Одним из ключевых факторов успеха в торговле является взаимодействие как можно с большим количеством качественных клиентов. Вот реальный пример. Производитель молочной продукции работает с 3200 продуктовыми магазинами в Алматы, но в компании понимают, что охватили далеко не все торговые точки. А «далеко не все» это конкретно сколько? Оказалось, что в городе в общей сложности 5736 продовольственных магазинов, получается что эта компания упустила 44,2% маркетов, что равно ее потенциально недополученной прибыли. Сложно представить сколько ресурсов, главный из которых время, ей пришлось бы потратить на то, чтобы выяснить точное количество магазинов, куда она не возит свою продукцию и где конкретно они расположены. Как решить проблему?
Дата-сайентисты Relog разработали сервис, который в первую очередь делает сенсус территории города или области. Он позволил найти белые пятна в зонах поставок товара, то есть обнаружить, как сказано выше, магазины, с которыми еще не работает наша компания-клиент. Данные обо всех магазинах города есть у 2ГИС, с которым мы официально сотрудничаем.
Так же с помощью аналитики выявляются торговые точки, которые значатся в базе производителя, но по факту их уже нет - они либо закрылись, либо занялись продажей непродовольственных товаров. Так бывает у дистрибьюторов, которые не чистят свою клиентскую базу. В случае с нашей компанией на момент начала сотрудничества с Relog она уже не поставляла молочную продукцию 593 магазинам, которые тем не менее висели в ее базе «мертвыми душами». Сервис показал их на карте города серым цветом, таким образом стало ясно в каких районах продажи сократились.
Но одни маркеты закрывают, другие наоборот открывают. Модуль аналитики позволяет производителю получать обновляющуюся в автоматическом режиме информацию о том, что в городе появились новые магазины, в какое время они открылись и с помощью виртуальной карты покажет их расположение. Вытаскиваем геоданные о них в Exel или в мобильное приложение торговых представителей, а затем они отправляются туда на переговоры о поставках продукции. Так наша компания-клиент узнала об 11 новых магазинах у дома, появившихся в течение всего лишь месяца.
Исходя из этого, дистрибьюторская компания может менять свой каверидж-план, то есть корректировать разделение геозон продаж между торговым представителями. Допустим, до того, как стало известно о новых торговых точках, один торговый представитель работал с 200 магазинами, а потом выяснилось, что на его территории есть еще 87 неохваченных магазинов. И дистрибьютор должен решить - увеличить нагрузку на конкретного торгового представителя, либо разделить эту геозону между двумя. Так же можно определить топовых сотрудников.
После того, как торговых точек для доставки стало больше, изменится и нагрузка на водителей. Сервис поможет проанализировать и затем откорректировать работу курьеров. По старой базе водитель доставлял продукцию, например, 300 магазинам, а после обновления оказалось, что на его территории есть еще, допустим, 200 магазинов, куда ему теперь надо приезжать. То есть при прежнем восьмичасовом дне он уже не будет накручивать ненужные километры, а станет работать в кучной зоне. Компания же в свою очередь сможет сократить затраты на топливо.
Вернемся к нашему производителю молочки и проанализируем его работу с магазинами. Категоризация по количеству заказов в неделю дает возможность, например, определить львиную долю ключевых заказчиков и посмотреть на них в диаграмме. Разными цветами выделяются те, которые делают заявки от 6 до 1 раза в неделю. У нашего клиента самая маленькая группа магазинов с ежедневными заказами - 27 торговых точек, а самая большая с заявками 1-2 раза в неделю – таких 1700 магазинов. Польза информации в том, что компания может с ее помощью улучшить маркетинговую стратегию.
Как мы видим добиться максимально позитивных результатов в торговле – задача вполне достижимая, а часто она даже проще, чем кажется на первый взгляд. Нужно просто тщательно выбирать партнеров, которые знают как облегчить работу бизнеса.
