三個大人群(對應現實過程中母乳添加程度)

    類似算法推算2段和3段,我們可以得到區域特性如下︰

    ? ?通過上圖可以發現,該地區該母嬰渠道,-3個月到3-6個月開始購買使用1段奶粉,根據母乳喂養情況,分為每日54克/天和237克/天兩個人群;在3-6個月後進入2段,兩個人群用量均有所提升;到了1歲時開始斷奶添加營輔,本區域普遍會在斷奶後降低奶粉用量(很多區域斷奶點之後,存在一部分奶粉高耗人群,屬于母乳斷了之後營輔沒有跟上,全部走奶粉喂養)

    落地優化數據變現

    1、奶粉用量提醒︰按照人群的周齡差異進行細分配置,系統自動將消費者根據奶粉消費情況劃分到標準消費人群內,根據最後一次購買的克數,在預測其快要消耗完奶粉前2天通過智零售通知門店的相關導購電話邀約消費者復購。
    2、動態用量調整︰奶粉用量體現的是地區消費者的平均需求及在本渠道釋放度,隨著企業經營的優化,消費者在本渠道的釋放量會更充分,此時需要根據每次預測後消費者行為結果,動態調整該消費者的預測模型,不斷優化模型參數。