16.05.2017 / Ville Niemijärvi

Vähittäiskauppiaat ja kaupan alaa tuntevat huomio

Teimme jo pari vuotta sitten mainonnan optimoinnin -sovelluksen. Kyseessä on joukko algoritmeja, jotka opettamalla voidaan kertoa mitä tuotteita mainoskampanjaan kannattaa laittaa, jotta siitä saataisiin mahdollisimman suuri tuotto.

Se toimii niin perinteisessä printtimainonnassa, suoramainonnassa kuin web-mainonnassa. Missä tahansa tilanteessa missä kauppiaalla on iso määrä tuotteita, joista pitäisi päättää mitkä laittaa kampanjaan saadakseen eniten myyntiä.

Analysoimme tilastollisten mallien avulla historiamyyntiä ja menneitä kampanjoita, joiden pohjalta kauppias saa tietää:

  • Mitkä tuotteet ovat nosteessa ja mitkä laskussa?
  • Mille tuotteille mainonnalla on suurin vaikutus?
  • Mitkä tuotteet aiheuttavat suurimman ostoskorin eli nostavat myös muiden tuotteiden myyntiä?

Lopputuloksena on siis älykäs mainonnan suunnittelijan työväline, joka tarjoaa automaattisesti parhaimmat tuotteet kuhunkin kampanjaan.

Emme koodanneet vielä varsinaista käyttöliittymää vaan upotimme sovelluksen ensiksi QlikView:iin ja integroimme sen R:ään. Sitten teimme sen Azuren pilveen, jotta voimme tarjota sitä SaaS -palveluna. Ihan oikea käytännön sovelluskohde koneälylle tai data sciencelle. Se ratkaisee konkreettisen ongelman ja tuottaa lisämyyntiä, joka voidaan vielä todentaa.

Testasimme mainonnan optimointia kourallisella vähittäiskaupan asiakkaita, tulokset olivat todella hyviä.

Kohtasimme dataan liittyviä haasteita, niitä ratkottiin, algoritmeja ja sovellusta muokattiin. Myimme palvelun yhdelle tukkukaupalle, kiinnostusta oli usealla vähittäiskaupalla.

Myyntiponnistelut jäivät kuitenkin vähiin ja hautautuivat muiden päivätöiden sekaan. Piti laskuttaa ja uuden tuotteen vieminen markkinoille, vaikka kuinka hyvä tahansa, ei ole helppoa. Tuote ei breikannut. Se jäi pöytälaatikkoon. Ei siksi, että se olisi huono tai etteikö se toimisi. Emme vain osanneet ja ehtineet myydä sitä.

Uskon kuitenkin, että käsissämme on valtava potentiaali. Tai sitten ei.

Kokeilenkin nyt uudestaan. Tämä blogikirjoitus on välimuoto markkinakartoitusta ja myyntiä. Toisaalta jos joku haluaa pölliä tästä hyvän idean ja toteuttaa itse, siitä vain.

Hyviä ideoita ei kannata pantata itsellä. Pöytälaatikossa ne eivät hyödytä ketään.

Eli kaikki vähittäiskauppaa tuntevat. Arvostaisin kovasti jos voisitte auttaa ja kertoa:

  • Onko tällaiselle palvelulle tarvetta?
  • Onko kampanjasuunnittelussa ja mainonnassa petrattavaa isosti? Onko business riittävän suuri?
  • Kannattaako tätä lähteä myymään isosti?
  • Miten sitä pitäisi kehittää?
  • Ostaisitko tämän?

Mennään siis suoraan asiaan. Kerron seuraavasti miten mainonnan optimoinnilla voidaan tehdä miljoonia lisämyyntiä.

Ongelma: mainoskampanjat eivät tuota

Olen tehnyt yli 10 vuotta töitä vähittäiskaupan analytiikan ja raportoinnin parissa usean eri ketjun kanssa. Minua on kiinnostanut erityisesti mainostaminen, oli kyse verkkobannereista tai sanomalehdessä olevasta kokosivun mainoksesta.

Lehtimainos

Ongelma mainoskampanjoissa on käsittääkseni seuraava:

  • tuotteita pienemmälläkin kauppaketjulla on kymmeniä tuhansia, joillain nimikkeitä löytyy useita satojatuhansia
  • miten löytää satojentuhansien tuotteiden joukosta ne 10 tai 20 jotka tuovat suurimman myynnin tai katteen?
  • joissakin ketjuissa mainostettavat tuotteet toistavat itseään: kahvi, olut, vessapaperi ja sesonkiin liittyvät tuotteet eli vappuna simaa ja serpentiiniä, kesällä grillitarpeita jne.
  • mainostajat pelaavat varman päälle, jolloin tämä tarkoittaa, että esimerkiksi kahvia myydään miinuskatteella.

Mainonta ei ole siis kovin optimoitua. Se perustuu varman päälle pelaamiselle, tuotteiden myymiselle tappiolla tai sitten mututuntumaan.

Ja toki myös vuosien henkilökohtaiseen kokemukseen, joka on äärimmäisen arvokasta mutta harvemmin jaettavissa muille.

Lähdin pohtimaan miten mainoskampanjoihin löydettäisiin edistyneen analytiikan avulla parhaiten myyvät tuotteet.

Ratkaisu: algoritmit löytävät parhaiten myyvät tuotteet

Ensimmäinen ajatukseni oli etsiä kampanjaan ne tuotteet, joilla on nouseva kysynnän trendi. Eli miksi mainostaa tuotteita, joita kukaan ei osta muutenkaan tai joka on väistyvä.

Toisaalta piti tietää mikä tuote myy juuri mainostettavalla viikolla. Eihän esimerkiksi pääsiäissesonkituotteita, kuten mämmiä, osteta koko vuonna laisinkaan. Joten pelkän trendin katsominen ei riittäisi.

Aikasarja-analyysin avulla saamme myyntiennusteen ja tuotteen kysynnän trendin

Olimme tehneet Louhialla paljon myynnin ja kysynnän ennusteita. Hyödyntäen aikasarja-analyysiä. Toisin sanoen otetaan tuotteen (tai minkä tahansa asian) menekki usealta vuodelta taaksepäin ja pyöräytetään se algoritmin läpi. Lopputuloksena saamme kysynnän ennusteen valitulle ajanjaksolle, esimerkiksi mainosviikolle.

sales_prediction_Qlikview_R_sarimax_louhia

Tämä on lähes aina tarkempi vaihtoehto kuin laskea vuosien välistä keskiarvoa tai verrata vain edelliseen vuoteen (tai viikkoon/kuukauteen).

Aikasarja-analyysi kertoo myös tuotteen kysynnän trendin eli mihin suuntaan kysyntä menee: laskeeko se, pysyykö samana vai nouseeko.

Tätä voidaan hyödyntää myös mainonnassa, ehkä laskevan kysynnän tuotteeseen ei kannata tuhlata mainosrahoja. Tai sitten juuri sitä pitää buustata ja piristää sen myyntiä oikea-aikaisella mainoskampanjalla.

Mainoskampanjan vaikutus tuotteen myyntiin

Aikasarja-analyysin oheistuotoksena saamme ns. kovariantin avulla tietää mikä on mainonnan vaikutus kysyntään. Tai minkä tahansa muunkin ulkopuolisen tekijän.

Mainoskampanjan tuoma noste näkyy piikkeina myynnissä.

Jos vain tuote (tai vastaava tuote) on ollut riittävästi historian aikana mainoksessa, pystymme kertomaan sen perusmyynnin (baseline, myynti ilman mainosta) ja mainonnan tuoman nosteen.

Ja tämä tietenkin suhteutettuna ko. ajanjaksoon.

Esimerkki: Muumivaippoja myydään toukokuussa keskimäärin 5500€/viikko.

Kun muumivaipat ovat lehtimainoksessa, nousee niiden myynti 8000€/viikko.

Mainonnan vaikutus on siis 2500€/viikko eli n. 45% buusti.

Tämä itsessään on jo valtavan informatiivistä ja arvokasta tietoa mainostajalle ja auttaa löytämään ne tuotteet, joilla saadaan valtavasti lisämyyntiä.

Mutta emme olleet tyytyväisiä ihan vielä.

Ostoskorianalyysin avulla maksimoidaan ostoskorin suuruus

Olimme tehneet myös ostoskorianalyysejä monesti. Ostoskorianalyysin avulla tiedetään mitä muita tuotteita mainostettavan tuotteen ohella myydään ja millä todennäköisyyksillä.

Eli jos asiakkaan ostoskorissa on Muumivaipat, kertoo ostoskorianalyysi millä todennäköisyydellä koriin eksyy myös pilttipurkki, äidinmaidonvastike tai six-pack keskiolutta.

Mainonnassa tätä voidaan hyödyntää siten, että laitetaan mainokseen sellaisia tuotteita, jotka imevät sinne mahdollisimman paljon muitakin tuotteita. Toisin sanoen kasvatetaan ostoskorin kokoa oikeilla sisäänheittotuotteilla.

On hölmöä mainostaa tuotetta, vieläpä miinuskatteella, jos asiakkaat tulevat ja ostavat vain tuon yhden tuotteen.

Päätimme siis yhdistää aikasarja-analyysin ja ostoskorianalyysin.

Näin aikasarja-analyysin ja ostoskorianalyysin yhdistelmällä saatiin tietää:

  • millä tuotteilla on suurin myynti tulevilla viikoilla (myyntiennuste)
  • millä tuotteilla mainonnan vaikutus on suurin (kampanjan tuoma noste)
  • mitkä tuotteet keräävät mahdollisimman paljon muita tuotteita (ostoskorianalyysi)
  • mikä on mainoksen tuoma noste näille ostoskorista löytyville lisätuotteille

Tulokset

Kun myyntihistoria siis ajettiin näiden kahden algoritmin läpi, saatiin tuloksena optimaalisin mainostettavien tuotteiden setti, joka tuo suurimman myynnin.

Tai katteen. Tai asiakasmäärän. Mikä nyt mainostajaa eniten kiinnostaa.

Alla oleva kuva esittää kuvitteellisen tilanteen, jossa Partioaitta (ei asiakassuhdetta) käyttäisi mainonnan optimointia.

Mainonnan optimointi Louhia Analytics Oy

Esimerkki:

Mainoskampanjan suunnittelijalle esitetään järjestyksessä eniten lisämyyntiä (tai katetta) tuovat tuotteet.

Tai vaihtoehtoisesti hän voi hakea tiettyjä tuotteita ja vertailla niitä keskenään ja simuloida mikä olisi mainoksen kokonaistuotto tällä tuotekokoonpanolla.

Tässä esimerkissä Fjällräven Kånken repun laittaminen mainokseen nostaa ko. tuotteen myyntiä 186% eli 7310€.

Tämän lisäksi Fjällräven Kånken repun kanssa ostetaan erityisesti neljää yllä esitettyä tuotetta. Näistä saadaan tuotteiden normaaliin perusmyyntiin nähden lisämyyntiä yhteensä n. 8554€. Huom: ilman, että ne itse ovat mainoksessa.

Koska Fjällräven Kånken oli mainoksessa, toi se lisämyyntiä yhteensä 15 864€.

Tässä esimerkissä meillä on siis yksi suositeltu tuote mutta käytännössä mainonnan optimointi kertoo tuotteiden kokonaisvaikutuksen kaikille tuotteille eli kampanjan suunnittelija voi valita sen täydellisen tuotekombon, oli tilaa sitten viidelle tai kymmenelle tuotteelle.

Tuoden mukaan tietenkin oman asiantuntemuksen ja näin tehden mainoksesta vieläkin paremman.

Mainonnan optimointi yhdistää siis:

  • aikasarja-analyysin, joka kertoo paljonko tuotetta tullaan myymään tulevaisuudessa eli esimerkiksi kampanjaviikolla
  • mainonnan vaikutuksen tuotteen myyntiin eli mikä on mainoksen noste (lift)
  • ostoskorianalyysin, joka kertoo mitä tuotteita myydään mainostettavan tuotteen kanssa yhdessä ja mikä on niiden saama noste

Kaikki tämä automatisoituna, vaikka kerran yössä ja integroituna esimerkiksi business intelligence -työvälineeseen tai tuotuna vaikka sitten asiakkaan ERP:hen tai Exceliin.

Louhian mainoskampanjan optimointi 2

Lisämausteet: hintajousto, somepöhinä, menestyskampanjan resepti

Lähdimme jatkokehittämään ratkaisuamme, tehdäksemme siitä vieläkin paremman.

Hintajoustoanalyysi kertoo kannattaako tuotetta laittaa alennukseen

Saimme palautetta eräältä ketjulta. He haluavat mainostaessaan tietää kannattaako tuote laittaa alennukseen ja kuinka suureen. Eli mikä olisi sopiva alennus, jotta tuotteesta todella tulee sisäänheittotuote.

No problem.

Lisäsimme mukaan hintajoustoanalyysin, joka kertoo alennusprosentin vaikutuksen tuotteen kysyntään. Näin mainostaja tietää riittääkö normihinta, 5% alennus vai pitääkö laittaa kunnon jytky ja pudottaa hinta puoleen.

Suomen kattavin somedata mainonnan tukena

Tutustuimme myös kumppanimme Futusomen kautta somedataan ja sen käyttö kampanjoinnissa on kiinnostanut jo vuosia. Tähän liittyen olemme tehneet myös useita harjoituksia ja pystyneet näyttämään, että somedatan perusteella voidaan ennustaa tuotteen kysyntää.

Toisaalta somedatan avulla voidaan katsoa etukäteen onko tuotteen ympärillä pöhinää tai jälkikäteen aiheuttiko mainoskampanja keskustelua ja miten tämä korreloi myynnin kanssa.

Mikä on menestyskampanjan resepti ja voidaanko se toistaa?

Itseä on aina kiinnostanut onko tuotteiden lisäksi jotain muuta tekijää, joka toistuu niissä mainoskampanjoissa, jotka menestyvät.

Valittu media (printti, display, tv, radio), ajankohta, sesonki, tuotteiden määrä, kuvien määrä, koko, väri jne.

Joten lisäsimme mainonnan optimointiin lisäoptioksi mahdollisuuden selvittää ja oppia, mitkä mainokset toimivat ja miksi.

Tämän avulla voidaan selvittää menestyskampanjan resepti ja toistaa se.

Näin palvelumme eri komponentit hahmottuivat ja täydellisen mainoskampanjan kertova konsepti oli valmis.

 

Louhian mainoskampanjan optimointi
Louhian mainoskampanjan optimointipalvelun osa-alueet

 

Kiinnostaako mainonnan optimointi vähittäiskauppoja?

Palataan blogin alussa esitettyihin kysymyksiin.

  • Onko teidän mielestä tässä konseptissa tai tuotteessa ideaa?
  • Onko business case riittävän iso eli onko mainonnan suunnittelussa petrattavaa ja paljon?
  • Mitä ongelmia tai haasteita teille tulee mieleen ratkaisun käyttöönotossa yrityksessänne?
  • Ostaisitteko palvelun?

Kaikki kommentit, ideat ja ajatukset ovat erittäin tervetulleita ja otetaan kiitollisina vastaan.

Jos olet kiinnostunut juttelemaan palvelusta lisää, ota yhteyttä (+358 50 326 4989 / Ville).


1.03.2013 / Ville Niemijärvi

Ristiinmyynti (eng. cross-selling) tarkoittaa sitä kun asiakkaalla on ostoskorissa jokin tuote X, pyrkii myyjä saada hänet ostamaan myös tuotteen Y ja lisätä näin kokonaismyyntiä. Usein tuotteet ovat yhteensopivia, oheistuotteita tai muuten vain sopivat kyseisen asiakaskunnan tarpeisiin.

Ristiinmyyntiä on niin autokaupassa (lisävarusteet), finanssitaloissa (eri säästö- ja sijoitusmuodot) kuin perinteisissä kivijalkapuodeissakin ja tavarataloissa. Homman tavoitteena on siis kasvattaa asiakkaan keskiostosta.

Olemme Louhialla paraikaa kehittämässä älykkäämpiä algoritmeja ja työvälineitä tehokkaampaan ristiinmyyntiin. Asian tiimoilta tutustuimme miten kotimaiset ja muutama ulkomainen verkkokauppa hoitaa ristiinmyyntinsä.

Yllätyimme  miten huonosti ristiinmyynti on verkkokaupoissa hoidettu. Lisämyynnin menettämisen lisäksi annettiin huono ja huolimaton kuva koko brändistä.

Verkkokaupassa ristiinmyynnin “yritys” tapahtuu kun valitset tuotteen ostoskoriin, jonka jälkeen usein sivun alareunaan tulee tuotemainoksia otsikolla: “Asiakkaat ketkä valitsivat tämän tuotteen, ostivat myös seuraavia tuotteita:” Tämä tuotelistaus on verkkokaupan tärkeimpiä ominaisuuksia ja tärkein mainospaikka. Sillä kun tuotteita on tuhansia ja asiakkaat kiireisiä ja vain yhden klikkauksen päässä kadota jonnekin internetin syövereihin, eivät he jaksa surffailla ja tutkia tuotehierarkioita montaa sekuntia. Tällöin pitää iskeä kun tulee paikka. Ja ristiinmyynti on se paikka. Ja tämä tuhansien taalojen paikka tyritään menestyksekkäästi.

Puntti-Petelle naisten terveyssiteitä?

Tässä muutamia havaintoja suomalaisista ja yhdestä ulkomaisesta, mutta Suomeen rantautuneesta verkkokaupasta. Ensiksi on mainittu meidän valitsema tuote ja jäljempänä mitä tuotetta tarjottiin.

Massankasvatus proteiini–> Libresse terveyssiteet

Sukupuolirooleista välittämättä, joku tolkku sentään. Tässä kaupassa pistosahan ostajalle tarjottiin myös lakanoita ja kasvorasvoja. Tulikin selväksi, että verkkokauppa vain katsoo kylmästi mitä muita tuotteita on ostettu tuotteen x kanssa, välittämättä kuinka monta kertaa kyseinen kombinaatio esiintyi. Vaikka yksi asiakas kymmenistä tuhansista ostaisi yhdistelmää pistosaha-kasvorasva, ei se tarkoita että sitä kannattaa tarjota kaikille.

Ostoskorianalyysissä onkin kaksi käsitettä, jotka kannattaa ottaa käyttöön: tuki (support) ja luottamus (confidence).

Tuki (support) kertoo kuinka monessa tapauksessa kaikista tapauksista tietty tapaus esiintyy. Jos massaproteiinia ja Libressen siteitä on ostettu kerran ja kokonaisuutena asiakkaita on ollut 10000, on tuki 1/10000 = 0,01%.

Luottamus (condifence) kertoo kuinka moni tapauksista x johtaa tapaukseen y. Jos siis massaproteiinin ostaneita on 10 ja näistä 1 on ostanut myös libresseä, on luottamus 1/10 = 10%.

Jotta verkkokauppojen ristiinmyynti olisi toimivaa, tulisi niiden rajata jokin minimituki ja minimiluottamus, jonka mukaan tuotteita näytetään. Tällöin hyvin harvinaiset kombinaatiot eivät pääsisi läpi ja asiakas saisi paremmin hänelle todennäköisesti sopivia tuotteita.

500 euron kuulokkeet –> Saman merkin puolet halvempi malli

Toisessa verkkokaupassa nappasin laatukuulokkeet ostoskoriin, hintaa lähes 500 euroa. Halusin parasta mitä rahalla saa. Ei muuta kuin kassalle. Kaupan ristiinmyynti ajatteli, että (todennäköisesti) iso katteisen tuotteen myynti ei käy päinsä ja he haluavat myydä minulle mielummin saman merkin puolet halvemman mallin.

Asiakkaan ostopäätöstä pitää tukea eikä aiheuttaa epäröintiä. Jos hän haluaa ostaa luksustuotteen, älä tyrkytä halpakamaa

Älykästä verkkokauppaa pitäisi pystyä konfiguroimaan siten, että kun asiakas valitsee luksusta, hänelle tarjottavat tuotteet ovat myös luksusta. Ja toisin päin. Jos asiakas valitsee koriinsa 5 euron pikkutavaran, ei kannata tarjota hänelle 500 euron kallista härpäkettä. Todennäköisesti hän on pienellä liikenteessä ja parhaimman hyödyn saat kun yrität ujuttaa ostoskoriin jotain pientä kivaa. Ehkä 5 euron muistitikun mukaan lähtee parin euron lisätuote jolloin saat lähes 30% lisämyynnin. Pieni summa kertaostoksena, mutta miltä maistuisi jos koko verkkokauppasi myynti kasvaisi 30%:ia?

Adidaksen lenkkarit –> kymmenen muuta Adidaksen lenkkaria

Yhdessä vaatekaupassa nakkasin toista sataa maksavat juoksulenkkarit ostoskoriin. Kassalla pärähti eteen mainos, jossa seisoi kymmenen vaihtoehtoista Adidaksen tossua eri hintaluokista. En oikein usko, että asiakkaat ostaisivat samalla kertaa monta usean sadan euron lenkkitossua. Sama homma toimi sykemittarin kanssa. Yksi mittari varmaankin riittää kerralla, mutta kovasti nettikauppa väitti, että tämän Polarin kanssa ostetaan kovasti myös tämä toinen Polari, yksi molempiin ranteisiin kenties? Oli selvää, että verkkokauppa ei todellisuudessa tehnyt ristiinmyyntiä vaan näytti vain saman tuoteryhmän muita tuotteita.

Itseasiassa kauppa teki kaikkensa etten ostaisi tuota valitsemaani tuotetta vaan peruisin tilaukseni.

Kuluttajien ostokäyttäytymistä on tutkittu paljon ja tutkimukset ovat osoittaneet, että mitä vähemmän asiakkaalle tarjotaan valintavaihtoehtoja, sitä helpompi hänen on tehdä ostopäätös ja sitä todennäköisempi on myynti. Katso vaikka Applea ja iPhonea. Vertaa Nokiaan. MOT. *

Myyjän ei pidä sekoittaa asiakkaan päätä. Jos hän on valinnut jonkin tuotteen X ostoskoriin, myyjän tehtävänä ei ole antaa lisävaihtoehtoja kyseiselle tuotteelle, vaan kiinnittää asiakkaan huomio muihin tuotteisiin. Mitä lenkkeilijä voisi tarvita lenkkareiden kanssa? Ehkä juoksutrikoot, sykemittari, hikinauha. Tai jos olet ruokakauppias ja asiakkaalla on korissa tortillalettuja. Älä tarjoa vaihtoehtoisia lettuja vaan kiinnitä huomio dippeihin, salsaan ja meksikolaiseen olueen.

Mitä useampi tuote asiakkaalla on ostoskorissa tietystä aihepiiristä, sitä vaikeampi hänen on keskeyttää transaktio ja vaihtaa kauppaa. Rakenna ostoskorianalyysin avulla suoraviivainen polku tuotteesta toiseen ja ohjaa asiakas tämän läpi jämäkästi ilman häiriöitä.

Pintaraapaisu suomalaisiin nettikauppoihin ja niiden ristiinmyyntiin ei antanut hyvää kuvaa. Uskon, että kaupat heittävät tässä hukkaan valtavia määriä myyntiä. Hyvä uutinen on se, että Louhian älykkäällä ristiinmyynti-algoritmilla on todellinen tilaus. Seuratkaa kauppojanne.

*Ks. esim. Harvard Business Review 05/2012

P.S. Lue Antti Ollikaisen ja Lasse Liukkosen blogista, kuinka tässä esitettyjä haasteita ratkotaan ryhmittelyanalyysin ja ostoskorianalyysin avulla.