Czyli w jaki sposób określić grupy asortymentu, które nie były do tej pory nabywane przez wysokomarżowych kontrahentów i objąć je dosprzedażą.

Potrzeba biznesowa

Istotnym problemem, z którym borykają się pracownicy działów sprzedaży i marketingu, dyrektorzy sprzedaży, handlowcy czy zarząd organizacji, jest maksymalizacja przychodów ze sprzedaży asortymentu.

Nieodłącznym elementem kampanii sprzedażowych, które mają w tym pomóc, są działania mające na celu zwiększenie dosprzedaży, czyli:

• rozszerzenia sprzedaży wśród kontrahentów wysokomarżowych o grupy asortymentu, które do tej pory nie były nabywane,
• rozszerzenia sprzedaży wysokomarżowego asortymentu wśród określonej grupy kontrahentów.

Prawidłowe planowanie takich działań powinno zostać oparte o wielopłaszczyznową analizę, do której zebranie rzetelnych danych jest bardzo pracochłonne.

W związku z tym w module Softlab Analytics została przygotowana funkcjonalność, która w prosty sposób umożliwia zebranie danych wymaganych do analiz.

Ograniczenia na dziś – co chcemy usprawnić

Dotychczas zbieranie danych wymaganych do przygotowania wyżej opisanej analizy wymagało zaangażowania zasobów. Pracownicy przygotowujący takie dane nie mogli realizować w tym czasie zadań bieżących.

Dodatkowo dane istotne do opracowania analizy często przygotowywane były w różnych formach, np. w systemie ERP, w arkuszach kalkulacyjnych, hurtowniach danych itd., co dodatkowo wydłużało i komplikowało proces ich obróbki oraz końcowej prezentacji w formie graficznej.

Często spotykanym problemem było również ograniczenie w zakresie dostępu do danych operacyjnych (np. w zakresie wymaganych uprawnień) czy też błędy pracowników w interpretacji danych źródłowych.

Jak to usprawniliśmy

W narzędziu analitycznym Softlab Analytics istnieje możliwość generowania szeregu gotowych analiz zarządczych. Znaczna ich część może zostać wykorzystana bez potrzeby żmudnego gromadzenia i przygotowywania danych przez osobę zawiadującą działem sprzedaży w przedsiębiorstwie, np. pod kątem odpowiedniego dobierania strategii sprzedażowych:

• organizowania promocji dla wybranego asortymentu,
• promowania określonego asortymentu,
• dosprzedaży asortymentu wybranej grupie odbiorców (np. kierując się kryterium przychodowości).

Dzięki temu osoby zaangażowane w proces maksymalizacji sprzedaży za pomocą dosprzedaży asortymentu nie skupiają się na pozyskaniu danych do analiz, nie muszą też znać ich struktury. Proces pozyskania danych jest zautomatyzowany, a pracownicy mogą skupić się na ich biznesowej interpretacji.

Co ważne, Softlab Analytics został wyposażony w funkcjonalność Power of grey, która umożliwia sprawne analizowanie wyselekcjonowanych informacji. Po odfiltrowaniu właściwego zakresu danych możemy sprawdzić zależności między nimi, np. zweryfikować, jaki asortyment nie był zamawiany przez zdefiniowanych kontrahentów we wskazanym okresie. W tym celu korzystamy z narzędzia selekcji dostępnego w górnej części aplikacji. Po jego rozwinięciu mamy możliwość dynamicznego dodawania/usuwania filtrów dla danych (również za pomocą wyszukiwania inteligentnego, np. po poszczególnych pozycjach występujących w bazie danych). Oznaczenie kolorami (Power of gray) poszczególnych możliwości wyboru wskazuje na ich dostępność w ramach ustawionych kryteriów:

• kolor biały – możliwy wybór przy aktualnych kryteriach selekcji (np. konkretne miesiące w ramach wybranego roku);
• kolor jasnoszary – alternatywny wybór przy aktualnych kryteriach selekcji (np. grupa asortymentu USŁUGI FOTO przy wybranej selekcji na AKCESORIA i SPRZĘT FOTO);
• kolor zielony – aktualnie wybrana selekcja (np. segment BIZNES);
• kolor ciemnoszary – pozycje wykluczone przez aktualne kryteria selekcji (np. grupa kontrahentów OSOBY PRYWATNE wykluczona przez selekcję założoną na grupę BIZNES).

Rys. 1. Wykorzystanie funkcjonalności Power of gray

Jakie biznesowe przypadki użycia może obsłużyć nasze rozwiązanie

Przykład

Mamy przygotować analizę, która w wynikach zwróci asortyment nabywany i nienabywany przez wysokomarżowych kontrahentów, celem dopasowania strategii sprzedażowej w przedsiębiorstwie. Aby to zrobić, w aplikacji Sprzedaż uruchamiamy arkusz analityczny 01. Przychody ogółem.

Rys. 2. Arkusz analityczny 01. Przychody ogółem

W górnej części arkusz prezentuje zagregowane dane związane ze sprzedażą. Aby włączyć do analizy dane za rok 2017, w sekcji Wartość przychodów dokonujemy selekcji (odfiltrowania) roku 2017. System wyświetli wartość przychodów dla poszczególnych miesięcy w 2017 r.

Rys. 3. Selekcja roku 2017 w wizualizacji Wartość przychodów

Dokonanie selekcji w sekcji Wartość przychodów spowoduje dynamicznie odświeżenie wartości również na pozostałych wizualizacjach w ramach arkusza (za wyjątkiem wykresu Liczba klientów, który został celowo zaprojektowany w taki sposób, aby nie odświeżał danych dynamicznie). Kryteria selekcji widoczne są natomiast na panelu filtrowania.

W kolejnym kroku za pomocą narzędzia lasso zawężamy analizowany zakres danych (drilldown danych), wybierając spośród oddziałów jeden:

Rys. 4. Selekcja oddziału – centrala

Po wykonaniu wymienionych selekcji przełączamy się do arkusza 03. Przychody wg kontrahentów, gdzie jest możliwość wybrania grup asortymentu oraz grup kontrahentów tak, aby móc jeszcze bardziej uszczegółowić zakres analizowanych danych i zbadać zależności występujące w węższym zbiorze danych.

Rys. 5. Arkusz 03. Przychody wg kontrahentów – wybór grup asortymentu i grup kontrahentów

Rys. 6. Menu eksploracji – wybór

Rys. 7. Zmiana wymiaru analitycznego na Asortyment

Dysponując takimi selekcjami należy także dobrać odpowiedni zakres klientów (w segmencie BIZNES). Wybieramy więc kontrahentów, w transakcjach z którymi uzyskiwana jest najlepsza marża – selekcję wykonujemy za pomocą narzędzia lasso:

Rys. 8. Selekcja wysokomarżowych klientów na potrzeby analiz

Taki zakres danych przedstawia najcenniejszych z punktu widzenia działu sprzedaży kontrahentów (wysokomarżowych).

Celem biznesowym, który zarządzający przedsiębiorstwem chcą osiągnąć, jest zwiększenie dosprzedaży dla kontrahentów wysokomarżowych na asortymencie, którego do tej pory nie nabywali. Aby zidentyfikować takie towary, możemy skorzystać z narzędzia selekcji dostępnego w górnej części aplikacji. Po jego rozwinięciu mamy możliwość dynamicznego dodawania/usuwania filtrów dla danych (również za pomocą wyszukiwania inteligentnego, np. po poszczególnych pozycjach występujących w bazie danych). W rubryce Asortyment za pomocą listwy umieszczonej po prawej stronie możemy przesuwać filtr w dół, aż zaprezentowany zostanie asortyment oznaczony kolorem szarym – a więc asortyment, który nie był nabywany przez TOP klientów biznesowych w 2017 r.

Z listy asortymentu ustalonej na podstawie powyższej analizy możemy wybrać najbardziej wartościowe towary nabywane przez klientów, a następnie określić, jak często i w jakich ilościach je kupują. Na podstawie tych informacji możemy przygotować dedykowaną ofertę dla innej grupy klientów i tym samym zwiększyć naszą sprzedaż. Należy brać pod uwagę ryzyko, że część z tych towarów nie znajdzie nabywcy (bo nie będzie np. wystarczająco atrakcyjna), istnieje jednak spore prawdopodobieństwo, że popularne wśród określonej grupy towary spotkają się z zainteresowaniem również innej grupy klienckiej.

Rys. 9. Wykorzystanie funkcjonalności Power of gray

Jeśli analiza tego wymaga, informacje można doprecyzować, przełączając się do arkusza 10. Asortyment. Z tego miejsca można również wyeksportować dane do:

• arkusza kalkulacyjnego,
• pliku graficznego,
• pliku .pdf.

Rys. 10. Analiza asortymentu wyselekcjonowanego za pomocą funkcjonalności Power of gray

Jakie to daje korzyści

• Maksymalizacja przychodów w przedsiębiorstwie poprzez zwiększenie dosprzedaży skierowanej do wysokomarżowych klientów.
• Możliwość dostosowania działań handlowych dla poszczególnych segmentów kontrahentów (np. cross-selling, up-selling).
• Brak konieczności angażowania pracowników w przygotowanie danych do analizy.

Autor wpisu: Dawid Filar