DS CRM Контакт- центры Кассовое ПО E-mail и SMS провайдеры ERP-системы Платформы для бизнес- анализа Социальные сети Мобильные приложения Веб-сайты
вернуться назад
10.03.2020

Кейс. Скрытый каннибализм

Сеть обратилась к нам с задачей разработать программу мероприятий для «проблемного» магазина с падающей выручкой.  Сеть значительно снизила цены относительно конкурентов, но продажи не выросли. Мероприятия должны были проинформировать клиентов о снижении цен и стимулировать визиты. 

Прежде чем разрабатывать мероприятия мы решили проанализировать аудиторию магазина. Выяснилось, что значительная часть клиентской базы «проблемного» магазина также делают регулярные покупки в другом магазине этой же сети, который считается «флагманским» в городе.  Этот факт дал возможность выдвинуть гипотезу, что «проблемный» магазин может являться местом «докупки» товара. Наши аналитики решили погрузиться в детали и проверить это предположение.

Мы разделили клиентов и «проблемного», и флагманского магазина на три группы:

  • «Приверженцы». Покупают в магазине более 70% корзины.
  • «Свичеры». Покупают в магазине от 40% до 60% корзины.
  • «Докупщики». Покупают в магазине менее 40% корзины.

Гипотеза подтвердилась: значительная часть клиентов «проблемного магазина» использует его как место докупки и не уходит к конкурентам, а покупает основную часть корзины во «флагманском» магазине.

Покупатели двух магазинов

Далее мы детально изучили состав корзины каждой из трёх групп и товарные категории, которые они покупают в каждом из магазинов. Мы обратили внимание, что топ-10 товарных категорий, которые покупают все три клиентские группы в разных магазинах, значительно отличаются.  Это позволило сделать вывод, что в «проблемном» магазине необходимо провести работу с ассортиментом и добавить категории, востребованные в другом магазине «свичерами» и «докупщиками».

На основе данных, полученных при анализе, мы предположили, что идея клиента о понижении цены в одном магазине не даст значимого результата для сети в целом. Это лишь приведет к каннибализму траффика из другого магазина. 

Мы дали клиенту следующие рекомендации:

  1. Рассматривать каждого клиента не как клиента конкретного магазина, а как клиента сети в целом. Отток клиента из магазина не означает его отток из сети.
  2. Не снижать цены в «проблемном» магазине, чтобы не допустить каннибализма между магазинами.
  3. Акцентировать внимание на вовлечение клиентов «проблемного» магазина в бонусную программу, т.к. эти клиенты попадут под мероприятия для удержания.
  4. Проанализировать ассортимент «проблемного» магазина на предмет заполненности конкретных категорий, выявленных при анализе.

Мы также разработали и утвердили мероприятия по привлечению нового трафика в «проблемный» магазин из зоны его охвата.

Не всегда интуитивно понятные решения являются правильными. Их нужно подкреплять данными. В случае нашего клиента аналитический подход и накопленные данные об истории покупок позволили изменить подход к «проблемному» магазину, избежать ненужных расходов на скидки и разработать более точные акционные механики. 

Для работы мы использовали собственный сервис DS Analytics