Новый взгляд аналитики

ДВОЙНОЕ ВНИМАНИЕ КЛИЕНТАМ

 

Компания несколько десятилетий занимается производством и поставками продуктов питания. Главными считаются оптовики с товарами длительного сроками хранения. Делают заказы торговые сети с широким ассортиментом. Отличаются значительными отсрочками по оплате и частыми отгрузками. Работают средние и мелкие партнёры.

Ввиду высокой конкуренции настал период невысокого темпа продаж. Количество торговых центров уже не растёт, сохранить сбыт необходимо за счёт развития имеющихся. Надежда возложена на взаимодействие с небольшими заказчиками.

Открыто новое направление в обслуживании. Все получили право бесплатно вернуть не реализованные ранее продукты. Для сбора получаемой информации создана программа по вводу возвратов. Локальная версия служила более года, потом перенесена во внутреннюю инфраструктуру.

Проведена классификация клиентов по доходу, учитывалась группировка. Так как оптовики имеют большие скидки, они собраны в первом списке. В третьем наборе объединены мелкие покупатели ввиду отсутствия бонусов. В середине расположены остальные.

Далее показана динамика изменения накопительного итога по месяцам в течение года. Все партнёры на графике обозначены точками, совокупность которых составляет линию. Классы выделены разным цветом, текущий анализ применён для получения примерной оценки.

График АВС-анализа

Кривая получилась негладкой. Заметный перелом наблюдается при переходе от главного класса. Это означает верность старым заказчикам, стабильность и привлекательность условий для них.

Рассмотрена деятельность менеджеров по продажам. Каждый подбирал клиентуру в процессе работы. Вследствие этого объём и качество получились различными. Последним пришёл в компанию молодой сотрудник. Тщательно и планомерно искал для себя заказчиков.

Обычно администраторов оценивают по объёмам сбыта. Не следует забывать другие характеристики. Необходимо учесть всё их множество. Наилучшим образом соответствует этому многомерная кластеризация. Входными данными для неё стали исторические значения. Только один показатель не являлся подлинным.

Быстро создан и реализован оригинальный алгоритм. Он рассчитывает фактическое значение дней по задержке оплаты. Для всех указаны формы и сроки по договору. По факту выяснилось, что только крупные сети серьёзно затягивают платежи.

Для изучения ситуации применена аналитическая платформа Deductor. Имеющаяся в арсенале нейронная сеть сама понимает неявную структуру информации. После процесса обучения построена компьютерная модель.

В результате получилось четыре области. Кластер 3 можно считать лучшим, как по прибыли, так и по совокупности всех показателей. Группа 1 стабильно выделяется типичным набором позиций и малым временем отсрочки.

В лидерском сегменте наряду с солидными представителями оказалась и часть небольших. Над развитием последних хорошо потрудился новый менеджер, на это обратили внимание. Наградой для него стала передача его точек на аутсорсинг. Также передана часть крупных договоров от других сотрудников.

В итоге улучшилось качество обслуживания. Численность покупателей постепенно увеличилась. Привлечены свежие поставщики и расширен бизнес. Через год открылся распределительный центр.

Альбом цветовых карт сегментации