С помощью кассовых аппаратов со встроенными сканерами и аналогичных систем для розничной торговли можно отслеживать и регистрировать каждую покупку, накапливая данные. Эти данные компания может использовать для подробного анализа поведения потребителей в плане влияния цены товара, отклика на ценовые акции, поведенческих моделей в зависимости от времени, а также сопутствующих покупок. Все полученные данные являются частью общей концепции «анализа корзины покупок». Однако, если какого-либо клиента невозможно идентифицировать по карте покупателя, анализ корзины покупок также не позволяет сделать сколько-нибудь значимые выводы относительно динамической модели покупок на уровне отдельного потребителя. Тем не менее эти данные полезны для анализа сочетаемости товаров при их покупке в рамках одного посещения магазина. С их помощью можно оптимизировать перекрестные продажи на уровне товарных позиций. Также можно делать выводы касательно пакетирования цен, рекламных акций, расстановки товаров и прочих аналогичных действий. Но поскольку данные по одному чеку или даже всей корзине покупок целиком отражают информацию лишь по одной поездке за покупками, делать выводы о временной динамике эффекта замещения, эффекта возврата или других эффектов невозможно. 13.3.2.2. Карты покупателей Карты покупателей позволяют ритейлерам отслеживать динамику покупательского поведения потребителей в зависимости от времени. С их помощью можно проводить более глубокий и функциональный анализ, чем с использованием одних лишь данных со сканеров. Данные с карт дают продавцу информацию о лояльности потребителей, потребительской ценности, эффективности бонусов за лояльность и т. д. В сочетании с данными о покупках отдельных товаров, например, данных со сканеров, это позволяет анализировать действия конкретного потребителя – структуру корзины покупок и товары, покупаемые одновременно. На основании анализа этих данных и сделанных выводов ритейлер может оптимизировать цены на несколько товаров и тем самым стимулировать перекрестные продажи. На рис. 13.5 показан интерфейс соответствующей программы, по которому видно, что потребитель А покупал ранее только группы товаров 1 и 2 (PG1, PG2). Анализ действий других потребителей, которые тоже покупали товары из групп PG1 и PG2, показал, что они очень часто покупают еще и товары из групп PG7 (50 %) и PG6 (28,6 %). Это позволило предположить высокую степень схожести покупателей товаров групп PG1 и PG2, а также потенциальные возможности для перекрестных продаж этим покупателям товаров групп PG6 и PG7. При следующем визите в магазин потребителю А предложили продукты групп PG6 и PG7 по очень привлекательным тестовым ценам, и данная акция оказалась чрезвычайно успешной. Потенциал использования карт покупателей для сегментации потребителей и дифференциации цен очень высок. Если компании удастся объединить социодемографические данные с поведенческими, например, данные о покупках товаров в пределах определенного ценового диапазона или о реакции на изменение цен, то это даст возможность выделить те сегменты потребителей, на которые можно воздействовать ценовыми акциями напрямую. 13.3.2.3. Электронная коммерция Как уже говорилось ранее, электронная коммерция обладает наибольшим потенциалом в плане сбора информации о потребителе. Такие интернет-магазины, как Amazon или Zalando, точно знают, что покупают их потребители, и поэтому могут оптимизировать цены с помощью ценовых тестов без особых усилий. А возможности объединения данных по каждому потребителю с данными из таких соцсетей, как LinkedIn, Facebook или Twitter, практически безграничны. В настоящее время усилия в области электронной коммерции сосредоточены больше на целевых рассылках, рекламе и активных продажах, чем на управлении ценами. Это удивительно, потому что создать надежную информационную базу для управления ценами можно достаточно легко. Вместе с тем необходимо уметь выполнять целевые тесты цен, где ограничивающим фактором выступает широта ассортимента. Даже в электронной коммерции нельзя достоверно проверить ценовую эластичность сотен или тысяч товаров. Кроме того, при анализе статистики по объему продаж и цене возникает ряд ограничений, которые подробно рассмотрены в главе 3. Одним из решений может стать автоматизация измерений ценовой эластичности и последующей выработки ценовых решений. Теоретически этот подход вполне осуществим в области электронной коммерции, но его реализация связана с некоторым риском, поскольку анализ данных периодически дает значения ценовой эластичности, которые лишены содержания. Иными словами, проверка результатов на внешнюю валидность всё равно необходима, поэтому сейчас еще неясно, найдет ли широкое применение такой автоматизированный анализ ценовых эффектов целиком или частично. 13.3.2.4. Анализ ценовых акций Поскольку ценовые акции играют очень важную роль в розничной торговле, требуется более глубокий анализ данного явления. Рис. 13.5. Определение потенциала перекрестных продаж с помощью карт покупателей (Simon-Kucher & Partners) К ценовым акциям относят скидки, а также иные многочисленные формы временного снижения цен. При анализе влияния ценовых акций и скидок возникают следующие вопросы. • Как работают скидки? • Какие товары подходят для дисконтирования? – Знакомые или менее известные бренды? – Новые или зрелые/признанные бренды? – Скоропортящиеся продукты или продукты длительного хранения? – Расходные материалы или изделия длительного пользования? • Какова широта охвата ассортимента товаров со скидкой? • Насколько следует снижать цены? • Когда должен начаться период действия скидки и как долго он должен продолжаться? • Как часто следует использовать скидки? • Когда следует использовать скидки в течение сезона? • Следует ли предлагать скидки через один и тот же канал или через разные? На большую часть этих вопросов еще не найдено универсальных ответов, подтвержденных на практике. Провести общую оценку скидок нелегко, поскольку результирующий эффект складывается из множества трудно регистрируемых частных эффектов, возникающих как итог взаимодействия товаров трех типов: • товары по ценам со скидкой; • другие товары в категории (товары-заменители); • остальная часть ассортимента (потенциальные товары для сопутствующих покупок). Чтобы получить общую оценку, нужно рассматривать не только эффект воздействия скидки в течение периода ее действия, но также и динамические эффекты, которые влияют на поведение покупателей в последующие периоды времени. «Для ритейлеров очень важно отслеживать динамику продаж товаров после окончания акции в течение минимум двух недель. Некоторые товары отлично продаются во время действия акции, но потом их продажи начинают падать гораздо быстрее по сравнению с другими товарами», – объясняет один из авторов. Потребители учатся предвидеть, когда появятся скидки, и планируют все новые покупки именно на этот период. Они используют эти возможности для пополнения запасов («заполнения кладовой»), что приводит к почти неизбежному падению объема продаж сразу после окончания действия скидки [40]. Кроме того, следует различать обычных потребителей (тех, кто приходит в магазин независимо от скидок) и охотников за скидками, которые приходят в магазин только в тот момент, когда на желаемый товар действует скидка. Результат сложения этих эффектов показан в табл. 13.2. Таблица 13.2. Сводные показатели воздействия краткосрочных и среднесрочных эффектов от скидок Знаки в верхнем ряду каждой категории товаров символизируют изменение объема продаж товара А, когда на него действует скидка. Аналогично знаки в нижнем ряду для каждой категории товаров относятся к товару В, когда его предлагают со скидкой («+» означает рост объема продаж, «0» – отсутствие изменений, «–» – снижение объема продаж). Видно, что динамика продаж товаров А и В различается очень сильно. Товар А Предложение товара A со скидкой приводит к следующим эффектам. Обычные потребители: • покупают то же количество товара А или больше в период действия скидки t и в последующие периоды t + ? (положительный перенос); • рост покупок товара А происходит не за счет товаров-заменителей; • продажи остальных товаров из ассортимента остаются без изменений. Охотники за скидками: • покупают товар A в течение периода t и t + ?; • в течение периода t + ? также покупают и товары-заменители, становясь постоянными покупателями; • покупают другие товары из ассортимента в течение периода t (сопутствующие покупки) и периода t + ? (как постоянные покупатели). Товар В И наоборот, когда продается со скидкой товар В, возникают следующие эффекты. Обычные потребители: • покупают больше товара В в период t и меньше в период t+? (покупают товар В на будущее, накапливая его про запас, – отрицательный перенос); • увеличение объема покупок товара В в периоды t и t+? происходит за счет товаров-заменителей;