Enhet 5 / 11

Butikkoppsett og seksjonsstyring: Planogram og kundeflyt

Gevinster:

  • Evne til å analysere kvadratmeter effektivitet, gangtemperatur og kundestrøm med støtte for kunstig intelligens og produsere layoutforslag
  • Evne til å utarbeide planogram, krysssalg og kategoriklyngelogikk med kunstig intelligens
  • Yapay zeka önerilerinin mağaza gerçeği, güvenlik ve mevzuatla (ör. tütün/alkol teşhir kuralları) doğrulanması gerektiğini kavrayabilme

Kvadratmeter av en butikk betyr penger. Hva du legger i den kvadratmeteren, hvordan kunden beveger seg rundt, hvilket produkt som er i øyehøyde; Alle påvirker salget direkte. Det er ingen "virtuell butikkfrontoptimalisering" i den fysiske butikken, men det er en lignende vitenskap: kategoristyring og gangplanlegging. I denne enheten vil du bruke kunstig intelligens som analytiker som genererer lokasjonsanbefalinger fra salgs- og feltdata. Igjen, kritisk advarsel: AI gir en blåkopi; Det er din jobb å verifisere med sikkerhet, forskrifter og lagre virkeligheten.

Grunnleggende konsepter:

Planogram: Bir reyondaki her ürünün hangi rafta, hangi yükseklikte, kaç yüz (vendt) ile duracağını gösteren görsel yerleşim planıdır.

Facing: Den frontvendte overflaten til et produkt på hyllen. Flere ansikter betyr mer synlighet og mindre strømpe.

Kvadratmetereffektivitet: Det er omsetningen/fortjenesten generert av en avdeling eller kategori per område den dekker. "Hvor mange TL genererer hver kvadratmeter av denne hyllen per måned?" er svaret på spørsmålet.

Avdelingstemperatur (varme/kalde soner): «Varme» soner der kundene besøker mest og «kalde» soner der kundene besøker mindre. Den varme sonen er delt inn i verdifulle produkter, og den kalde sonen er delt inn i essensielle produkter som ikke skaper trafikk.

Grunnleggende logikk for kundeflyt

Når de fleste kundene kommer inn i butikken, svinger de til høyre og går rundt i omkretsen. Derfor:

  • Inngangssone (dekompresjon): Kunden har ennå ikke gått inn i "shoppingmodus"; Velkomsten/kampanjen er plassert her, ikke det kritiske produktet.
  • Hylle i øyehøyde: Den mest verdifulle plassen; høy margin eller målprodukter her.
  • Nedre/øvre hyller: Mindre synlig; prisorienterte eller nisjeprodukter.
  • Kassererfront: Impulse småprodukter; Den legges i handlekurven mens den venter.
  • Essensielle produkter (melk, brød): Vanligvis i bunnen; kunden ser hele butikken mens han går til dem.
İpucu: Yapay zekaya mağaza planınızı ve kategori satışlarını verip "hangi kategori sıcak bölgede olmalı, hangisi metrekare verimliliği düşük" diye sorun. Men bekreft enhver bære han anbefaler med fysisk stativstørrelse og sikkerhet.

Krysssalg og tilknytning

Kurven blir større når produktene som brukes sammen legges side om side: pasta–tomatpuré, chips–brus, kaffe–filter. Kunstig intelligens kan finne varer kjøpt sammen (kurvanalyse) og komme med anbefalinger i nabolaget. Dette kalles markedskurvanalyse: den finner "hvem kjøper dette, kjøper det"-mønstre fra produktkombinasjonene på kvitteringene.

layoutverktøy

Hva gjør

Bidrag av kunstig intelligens

planogram

Planlegger hylleoppsett

Utkast til bekledning og plasseringsforslag iht salg

Kurvanalyse

Finner det som tas sammen

Trekker ut nabolagsmønster fra kvitteringsdata

Kvadratmeter effektivitet

Måler fortjeneste per felt

Markerer gangene med lavt utbytte

Varmekart (flyt)

Viser kundetetthet

Varm/kald sone kommentar og forslag

Regulering og sikkerhet: ikke omsettelig

Noen layoutregler kommer fra lov, og AI kjenner dem kanskje ikke:

  • Tobakksprodukter: Butikkfront/åpen utstilling er forbudt i de fleste land/steder; Den oppbevares i et lukket skap.
  • Alkohol: Med forbehold om salgstider og visningsbegrensninger.
  • Aldersbegrensede produkter: Ikke plasser på steder som er tilgjengelige for barn.
  • Mattrygghet: Kjedeprodukter plasseres ikke utenfor skapet, og tunge produkter plasseres ikke på høye hyller (fare for fall).
  • Brann/evakuering: Korridorbredde og nødutganger skal være frie.
Oppmerksomhet: Selv om den kunstige intelligensens anbefaling om å «sette dette produktet ved inngangen, i øyehøyde» gir kommersiell mening, kan den ikke gjennomføres dersom det er i strid med lovverket. Filtrer hvert planogram med lokale regler.

Trinnvis layoutanalyse

  1. Samle inn data: Kategori/SKU-salg, hyllelengde okkupert, margin, vognforeninger, butikkkart.
  2. Beregn effektivitet: Hvilken kategori gir mindre fortjeneste i henhold til sitt felt?
  3. Få nabolagsanbefalinger: Krysssalgsmuligheter fra handlekurvanalyse.
  4. Generer utkast til planogram: Varm sone, øyehøyde, forslag til vending.
  5. Filtrer og bruk: Bekreft med lovverk, sikkerhet, fysisk virkelighet og kundeopplevelse, søk med butikkteamet.

minisaker

Case 1 — Kvadratmetereffektivitet: I en dagligvarebutikk opptar delikatessedelen 12 % av salgsarealet, men genererer kun 5 % av omsetningen. Kunstig intelligens markerer dette i sin effektivitetsanalyse. Gangen er innsnevret til 8 % og snacks med høy margin kommer inn i den forlatte varme plassen. Kategori kvadratmeter effektivitet øker med 22 % på tre måneder; Delikatessesalget holder seg nesten konstant til tross for sammentrekningen.

Case 2 — Krysssalg-nabolag: Et byggevarehus finner i sin kurvanalyse at 38 % av de som kjøpte bor også kjøpte bor i samme kvittering, men de to produktene er i forskjellige ganger. Kunstig intelligens setter bitene ved siden av boret med et forslag fra nabolaget. Nib-salget øker med 27 % på 6 uker; meromsetning blir permanent.

Sak 3 — Lovgivning sparer filteret: En dagligvarebutikk forteller kunstig intelligens å «sette de mest lønnsomme produktene ved inngangen, i øyehøyde». Sigaretter står også på anbefalingslisten. Den ansvarlige fanger opp dette i lovfilteret og fjerner det fra forslaget; Brudd på forbudet mot åpen visning og straff for det forhindres.

Svak forespørsel / Sterk forespørsel

Svak melding:

Hvordan bør jeg organisere butikken min?

Ingen data, ingen skisser og ingen begrensninger; Det viser seg å være en vanlig klisjé.

Kraftig ledetekst:

Din rolle: spesialist i kategori- og gangplanlegging. Data: Nedenfor er månedlig omsetning, margin og hyllemeterdekning for kategoriene. I tillegg produktpar tatt sammen fra kurvanalysen. Opplag fra høyre fra butikkinngangen til kassa. Oppgave: (1) merk 3 kategorier med lav kvadratmetereffektivitet, (2) foreslå 2 kategorier som bør flyttes til den varme sonen, (3) foreslå 2 krysssalgsbydeler. Begrensning: Ikke kom med forslag mot regler for visning av tobakk og alkohol; anbefaler ikke kjølekjedeprodukter utenfor skapet. Lag en tabell med begrunnelsen for forslagene. Data: [lim inn]

Kopierbare spørsmålsmaler

1) Kvadratmeter effektivitetsanalyse

Beregn kvadratmetereffektiviteten din ved å bruke omsetnings-, margin- og hyllemetere som opptas av følgende kategorier. List opp de 3 mest effektive og 3 minst produktive kategoriene. Gi bord. Data: [lim inn]

2) Krysssalg nabolag

Forslag til avdelingstilknytning kommer fra følgende produktpar kjøpt sammen (kurvanalyse). Gi de 5 sterkeste assosiasjonene og foreslått plassering. Data: [lim inn]

3) Utkast til planogram

Foreslå et utkast til hylleoppsett for følgende kategori: hvilket produkt skal være i øyehøyde, hvilket skal være topp/bunn, hva skal være fordelingen mot hverandre?Basert på margin og salgshastighet. [spesifiser regulatoriske begrensninger].Produktliste: [lim inn]

4) Regulerings-/sikkerhetsfilter

Sjekk følgende layoutforslag for lovverk og sikkerhet: tobakk/alkoholdisplay, aldersgrense, kjølekjede, korridor og nødutgang. Kryss av for de som ikke er aktuelle. Forslag: [lim inn]

Vanlige feil

  • Bare å se på omsetningen: Kategorien som tar mye plass og tjener lite er ineffektiv; Se på kvadratmetereffektiviteten.
  • Stoler på AI for å lovfeste: Tobakk/alkohol/alderregler bør filtreres av mennesker.
  • Ignorerer den fysiske virkeligheten: Hyllestørrelse, produktvekt, gangbredde bestemmer muligheten for forslaget.
  • Fremtvinge krysssalg: Å plassere urelaterte produkter ved siden av hverandre forvirrer kunden; stole på data.
  • Å glemme kundeopplevelsen: Overoptimering kan skape en labyrintlignende butikk og redusere tilfredsheten.
  • Sett det en gang og glem det: Oppsettet bør gjennomgås jevnlig med sesong og salg.

Oppsummert

Butikkoppsett er en vitenskap om plasseffektivitet og kundeflyt. AI genererer effektivitet, tilknytning og planogramkonturer fra salgs-, margin- og kurvdata. Men tobakk/alkoholvisning, sikkerhet og fysisk virkelighet er ikke omsettelige; Filtrer hvert forslag med lovgivning og lagre virkeligheten og implementer den.

Søknadsoppgave

Ta månedlig omsetning, margin og hyllemeter for kategoriene i butikken din inn i en tabell. Finn de mest ineffektive kategoriene med "1) Kvadratmeter effektivitetsanalyse" og kom med forslag til "2) Krysssalg nabolag" med handlekurvdataene dine. Send til slutt alle forslag gjennom "4) Regulerings-/sikkerhetsfilteret".

sjekkliste

  • [ ] Jeg samlet inn data for kategoriinntekter, marginer og areal.
  • [ ] Jeg regnet ut kvadratmetereffektiviteten.
  • [ ] Jeg hentet ut krysssalgsområdet fra kurvanalyse.
  • [ ] Jeg filtrerte tobakk/alkohol/alder og sikkerhetsreglene.
  • [ ] Jeg bekreftet den fysiske hyllevirkeligheten.
  • [ ] Jeg har etablert en plan for å gjennomgå oppsettet regelmessig.