Vendes

Recomanació de producte:

“Els clients que van comprar/van veure aquest article també van comprar/van veure…”

• Comprendre el comportament de compra dels compradors, les seves necessitats, per preparar millor els programes promocionals (quins productes es venen junts amb més freqüència).
• Es pot dividir els clients en grups o dividir els productes en grups.
• En seleccionar un perfil de clients, posem noies adolescents, un pot analitzar quins productes (quina combinació) compren o visiten en un lloc web. En seleccionar un producte específic, diguem-ne una hamburguesa vegetariana sense vedella, es pot obtenir un perfil dels compradors (dades demogràfiques).

Tots dos són projectes ambiciosos i cal considerar molts factors per predir les unitats que es vendran a diferents preus. El més assenyat és abordar un factor alhora utilitzant diferents eines. A continuació, exemples de preparació de dades abans de qualsevol enfocament estadístic «intel·ligent».

En canvis inesperats del preu de venda (ofertes llampec) que alteren el que s’ha planificat (no es va anticipar superposició d’ofertes): recalcular una durada planificada a una durada real no és immediat quan es manegen milers d’articles. Sense aquest ajustament, la investigació no serà fiable.

• Si els articles s’identifiquen per igual preu, què significa trencament d’estocs? imagineu una col·lecció de 20 pintallavis, si s’esgota el color de moda, s’esgota tota la col·lecció? el nou preu només significarà el preu dels colors que no estan de moda: no es calcularan «corbes de demanda» perquè l’article incloïa el color de moda. Les talles de roba tenen un problema similar perquè el preu tendeix a ser el mateix en totes les talles, però no passa amb els perfums perquè les mides diferents tenen preus diferents.
• Saber les «Zero unitats venudes» a un determinat preu és fonamental, però aquesta informació no és a la base de dades de Vendes a no ser que s’inclogui a propòsit.