إدارة خصم الأسعار: نماذج لقياس تأثير محطات الغاز كمثال

نواصل نشر التقارير المقدمة في RAIF 2019 (منتدى الذكاء الاصطناعي الروسي). هذه المرة ، شارك فاديم أباكوموف ، دكتوراه في الفيزياء والرياضيات ، كبير المحللين الخبراء في شركة غازبروم نفط ، تجربته. نعطيه الكلمة:

في منتدى أنظمة الذكاء الاصطناعي لـ RAIF 2019 (الذي استضافته Jet Infosystems) ، تحدث زملائي أكثر عن التقدم التكنولوجي ، وقمت بتقديم عرض تقديمي عن اختراقة في العمليات التجارية.

بادئ ذي بدء - حول قياس تأثير الترقيات. بعنا البضائع بنفس السعر ، ثم ذهب لمدة شهر بخصم ، ثم عدنا إلى السعر القديم. الآن أنت بحاجة إلى فهم ما إذا كانت الشركة قد بقيت باللون الأسود ، كم زادت المبيعات.

من ناحية ، يجادل مؤلفو الكتب المدرسية أنه في 60 ٪ من الحالات التي لا تحمل فيها العروض الترويجية المخصومة التأثير المطلوب ، فإن مثل هذه الإجراءات غير مربحة. من ناحية أخرى ، يتزايد حجم ووتيرة الترقيات. على سبيل المثال ، مبيعات القهوة المخفضة هي 69٪.

لماذا يحدث ذلك؟ في الواقع ، لا توجد شركة تقريبًا لديها بيانات عن الأسهم التي كانت مربحة وأيها كان غير مربح. لا توجد بيانات عن حجم الخسائر. ونتيجة لذلك ، لا توجد أدوات للتحكم في العملية.

لقد عرفنا منذ فترة طويلة كيفية قياس فعالية العروض الترويجية ، ولكن بالنسبة لعدد كبير من الشركات لا تزال هذه مشكلة - يلجئون إلي باستمرار للاستشارة: كيف يتم ذلك بكفاءة؟ لذلك قررت التحدث عن ذلك.

على سبيل المثال ، خذ شركتنا. قد تسأل: ما علاقة غازبروم نفط بها؟ إنهم يحفرون الآبار وينتجون النفط. هذا صحيح ، ولكن ليس كل شيء. غازبروم نفط هي واحدة من الشركات الرائدة في بيع ... القهوة. كل محطة وقود (وهذا 800 نقطة) لها متجرها الخاص ، وفي كل منها نقوم بترتيب العروض الترويجية ، في محاولة لتحفيز عمليات الشراء.

أولاً ، نناقش الأساليب الشائعة ولكن غير المثلى.

الخيار 1. لذا قم بقياس تأثير العروض الترويجية لـ 80٪ من الشركات. إذا كانت الخصومات في فبراير ، قارن مع مبيعات فبراير من العام السابق. الفرق هو نتيجة الترقية. إذا كان هناك تراكب (على سبيل المثال ، في فبراير الماضي كان هناك أيضًا نوع من الترويج ومن المستحيل المقارنة باستخدام هذا المخطط) ، فإننا نأخذ المتوسط ​​الحسابي للمبيعات في يناير ومارس! يحسب هذا الخيار بشكل مثالي في Excel ، ولكنه في الواقع ليس الأمثل. والحقيقة هي أن هذا يتجاهل إما تغيير الاتجاه أو تغيير في المكونات الموسمية.

الخيار 2اختبار أ / ب - إجراء عرض ترويجي فقط في جزء من سلسلة متاجر لمقارنة أرقام المبيعات فيها وفي المتاجر التي لم يكن فيها عرض ترويجي. هذه أداة قوية ورائعة ، ولكنها ليست بسيطة للغاية. يقول خبراؤنا أن اللوجستيات أصبحت معقدة للغاية (من الصعب تنظيم إجراء في محطة وقود واحدة وعدم الاحتفاظ بها في محطة أخرى) ، علاوة على ذلك ، فهذا يجعل الاختبار مكلفًا بالفعل. ثانيًا ، يحذر محامو الشركة من المشاكل المحتملة إذا تم إجراء الترقية من جانب محطات الوقود. وبالتالي ، فإن اختبار A / B ممكن نظريًا وجيدًا ، ولكن من الناحية العملية يصعب تطبيقه ، والعديد من المشاكل التنظيمية.

الخيار 3 (الأسوأ).خذ السلسلة الزمنية للمبيعات وقارن القيم في فبراير من العام السابق والحالي ، باستخدام اختبار t للطلاب. يبدو أن هذا سيكون نفس اختبار A / B ، لكن نصف المعرفة أسوأ من الجهل: ملاحظات السلاسل الزمنية تعتمد على بعضها البعض ، ونتيجة لذلك ، لا يمكن تطبيق معيار t.

الخيار 4 (الأمثل): فكر في أبسط مخطط لدينا فيه صفين من المبيعات. يشير اللون الأحمر إلى المبيعات بدون سهم ، ويشير اللون الأزرق إلى سلسلة معدلة ، حيث كانت هناك تخفيضات من 4 إلى 6 ، وبالتالي زيادة في المبيعات. نحتاج إلى قياس مقدار الخط الأزرق فوق الأحمر.


نقوم ببناء زوج من نماذج الانحدار الخطي العادية.

بالنسبة للخط الأحمر ، النموذج واضح:

$$

$$=a +b\cdot t$$

للخط الأزرق ، أضف المؤشر :xt

$$

$$=a +b\cdot t+c\cdot x_{t}$$

أما بالنسبة للخط الأحمر ، فسوف نصف الاتجاه كخط مستقيم. المتغير يساوي واحدًا في أيام العروض الترويجية وصفر في أيام غيابه (إذا تم حفظ المبيعات لكل يوم). المتغير يتم ضرب المتغير ، وهو مؤشر على زيادة المبيعات. إذا كانت النتيجة سلبية ، فقد انخفضت المبيعات وانخفضت بالوحدات. هذا هو المخطط الأساسي. تسمى متغيرات العرض المؤشرات أو المتغيرات الوهمية. يتم استخدام هذه المتغيرات في حالات مختلفة ، على سبيل المثال ، في ترميز واحد ساخن. في حالتنا ، إنه تدخل ، أي حدث يغير طبيعة السلسلة بشكل مؤقت أو دائم. على الرغم من حقيقة أن المخطط الأساسي واضح ، إلا أن المشكلات تبدأ في مرحلة صقل النموذج. الاتجاه.xtxt

xtxt



غالبًا ما يكون الاتجاه غير خطي ، لذلك عليك أن تتوخى الحذر لأنه لا يشمل الارتفاعات والانخفاضات المرتبطة بالأسهم. على العكس من ذلك ، يجب توخي الحذر من أن تأثير الترويج لا يشمل الصعود والهبوط ، والذي يجب أن يصفه الاتجاه. لحل هذه المشكلة ، أثبت الإجراء النبي (المعروف أيضًا باسم fbprophet) نفسه جيدًا. في ذلك ، يتم وصف الاتجاه بدالة خطية مجزأة ، تصف الأجزاء بمرونة الاتجاه المحلي.

موسمية قد تحتوي السلسلة على مكون موسمي واحد أو أكثر. على سبيل المثال ، في محطة بنزين ، هناك ثلاثة مواسم: خلال اليوم (في الليل في محطة بنزين هناك عدد أقل من الأشخاص خلال النهار) ، وخلال اليوم (يوم الجمعة عدد العملاء في محطة بنزين أكثر من يوم الثلاثاء) والسنوي (في الصيف هناك سيارات أكثر من الشتاء). علاوة على ذلك ، الموسمية متعددة أو مضافة. في المبيعات ، عادة ما تكون الموسمية متعددة.

تنبؤات إضافية. سيشمل النموذج حتمًا العديد من المتنبئات الإضافية. سأعطي مثالين. إذا كانت درجة حرارة الجو أقل من 24 ^في C، ثم لدينا مبيعات البنزين prosyadut، ما لا يحتاج الخصم ولا عرض البنزين، لأن الكثير التي ببساطة المحرك. في -24 ^يوم مع الناس غالبًا ما يستخدمون وسائل النقل العام بدلاً من الذهاب إلى سيارته. لذلك ، يجب تضمين المضاعف في النموذج الذي سيقلل المبيعات في درجات الحرارة المنخفضة.

المثال الثاني. ولعل هذا هو محض ظاهرة سان بطرسبرج، ولكن حتى لو كان -30 في الشارع ^منC ، حتى الناس يشترون الآيس كريم ، ولكن إذا بدأ المطر ، فإن المشترين يختفون. من بداية المطر إلى نهايته ، تتوقف المبيعات ببساطة ، ولكن سبب حدوث ذلك أمر غير مفهوم تمامًا. ولا يهم ، ما عليك سوى دمج المضاعف في النموذج ، مما سيقلل المبيعات في تلك الساعات عندما تمطر.

يجب أن نضيف متغيرات خارجية إضافية بشكل صحيح ودقيق ، وذلك باستخدام الحس السليم وفهم العمليات التجارية. في تحليل البيانات ، يسمى هذا هندسة الميزات.

يحتوي النموذج بالفعل على النموذج التالي:

$$

$$=+++...+c\cdot x_{t}+d\cdot z_{t}$$

حيث هو نفسه كما كان من قبل ، وهو ناقل تنبؤات إضافية. وتشمل التحسينات الإضافية التخلي عن نماذج الانحدار الخطي العادية. كيف يمكنني تحسين وصف العرض الترويجي؟ بالنسبة إلى إصدار المتغير الذي تمت مناقشته أعلاه ، لدينا الرسم البياني التالي للتغيير في الوقت:xtzt

xt


إذا رفعت الشركة السعر ليس "مؤقتًا" ، ولكن "إلى الأبد" ، فسيكون هذا تدخلاً يبقى تأثيره. سيبدو المخطط كما يلي:


هنا ، ارتفعت المبيعات (وفي كثير من الأحيان - انخفضت) ، وكل هذا يستمر إلى أجل غير مسمى.

أوصي بالوصف المرن التالي للتدخل:


ليست معقدة للغاية ، ولكنها ليست بسيطة للغاية. أولاً ، هناك ارتفاع ، ثم يتلاشى تأثير الفعل ببطء. في هذه الحالة ، يجب تحديد بداية ونهاية "الإجراء" يدويًا. على سبيل المثال ، يعشق مبرمجو Python بحث الشبكة ، والذي يمكنك من خلاله تحديد بداية ونهاية العملية.

ننتقل إلى مناقشة مثال على تدخل ليس ترويجًا. عمل زميل في "الشريط" ، حيث بدأ أمام أحد المتاجر ببناء دوار. كان الوصول إلى هذا السوبر ماركت غير مريح للغاية ، ونتيجة لذلك - انخفض تدفق العملاء. يمكن قياس تأثير هذا التدخل على النحو الموصوف أعلاه. من الضروري تقدير عدد العملاء الذين فقدهم المتجر خلال فترة البناء بأكملها. بالإضافة إلى ذلك ، عندما تم الانتهاء من الخاتمة ، كان على المشترين التعود على فكرة أنه من الملائم الوصول إلى هذا السوبر ماركت. وهكذا ، هدأ تأثير البناء بهدوء ، لكنه استمر لبعض الوقت ، وكان لا بد من أخذ ذلك في الاعتبار.

ننتقل الآن إلى المثال الحقيقي لتقييم تأثير الأسهم. لنفترض أننا نبيع المشروبات الغازية. في الرسم البياني أدناه ، يشير اللون الأصفر إلى حجم الخصم ، بينما يشير اللون الأزرق إلى حجم المبيعات.


بعض الملاحظات.

في سبتمبر 2018 ، أدى الخصم إلى زيادة المبيعات. كل شيء منطقي - يسمح لنا النموذج بتقييم هذا النمو.

في نوفمبر 2017 ، كان هناك حد أقصى للخصم ، لكنه ترك المبيعات عند نفس المستوى المنخفض. ما توقف النمو؟ نحن نفترض تأثير عامل غير محسوب ونختار بعناية خصائص إضافية.

في يونيو 2017 ، أدى الخصم الصغير إلى زيادة المبيعات بشكل حاد. ربما ليس خصمًا على الإطلاق ، ولكن حرارة الصيف؟

في ديسمبر 2019 ، رتبت الشركة المصنعة فئة رئيسية. جاءوا إلى محطات الوقود ووضعوا المشروبات عند المدخل وزينوها. ونتيجة لذلك ، وبسبب حساب البضائع ، تضاعفت المبيعات أربع مرات. يبدو أن كل شخص لديه الكثير ليتعلمه من أولئك الذين عملوا في عملية الأعمال.

الموجودات:

في بعض الأحيان يسير كل شيء بالطريقة التي يجب أن يسير بها ، وأحيانًا العكس.

إذا كان النموذج يعمل ، كل شيء على ما يرام.

ولكن حتى النموذج السيئ أفضل من عدم وجود نموذج. في التنبؤ بنفس الشيء. النموذج السيئ على الأقل يجعلنا نفكر في فعالية أنشطتنا التسويقية.

المؤلف: Vadim Abbakumov ، دكتوراه في الفيزياء والرياضيات ، كبير المحللين الخبراء في Gazprom Neft.