基于数据驱动的货源精准投放研究

2022-05-30 10:48刘蕊翟耀王烨楠李豪杰张琰
商场现代化 2022年13期
关键词:数据驱动

刘蕊 翟耀 王烨楠 李豪杰 张琰

摘 要:本文从云POS系统中选取一类烟购销比、条包比和主销规格库存集中度三个指标,构建客户经营状态识别模型,将零售客户分为“快销广需型”、“囤货保档型”和“最优库存状态”等“8+1”种类型。在客户分档基础上,结合客户识别模型,采用“档位+状态”的方式,从总量、频次和品规三方面进行调整货源投放。

关键词:数据驱动;精准投放;最优库存状态;经营状态

一、引言

货源是否精准投放,存销比是一个重要衡量指标。社会存销比偏高、客户库存不均衡就意味着市场需求与货源供应不匹配。导致这个问题的主要原因则是在投放货源时,目前的分档维度仅限于客户购进数据,无法精准识别零售客户经营状态。因此,精准识别零售客户经营状态,通过调整货源投放让“合适的货投给合适的人”,就能更好地满足社会需求,一方面解决存销比偏大,另一方面消费者又反映买不到烟的矛盾,一定程度上实现货源精准投放。

二、模型构建

1.模型构建

烟草行业对零售客户的研究由来已久。陈巧玲、叶周良、陈海勇在零售客户标签化基础上,从客户基础价值、客户档位价值、客户成长价值、品牌培育价值四个层面,提出针对漳州烟草零售客户经营能力价值评价体系。胡新、殷宝、陈军学将客户经营能力指标细分为资金规模、经营理念、管理能力、人力资源、市场拓展能力等。在参考诸多学者成果基础上,本研究改变传统的客户档位测评标准以购进数据为主,缺少客户动销数据的问题,借鉴经典的客户关系管理RFM模型,创新性选取云POS系统中一类烟购销比、条包比和主销规格库存集中度三个动销指标,采用三维坐标轴的方式,构建零售客户一类烟经营状态识别模型(简称客户识别模型,用PSC表示)。

X轴是Purchase-sale ratio,即一类烟购销比,用P表示;Y 轴是Strip-package ratio,即一类烟条包比,用S表示;C轴是Concentration degree,即一类烟主销规格库存集中度,用C表示。坐标系八个象限分别表示八类用户,如表1所示。

根据上表中的分类,可以用如下图形进行描述。

零售客户一类烟经营状态识别模型图(PSC模型)

2.指标解释

(1) 一类烟购销比

计算公式:周期内某零售客户一类烟的购进数量/周期内该零售客户一类烟的销售数量*100%

指标说明:该指标主要用来评价零售客户一类烟的进销水平,反映销售能力,体现购进和销售的匹配程度。该指标的高低直接决定零售客户的库存状态。当购销比偏大时,意味着零售客户的购进量大于销售量,库存处于上升趋势,一般可以认为零售客户在主动囤货,增加库存;当购销比适中时,意味着零售客户的购进量和销售量比重处于合理区间,经营稳定,库存合理;当购销比偏小时,意味着零售客户的购进量低于销售量,库存处于下降趋势,一般可以认为零售客户动销较快,货源投放属于供不应求的状态。

(2) 一类烟条包比

计算公式:周期内某零售客户以整条销售的一类烟数量(盒)/该零售客户以零盒销售的一类烟数量(盒)*100%

指标说明:该指标主要用来评价零售客户的销售行为和卷烟消费特点。如果该指标偏高,说明零售客户以整条销售为主,消费群体主要为集团消费或过事团购。这类零售客户卷烟消费群体一般较为固定,动销时点比较集中,资金周转周期不固定;如果该指标适中,说明零售客户整条销售和零盒销售比较均衡,经营方式较为灵活,既有较多散客,也能承接部分集团消费或过事团购,是绝大多数零售客户正常经营的状态;如果该指标偏低,说明该零售客户以零盒销售为主,卷烟动销时点较为分散,资金流动周转较快。这一般有两种可能,一是缺乏开发团购客户的能力,卷烟消费群体相对多样,主要为周边居民或流动人口。二是该零售客户有意拆零销售,控制销售节奏。

(3) 一类烟主销规格库存集中度

计算公式:某零售客户一类烟主销规格的库存保有量/该零售客户所有一类烟的总库存量*100%

指标说明:该指标主要用来反映零售客户的库存结构。本研究选取某市销量排名前十的一类烟主销规格作为分析对象。这十个一类烟主销规格占全市投放65%左右,同档位客户之间投放差距不大,而且常年基本稳定。一般而言,在正常经营状态下,零售客户的库存结构应该和订货结构基本匹配。也就是说,這十个一类烟主销规格占全市投放65%左右,零售客户一类烟主销规格库存集中度也应该在65%左右。库存集中度过大或过小都意味着零售客户的购进和销售之间存在偏差。如果库存集中度偏高,说明一类烟主销规格库存占比较大。一种可能是客户出于某种原因囤积一类烟主销规格,例如筹备集团用烟等。另一种可能是一类烟货源供不应求,一类烟主销规格因惜售导致的集中度偏高。如果库存集中度适中,说明一类烟主销规格库存占比与全市投放节奏基本吻合,库存结构较为合理。如果库存集中度偏低,说明一类烟主销规格库存占比较低。这可能存在三种情况:一是零售客户为了保档订购一些动销较缓的一类烟非主销规格。二是零售客户拥有特定消费习惯的固定、小众消费者,例如有小众品牌偏好的熟客,为这些熟客保留部分库存。三是零售客户的一类烟主销规格动销较快,供不应求,无法形成库存。

2.阈值计算

根据正态分布原理可知,对于大样本数据,其样本均值  的抽样分布均为正态分布,其数学期望为总体均值?,方差为σ2/n。

总体均值?在1-α置信水平下的置信区间为,其中,为置信上限,为置信下限,α是总体均值不包括在置信区间的概率,也称之为风险值。作为估计总体均值时的估计误差,在大样本条件下,总体方差σ2可以用样本方差s2代替,此时置信区间为:

课题组认为67%的置信度区间对区分指标阈值的高低比较合适,故采用平均值加减一个估计误差的方法确定各指标阈值,即[]。

指标值位于[]时,定义为中;

指标值位于()时,定义为高;

指标值位于()时,定义为低。

将全市所有云POS二星和三星客户2021年6月-9月的数据,按照总体均值区间估計的计算逻辑可以得出各指标的阈值区间,见表2所示。

3.客户分类

从PSC模型和指标阈值的角度,可以将零售客户分为“购销比低-条包比中-集中度中”、“购销比中-条包比低-集中度中”等27种类型。但本研究从实际工作出发,仅就八种极端情况和一种最优库存状态进行分析,将零售客户分为“8+1”种类型。

(1) 快销广需型:购销比低-条包比低-集中度低

行为表现:动销快、供不应求、零盒销售为主、一类烟主销规格库存占比少,具备一类烟非主销规格零盒消费群体(多为流动群体)。

(2) 快销零售型:购销比低-条包比低-集中度高

行为表现:动销快、供不应求、零盒销售为主、一类烟主销规格库存占比大。

(3) 快销熟客型:购销比低-条包比高-集中度低

行为表现:动销快、供不应求、整条销售为主、一类烟非主销规格库存占比大,具备一类烟非主销规格固定消费群体。

(4) 快销团购型:购销比低-条包比高-集中度高

行为表现:动销快、供不应求、整条销售为主、一类烟主销规格库存占比大,以集团消费或过事团购为主。

(5) 囤货熟客型:购销比高-条包比低-集中度低

行为表现:购进大于销售、主动囤货、零盒销售为主、一类烟非主销规格库存占比大,具备一类烟非主销规格固定消费群体。

(6) 囤货惜售型:购销比高-条包比低-集中度高

行为表现:购进大于销售、主动囤货、零盒销售为主、一类烟主销规格库存占比大,为了保证一类烟主销规格长期有售,有意控制销售节奏,倾向于拆零销售。

(7) 囤货保档型:购销比高-条包比高-集中度低

行为表现:购进大于销售、主动囤货、整条销售为主、一类烟非主销规格库存占比大,为了保持店铺档位(维持整体货源质量)购进与当前销售能力不符的一类烟非主销规格,形成库存积压。

(8) 囤货团购型:购销比高-条包比高-集中度高

行为表现:购进大于销售、主动囤货、整条销售为主、一类烟主销规格库存占比大,为了培养集团消费群体,有意囤积一类烟主销规格。

(9) 最优库存状态:购销比中-条包比中-集中度中

本研究将购销比、条包比和集中度三个指标均处于阈值区间内的零售客户,定义为“最优库存状态客户”。“最优库存状态客户”的行为表现是:购进量和销售量比重处于合理区间,经营稳定,库存合理。整条销售和零盒销售比重均衡,具备稳定的客源,经营方式较灵活。一类烟主销规格库存占比与全市投放节奏基本吻合,库存品类分布合理。

这八种极端情况分别代表目前市场上存在的、需要调控解决的八种具有代表性的典型客户。最优库存状态是零售客户在正常经营情况下最理想、最完美的库存状态。

三、模型应用

本研究在客户分档基础上,结合客户识别模型,将零售客户进行分类,采用“档位+状态”的方式,从总量、频次和品规三方面进行调整货源投放,如表3所示。

1.快销广需型

调控措施:总量方面高于同档位客户调高系数,增加月度供货总量;增加主销规格的投放量,保持高频投放节奏;多规格拓展投放规格的宽度,增加此类客户积分兑换的规格。

2.快销零售型

调控措施:总量方面高于同档位客户调高月度供货总量;多频次、多规格拓展投放规格宽度,减少对单一规格的依赖;适度增加客户积分兑换主销规格数量。

3.快销熟客型

调控措施:总量方面高于同档位客户调高月度供货总量;较大程度增加各规格的投放量,非主销规格增加订购机会;不断拓展投放规格的宽度,增加此类客户积分兑换的规格。

4.快销团购型

调控措施:客户经营状态强,条包销售机会大,总量方面高于同档位客户调高月度供货总量;一次性较大程度增加主销规格的投放量;不断拓展投放规格的宽度,适当增加客户积分兑换主销规格的数量。

5.囤货熟客型

调控措施:总量方面较同档位客户调减月度供货总量;减少非主销规格投放数量和投放频次,实行间隔周期或档位轮投;适当限制此类客户非主销规格的兑换次数。

6.囤货惜售型

调控措施:总量方面较同档位客户调减月度供货总量;减少主销规格投放数量和投放频次,不断优化此类客户库存结构;增加非主销规格投放个数;减少客户积分兑换主销规格的数量。

7.囤货保档型

调控措施:总量方面较同档位客户适度调减月度供货总量;减少非主销规格投放量和投放频次,实行间隔周期或档位轮投;适度增加主销规格投放量,优化此类型客户的库存结构;指导客户减少非主销规格的兑换次数增加主销规格兑换数量,有选择地参与积分兑换,提高积分的利用率。

8.囤货团购型

调控措施:总量方面较同档位客户适度调减月度供货总量;减少主销规格投放量,实行间隔周期或档位轮投,适当增加非主销规格投放宽度;指导客户减少主销规格积分兑换数量。

参考文献:

[1]王武伟,重新定义卷烟营销[M].中国市场出版社,2018.

[2]陈巧玲,叶周良,陈海勇.客户价值模型在烟草行业的研究与应用[J].中国新通信,2020,22(17):119-121.

[3]胡新,殷宝,陈军学.基于客户价值评价模型的客户关系管理应用研究[J].企业经济,2010(09):35-38.

作者简介:刘蕊(1975-  ),女,山东聊城人,研究生,山东聊城烟草有限公司卷烟营销科,科长,研究方向:卷烟营销;翟耀(1985- ),女,山东聊城人,研究生,山东聊城烟草有限公司卷烟营销科,科员,研究方向:卷烟市场营销;王烨楠(1984- ),男,山东聊城人,研究生,山东聊城烟草有限公司卷烟营销科,科员,研究方向:卷烟市场营销;李豪杰(1985- ),男,山东济南人,本科,山东聊城烟草有限公司卷烟营销科,副科长,研究方向:市场营销;张琰(1983- ),女,山东聊城人,本科,山东聊城烟草有限公司卷烟营销科,科员,研究方向:市场营销

猜你喜欢
数据驱动
基于数据驱动的虚拟人运动合成方法研究
数据驱动下消费者购买互联网理财产品意向预测方法
数据驱动:从量化到化理
高职图书采编外包商选择模型研究
数据驱动和关键字驱动的研究与应用
基于网络与数据智能化的数码印花产品设计定制模式研究
数据驱动理念在大学英语课程中的应用
大数据背景下的警务模式创新研究
《计算机控制技术》课程教改探讨
数据驱动导向高校多维度教育信息系统开发研究