Toto je objekt systému MBI.

MBI (Management Byznys Informatiky) je portál obsahující zobecněná řešení v řízení provozu a rozvoje IT, resp. podnikové informatiky.

Pokud máte zájem získat více informací o tomto objektu (vazby na další objekty, přílohy, apod.), ale i získat mnoho dalších užitečných materiálů, můžete tak učinit ZDE / (registrace je bezplatná).

Úloha : Retail: Prodejní analýzy
Retail: Prodejní analýzy
Kód úlohy

Standardní kód úlohy v MBI.

:
UQ584AXRE
Autor návrhu úlohy

Jméno a příjmení autora úlohy

:
Fous, O. (Artex, Informační systémy)
Předpokládaná pravděpodobnost užití v praxi

Předpokládaná pravděpodobnost užití úlohy v praxi, hodnoty 0 - 1. Např. 0,7 - úlohu lze využít v 7 z 10 podniků. Hodnoty jsou průběžně testovány a upřesňovány na základě anket a průzkumů.

:
0.7
Charakteristiky úlohy

Charakteristiky úlohy

1. Účel Analýzy prodeje zboží a služeb v retailu:
  • Účelem analytické úlohy je především dosažení očekávaných efektů , tj. pozitivních změn v metrikách prodeje, např. ve zvýšení tržeb a prodejní marže, snížení nákladů na prodejní aktivity, zvýšení počtu zákazníků apod. (viz jejich další přehledy).
  • Úloha má současně řešit sady otázek a problémů definovaných ve scénářích MBI, a to zejména ve scénáři, kde jsou formulovány společné otázky a problémy spojené s řešením analytických úloh (SQ004 ) a ve scénáři zaměřeném na specifické problémy a otázky v řízení prodeje (SQ101 ).
2. Dimenzionální prostor řízení prodeje:
  • Pro vymezení prodejních analýz považujme za východisko určení možných analytických hledisek , resp. dimenzí , které je účelné ve vztahu k jednotlivým ukazatelům prodeje zvažovat a využít. Ty lze vybírat z následujících skupin dimenzí :
    • Základní dimenze (DIG000 ),
    • Podniková organizace (DIGQ01 ),
    • Ekonomické dimenze podniku (DIGQ05 ),
    • Externí partneři podniku (DIGQ10 ),
    • Lidské zdroje podniku a mzdy (DIGQ20 ),
    • Obchodní dimenze podniku (DIGQ30 ),
    • Dimenze skladového hospodářství (DIGQ40 ),
    • Dimenze dopravy (DIGQ50 ).
3. Funkcionalita prodejních analýz, analytický prostor
  • Analytický dokument: Analýzy prodeje (DQ112A ),
  • Analytický prostor analýz prodeje je určen skupinami ukazatelů (metrik) obvykle aplikovaných v těchto analýzách a jim odpovídajících jednotlivých dimenzí. Dále uvedené ukazatelé a dimenze představují pouze ty základní , k nim jsou na stránkách jednotlivých metrik doplněny i další související, resp. odvozené,
  • Na základě specifikovaných ukazatelů se podle konkrétní potřeby podnikového řízení vytvářejí i další kalkulované ukazatele . Obdobně lze dále uvedené dimenze doplňovat z jejich celkového přehledu (paragraf 2 – Dimenzionální prostor).
3.1. Analýzy ekonomických ukazatelů prodeje dle zvolených dimenzí:
  • Ukazatelé pro analýzy ekonomiky prodeje:
    • Tržby z prodeje zboží a služeb (IQ1007 ), Náklady prodeje zboží a služeb (IQ1008 ), Prodejní marže (IQ1009 ),
    • Tržní podíl (IQ1002 ), Nový prodej, Intake (IQ1003 ),
    • Ztráta výnosů (IQ1004 ), Úroveň zlevňování (IQ1005 ), Počet externích zákazníků IT služeb (IQ1006 ),
  • Dimenze pro analýzy ekonomiky prodeje:
3.2. Analýzy ukazatelů prodeje procesního charakteru
  • Ukazatelé pro analýzy prodejních aktivit:
    • Počet zpracovávaných dokumentů – poptávek, nabídek, smluv atd. (IQ7005 ), Počet obchodních transakcí (IQ1012 ), Objem transakcí v čase (IQ7006 ),
    • Počet a objem reklamací (IQ1502 ), Dodací lhůta (IQ1010 ),
  • Dimenze pro analýzy prodejních aktivit:
3.3. Analýzy ukazatelů prodeje organizačního charakteru:
  • Ukazatelé pro analýzy organizace prodeje:
    • Počet zákazníků podniku (IQ1001 ), Prodejní potenciál (IQ1011 ), Obrat zásob (IQ1015 ),
    • Podíl private label (IQ1013 ), Ukazatelé dárkových poukázek a permanentek - převážně v maloobchodě, (IQ1016 ),
    • Call centra - časové metriky (IQ2301 ), Call centra - rozvrhy provozu (IQ2302 ), Náklady na volání (IQ2303 ),
    • Úspěšnost call centra (IQ2304 ), Míra udržení zákazníka (IQ2501 ), Podíl členů komunity (IQ2502 ), Míra užívání klubového členství (IQ2503 ),
  • Dimenze pro analýzy organizace prodeje:
3.4. Analýzy prodejní výkonnosti a řízení produktů (CM, Category Management):
  • Ukazatelé pro analýzy prodejní výkonnosti a řízení produktů:
    • Index prodejní aktivity (IQ1014 ), Využití prodejní plochy (IQ1301 ), převážně v maloobchodě, Objem tržeb za časovou jednotku (IQ1601 ), Náklady práce na 1 prodejce (IQ1602 ),
    • Časové ukazatele výkonnosti CM (IQ1302 ), Zbožové ukazatele výkonnosti CM (IQ1303 ), Zákaznické ukazatele výkonnosti CM (IQ1304 ), Počet a objem servisních činností (IQ1501 ),
  • Dimenze pro analýzy prodejní výkonnosti a řízení produktů:
3.5. Analýzy prodejních aktivit na eShopu:
  • Ukazatelé pro analýzy aktivit na eShopu:
    • Počet prodaných produktů přes eShop (IQ1107 ), Zisk na produkt v eShopu (IQ1108 ), Tržba na návštěvu (IQ1103 ),
    • Počet objednávek za stanovený čas (IQ1112 ), Počet položek na objednávku (IQ1110 ), Průměrná hodnota objednávky (IQ1109 ),
    • Délka návštěvy webové stránky (IQ1104 ), Míra opuštění, Bounce rate (IQ1105 ), Index přijetí zákazníka (IQ1106 ), Konverzní poměr (IQ1102 ),
  • Dimenze pro analýzy aktivit na eShopu:
3.6. Časové analýzy prodeje („Time Intelligence“):
  • Vývoj prodeje v čase – platí pro všechny uvedené ukazatele, včetně jejich dimenzí a navíc s dimenzí Časová dimenze (DI001 ), tj. obvykle počínaje rokem a konče na úrovni dne a případně, pokud je nutné i s dimenzí Hodiny (DI002 ),
  • Využití indexů prodejních aktivit, zejména bazických, řetězových, sezónních,
  • Postupný nárůst hodnot prodeje od aktuálního data - k začátku roku (YTD (year-to-date), resp. k začátku kvartálu (QTD, quarter-to-date), resp. k začátku měsíce (MTD, month-to-date).
  • Meziroční porovnání prodeje, vývojové trendy – tj. hodnoty ukazatelů jak za aktuální období, resp. rok, tak za odpovídající období v minulých létech.
  • Analýzy klouzavých ukazatelů prodeje – např. klouzavý roční souhrn (moving annual total, MAT) - sleduje souhrnné hodnoty za posledních 12 měsíců.
3.7. Srovnávací analýzy prodejních aktivit:
  • Porovnání plánovaného objemu prodejů se skutečností , případně porovnání jednotlivých variant plánů – dimenze Plán, skutečnost (DI003 ),
  • Srovnávací analýzy hodnot ukazatelů podle dimenzí , např. porovnání jednotlivých zákazníků podle tržeb, úspěšnost prodeje zboží a služeb,
  • Určení pořadí dimenzí (ranking) – např. stanovení pořadí zákazníků podle objemů tržeb apod.,
  • Určení vybraného počtu nejlepších / nejhorších prvků - např. TOP 10 zákazníků.
3.8. Využití funkcí data miningu v řízení prodeje:
  • Segmentace - rozdělení objektů do skupin, které mají podobné charakteristiky, obvykle segmentace zákazníků, a to dle různých charakteristik, např. segmentace demografické, behaviorální (dle chování), geografické apod.,
  • Predikce odchodu zákazníků – „churn management“předpovídá zákazníky, kteří hodlají odejít ke konkurenci, přestat využívat určité produkty nebo služby,
  • Credit scoring - ohodnocení zákazníka dle úvěrového rizika, zda bude splácet např. svůj úvěr bance. Má zjistit, jaké riziko se má podstupovat.
  • Analýza nákupního košíku - zjišťuje souvislosti mezi produkty, které kupují zákazníci společně. Zákazníkovi lze nabízet kombinace produktů (cross selling), pracovat s rozmístěním produktů v rámci prodejní plochy prodejny či stránky s produktem v rámci eShopu.
4. Zdroje dat:
  • Evidence zákazníků (DQ102A),
  • Evidence obchodních případů Prodej (DQ103A),
  • Ceníky zboží a služeb (DQ104A),
  • Evidence obchodních příležitostí (DQ105A),
  • Dodací a platební podmínky (DQ106A).
5. Vztahy řízení prodeje k IT:
  • Aplikace a technologie Business Intelligence (FSG400 ) umožňující v tomto případě zejména analýzy nad datovými sklady a OLAP databázemi a specifické analytická aplikace (F409 ). Významným trendem v této oblasti jsou aplikace Self Service Business Intelligence (F455 ). Příkladem nástrojů pro aplikace této třídy je Power Pivot (AQ001A ), nebo Power BI (AQ002A ) a s nimi spojený jazyk DAX (AQ003A ), Tableau (AQ006A ), Qlik Sense (AQ007A),
  • Celopodnikové aplikace - ERP (F300 ) umožňují základní prodejní analýzy a rovněž analýzy na bázi business intelligence, pokud má tyto technologie integrovány ve svém produktu,
  • Využívání prodejních analýz přímo u zákazníků nebo partnerů, resp. v odloučených jednotkách nabízejí aplikace mobilního business intelligence (F460),
  • Analýzy trhu na základě nestrukturovaných informací, analýzy konkurence a vývoje na trhu umožňují aplikace competitive intelligence (F481 ),
  • Komplexní analýzy zákazníků umožňují aplikace CRM, resp. analytické CRM (F371 ).
6. Podmínky úspěšnosti analýz prodeje:
  • Dosažení potřebné dostupnosti a kvality prodejních analýz v místě a čase, tj. u zákazníků a kooperantů, v dislokovaných jednotkách apod.,
  • Možnosti automatického zasílání varovných nebo jen informativních zpráv obchodním manažerům a obchodníkům na základě výsledků uskutečněných prodejních analýz a jejich vyhodnocení oproti definovaným pravidlům, limitům apod.,
  • Uplatnění vysoké komplexnosti prodejních analýz s vazbou na celopodnikové analýzy, řešení analýz s využitím potřebného množství analytických dimenzí,
  • Dosažení požadované flexibility analýz vzhledem k aktuálním potřebám a podmínkám obchodních manažerů a obchodníků a současně potřebné granularity dat pro realizaci analytických operací, zajištění takové úrovně detailních dat pro analýzy, která je dosažitelná a ekonomicky přiměřená, např. data o jednotlivých prodejních operacích u zákazníka, data snímaná v provozu prodejen apod.,
  • Realizace prodejních analýz na základě heterogenních a externích datových zdrojů , např. informací z databází internetu, sociálních sítí apod.,
  • Využití strukturovaných i nestrukturovaných dat , např. pro analýzy trhu, konkurence, vývoje poptávky apod.