Jakich sklepów brakuje Polakom w ich najbliższej okolicy?


Na przykładzie analizy mieszkańców wrocławskiej dzielnicy Krzyki sprawdziliśmy możliwość przewidywania potrzeb zakupowych Polaków.

Wyniki badania realizowanego wspólnie z firmą MANDS Badania Rynku i Opinii zostały przedstawione na XIX edycji Kongresu Badaczy Rynku i Opinii w Warszawie.

Pod lupę trafiły realnie pokonywane przez klientów ścieżki oraz odległości dzielące przeciętnego konsumenta od sklepów stacjonarnych jednej z trzech kategorii produktowej (spożywcza, remontowo-budowlana i drogeryjna).

Głównym celem projektu było określenie, jakich sklepów brakuje w ich najbliższej okolicy. Analiza informacji o przemieszczaniu się mieszkańców na danych obszarze oraz tworzenie ich profili behawioralnych stwarza nowe możliwości. Pozwala m.in. z większym prawdopodobieństwem określić jaka marka sklepu będzie najlepszą inwestycją w okolicy objętej projektem. Dane z urządzeń mobile zbierano w okresie styczeń-sierpień 2018 r. na próbie 99 939 urządzeń.

Analizę BIG DATA zestawiono z wynikami badania deklaratywnego, przeprowadzonego metodą MAPI (Mobile Assisted Personal Interview) zrealizowanego przez agencję badania rynku i opinii MANDS. Za pośrednictwem urządzeń przenośnych przeprowadzono wywiady ze 150 mieszkańcami Krzyków.

W trakcie projektu na podstawie mapy sklepów, w których mieszkańcy Krzyków robią najczęściej zakupy, średnich odległości jakie pokonują, żeby do tych placówek dotrzeć oraz na podstawie profilowania behawioralnego (porównanie 15 zdefiniowanych profili pomiędzy mieszkańcami dzielnicy, a klientami sklepów marek objętych badaniem) wyodrębniono marki, których obecność w ramach dzielnicy jest bardziej pożądana.

Za najlepiej dopasowane sklepy uznano takie placówki, w których zakupy robili klienci o jak największej liczbie cech wspólnych, jakie występują u typowego mieszkańca dzielnicy. Wśród profili wyodrębniono m.in. rodziców dzieci w wieku 1-4, kobiety spodziewające się dziecka, ale też kibiców Ekstraklasy. Tak przygotowane zestawienie porównano z wynikami badania deklaratywnego, gdzie pytano mieszkańców wprost o to, jaki sklep chcieliby mieć w okolicy.

Wyniki analizy przeprowadzonej dla dzielnicy Krzyki pokazały, że dane Big Data mogą wspomagać decyzje lokalizacyjne w przypadku rozwoju sieci. Potwierdzeniem tego jest kwestia sklepów remontowo-budowlanych, w przypadku których średnia odległość jaką pokonują klienci do placówek najpopularniejszej sieci wynosi 8062 metry, czyli bez mała cztery razy więcej niż do równie znanego konkurenta w tej branży. Mimo to mieszkańcy dzielnicy Krzyki często odwiedzają sklepy pierwszej marki, do których mają dalej (odpowiednio 14% i 11%).

“Analizując powyższe wyniki możemy rekomendować otwarcie nowego sklepu popularniejszej sieci na terenie dzielnicy będącej przedmiotem analizy.  Znajduje to potwierdzenie w badaniach deklaratywnych”– mówi Marcin Augustyniak, Client Director of Data Tank, Selectivv.

„Dane Big Data to duże i zróżnicowane zbiory danych. Pokazują to co klienci robią na co dzień, gdzie robią zakupy itp.. Pozostaje nam jednak wciąż odpowiedzieć na pytanie dlaczego akurat tak się zachowują? Tutaj na pomoc przychodzą między innymi tradycyjne wywiady, gdzie respondenta można zawsze dopytać dlaczego właśnie tak myśli. W omawianym projekcie wśród motywatorów wizyty w sklepach pojawiały się np. takie odpowiedzi jak: „żona zdecydowała”, „kupuje tam jedzenie dla kota”, „bo jest przy przystanku autobusowym”. Biorąc to pod uwagę łączenie danych pochodzących z różnych źródeł jest dobrą praktyką i powinniśmy ją stosować jak najczęściej” – dodaje Przemysław Huk, Senior Research Executive, MANDS.

Badanie pokazało, że pozyskiwane z urządzeń przenośnych dane behawioralne dają silną podstawę do budowania predykcji konsumenckich. Połączenie informacji ze świata realnego pozwala na określenie czy oferta centrum handlowego, galerii, kawiarni lub sklepu pasuje do profilu osób przebywających w okolicy oraz odpowiada ich potrzebom. Oczywiście nie należy zapominać o tym, że najlepsze wnioski buduje się na podstawie wiedzy pochodzącej z wielu źródeł. Oprócz danych związanych z przemieszczaniem się należy pamiętać o tradycyjnych badaniach oraz o własnym doświadczeniu i intuicji.

Zapraszamy do kontaktu

Newsletter

Wyrażam zgodę na przesyłanie informacji handlowych, w tym w szczególności o nowych ofertach promocyjnych, produktach, usługach i konkursach drogą elektroniczną pochodzących od Selektivv Europe Sp. z o.o. KRS: 0000564540, NIP:7773252049, REGON: 361871755.

FreshMail.pl
 

Newsletter

I agree to send commercial information, including in particular new promotional offers, products, services and contests by e-mail from Selektivv Europe Sp. z o.o. KRS: 0000564540, Tax Identification Number: Tax Identification Number: 7773252049, REGON: 361871755.

FreshMail.pl
 

Рассылка

Я выражаю согласие на получение коммерческой информации, в том числе, о новых предложениях, продуктах, услугах и конкурсах в электронной форме, полученных от Selektivv Europe Sp. z o. o. с номером ЕГР: 0000564540, ИНН:7773252049, ЕДРПО: 361871755.

FreshMail.pl