HAR DU KOLL PÅ HUR DIN PRODUKT
SÄLJS I DETALJHANDELN?

Som livsmedelsproducent har du bra koll på hur mycket av dina varor som säljs i butikerna. Men informationen om hur din produkt säljs är ofta bristfällig. Frågor som vilka produkter din vara oftast köps tillsammans med, hur det förändras under året och hur en ny produkt står sig jämte konkurrenters kan vara mycket värdefull och intressant av många anledningar. Den kunskapen kan t.ex. hjälpa dig med din marknadsföring, göra det enklare att planera samarbeten med producenter vars produkter köps tillsammans med din vara, och även berätta hur du kan placera din produkt i butiken för maximal exponering mot slutkunder.

För en tid sedan genomförde vi ett projekt tillsammans med en av våra kunder där vi analyserade vilka produkter som köps tillsammans med vår kunds produkt, så kallade samköpsregler. Vi inkluderade även en analys över årstidstrender för både försäljning och samköp – Vilka varor säljs mest tillsammans med denna produkt? Vidare ville kunden också veta hur värdet på deras varukorg skiljer sig från konkurrenters varukorgar och hur det har förändrats över tid. Framför allt var kunden nyfiken på hur en av sina nya produkter har tagits emot i butik, om den säljs tillsammans med de produkter den var ämnad för, över den årstid man trott, och till den kundgrupp som den utvecklats emot?

Data ifrån 400.000 kvitton

En databas beståendes av ca 400.000 kvitton blev första stoppet. Vi extraherade den data vi var intresserade av och städade upp den i ett format så att en analys kunde genomföras. Det finns redan en hel del algoritmer för att utföra en varukorgsanalys, men i just det här fallet visade sig dessa tyvärr inte fungera så bra. Problemet var att vi var intresserade av en så pass specifik varas samköpsregler, mitt ibland alla möjliga samköpsregler som kan hittas bland alla de kvitton vi analyserade, så vi var tvungna att tänka om.

Visualisering av kunder/kvitton

Varje prick är ett kvitto och platsen, avståndet och färgen berättar om köpet.

Lösningen, en smartare algoritm

Lösningen blev en förenklad, och ännu mer fokuserad algoritm, som enbart letar efter och hittar de samköpsregler som gäller för just den produkt vi var intresserade av. Helt enkelt, den hittar de samköp som är unika för just den produkt vi var intresserade av.

När vi använde vår nyskapade algoritm på vår kunds alla produkter och kunde sedan skapa ett nätverk över de varor som samköps med vår kunds produkter. Analysen hittade både samköpsregler som berättade att modellen fungerar väl och även samköpsregler som var helt nya för vår kund. Utifrån analysen kan kunden nu planera för framtida samarbeten med producenter vars produkter ofta köps tillsammans med kundens och även för hur de ska placera sin produkt i butik för maximal exponering mot slutkunder.

 

Hur gick det för den nya produkten?

Det visade sig att den säljs precis till den kundgrupp som den utvecklades mot, att den säljs i kvitton med lika högt varuvärde som grundprodukten och kanske något överraskande, att den köptes både till fredagsmyset och grillsäsongen. Med de nya insikterna kan vår kund smartare planera marknadsföringen, identifiera nya sammanhang för försäljning, minska onödig lagerbindning, bättre prognosticera sin försäljning och öka sin omsättning.

NYHETER. INSIKTER. KÄRLEK.

Elvenite utses till Sveriges bästa arbetsplats

Elvenite utses till Sveriges bästa arbetsplats

Vi är Sveriges bästa arbetsplats! När Great Place To Work rankar Sveriges bästa arbetsplatser är vi vinnare i kategorin medelstora organisationer med 50-249 anställda. Great Place To Work genomför årligen världens största medarbetarundersökning.

läs mer
Butikslösningen som gör det enklare för butikspersonal att lägga sin order

Butikslösningen som gör det enklare för butikspersonal att lägga sin order

Att lägga en förhandsorder innebär att personalen i en livsmedelsbutik beställer varor i förväg för att säkerställa tillgången av varor som beräknas säljas under en specifik period. För att förenkla och förbättra den här beställningsprocessen har vi utvecklat en lösning i ett verktyg som vi kallar CVRS – Coop Värmland Retail System.

läs mer
Lantmännen & Elvenite inleder forskningsprojekt för att behandla fröer med AI

Lantmännen & Elvenite inleder forskningsprojekt för att behandla fröer med AI

Lantmännen BioAgri har tillsammans med tech-partnerbolaget Elvenite fått forskningsanslag beviljat för att använda Machine Learning för att effektivisera fröanalysprocessen inför ThermoSeed-behandling. Analysen, som för närvarande tar ett par veckor att slutföra, består av att provbehandla utsäde med ThermoSeed och utvärdera utsädets skjutkraft och bekämpningseffekt för att fastställa den optimala behandlingen.

läs mer