Отслеживание брендов в розничной торговле FMCG с помощью машинного обучения

FMCG-ритейл характеризуется быстрой динамикой и агрессивной конкуренцией. Ритейлеры и бренды товаров народного потребления, стремящиеся сохранить уникальное положение на рынке, должны постоянно следить за эффективностью своего бренда. Но только среди йогуртов на некоторых рынках около 1500 различных продуктов; практически невозможно отследить их все только с помощью панельных исследований или ручного анализа данных. Наше исследование 147 продуктовых магазинов в Германии доказывает, что машинное обучение может помочь.

Если ритейлеры найдут способ использовать огромное количество данных о транзакциях клиентов, которые у них есть, они смогут предложить брендам всестороннее понимание их положения на рынке. Более того, ритейлеры также могут использовать эти данные для лучшей оптимизации своих категорий, ассортимента магазинов и рекламных предложений.

Возможно, вы уже слышали об анализе рыночных структур «продукт-век» (P2V). Этот подход к машинному обучению дает ритейлерам и брендам совершенно новый способ работы с данными. Исследовательская работа доктора Себастьяна Гейбеля, стоящая за этим подходом и работающая на нашем движке SO1, получила в этом году награду EHI Retail Science Award 2020 и была опубликована в Журнале маркетинговых исследований.

Подход, основанный на глубоких нейронных сетях, использует данные о покупках розничного продавца и рассматривает совместное появление тысяч продуктов в миллионах покупательских корзин. Это позволяет отображать все продукты в 800 различных векторах и размещать их на визуальной карте, где каждый продукт в портфолио ритейлера изображен в виде одной точки:

Первое, на что следует обратить внимание, это то, что товары сгруппированы так, как их покупают покупатели, а не розничные продавцы размещают их на полках. Примерами таких кластеров являются итальянская еда, барбекю, выпечка, завтрак, вегетарианство и даже товары для детей (например, маленькие коробки сока, закуски для школы, мясные обеды в форме плюшевых мишек или диснеевский йогурт). Мы также можем увидеть, какие продукты в этих группах дополняют друг друга (например, макароны + томатный соус), а какие заменяют (два разных вида макарон).

На приведенной выше карте представлена ​​крупная немецкая продуктовая сеть, состоящая из 73 миллионов покупательских корзин. Анализ работает полностью автономно, используя только необработанные данные о покупках из POS-систем и программ лояльности. Давайте рассмотрим пару примеров того, как бренды могут извлечь выгоду из такого непредвзятого взгляда на рыночные структуры.

Обнаружение замены

Ритейлеры хотят найти замену, чтобы избавиться от ненужных брендов или договориться с ними о лучших условиях. Бренды нуждаются в информации о своих ближайших конкурентах и ​​о том, насколько хорошо они отличаются от них, чтобы в первую очередь предотвратить подмену.

Чтобы увидеть, как этот анализ может помочь, давайте увеличим масштаб подкластера темного шоколада:

Мы видим, что продукты Lindt (считающиеся премиальным брендом шоколада в Германии) с одинаковым процентным содержанием какао, как «мягкие», так и «обычные» сорта, очень близки друг к другу. Бренды Zetti и Sarotti (более региональные и недорогие бренды) расположены вдали от Lindt, но очень близко друг к другу, что указывает на сильную взаимосвязь. В правом нижнем углу мы видим подкатегорию плиток темного шоколада с дополнительными ингредиентами (апельсин, перец чили, морская соль…), что указывает на то, что они занимают свое уникальное положение на рынке.

Это дает брендам несколько важных идей. Во-первых, Lindt сильно отличается от других брендов, но версия Mild не сразу узнаваема покупателями. Lindt может захотеть лучше указать разницу между ними на упаковке или в рекламе.

Бренды Zetti и Sarotti кажутся сильными заменителями друг друга. Покупатели, скорее всего, не очень хорошо различают их и не будут возражать против того, чтобы поменяться, если один из брендов находится на акции, отсутствует на складе или полностью отсутствует. Чтобы лучше различать эти два продукта, может потребоваться изменение маркетинговой стратегии.

Что способствует дифференциации

Итак, мы уже знаем, какие продукты являются заменителями, а какие имеют уникальную позицию, но что именно движет этой дифференциацией? Глядя на подкластер темного шоколада, мы можем увидеть две тенденции: цена снижается снизу вверх (с Lindt за 2 евро и Zetti/Sarotti за 1,29 евро) и процентное содержание какао слева направо. Таким образом, эти два атрибута кажутся главными отличительными чертами, если только шоколад не ароматизирован.

Для Zetti и Sarotti это может означать возможность представить ароматизированную версию своего шоколада. С более низкими ценами и в качестве регионального бренда этот новый продукт может составить конкуренцию ароматизированным шоколадным конфетам Lindt.

Давайте увеличим масштаб другого кластера, на этот раз вина. Мы видим, что первое и главное отличие заключается в том, игристое («сект») или стандартное вино. Маленькие 0,25-литровые бутылки для вина и игристых напитков занимают свои позиции довольно далеко от других.

Справа мы приближаем винную гроздь объемом 0,7 л. Цена кажется здесь самым сильным дифференциатором, гораздо большим, чем фактический тип вина (например, Шату, Совиньон, Рислинг…). Когда продукты четко разделены по цене, мы говорим о сильно товаризированном рынке, которым выглядит вино. Это говорит о том, что эта категория в основном определяется ценой и рекламными акциями, но все же есть место для дифференциации, например, за счет более сильного бренда или регионального происхождения.

Позиционирование продукта

Этот подход также можно использовать для определения позиционирования определенных продуктов. Например, бренд печенья CPG обратился к нам, чтобы узнать, воспринимают ли потребители их продукты больше как закуску или продукт для завтрака. Глядя на карту, мы быстро поняли, что бисквитные изделия этого бренда расположены среди продуктов для завтрака, довольно далеко от другого печенья и снеков.

Это понимание было использовано для того, чтобы еще больше укрепить позиционирование бренда в качестве «завтрака» с помощью рекламы и упаковки, начать партнерские отношения с брендами, производящими дополнительные категории завтрака, такие как хлопья или джемы, и даже выйти на некоторые из этих категорий.

Суть

Основными преимуществами этого подхода являются простота, объективность и автоматизация. Поскольку этот подход использует только необработанные данные о покупках и отражает истинное поведение потребителей, в нем нет ошибок, которые часто встречаются в других подходах. А поскольку весь анализ автоматизирован, его можно повторять столько раз, сколько необходимо, с новыми или отфильтрованными данными для оценки эффективности маркетинговых кампаний, внедрения новых продуктов или сезонных и региональных влияний. Чтобы лучше понять подход P2V, ознакомьтесь с полной статьей доктора Себастьяна Гейбела.

Технология, используемая в этом исследовании — SO1 Engine — также используется в нашем передовом механизме персонализации. Основываясь на информации, полученной в ходе этого процесса, он позволяет ритейлерам самостоятельно рекомендовать нужные продукты по правильной цене и в нужное время для каждого отдельного покупателя — и все это с учетом бизнес-целей ритейлеров и брендов.