小売業における販促計画 – データの課題

予測はほとんど常に困難な作業ですが、一般的な商品小売業では、他のどの分野よりも桁違いに複雑とされる分野があります: 販促計画。Lokadでは、販促計画は、大手クライアント向けにアドホックなビッグデータミッションを通じて取り組む、頻出な課題のひとつです。
この投稿は販促計画に関する一連の記事の第一回目です。小売業者がプロモーション需要を予測する際に直面する様々な課題を取り上げ、私たちが提案する解決策についての洞察を提供します.
販促に取り組む際に小売業者が直面する最初の課題は、データの品質です。この問題は、中規模および大手小売業者を問わず、通常大いに過小評価されがちです。しかし、過去のプロモーションに関する十分なデータがなければ、計画全体がゴミ入力ゴミ出力(GIGO)の問題に直面します.
販促記録におけるデータ品質の問題
販促データの品質は一般的に低い、または少なくとも_通常_の販売データの品質に比べはるかに劣ります。もっとも細かいレベルの販促記録は、商品の識別子、店舗の識別子、開始日(終了日)および販促自体を記述するすべての次元を表しています.
これらの販促記録には多数の問題があります:
- 記録は存在するものの、店舗はプロモーション計画を完全には実施しておらず、特に陳列に関してはそうです.
- 記録は存在するものの、ネットワーク内のどこでもプロモーションが実施されなかったケースがあります。実際、販促契約は通常、サプライヤーと3〜6ヶ月前に交渉されます。場合によっては、数週間前の通知で契約がキャンセルされることもありますが、それに対応する販促データは整理されません.
- Off the record な店舗による取組み、例えば在庫過剰商品の端棚への移動などは記録されません。陳列は販促効果を促進する最も強力な要因のひとつであり、過小評価すべきではありません.
- 販促メカニズムの詳細は正確に記録されていません。例えば、オリジナルパッケージの存在やパッケージの構造化された説明はほとんど保存されません.
多くの小売業者のデータセットで同様の問題を確認した結果、原因は単純だと考えています:販促記録を修正するための運用上の強制力がほとんど、または全く存在しない。実際、販売データに誤りがあると運用上および会計上の問題が多数発生し、その修正が最優先となります.
これに対し、販促記録は何年も大幅に不正確なままである可能性があります。誰もそれらの記録に基づいた予測モデルを構築しようとしない限り、不正確な記録は小売業者の運営にほとんど悪影響を及ぼしません.
これらのデータ品質問題に対する主要な解決策は_データ品質プロセス_であり、実際の店舗環境に直面した際にそれらのプロセスがどれほど堅牢であるかを実証的に検証することです.
しかし、どんなに優れたプロセスでも過去の不正確なデータを修正することはできません。通常、良好な販促データが2年分必要となるため、販促記録の履歴化に早期かつ積極的に投資することが重要です.
構造的なデータ問題
販促記録の問題を超えて、プロモーションの正確な計画は、小売における情報収集の方法に起因する、より広範かつ巧妙な問題にも悩まされています.
履歴の切り捨て:ほとんどの小売業者は販売履歴を無期限に保存しません。通常、「古い」データは次の2つのルールに従って削除されます:
- 記録が3年以上前の場合、その記録を削除する.
- 商品が1年間売れていない場合、その商品および関連するすべての販売記録を削除する.
明らかに、小売業者によって閾値は異なる場合がありますが、ほとんどの大手小売業者は何十年も存在しているため、5年間の販売履歴が切り捨てられていないのは稀です。これらの履歴の切り捨ては、通常、2つの誤った前提に基づいています:
- 古いデータの保存は高価である:ウォルマートの10年間分の全販売データ(レシートレベルまで)を保存することは、あなたの会社がウォルマートより小規模であっても、月々1000 USD未満のストレージで可能です。データ保存は現代だけでなく、10年前の小売ネットワークにおいても途方もなく安価でした.
- 古いデータは役に立たない:10年前のデータは確かに運用上の目的には役立たないかもしれませんが、統計的な観点からは、10年前のデータでさえ多くの問題の分析を洗練するのに有用です。簡単に言えば、長期の履歴は予測モデルの性能を検証し、過剰適合問題を回避するための幅広い可能性を提供します.
GTINを自社製品コードに置き換える:多くの小売業者は、ネイティブのGTIN(北米ではUPC、欧州ではEAN13として知られる)ではなく、代替の商品識別子でエンコードされた販売履歴を保存しています。GTINをアドホックな識別コードに置き換えることで、GTINの代替を追跡しやすくなり、断片化された履歴を回避できると考えられています.
しかし、GTINの代替は常に正確であるわけではなく、不正確なエントリはほぼ追跡不能になります。さらに悪いことに、2つのGTINが_統合_されると、以前のデータは失われ、元の2つの販売記録セットを再構築することは不可能となります.
代わりに、GTINエントリを保持する方がはるかに良い方法です。なぜなら、GTINはPOS(販売時点情報管理)で収集される情報の物理的な現実を表しているからです。その上で、_GTIN代替のヒント_は別々に保存し、必要に応じて後から関連付けを修正できるようにするべきです.
パッケージ情報を保持しない:食品小売では、多くの製品が個別ポーションからファミリーポーション、単品ボトルからパック、通常サイズから+25%の販促サイズなど、さまざまな形式で提供されています.
これらの形式に関する情報を保持することは重要です。なぜなら、多くの顧客にとって同じ製品の別の形式が、他の形式が欠けている場合の優れた代替となることがあるからです.
それでも、すべてのサイズバリエーションを統合したいという誘惑に駆られるかもしれませんが、例外もあり、すべてのサイズが同等の代替とはならない(例:18gのヌテラと5kgのヌテラ)。したがって、パッケージ情報は保持すべきですが、生の販売データとは分離して管理する必要があります.
データ品質は非常に収益性の高い投資
データ品質は、小売業において投資が通常10倍のリターンをもたらす数少ない分野のひとつです。より良いデータは、最も基本的な方法から先進的な方法に至るまで、すべての下流成果を改善します。理論上、データ品質は収穫逓減の原理に苦しむはずですが、私たちの観察では、オンラインコマースの注目すべき少数の事例を除けば、ほとんどの小売業者はデータ品質に_さらなる_投資を行っても大きな利益に結びつかない状況にあります.
また、高度な予測モデルの構築と異なり、データ品質は複雑な技術ではなく、多くの常識と強いシンプルさの感覚が求められます.
次回もご期待ください。今回は、販促計画におけるプロセス上の課題について議論します.