«Заходит как-то маркетолог в отдел продаж…»: идея по оптимизации продаж в региональные магазины на основе геоданных

Дано: маленький производитель шампуней для собак из Санкт-Петербруга. Хотят зайти в мелкие региональные зоомагазины.

https://dogdiary.ru/kachestvo-zhizni-sobak/

Предпосылки:

  • Время и ресурсы специалистов по продажам строго ограничены
  • В связи с п.1 невозможно попробовать заходить “куда попало”.
  • С порога со скрипом пустят в большие сети
  • Нужна одна две точки на город со складскими остатками позволяющими удовлетворить потребность, которую смогут создать будущие локальные диджитальные РК
  • Проходимость точек продажи сильно разниться, но есть места в городах, которые являются транспортными узлами для жителей районов, пешеходные зоны между транспортными узлами итд, где ситуативный спрос на “заскочить псу за костью” может перейти в знание марки.
  • Нет возможности отправить продажника физически кататься по стране.

Методология:

Уровень города

  • Выбираем города-региональные центры, отсекая для начала миллионники (там местные дилеры могут обкашлять вопросики).
  • Берем удельные веса (кол-ва относительно всех запросов) в сети связанных с потреблением товаров для собак как маркеры емкости рынка.
  • Делим сумму маркерных запросов на промилле населения и выбираем при прочих равных те города, где синтетический коэффициент выше.

(выходит метрика вроде: запросов на тысячу населения(см. дальше)

Уровень районов

(тут и далее “район” не предполагает отсылки к административному устройству, а только формальное обозначение городских зон)

  • Смотрим карту плотности населения города и выделяем смежные зоны, где образуются транспортные узлы из-за перемещения людей в течении дня.
  • Находим на яндекс картах максимально полноводные транспортные потоки и накладываем на предыдущие метки.

Уровень магазина

Находим на пересечении групп данных в картах (в том числе сервисах народных карт) магазины товаров для животных (возможно крупные грумерские салоны ) и на них делаем ставку.

Предположение, что более проходные магазины, богаче и крупнее. Таким образом, легче будут экспериментировать с различными поставщиками и уникальными для региона продуктами.

Попробуем:

1. Немного росстата. Хватаем верхний сегмент из “от 250 до 450 тыс.ч. жителей” Меньше, брать не стоит, а чем больше, тем сложнее “зайти в город”.(см. выше)

Росстат

2. Теперь маркерные данные по запросам (строго удельные). Заскакиваем теперь в вордстат.

Вордстат

3. Возьмем еще один маркер, чтобы жизнь мёдом не казалась:

Вордстат

4. Внесли в таблицу

5. Теперь считаем синтетическую метрику. Столбец “Коэфф”.

Математика вот какая-то такая:

​Промилле населения деленное на сумму модулей отклонений от средних значений каждого из запросов (“Товары для собак” и “Стрижка собаки” ) по городу.

Можно было сложить и разделить, но в части городов РФ судя по различному кол-ву грумерских салонов просто не водят стричься или денег на такое нет, нужны более независимые переменные.

Хотя...почему бы и нет:

Вариант 2. Тупо сложить и разделить:

На случай, если данные зависимые.​ Победители на этих данных неизменны. 

Чиркните в комментах формулу, как там оно лучше, если запросы зависимые и независимые.

6. Добавим немного форматирования, для визуальности.

7. Победители с двойками и тройками.

8. Выберем город

Хочу Калининград.

Есть карта застройки на сайте городской администрации, но я купил данные у ребят, которых рекламировать не буду. Вручную перенес часть в гугл карты для удобства. Само собой только кусочек города пока.

​Быстренько разметил в гугл картах.

Приблизительно так, точность прорисовки тут не нужна.

Теперь сравним с картой транспорта.

​Транспорт в час пик, гугл транспорт. гугл транспорт, будни 18.30-19.00

Эмпирическое предположение, что транспортные узлы именно на границах зон подтверждают транспортные данные.

Берем те магазины, которые оказываются на пересечении. Пытаемся продать именно им. Профит.

Но это не точно.

Что еще можно сделать?

  • Сравнивать по картам засветки (ночные снимки города, жилое ночью светиться больше, а особенно многоэтажное).

  • Смотреть еще и карту стоимости жилья, если город не однороден. В примере с Калининградом север города дороже.

  • Границы жилых массивов и парков.

  • Карты использования интернета дадут более точные данные о плотности населения, сейчас фейсбук разрабатывает нужную технологию связи данных фиксированного доступа к сети и мобильных данных.

  • Транспортные узлы на выезде и въезде в город из пригорода, но это продажник должен сам смекать.

P.S. Удивительное рядом, оказалось что почти все Калининградские магазины зоотоваров в исследуемой области находятся в оптимальных зонах, по всей видимости, те кто открыл не в оптимальных - уже закрылись.

0
Комментарии
-3 комментариев
Раскрывать всегда