Data Mining maksimerer Warehouse Club Profits - dummies

Måske har du handlet hos en af ​​de varehuse, detailkæder, der byder på shopping alene i store, uden frillsbutikker. Lagerklubber har blotte betongulve, almindelig funktionelle hylder og begrænsede valg af produkter og pakningsstørrelser. Deres check-out baner tilbyder ikke poser, endsige baggers, at pakke op dine indkøb.

Lagerklubber sætter sig adskilt fra typiske detailhandlere ved kun at åbne deres døre til kunder, der er villige til at betale årlige medlemsafgifter. Hvorfor skabe denne adgangsbarriere? Nogle påpeger, at medlemskabet skaber en bånd mellem shopper og butikken, en motivation til at returnere og maksimere den værdi, der returneres til medlemsafgiften. Og så har du dataene.

Fordi lagerklubshoppere skal præsentere medlemskort for at købe et køb, ved disse forhandlere præcis, hvem der køber hvad. De kan spore hver transaktion i fuld detalje. De kender shopperens identitet, fordi potentielle medlemmer skal fremlægge bevis for identitet. De ved hvad shopper køber. De kender tidspunktet og placeringen af ​​hvert køb. De kender de priser, som shopper betalte, og om der var involveret særlige kampagner.

Så lagerbygningsklubber har mere præcise og komplette oplysninger om deres kunder end nogen anden fysisk butik. Faktisk kan de have bedre information end deres online konkurrenter.

Rige ressourcer til forbrugerhandelsdata samt identitets- og demografiske data gør det muligt for lagerbutikker at minde deres data og give usædvanligt højkvalitetsinformation til støtte for beslutningstagningen. Mining shopper data kan afsløre

• Karakteristika for kunder med højt forbrug: Hvor ofte og når de handler, hvilke produkter de køber, og andre demografiske detaljer.

• Produktaffiniteter: Grupper af produkter, der ofte købes sammen.

• Forhold mellem forskellige tilbud: Bliver folk, der kommer ind for gas, til at købe dagligvarer? Bruger de mere eller mindre end andre? Køber de lignende eller forskellige produkter? Hvad med dem, der køber gas, briller eller receptpligtige stoffer? Hvilken transaktion kommer først, og siger der noget om efterfølgende indkøbsmønstre?

• Geografiske detaljer: Hvor bor kunderne? Hvor langt rejser de til butikken? Hvordan varierer produktindstillinger og adfærdsmønstre fra region til region?

God dataindsamling og dataudvindingspraksis giver lagerforretninger nøjagtige og detaljerede oplysninger om shopperadfærd, som de kan bruge til at træffe informerede beslutninger om, hvilke produkter der skal tilbydes i hver butik, hvilke priser der skal opkræves og andre forhold.

De kan også kombinere shopperdata med andre forretningsdata for at lære om produktivitet, procesforbedring og produktkvalitet. (Fordele strækker sig ud over dataudvindingen, når dataene bruges til at informere kunder om produktreklamer eller forenkle afkast og andre kundeserviceforhold. Visse data - som f.eks. Samlede data om købernes demografi i forbindelse med specifikke produktkategorier - kan endda sælges for at oprette en ekstra indtægtsstrøm.)

Hvad betyder dette for en lagerklub finansielt? Costco Warehouse Club-kæden har nu mere end 70 millioner medlemmer og rapporterede omsætning på over 100 milliarder dollar for regnskabsåret 2013.

Ingen hævder data minedrift er den eneste årsag til det (Costco understreger offentligt betydningen af ​​god ansættelse, god behandling af medarbejdere og uddannelse og fremme indenfor), men data mining gør det muligt for Costco at bygge videre på disse fundamentale baseret på detaljerede oplysninger om kundeadfærd og præferencer på lokalt og endog individuelt niveau.