ABC анализ товарных групп прибавляет 10% к марже — методика для eCommerce

Привет! В марте команда DATAFORCE выступала на Одиннадцатой Вебмастерской у Яндекса. Запись есть на YouTube, ссылку оставили здесь.

Станислав Поломарь, CEO DATAFORCE / SEOWORK, выступил у Яндекса с интересным докладом об одном из методов аналитики — ABC анализ в разрезе товарных категорий. Почему сравнивать категории на сайте сложно? Как сегментировать категории после нескольких ABC анализов? Какие вопросы задавать отделам и зачем? Об этом расскажем в статье!

Синхронизируемся в понятиях

Товарная группа (категория) — это совокупность товаров, которые потребители воспринимают как группу похожих или дополняющих друг друга. То, на чем строится весь категорийный менеджмент.

Приведем простую аналогию, что ваш товар — это кирпичик, из него строится дом = ваш eCommerce. Внутри есть категории, подкатегории, своя иерархия, проще наглядно:

ABC анализ товарных групп прибавляет 10% к марже — методика для eCommerce

Как это выглядит в реальной жизни? Зайдем на Яндекс.Маркет, тут:

Вертикаль (Электроника) → Общая категория (Смартфоны и гаджеты) → Категория (Смартфоны) → Товар (начиная с первого смартфона Apple iPhone 14 Pro Max 256 ГБ)

ABC анализ товарных групп прибавляет 10% к марже — методика для eCommerce

Анализируя товарные группы разного уровня, мы можем видеть перекосы, проблемы, сложности и, как следствие, точки роста!

Предполагаем диагноз и инструменты для исправления:

  • проигрываем по ассортименту
  • недоработали в части важных каналов
  • важно разобраться с ценообразованием
  • все дело в UX и конверсии карточки

и пр.

Теперь про ABC-анализ

ABC-анализ — метод классификации ресурсов по степени их важности. В его основе лежит принцип Парето — 20% усилий дают 80% результата.

Представим, что у нас есть несколько категорий. Классифицируем данные по продажам:

А — наиболее ценные, 80% — продаж

В — промежуточные, 15% — продаж

С — наименее ценные, 5% — продаж

Бывают другие пропорции, но принцип не меняется. Для поиска точек роста мы применяем ABC анализ к маркетинговым данным в разрезе товарных групп. Собираем в таблицу:

ABC анализ товарных групп прибавляет 10% к марже — методика для eCommerce

Транзакции, сессии и конверсия + множество разных категорий, где у каждой есть посадочная страница (листинг, карточка товара). Часть мы можем получить из фида, но, как правило, там нет посадок = категорий и подборок товаров — это придется добывать самостоятельно. Или выгрузить данные из систем аналитики (DATAFORCE в помощь).

Как выглядит алгоритм действий:

  • Выгружаем данные по сессиям, транзакциям и выручке из системы аналитики (с настройкой электронной торговли) в разрезе URL страниц входа
  • Группируем URL в категории, к которым они относятся
  • Определяем семантические ядро для каждой категории и по нему подтягиваем данные из Wordstat к каждой (получаем столбец “Спрос”)

Переходим к ABC — суть как у детской раскраски:

  • Отдельно по каждой метрике (спрос, сессии, транзакции, выручка) проводим ABC анализ в разрезе товарных групп. В итоге одна товарная группа участвует в 4-х отдельных таблицах.
  • Собираем 4 ABC в одну таблицу. Категория — это единица данных, по которой идет сборка.
  • Соединяем полную таблицу (скрин выше) с единой ABC
  • Раскрашиваем столбцы через условное форматирование: A — зеленый, B — желтый, С — красный
<i>A — 80%, B —15%, C — 5% эффективности</i>
A — 80%, B —15%, C — 5% эффективности

Например, по в транзакциям в Категории №13 мы замечаем красную ячейку С — здесь болеет конверсия, нужно чинить в рамках этих урлов.

А в столбце «Спрос» у Категории №24 есть желтая ячейка В. Остальные же метрики зеленые. Сама по себе Категория №24 хорошая — она несет конверсию, трафик и выручку, но у нее маленький охват по запросам. Следует поискать дополнительные инструменты для увеличения охвата (медийная реклама, контекст, оффлайн и тд).

Комбинировать можно как угодно. В рамках этой статьи распишем методологию работы с самыми «жирными» категориями. Вскоре выйдет новая публикация, где будут другие варианты комбинаций. Надеемся помочь вам заработать еще больше :)

ААА — категории, приносящие бизнесу максимальную пользу

<i>Выбираем категории, которые по сессиям, транзакциям и выручке окрашены в зеленый (A)</i>
Выбираем категории, которые по сессиям, транзакциям и выручке окрашены в зеленый (A)

На первый взгляд кажется, что все хорошо и можно двигаться на поиски «красных» строк, но здесь не все чисто. В этой точке вы сможете быстро найти зону роста. Для этого стоит задать несколько вопросов релевантным отделам.

Спросите своего категорийного менеджера:

  • Можно ли увеличить маржинальность этих категорий?
  • Или получить дополнительные бонусы от поставщиков?
  • Или превратить часть товаров от поставщиков в экслюзив?

Специалистов UX/UI + продуктовая аналитика:

  • Можно ли увеличить средний чек в этих категориях?

Пример: блок похожих товаров для увеличения среднего чека / маржинальности или блок с этим товаром покупают ― увеличение строчности. После идет серия A/B тестов с проверкой гипотез.

Маркетинг

  • Какие каналы страдают по охвату?
  • Каким образом можно увеличить охват, там где все остальные ААА? (Часто актуально для СТМ)

Пример №1:

Запустить охватные рекламные кампании. У отдела категорийного менеджмента забрать инфу по категориям, которые имеют AAA, а по охвату имеют B. Там, где подобное будет уместно (например, какой-то эксклюзив), продумать охватную РК. Есть смысл сходить к отделу рекламы поставщика и обсудить совместные рекламные бюджеты.

Пример №2:

Следить за динамикой конкурентов — следить за их динамикой и долей в платном промо и органике. За контекстом можно следить в Яндексе, для органики — DATAFORCE. Если конкуренты сильно обогнали нас в органике, компенсируйте это другими инструментами.

<i>Суммарно по ААА-категориям теряем свою долю — сигнал для изучения ситуации</i>
Суммарно по ААА-категориям теряем свою долю — сигнал для изучения ситуации

Пример №3:

В категории много органики с хорошей конверсией, но плохой охвачен контекст.

ABC анализ товарных групп прибавляет 10% к марже — методика для eCommerce

Самый простой вариант проверить — пойти в данные по категории и сравнить канал к каналу. На графике выше есть 2 анонимные категории и 2 канала — SEO и контекст. Мы сравниваем их по объему и замечаем, что в обеих категориях с органики приходит сильно больше людей. Однако конверсия у них примерно одинаковая.

Другими словами, вы как минимум можете усилить контекст, чтобы оценить результат экономики.

Что нужно для таких отчетов:

Самостоятельно:

  • Подготовить данные (спрос, сессии, транзакции, выручка) в разрезе категорий/товарных групп
  • Загрузите их в Excel, можно дополнительно посчитать CR и AOV
  • С помощью сводных таблиц сделать ABC-сегментацию по каждой базовой метрике из пункта 1. Там же использовать функцию ВПР и собрать все в одну таблицу

В помощь: скачайте готовую матрицу для ABC здесь. Наша команда сделала удобные таблицы, пришлем на почту после заполнения формы.

Или делегировать все процессы DATAFORCE :)

Получайте такие отчеты с рекомендациями и выделенными проблемными зонами регулярно!

1919
2 комментария

весьма сподручно, спасибо за материал

2
Ответить

за матрицу респект

2
Ответить