” ニーズが見える ” ID-POS分析
採用は採用順昇順でレコメンド付、カットは採用順降順でレコメンドなしというのが商品選定のセオリーです。
ここではクーポン、チラシ、エンド陳列といった主に販促商品選定における基本となる考え方を示します。
いづれも限られた選定数という制約のある中、極力多くの人の価値観に響かせる選定を行わなければなりませんが、Tapir_MK の採用順は正にその順番を示しています。
分析条件についてはID-POS分析の勘所 に準じます。
何故そうなるかの理由、用語、ロジック等については別途 【ロジック】実際には大量の計算が必要なのでBiZOOPeが計算します をご覧下さい。
Tapir_MKの分析結果は一般的にカニバリゼーション = 顧客重複の状態を可視化します。例えば図で同一seg_n内にある「金麦 糖質75%OFF」の24本と6本では、顧客が重複すると言う事です(seg_nは併買行動が多く見られる塊)。
「極力多くの人の多様な価値観に響かせる」という販促効果を考えれば、限られた販促スペースや企画を、顧客が重複する商品に割きたくはありません(「金麦 糖質75%OFFどれでも」という手もありますが、インパクトやダイレクト感に欠けるかもしれません)。
となれば「金麦 糖質75%OFF」で言えば、より利用人数の多い6本の方を採用したいところです。
Tapir_MKの採用順とレコメンドは、こういった条件を考慮して振られています。
分析結果
⬇採用順昇順に並び替え
採用順で昇順に並び替えると、「極力多くの人の多様な価値観に響かせる」という条件において、選択すべき商品の順に並びます。
この際販促スペースや企画数が足りるのであれば、レコメンド = 1st の商品は全て採用したいところです。
これらはカニバリゼーション境界であり販促効果境界である各 seg_f を代表する商品だからです。
例えば「ほろよい」白いサワーとハピクルサワーは売り手視点では”似たような商品”に思えてしまいますが、買い手視点では選択対象とならない = 買っている人自体が異なっている程に”異なる商品”だと言う事が言えます。
レコメンド = 2nd は1stレコメンドの商品の狭間を埋める seg_n を代表する商品に対して振られています。
以上のように採用順昇順 ∧ レコメンド2nd以上 の商品の中から、テーマや時候に合わせて商品を選定して来るというのが基本的な考え方となります。
カテゴリークーポンについても考え方は同じとなります。
以上、商品選定の基礎についてでした。
ID-POSの技術と実務 に戻る