棱镜产研 |OAS-售点评估,智能实现待开发售点营业额预估

本期内容分享嘉宾,将由棱镜数聚竞争力支持部经理张旭,与我们一起分享“售点价值评估服务(Outlets Assess Service)”,简称“OAS-售点评估”是如何借助大数据与机器学习,实现售点价值评估的。
 
 

张旭的演讲时间:

 

非常开心继续和大家相聚在《棱镜产研》的栏目中,继续分享我们的数智化产品。

 

在前几期的《棱镜产研》中,我的同事伙伴倩姐和剑飞,分别从 “点、线、面”的思路出发,与大家分享了在售点治理、路径规划、片区市场洞察以及数字化RTM方面,棱镜数聚的数字化产品及解决方案。

 

延续“点、线、面”的思路,应用棱镜数聚“DRTM-精密分销”产品底层GIS大数据与品牌商售点数据的融合算法能力,其实我们可以获得更多能够协助品牌商调整市场策略的高价值数据。正如今天我要和大家分享的“OAS-售点评估”产品。

 

“OAS-售点评估”在充分利用了上述底层能力的基础上,通过行业模型创建与机器深度学习算法,完成营业额预估与售点潜力指数评定,以此帮助品牌商科学判定渠道开发优先级。根据品牌商对于售点价值评估的需求和投入的差异,我们将“OAS-售点评估”产品的解决方案分为基础版及高阶版两个版本。

 

 “OAS-售点评估”解决方案架构(基础版)

 
 

“OAS-售点评估”基础版,是通过对渠道权重、连锁业态、消费者终端信息,并入模型算法后进行层层加权,计算出全部售点的潜力指数,并将这些售点进行S级、A级、B级、C级四个等级的分组排序,以此清晰辨别应优先走访的售点。“OAS-售点评估”基础版更适合经销商合作模式下,对未覆盖的渠道开发优先级评估。

 

 “OAS-售点评估”解决方案架构(高阶版)

 

“OAS-售点评估”高阶版则更适合直营模式下售点众多、渠道复杂,较难区分待开发渠道优先级的业务场景下选用。“OAS-售点评估”的算法融合企业内部数据及多维DRTM大数据,通过机器深度学习算法,获取渠道分组营业额预估,以此直观判定待开发售点潜力值。利用大数据与机器深度学习算法的好处在于,可以通过实际业务数据沉淀反哺,不断修正算法。
 

举个例子。在帮助某饮料公司拓展二线城市的服务案例中,客户原本采用的是业务人员拿着走访清单在线下找店的传统拓店方式,但执行后发现,走访清单的地址与实际存在门店的对应匹配率只仅仅在50%上下,而在没有参照物的情况下,想从这50%中再去辨别出能够创造高销售额的价值门店,就更是无从下手的事儿了。在此背景下,客户改用根据“OAS售点评估” 产品计算所得的高价值门店清单进行实际走访的方式后,经过验证,轻松将高价值门店清单准确率提升至超过83%。

 

以上,就是我对“OAS-售点评估” 产品的相关说明。目前,它已被应用于多家快消行业客户的市场拓展中,切实帮助客户达到了低成本挖掘高价值增量的目的。

 

最后,我想说,我的团队伙伴们和我本人,作为拥有十余年零售行业经验的奋斗者来说,每每看到我们的数智化产品能够在市场关键环节提供全新的、高效的、智能化的产品和解决方案,帮助客户解决实际业务问题的时候,团队伙伴们都无比开心和激动能够成为“数据”这个市场“新石油”的“开发者”和“炼油人”,我们非常期待和您一起开发更好的产品。

 

 

说明:

*文中涉及的其它名称及商标属于各自所有者资产。

*文中数据结果是根据公开资料整理,仅供参考,文中企业及本媒体均不承担任何责任。

 

 

棱镜动态