3. ПроAnalyse² KESKO & поставщики: действующая экосистема в Финляндии Analyse²- это команда экспертов с глубоким знанием продуктового ритейла и лидирующий разработчик ПО для разработки стратегий ритейла, исходя из нужд потребителей Клиенты компании – это боле 60 поставщиков и крупнейшие ритейлеры, включая: KESKO(продажи€ 12.6 млрдв 2009) Pepsico, Coca-Cola, Unilever, Procter&Gamble, Nestle, LU, Mars, Loreal, Kraft, Colgate-Palmolive, Campbell, Kellogg’s etc.
8. Количество персонала в K-Groupсоставило около 45,000 человек , из которых 22,200работают в Kesko
9. Сегодня у Keskoнасчитывается около 2,000 магазиновв8-ми странах: Финляндия, Норвегия, Швеция, Эстония, Латвия, Литва и Беларусь11 %чистых продаж 18 %чистых продаж
10. Задачи ритейлеров… Изменяющиеся желания, потребности, ценности и предпочтения потребителей Фрагментация требований потребителей: one size doesn’t fit all Потребители становятся все более требовательными и менее лояльными Снижение доходности на кв.м. из-за избытка товаров Канибализация продуктов из-за недостаточного понимания взаимозависимости продуктов Рацинализация продуктов, ориентированная на снижение затрат на хранение, но снижающая уровень удовлетворенности покупателей до 90% неудач при запуске новых продуктов
11. Customer insight в действии Мониторинг результатов Анализ трендов Планирование и внедрение Сегментация
12. Подготовка к customer insights Анализ трендов Анализ данных ритейлера ТРЕНДЫ Нужды и предпочтения потребителей Ценности Классификация продуктов Преимущества продуктов Данные карточек лояльности POS данные Информация о продуктах
20. Различные нужды покупателей подразумевают разные ассортименты ”Равнодушные” потребители ”Искушенные” потребители
21. Планирование и внедрение Продвижение, запуск новых товаров Ассортиментное планирование Сотрудничество с поставщиками Развитие продуктов Ценообразование Планирование и внедрение Сегментация потребителей Категорийный менеджмент, ориентированный на нужды потребителей Создание кластеров магазинов
24. Создание кластеров магазиновАнализ трендов и сегметация Программный продукт для планирования ассортимента, ценообразования, покупательского инсайта и анализа продаж A2
Few words about our trend modeling The idea of analysing the products and modeling consumer trends is that consumers don’t buy products itself, but the benefits linked to these products. For one product, these benefits can be different to different consumers. One might value for example healthy food, but the other prefer high quality. Different attributes are linked to each product to describe how well each product describe certain trends. In general, the trends describe the social phenomena. They give us the insight about customers needs.
Basically trend and attribute information is information which is coded to vast amount of products and is used for various purposes.
Basicallytrend and attributeinformation is informationwhich is coded to vastamount of products and is used for variouspurposes.Trendssimplyarecombinations of individualproductcharacteristics.
Here is practicalexamplehowthistrend and customerinsightwork for the Nordic Gourmet.Hereare the trendslinked to the Nordic Gourmet. Quality for sure. It’s a superpremiumproduct. New experriences and sensory. Veryfresh and new concept. Real novelty. Indulgence as obviouswhentalkingaboutchocolate and strongbrandwhich Fazer truly is areimportanthere.
Here are selected 3 of the Nordic Gourmet trends in 2-dimension axis. In x-axis there is new experience and sensory trend and in Y-axis Quality trend. Color repsesents Indulgence. On the upper right corner there are the most potential customer groups for Nordic Gourmet. This judgement was done before launching the product. For those trends, the most emphasized Foodstlye groups are Pleasure seekers, Dicerning shoppers, Sophisticated and health concious
The second analysis based on store clusters. Same trends on axis. Red circle point one very potential store cluster. It is named KSM1. I remind here that store clusters are based on customer information and FoodStyle is used when building assortments for store clusters.
Whathappened in real life. Thosesamegroupswerethosewhoreallybought the productmost.
The second analysis based on store clusters. Same trends on axis. Red circle point one very potential store cluster. It is named KSM1. I remind here that store clusters are based on customer information and FoodStyle is used when building assortments for store clusters.
