• 奶粉客的深度经营研究

    奶粉几大核心业务:

    • 奶粉新客
    • 跨段防转牌
    • 段间用量提升
    • 用量预测通知

    前3个业务体系构建比较简单,致维也有多套“基于业务”进行承载,本文重点介绍用量预测及动态优化预测部分。

    数据看机会

    每个家庭都会从多个渠道购买宝宝奶粉,本统计的4月期购买量反映了顾客对于咱们门店的忠诚度,在咱们这里买少了就一定会在其它渠道补齐。从示例商户的数据来看,比行业内的平均数据(50%会员:3700克,平均值:5800克,前25%会员: 8000克)要低不少。因此要想方设法让顾客的回购粘在咱们这里。建议可尽快推进如下几个方案的落地:

    ① 奶粉套餐:套餐一般是面向12罐以上的(3个月以上)的计划,面向的是高忠诚度人群的经营;

    累计购买奖励:累计购买奖励面向的是4-8罐的客粘性,它可以和套餐形成非常好的互补。

    用量提醒 : 在消费者用量即将耗光时,匹配资源影响在本渠道继续消费

    预测原理

       奶粉在母婴业态属于常规易耗品,标准快消品类,而不同区域不同消费者在不同月龄阶段对奶粉的需求量也不一样,通过大数据“聚类”分析可以将消费者的需求通过算法分为若干类,而后根据消费者的消费特性分入不同的类加以购物引导。

       以部分商户的典型通货及高毛奶粉为例,通过“K均值聚类分析”法(在特定数据事实基础上,通过算法自然的将人群的点按最小方差分成K个特征组,并且可以通过每个组再进行K均值分析,找到更细分的特性),选取一年内的相关销售情况,分析情况如下:

    有效样本及干扰数据去除

    (有效样本及干扰数据去除)

    (K均特性图)

    全数据1段人群,分成了60G/237G/54G三个大人群(对应现实过程中母乳添加程度)

    类似算法推算2段和3段,我们可以得到区域特性如下:

       通过上图可以发现,该地区该母婴渠道,-3个月到3-6个月开始购买使用1段奶粉,根据母乳喂养情况,分为每日54克/天和237克/天两个人群;在3-6个月后进入2段,两个人群用量均有所提升;到了1岁时开始断奶添加营辅,本区域普遍会在断奶后降低奶粉用量(很多区域断奶点之后,存在一部分奶粉高耗人群,属于母乳断了之后营辅没有跟上,全部走奶粉喂养)

    落地优化数据变现

    1、奶粉用量提醒:按照人群的周龄差异进行细分配置,系统自动将消费者根据奶粉消费情况划分到标准消费人群内,根据最后一次购买的克数,在预测其快要消耗完奶粉前2天通过智零售通知门店的相关导购电话邀约消费者复购。
    2、动态用量调整:奶粉用量体现的是地区消费者的平均需求及在本渠道释放度,随着企业经营的优化,消费者在本渠道的释放量会更充分,此时需要根据每次预测后消费者行为结果,动态调整该消费者的预测模型,不断优化模型参数。