Kiến thức

Thông tin vị trí: Các trường hợp sử dụng phân tích cho các tổ chức bán hàng - P1

13/09/2021 GeoLink Thu Giang 0 Nhận xét

(English below)

Thông tin vị trí là việc thu thập và phân tích nhiều nguồn dữ liệu địa không gian được chuyển thành thông tin chi tiết mang tính chiến thuật, định hướng hành động để giải quyết nhiều vấn đề kinh doanh khác nhau. Đọc báo cáo chính thức này và tìm cách Fractal đi sâu vào một số trường hợp sử dụng phân tích có liên quan.

Bất chấp sự gia tăng mua hàng trực tuyến trong thời kỳ đại dịch, 90% số lần mua hàng trên toàn thế giới vẫn được dự đoán là diễn ra tại cửa hàng so với trực tuyến vào năm 2025. Các chuyên gia phân tích trong các công ty CPG sử dụng Location Intelligence để giúp tổ chức bán hàng tìm và ưu tiên mua hàng phù hợp lưu trữ các loại cơ hội và phân tích hành vi của người mua sắm.

Thông tin vị trí là việc thu thập và phân tích nhiều nguồn dữ liệu địa không gian được chuyển thành thông tin chi tiết mang tính chiến thuật, định hướng hành động để giải quyết nhiều vấn đề kinh doanh khác nhau. Các chuyên gia bán hàng trong ngành CPG chuyển sang dữ liệu địa không gian  và phân tích để tìm khách hàng tiềm năng mới, cải thiện chuyển đổi tại hiện trường, phân tích hành vi của người mua sắm và tối ưu hóa các tuyến đường của họ để tiếp cận những cơ hội đó.

Trong báo cáo chính thức này, chúng tôi sẽ đi sâu vào một số trường hợp sử dụng phân tích có liên quan: -

a. Lập bản đồ địa không gian (Câu trả lời "Bán ởđâu" và "Những gì cần trang trải"?

Nó giúp bao gồm tất cả các POP (Điểm mua hàng) có thể có, được định nghĩa là bất kỳ vị trí nào có khả năng cho người mua hàng mua sản phẩm mang thương hiệu CPG và giúp hiểu 'người mua hàng ở đâu' và 'nhu cầu ở đâu'. ' Đây thường là bước khởi đầu trong chiến lược RTM (Định tuyến đến Thị trường) kỹ thuật số của bất kỳ công ty CPG nào. Nhóm phân tích có thể xây dựng giải pháp này để giúp các đại diện bán hàng:

  • Thu hẹp khoảng cách về phạm vi phủ sóng bằng cách bao phủ nhiều cửa hàng hơn và tốt hơn trong khu vực địa lý nhất định;
  • Xác định & ưu tiên các khu vực cơ hội hàng đầu trên bản đồ để cải thiện mức độ bao phủ hiện tại
  • Tạo khách hàng tiềm năng đủ điều kiện mới và tận dụng các cơ hội chưa được khai thác
  • Ưu tiên các cơ hội để tăng trọng lượng hàng, cơ sở hạ tầng, cơ sở bán hàng và kết hợp sản phẩm Các đặc điểm POP, tiềm năng, hiệu suất, đặc điểm địa lý, v.v. để chuyển đổi tại hiện trường tốt hơn

Một trong những thách thức hàng đầu mà nhóm bán hàng tại hiện trường phải đối mặt là quá trình xác định và chuyển đổi khách hàng tiềm năng tẻ nhạt và tốn thời gian. Hầu hết các phương pháp truyền thống đều sử dụng phản hồi không chính thức từ lực lượng thực địa hoặc sử dụng phương pháp tiếp cận thủ công dựa trên excel và / hoặc báo cáo bằng cách sử dụng dữ liệu điều tra dân số hoặc đầu vào của các cơ quan bên thứ ba. Các phương pháp truyền thống này thường dựa trên công nghệ tại chỗ và thiếu quan điểm và phân tích thị trường tổng thể để xác định một chiến lược thị trường hiệu quả.

Các phương pháp dựa trên AIML và XR tận dụng, các nguồn dữ liệu mới cho thông tin chi tiết và công cụ địa lý front-end hỗ trợ trực quan hóa và đưa ra quyết định nhanh hơn. Các nguồn dữ liệu bên ngoài đa dạng, bao gồm dữ liệu PoI (Điểm ưa thích) và Dữ liệu thị trường (POP), cùng với dữ liệu cửa hàng nội bộ, cung cấp một cái nhìn toàn diện về thị trường 360 độ. Giao diện người dùng dựa trên đám mây thu hẹp khoảng cách giữa dữ liệu và thông tin chi tiết. Các phương pháp như vậy cũng có thể biến đổi so với bản chất hoạt động và chiến thuật của các phương pháp truyền thống.

MAPS (Lập bản đồ & Ưu tiên Cửa hàng)

Giải pháp MAPS của Fractal và công cụ địa lý giao diện người dùng có các thành phần sau:

  • Nguồn cung cấp: Theo khu vực địa lý, các nguồn dữ liệu có thể bao gồm dữ liệu điều tra dân số thủ công từ các nhà cung cấp dữ liệu địa phương và dữ liệu API từ các nhà cung cấp như Google (Google Địa điểm để tìm nạp dữ liệu POI và POP), tổng lưu lượng truy cập theo ngày / phần / ngày trong tuần / cuối tuần trên mỗi ô vuông bán kính dặm, dịch vụ Vị trí của Amazon, v.v.
  • Lập bản đồ: Sau khi tìm nguồn cung ứng, dữ liệu vũ trụ, các cửa hàng nội bộ (hiện có) được ánh xạ tới vũ trụ thông qua các kỹ thuật đối sánh dựa trên Tên và Khoảng cách để lập bản đồ.
  • Kết xuất: Sau khi làm sạch và các kỹ thuật chuyển đổi dữ liệu, thông tin chi tiết được hiển thị trên bản đồ được tích hợp với công cụ giao diện người dùng thông qua các API như Google MAPS JavaScript.
  • Thông tin chi tiết về phân tích: Ứng dụng front-end cho phép đưa ra quyết định thông qua các thông tin chi tiết thu được từ các thuật toán dựa trên AI / ML để đạt được ước tính doanh số bán hàng cho các khoảng trống về phạm vi phủ sóng, khách hàng tiềm năng mới, cơ hội cho các điểm giao dịch mới, bố trí cơ sở hạ tầng ở các vị trí quan trọng, phân cụm / lập hồ sơ, điểm chuẩn của các cửa hàng hiện có, xu hướng giá trị bán hàng, danh mục được đề xuất, POI gần kề, v.v.

----

Location Intelligence: Analytical use cases for sales organization - p1

Location Intelligence is the collection and analysis of many geospatial data sources that are transformed into tactical, action-oriented insights to solve a variety of business problems. Read this whitepaper and find the Fractal way of doing a deep dive into some of the relevant analytical use cases.

Despite the rise in online purchases during the pandemic, 90% of the worldwide purchases are still predicted to occur in-store vs. online in 2025. Analytics professionals in CPG firms use Location Intelligence to help the sales organization find and prioritize the right in-store assortment opportunities and analyze shopper behavior.

Location Intelligence is the collection and analysis of many geospatial data sources that are transformed into tactical, action-oriented insights to solve a variety of business problems. Sales professionals in the CPG industry turn to Geospatial data and analytics to find new leads, improve on-field conversions, analyze shopper behavior, and optimize their routes to reach those opportunities.

In this whitepaper, we will be doing a deep dive into some of the relevant analytical use cases: –

a. Geospatial Mapping (Answers ‘Where to sell’ and ‘What to cover’?

It helps to cover all possible POPs (Point of Purchases), that is defined as any location that has the potential for a shopper to buy a CPG branded product and helps understand ‘where the shoppers are’ and ‘where is the demand’.’ It is usually the initial step in the digital RTM (Route to Market) strategy of any CPG firm. Analytics teams can build this solution to help the sales representatives in:

  • Closing coverage gaps by covering more and better stores in the given geography;
  • Identifying & prioritizing top opportunities areas on a map to improve current coverage
  • Generating new qualified leads and leverage untapped opportunities
  • Prioritizing opportunities for increasing stock-weights, infra-placement, merchandising, and product mix basis POP characteristics, potential, performance, geographical features, etc. for better on-field conversions

One of the top challenges the on-field sales team faces is the tedious and time-consuming process of lead identification and conversion. Most traditional methods either use informal feedback from field force or use manual excel-based approach and/or reporting using census data or 3rd party agencies inputs. These traditional methods are usually based on-premises technology and lack the holistic market perspective and analytics to define an effective market strategy.

AIML and XR based methods leverage ,new sources of data for insights, and the front-end geographical tool aids in visualization and faster decision making. Diverse external data sources, including PoI (Point of Interest) and Market Universe (POP) data, along with internal store data, provides a holistic 360 market view. Cloud-based user interface bridges the gap between data and insights. Such methods are also transformative vs. the operational and tactical nature of the traditional methods.

MAPS (Mapping & Prioritizing Stores)

Fractal’s MAPS solution and front-end geographical tool have the following components:

  • Sourcing: As per the geographical region, data sources can range from manual census data from local data providers and API data from vendors such as Google (Google Places for fetching POI and POP data), total traffic by day part/ weekday/ weekend per square mile radius, Amazon Location services, etc.
  • Mapping: After sourcing, universe data, internal (existing) stores are mapped to the universe through Name and Distance based matching techniques for mapping.
  • Rendering: After cleaning and data transformational techniques, insights are rendered on the map integrated with the front-end tool through APIs such as Google MAPS JavaScript.
  • Analytical Insights: The front-end application enables decision making through insights derived from AI/ML-based algorithms for arriving at sales estimation for coverage gaps, new leads, an opportunity for new transaction points, infra placement in key locations, clustering/profiling, benchmarking of existing stores, sales value trends, recommended category, near-by POIs etc

Geolink tổng hợp từ Storysellercomics.quora 

popup

Số lượng:

Tổng tiền: