Lợi nhuận:
- Khả năng phân tích hiệu suất mét vuông, nhiệt độ lối đi và luồng khách hàng với sự hỗ trợ của trí tuệ nhân tạo và đưa ra đề xuất bố cục
- Khả năng soạn thảo sơ đồ, logic bán chéo và phân cụm danh mục bằng trí tuệ nhân tạo
- Yapay zeka önerilerinin mağaza gerçeği, güvenlik ve mevzuatla (or. tütün/alkol teşhir kuralları) doğrulanması gerektiğini kavrayabilme
Mét vuông của một cửa hàng có nghĩa là tiền. Bạn đặt những gì vào mét vuông đó, cách khách hàng di chuyển xung quanh, sản phẩm nào vừa tầm mắt; Tất cả đều ảnh hưởng trực tiếp đến doanh số bán hàng. Không có “tối ưu hóa mặt tiền cửa hàng ảo” trong cửa hàng thực, nhưng có một khoa học tương tự: quản lý danh mục và quy hoạch lối đi. Trong đơn vị này, bạn sẽ sử dụng trí tuệ nhân tạo làm nhà phân tích tạo ra các đề xuất vị trí từ dữ liệu bán hàng và thực địa. Một lần nữa, cảnh báo quan trọng: AI cung cấp bản thiết kế chi tiết; Công việc của bạn là xác minh sự an toàn, các quy định và thực tế lưu trữ.
Các khái niệm cơ bản:
Sơ đồ: Bir reyondaki her ürünün hangi rafta, hangi yükseklikte, kaç yüz (đối diện) ile duracağını gösteren görsel yerleşim planıdır.
Mặt: Mặt trước của sản phẩm trên kệ. Nhiều khuôn mặt hơn có nghĩa là khả năng hiển thị nhiều hơn và ít tồn kho hơn.
Hiệu suất mét vuông: Đó là doanh thu/lợi nhuận được tạo ra bởi một bộ phận hoặc hạng mục trên mỗi khu vực mà nó phụ trách. "Mỗi mét vuông kệ này tạo ra bao nhiêu TL mỗi tháng?" là câu trả lời cho câu hỏi.
Bộ phận nhiệt độ (vùng nóng/lạnh): Vùng “nóng” nơi khách hàng ghé thăm nhiều nhất và vùng “lạnh” nơi khách hàng ghé thăm ít hơn. Vùng nóng được chia thành các sản phẩm có giá trị, còn vùng lạnh được chia thành các sản phẩm thiết yếu không tạo ra lưu lượng truy cập.
Logic cơ bản của dòng khách hàng
Khi hầu hết khách hàng bước vào cửa hàng, họ rẽ sang phải và đi vòng quanh vành đai. Vì vậy:
- Vùng vào (giải nén): Khách hàng chưa vào “chế độ mua sắm”; Chiến dịch chào mừng/chào mừng được đặt ở đây, không phải sản phẩm quan trọng.
- Kệ ngang tầm mắt: Không gian quý giá nhất; lợi nhuận cao hoặc sản phẩm mục tiêu ở đây.
- Kệ dưới/trên: Ít nhìn thấy hơn; định hướng giá cả hoặc sản phẩm thích hợp.
- Mặt tiền thu ngân: Xung các sản phẩm nhỏ; Nó được thêm vào giỏ hàng trong khi chờ đợi.
- Sản phẩm thiết yếu (sữa, bánh mì): Thường ở phía dưới; khách hàng có thể nhìn thấy toàn bộ cửa hàng khi đến gần họ.
İpucu: Yapay zekaya mağaza planınızı ve kategori satışlarını verip "hangi kategori sıcak bölgede olmalı, hangisi meterkare verimliliği düşük" diye sorun. Nhưng hãy xác minh bất kỳ phương tiện vận chuyển nào mà anh ấy đề xuất bằng kích thước giá đỡ vật lý và độ bảo mật.
Bán chéo và lân cận
Giỏ sẽ trở nên lớn hơn khi các sản phẩm được sử dụng cùng nhau được đặt cạnh nhau: mì ống-bột cà chua, khoai tây chiên-soda, cà phê-phin. Trí tuệ nhân tạo có thể tìm thấy các mặt hàng được mua cùng nhau (phân tích giỏ hàng) và đưa ra khuyến nghị về khu vực lân cận. Đây được gọi là phân tích giỏ hàng thị trường: nó tìm ra mô hình "ai mua cái này, mua cái kia" từ sự kết hợp sản phẩm trên biên lai.
công cụ bố trí
làm gì
Đóng góp của trí tuệ nhân tạo
biểu đồ
Sơ đồ bố trí kệ
Dự thảo hướng mặt và đề xuất vị trí theo doanh số bán hàng
Phân tích giỏ
Tìm thấy những gì được lấy cùng nhau
Trích xuất mẫu vùng lân cận từ dữ liệu biên nhận
Hiệu suất mét vuông
Đo lường lợi nhuận trên mỗi lĩnh vực
Đánh dấu lối đi năng suất thấp
Bản đồ nhiệt (dòng chảy)
Hiển thị mật độ khách hàng
Nhận xét và đề xuất vùng nóng/lạnh
Quy định và an ninh: không thể thương lượng
Một số quy tắc bố cục bắt nguồn từ luật và AI có thể không biết chúng:
- Sản phẩm thuốc lá: Cấm trưng bày mặt tiền cửa hàng/mở ở hầu hết các quốc gia/địa điểm; Nó được giữ trong một tủ kín.
- Rượu: Tùy theo giờ bán hàng và hạn chế trưng bày.
- Sản phẩm có giới hạn độ tuổi: Không đặt ở những nơi trẻ em có thể tiếp cận.
- An toàn thực phẩm: Sản phẩm dây chuyền lạnh không được đặt bên ngoài tủ, sản phẩm nặng không được đặt trên kệ cao (nguy cơ rơi vỡ).
- Hỏa hoạn/sơ tán: Chiều rộng hành lang và lối thoát hiểm phải thông thoáng.
Lưu ý: Ngay cả khi khuyến nghị của trí tuệ nhân tạo về việc "đặt sản phẩm này ở lối vào, ngang tầm mắt" có ý nghĩa thương mại, thì nó cũng không thể được thực hiện nếu trái pháp luật. Lọc từng sơ đồ với các quy tắc địa phương.
Phân tích bố cục từng bước
- Thu thập dữ liệu: Doanh số bán hàng theo danh mục/SKU, thời gian sử dụng trong kệ, lợi nhuận, liên kết giỏ hàng, bản đồ cửa hàng.
- Tính toán hiệu quả: Ngành hàng nào tạo ra ít lợi nhuận hơn theo lĩnh vực của mình?
- Nhận đề xuất vùng lân cận: Cơ hội bán chéo từ phân tích giỏ hàng.
- Tạo sơ đồ bản thảo: Vùng nóng, tầm mắt, gợi ý hướng mặt.
- Lọc và áp dụng: Xác minh theo luật pháp, bảo mật, thực tế vật lý và trải nghiệm khách hàng, áp dụng với nhóm cửa hàng.
trường hợp nhỏ
Trường hợp 1 - Hiệu suất mét vuông: Trong một cửa hàng tạp hóa, khu vực bán đồ ăn nhanh chiếm 12% diện tích bán hàng nhưng chỉ tạo ra 5% doanh thu. Trí tuệ nhân tạo đánh dấu điều này trong phân tích hiệu quả của nó. Lối đi được thu hẹp xuống còn 8% và đồ ăn nhẹ có lợi nhuận cao sẽ được đưa vào không gian nóng còn trống. Hiệu suất mét vuông của hạng mục tăng 22% trong ba tháng; Doanh số bán đồ ăn nhanh gần như không đổi bất chấp sự suy giảm.
Trường hợp 2 - Khu vực bán chéo: Một cửa hàng DIY phát hiện trong phân tích giỏ hàng của mình rằng 38% những người mua máy khoan cũng mua mũi khoan trong cùng một biên lai, nhưng hai sản phẩm này ở các lối đi khác nhau. Trí tuệ nhân tạo đặt các mũi khoan bên cạnh máy khoan với gợi ý về vùng lân cận. Doanh số bán Nib tăng 27% trong 6 tuần; doanh thu bổ sung trở thành vĩnh viễn.
Trường hợp 3 - Pháp luật lưu bộ lọc: Một cửa hàng tạp hóa yêu cầu trí tuệ nhân tạo "đặt những sản phẩm có lợi nhất ở lối vào, ngang tầm mắt". Thuốc lá cũng xuất hiện trong danh sách khuyến nghị. Người chịu trách nhiệm nắm bắt điều này trong bộ lọc lập pháp và loại bỏ nó khỏi đề xuất; Việc vi phạm lệnh cấm trưng bày công khai và hình phạt của nó được ngăn chặn.
Dấu nhắc yếu / Dấu nhắc mạnh
Dấu nhắc yếu:
Tôi nên tổ chức cửa hàng của mình như thế nào?
Không có dữ liệu, không có bản phác thảo và không có hạn chế; Hóa ra đó là một lời nói sáo rỗng thông thường.
Lời nhắc mạnh mẽ:
Vai trò của bạn: chuyên gia quy hoạch hạng mục và lối đi. Dữ liệu: Dưới đây là doanh thu hàng tháng, mức ký quỹ và mức độ bao phủ của các danh mục. Ngoài ra, các cặp sản phẩm được lấy cùng nhau từ việc phân tích giỏ hàng. Lưu thông từ bên phải từ lối vào cửa hàng đến máy tính tiền. Nhiệm vụ: (1) đánh dấu 3 hạng mục có hiệu suất mét vuông thấp, (2) đề xuất 2 hạng mục nên chuyển về vùng nóng, (3) đề xuất 2 khu dân cư bán chéo. Ràng buộc: Không đưa ra đề xuất chống lại các quy định về trưng bày thuốc lá và rượu; không khuyến nghị sử dụng các sản phẩm dây chuyền lạnh bên ngoài tủ. Lập bảng với lý do cho những gợi ý. Dữ liệu: [dán]
Mẫu lời nhắc có thể sao chép
1) Phân tích hiệu quả mét vuông
Tính toán hiệu quả mét vuông của bạn bằng cách sử dụng số mét doanh thu, số tiền ký quỹ và số kệ được sử dụng bởi các danh mục sau. Liệt kê 3 hạng mục hiệu quả nhất và 3 hạng mục kém hiệu quả nhất. Đưa bàn. Dữ liệu: [dán]
2) Khu phố bán chéo
Các đề xuất về khu vực lân cận của bộ phận xuất hiện từ các cặp sản phẩm được mua cùng nhau sau đây (phân tích giỏ hàng). Đưa ra 5 hiệp hội mạnh nhất và vị trí đề xuất. Dữ liệu: [dán]
3) Sơ đồ dự thảo
Đề xuất sơ đồ bố trí kệ dự thảo cho danh mục sau: sản phẩm nào nên ngang tầm mắt, sản phẩm nào nên ở trên/dưới, mặt phân phối nào nên hướng ra ngoài?Dựa trên tỷ suất lợi nhuận và tốc độ bán hàng. [chỉ định các hạn chế về quy định]. Danh sách sản phẩm: [dán]
4) Bộ lọc quy định/bảo mật
Kiểm tra các đề xuất bố trí sau đây về luật pháp và an toàn: trưng bày thuốc lá/rượu, giới hạn độ tuổi, dây chuyền lạnh, hành lang và lối thoát hiểm. Đánh dấu những chỗ không áp dụng được. Gợi ý: [dán]
Những lỗi thường gặp
- Chỉ nhìn vào doanh thu: Hạng mục chiếm nhiều diện tích và kiếm được ít tiền là không hiệu quả; Nhìn vào hiệu quả của mét vuông.
- Dựa vào AI để lập pháp: Các quy định về thuốc lá/rượu/độ tuổi nên được con người lọc ra.
- Bỏ qua thực tế vật lý: Kích thước kệ, trọng lượng sản phẩm, chiều rộng lối đi quyết định tính khả thi của đề xuất.
- Buộc bán chéo: Đặt các sản phẩm không liên quan cạnh nhau khiến khách hàng bối rối; dựa vào dữ liệu.
- Quên trải nghiệm của khách hàng: Tối ưu hóa quá mức có thể tạo ra một cửa hàng giống như mê cung và làm giảm sự hài lòng.
- Đặt một lần và quên đi: Bố cục cần được xem xét thường xuyên theo mùa và doanh số bán hàng.
Tóm lại
Bố trí cửa hàng là một khoa học về hiệu quả không gian và luồng khách hàng. AI tạo ra các phác thảo về hiệu quả, tính liền kề và sơ đồ từ dữ liệu bán hàng, lợi nhuận và giỏ hàng. Nhưng việc trưng bày thuốc lá/rượu, an ninh và thực tế vật chất là không thể thương lượng được; Lọc từng đề xuất theo luật và lưu trữ thực tế rồi thực hiện nó.
Nhiệm vụ ứng dụng
Đưa doanh thu hàng tháng, tỷ suất lợi nhuận và số lượng kệ của các danh mục trong cửa hàng của bạn vào một bảng. Tìm các danh mục kém hiệu quả nhất bằng "1) Phân tích hiệu quả theo mét vuông" và đưa ra đề xuất "2) Khu vực bán kèm" với dữ liệu giỏ hàng của bạn. Cuối cùng, chuyển tất cả đề xuất qua "4) Bộ lọc quy định/bảo mật".
danh sách kiểm tra
- [ ] Tôi đã thu thập dữ liệu về doanh thu, lợi nhuận và khu vực của danh mục.
- [ ] Tôi đã tính hiệu suất của mét vuông.
- [ ] Tôi đã trích xuất vùng lân cận bán chéo từ phân tích giỏ hàng.
- [ ] Tôi đã lọc các quy tắc về thuốc lá/rượu/độ tuổi và an toàn.
- [ ] Tôi đã xác minh thực tế kệ vật lý.
- [ ] Tôi đã lập kế hoạch xem xét lại bố cục thường xuyên.