Visual Business Intelligence: Welche Attribute steuern meinen Abverkauf?

folder_openTrend Understanding
commentKeine Kommentare

Jeder Shop sollte seine “Top Seller” kennen. Ich bin mir ziemlich sicher: Wenn du in einem Shop arbeitest, kennst du mit hoher Wahrscheinlichkeit die meistverkauften Produkte. Oft muss man nicht mal im Shop tätig sein um diese zu kennen, da im Online Store diese oft direkt als “Top Seller” beworben werden. Aber welche Umstände können bestimmten Produkten zu diesem Status verhelfen?

Das Ranking

Im Online Store gelten ähnliche Regeln wie bei Suchmaschinen. In beiden Fällen wird nach etwas gesucht und entweder findet der Suchende schnell das, was er sucht, er verändert die Suche oder ist weg. Filter in Shops können hier sehr hilfreich sein, aber Produkte, die weiter vorne erscheinen werden immer einen Vorteil gegenüber Produkten, die weiter hinten erscheinen haben. Ein Produkt auf Seite 1 wird sich besser verkaufen als eines auf Seite 5 und ein Produkt auf der letzten Seite wird kein Top-Seller, wenn dieser nicht extra beworben wird. Logisch, oder? Aber ist das nicht eine selbsterfüllende Prophezeiung? Was mache ich, wenn ich 50 Kleider pro Seite zeige, aber 300 neue Kleider im Saison-Wechsel auf einmal online gestellt werden? Welches Kleid sollte ich bevorzugen und dem Kunden vorne und welches weiter hinten zeigen? Per Zufall, Bauchgefühl oder Daten? Falls Daten, welche Daten?

Sortimentssteuerung

In einigen Fällen wird die Sortierung von Produkten auch strategisch entschieden und nicht automatisch anhand von Zahlen, Statistiken oder Algorithmen. Zum Beispiel, wenn eine bestimmte Kampagne gefahren wird (TV, Radio, Direktmarketing o.Ä.) sollten die beworbenen Produkte am besten ganz vorne in der Sortierung zu finden sein. Wenn man mir ein Produkt schmackhaft machen will, will ich es nicht noch erst suchen müssen, sondern direkt finden.

Fehler

Ok, dieser Punkt wird meistens einfach übersprungen, da kaum einer zugeben würde, dass seine Produkte fehlerhaft sortiert werden. Ein Beispiel aber, welches ich hoffe, keinen der Leser betrifft, ist, wenn man die Conversionrate, Marge usw. kombiniert zu einem “Business-Value” und diesen für die Sortierung nutzt, aber die Retourenquote bei der Berechnung übersehen oder vergessen wird. Dann boostet man Produkte, die sich verkaufen, aber wie ein Boomerang wieder zurückkommen. Vor einigen Jahren hatten wir diesen Fall mal bei einem Shop erkannt, aber seitdem nie wieder gesehen. Dennoch gibt es oft Fälle, wo die Sortierung im Shop von Fehlern beeinflusst wird und somit nicht das Optimum liefert.

Top-Seller Analyse

Anhand der meist-verkauften Artikel, der sogenannten Top-Seller,  lässt sich vieles identifizieren. Eine sehr interessante Art unser System zu nutzen ist die visuelle Top-Seller Analyse. In diesem Fall setzen wir alle Produkte aus einem Sortiment miteinander in Relation und schauen, ob es Top-Seller-Cluster gibt. Dafür nutzen wir unsere Bilderkennung, aber auch weitere Tools wie das Normalisieren des Rankings, um den Einfluss der Platzierung zu reduzieren. Bei der Normalisierung nutzen wir statistische Algorithmen, um den Unterschied bei der Anzahl von Produkten zwischen den Kategorien verschiedener Shops auszugleichen. Z.B. wenn Shop A 1.000  und Shop B nur 100 Kleider im Sortiment hat. So können wir den Einfluss des Rankings auf die Produkte erkennen, ohne von der unterschiedlichen Anzahl an Produkten gestört zu werden.

Mit dieser Analyse lassen sich Überschneidungen von Clustern erkennen, die zu Top-Sellern führen könnten. Betrachtet man die Cluster im Detail, lassen sich Attribute oder Merkmale erkennen, die den höchsten Einfluss auf einen Top-Seller-Cluster haben. Attribute können z.B. Rüschen, Punkte, V-Ausschnitt oder eine bestimmte Ärmelform sein.

Top-Selling Attributes

Mit den Top-Selling Attributen lassen sich einige Fragen beantworten wie z.B.:

  • Was könnten die Gründe sein, wieso bestimmte Produkte Top-Seller sind?
  • In welchen Kategorien sollten welche Attribute bevorzugt werden?
  • Welche Produkte sollte ich in meiner Sortierung boosten?
  • Welche Merkmale sollten auch bei der nächsten Kollektion berücksichtigt werden?
  • uvm.

Es gibt sicher noch eine ganze Menge weiterer Fragen, die man damit beantworten könnte. Falls du eine Idee hast, lass uns darüber reden! Gerne helfen wir dir weiter beim Aufbau einer visuell getriebenen Business Intelligence.

Tags: , , , , ,

Related Posts

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht.

Bitte füllen Sie dieses Feld aus
Bitte füllen Sie dieses Feld aus
Bitte gib eine gültige E-Mail-Adresse ein.

Menü