Аналитическая платформа Deductor предоставляет аналитикам инструментальные средства, базирующиеся на современных методиках (OLAP, KDD – поиск закономерностей, Data Mining – добыча знаний) и предназначенные для решения самых разнообразных аналитических задач, например:
• Сегментирование клиентов (по каким признакам делить клиентов и на какие группы).Например, все клиенты делятся на 3 группы по методу АВС: А – клиенты, которые дают 70% прибыли или оборота, В – 20% и С – 10%. Далее строятся зависимости объема продаж этих групп клиентов от заданных аналитиком характеристик клиента: юр/физ. лицо, вид деятельности, удаленность, количество магазинов и т.д. С помощью математических методов, применяемых в экономике, путем наложения сегментов можно выявить, какие именно сегменты являются наиболее активными по числу или объему продаж, какие приносят наибольшую прибыль, где находятся наиболее лояльные клиенты, какие товарные группы они предпочитают и т.д.
Получив подобную информацию, можно более продуманно проводить маркетинговые мероприятия, предлагая конкретному сегменту именно тот ассортимент, который является для него наиболее предпочтительным. Если в результате анализа, вырисовался портрет каждого клиентского сегмента, то когда появляется новый клиент, которого по описанию можно отнести к конкретному сегменту, менеджер сразу может предложить тот товарный ассортимент, который данный сегмент вероятней всего потребляет.
• Выявление неочевидных зависимостей, влияющих на анализируемый параметр (например, объем продаж).Сегментация клиентов в итоге позволяет обнаружить скрытые зависимости, например, на объем закупки определенным образом может влиять сочетание каких-то характеристик – удаленность клиента, физическое это или юридическое лицо и т.п. Что позволяет соответствующим образом корректировать политику продаж и продвижения своих продуктов/услуг.
Другой пример – анализ чеков в розничной торговле помогает определить взаимозависимые товары (т.е. если покупатель купил один товар, то скорее всего купит и другой). Так чай часто покупают вместе с кондитерскими изделиями, пиво с чипсами, фотопленку с фотоаппаратом и т.д. Не все такие зависимости очевидны, а их своевременное выявление позволяет более грамотно располагать товары на прилавках (рядом) и в результате увеличивать прибыль магазина.
• Оценка эффективности рекламных акций.Если в данных о сделках содержится информация об источниках рекламы, способствующих совершению сделок, то с помощью OLAP-куба можно получать отчеты по объемам сделок в разрезе различных источников. Не менее интересна информация в разрезе источника рекламы и каких-либо характеристик клиента. Это дает возможность ориентировать рекламу на конкретного покупателя, например, при появлении нового товара предлагать его прежде всего тому сегменту клиентов, который является основным потребителем данной группы товаров.
• Оптимизация работы менеджеров (какой менеджер с какой группой клиентов эффективней работает).Заранее спрогнозировать успех сделки важно потому, что в случае отказа клиента организация теряет не только затраченное на его привлечение и работу с ним время, но и затраченные на него средства, а также самого клиента, который, видимо, уйдет к конкуренту.
Когда у организации накопилось достаточно много информации о завершенных сделках, успешных и неуспешных, можно использовать эту информацию, для выяснения факторов, которые в большей степени влияют на конечное состояние сделки. При появлении нового клиента, можно, используя данные накопленные об успешных и неуспешных сделках, определить какой менеджер эффективнее сработает в данном случае.
• Прогнозирование объема продаж.С одной стороны, в целях сокращения своих затрат, торговые организации стремятся свести к минимуму время, которое товар лежит на складе, а также место, которое он там занимает. С другой стороны, необходимо чтобы на складе всегда имелся необходимый запас востребованного лежал требуемый в настоящее время товар. Прогнозирование объемов продаж является важным шагом на пути принятия решения по оптимизации работы предприятия.
Важные данные для построения прогноза объемов продаж – это статистика продаж за предыдущие периоды. Построив прогноз по всем сегментам клиентов и прогноз по всем группам товаров, можно получить общий прогноз объемов продаж. Такой прогноз учитывает сезонность продаж каждой группы товаров и активность каждого сегмента клиентов в разные периоды времени.
• Оптимизация закупок и др.Получив информацию о прогнозе продаж , можно оптимизировать объем закупок.
Интересные решения можно получить по оптимизации цен на товары, определить так называемые коридоры цен, в диапазоне которых можно варьировать цену в сторону увеличения, не теряя при этом в объеме продаж. Также можно, используя мнение эксперта, назначить «красивые цены» и просчитать экономическую выгоду таких операций.
Интегрированное решение на базе Фрегат-Корпорация и Deductor в линейке продуктов позиционируется как рабочее место аналитика/руководителя, имеет условное название “Аналитик” и включает следующие модули:
- Модуль интеграции Фрегат-Deductor – 6500 руб
- Deductor-Вьювер – 8400 руб
- Deductor-Студио – 28000 руб
Для работы с интегрированным продуктом “Аналитик” требуется наличие лицензии Фрегат. Возможно использовать уже имеющуюся у Вас лицензию
“Фрегат-Склад” Де-Люкс, или приобрести усеченную лицензию
Фрегат-Отчетность – 7750 руб которая предназначена только для просмотра и анализа данных.
