Página Insights e recomendações – Smart Store Analytics

A página Insights e recomendações do Smart Store Analytics aplica a ciência de dados para descobrir insights mais profundos sobre o desempenho da loja, compradores e produtos. Você pode obter insights sobre uma determinada loja ou toda a cadeia de varejo.

Observação

Os dados da loja são sempre processados e exibidos de acordo com o fuso horário local da loja específica. Consequentemente, o fuso horário dos relatórios não pode ser alterado em tempo real por meio do PowerApps ou ajustando as configurações em um Mac ou PC.

Frequentemente comprado junto

O recurso Frequentemente comprados juntos capacita a loja ou o gerente de merchandising a tomar decisões controladas por dados sobre a colocação e as promoções dos produtos, com base em insights sobre produtos intimamente relacionados. Ele identifica combinações de produtos muito associados entre si para que os varejistas possam promover efetivamente a atividade de venda cruzada.

Os dados das jornadas e ações do cliente na loja enriquecem esses resultados para fornecer um contexto relevante. Assim, você revela dados de pares de produtos muito associados que podem ser aproximados para aumentar as vendas conjuntas dos dois produtos. Como alternativa, produtos com baixas taxas de conversão na loja podem se beneficiar da venda cruzada com produtos relacionados mais populares.

Existem duas exibições para associações de produtos Frequentemente comprados juntos:

Exibição Produtos frequentemente comprados juntos

A exibição Produtos frequentemente comprados juntos mostra as associações de produtos mais fortemente relacionadas nos últimos 7, 30 ou 90 dias.

Observação

Quando você escolher uma loja no menu suspenso, a tabela mostrará as principais combinações de produtos com base nas transações na loja escolhida. Quando você selecionar a exibição do varejista no menu, a tabela mostrará as principais combinações de produtos com base nas transações em toda a cadeia de varejo.

A tabela inclui os seguintes dados:

• Nomes de produto: nomes dos produtos associados

• SKUs de produto: IDs dos produtos associados

• Força da associação: a força da associação é baseada em um cálculo estatístico que representa a probabilidade de os clientes comprarem esses produtos juntos devido ao seu relacionamento e não ao acaso. Assim, você pode encontrar combinações de produtos mais interessantes e significativas muito associadas especificamente umas às outras, em vez de serem apenas compras comuns em geral, juntas ou separadas.

  As categorias são atribuídas com base em uma métrica estatística que avalia a intensidade da associação. Com base nas transações da loja ou do varejista, a métrica classifica os pares de produtos associados. Em seguida, os pares são divididos em três categorias de tamanho igual, sendo Excelente o terço superior, Bom o terço intermediário e Regular o terço inferior. Às vezes, uma indicação de "Com base em dados limitados" pode ser exibida ao lado da intensidade da associação identificada quando as características das transações da loja não permitem uma inferência estatística confiável. O motivo pode ser o número pequeno de transações por período, o tamanho médio reduzido da cesta ou a pouca variabilidade nos produtos comprados.

• Número de vezes comprados juntos: número de vezes em que os clientes compraram os dois produtos juntos no período escolhido.

• Atraso na retirada dos produtos: o atraso na retirada dos produtos é o tempo médio decorrido entre a retirada de dois produtos associados pelos clientes. Ele também indicou se o atraso é maior ou menor que o tempo médio quando os clientes retiram dois produtos quaisquer na loja. Se o atraso na retirada dos dois produtos associados estiver acima da média, pode pensar em colocá-los mais próximos um do outro.

  • Um aviso Não há informações suficientes pode ser exibido na coluna quando não há dados suficientes para calcular com segurança o atraso médio de retirada.

  • A mensagem Não aplicável é exibida na coluna para combinações de produtos nas transações da rede varejista, por causa da variabilidade em layouts de loja diferentes.

Exibição Drill down específico do produto

A exibição Drill down específico do produto mostra as cinco associações de produtos mais fortemente relacionadas nos últimos 7, 30 ou 90 dias.

No menu suspenso, você pode procurar um produto de seu interesse. A tabela mostra os cinco produtos mais fortemente associados ao produto selecionado durante o período de escolha, como nos últimos 7, 30 ou 90 dias. Os dados sobre os produtos associados são semelhantes à tabela de exibição anterior Produtos frequentemente comprados juntos.

O menu só inclui produtos que identificam pelo menos uma combinação muito associada. Além disso, o menu exibe o desempenho do produto selecionado.

A taxa de conversão representa a relação entre o número de vezes em que o produto interagiu com a loja e o número de vezes em que um cliente o comprou. Quando um produto tem uma taxa de conversão baixa, você pode considerar a venda cruzada dele com produtos muito associados exibidos na tabela de exibição Produtos frequentemente comprados juntos para melhorar as vendas.

Substitutos de produto

O recurso de recomendações de produtos substitutos oferece informações sobre os produtos que os clientes veem como alternativas a outros produtos na loja ou na rede de varejo. Esses insights permitem que o gerente de merchandising da rede de varejo ou a equipe de gerenciamento da loja tomem decisões baseadas em dados ao escolher a substituição de um produto que está esgotado. Como alternativa, o gerente pode analisar o desempenho dos produtos alternativos uns com os outros, pois são produtos potencialmente concorrentes.

Um modelo de IA analisa dados granulares das jornadas dos clientes e interações com produtos na loja e produz recomendações de produtos. O modelo de IA identifica produtos que geralmente são comprados no mesmo contexto do que alternativas em potencial. O contexto dos produtos é definido por outros produtos que os clientes retiram na mesma sessão e pela sequência em que são retirados. Quanto mais semelhante o contexto, maior a chance de dois produtos serem identificados como alternativos. Os produtos substitutos recomendados atenderiam às necessidades do cliente semelhantes ao produto original com base na análise.

Cuidado

O modelo de IA não é supervisionado (não é treinado em nenhum conjunto de dados predefinido de alternativas de produtos) e, portanto, infere a capacidade de substituição do produto com base na atividade do cliente na loja e no contexto dos outros produtos retirados na mesma sessão. Como ter um contexto semelhante nem sempre garante que os produtos sejam substitutos, ocasionalmente, o modelo pode recomendar um produto que não seria considerado um substituto adequado.

Tela Substitutos do produto

A tela Substitutos do produto mostra os substitutos recomendados para qualquer produto em uma loja ou em toda a cadeia de varejo. Você pode selecionar uma loja para encontrar a melhor alternativa disponível nessa loja ou alternar para a exibição do varejista para uma seleção potencialmente mais ampla no nível do varejista. Também é possível focar em alternativas para os produtos mais vendidos ou menos vendidos na loja ou rede varejista. Quando você seleciona uma das opções - todos os produtos, mais vendidos ou menos vendidos - o AI Insights atualizaria o conteúdo do menu detalhado para incluir os produtos relevantes de acordo com o filtro escolhido.

Observação

O detalhamento da escolha do produto inclui apenas produtos do catálogo da loja/varejista para os quais havia substitutos em potencial, com base no caráter e na frequência da interação com o cliente. Produtos do catálogo do varejista que não aparecem no detalhamento (seja para todos os produtos ou para os menus de produtos mais vendidos e mais vendidos) que não possuem recomendações disponíveis.

Tabela Substitutos do produto

As recomendações do produto são apresentadas em uma tabela como mostrado. As recomendações se baseiam na análise dos dados coletados nos últimos 90 dias e são atualizadas a cada 24 horas.

A tabela mostra até três produtos substitutos recomendados para o produto selecionado no menu detalhado e alguns detalhes extras que são fundamentais para o cliente selecionar um dos substitutos ou comparar o desempenho do produto original e as várias alternativas sugeridas. Os detalhes de cada substituto sugerido são os seguintes:

• Nomes de produtos: mostra os nomes dos produtos alternativos
• SKUs de produtos: mostra as IDs dos Produtos alternativos
• Posicionamento relativo ao produto selecionado: indica se o produto selecionado e o substituto sugerido estão na mesma prateleira, na mesma gôndola (prateleiras diferentes dentro dela) ou em locais diferentes da loja.

Observação

Essa coluna é relevante apenas para as recomendações de produtos alternativos no nível da loja (e permanecerá vazia para o nível do varejista), devido às variações na colocação do produto nas diferentes lojas da cadeia de varejo. Se o mesmo produto for colocado em vários locais dentro de uma loja, a coluna representará o local mais próximo entre eles.

• Média de unidades diárias vendidas: mostra a média das unidades diárias vendidas dos produtos selecionados e alternativos nos últimos 90 dias.
• Taxa de conversão média: mostra a taxa de conversão média diária dos produtos selecionados e alternativos. A taxa de conversão é o número de vezes que os clientes exibiram o produto na loja dividido pelo número de vezes que os clientes compraram o produto.
• Taxa de conversão relativa: mostra a relação entre a taxa de conversão do produto e a taxa média de conversão na loja ou rede de varejo em todos os produtos para facilitar a comparação entre diferentes produtos. A taxa de conversão média da rede de varejo/loja aparece abaixo do filtro da loja.

Desempenho de produtos alternativos

O gráfico de desempenho de produtos alternativos permite analisar o desempenho dos produtos selecionados e alternativos ao longo do tempo.

Este gráfico mostra as vendas unitárias diárias dos produtos selecionados e alternativos ao longo do tempo. O gráfico mostra as vendas unitárias diárias dos produtos ao longo do tempo escolhidas nos campos de filtro de datas.

Previsão de tráfego de pedestres

A organização de vendas e loja dos varejistas depende muito de quantos clientes visitam as lojas durante o dia. Tráfego de pedestres preditivo é um modelo de IA/ML que analisa o tráfego de pedestres anterior, com fatores externos (por exemplo, temporada, festas) e produz insights, que permitem aos varejistas prever a demanda do cliente e ajustar as atividades de acordo. O modelo de IA de previsão de tráfego de pedestres no Smart Store Analytics faz uma previsão do tráfego de pedestres para cada hora dos próximos sete dias. Esses dados dão aos gerentes de loja e à equipe de marketing uma previsão por hora de quantos clientes podem visitar uma loja nos próximos sete dias.

Com a previsão de tráfego de pedestres, os varejistas podem:

• Desenvolver agendamentos otimizados alinhados com períodos de pico, garantindo níveis de pessoal indicados.
• Alocar mão de obra para cada loja e entre lojas, com granularidade por hora.
• Agendar tarefas, como reposição de prateleira e reabastecimento antes do horário de pico para permitir que colaboradores da loja se concentrem em atender aos clientes durante períodos de alta demanda.
• Otimizar agendamentos de reposição e priorizar remessas com base em flutuações sob demanda.

A previsão do tráfego de pedestres para um dia é feita agregando os valores por hora do tráfego de pedestres para esse dia. Para fazer uma previsão, o modelo de IA usa valores históricos reais do tráfego de pedestres em uma loja e uma lista de feriados na região onde a loja está localizada. Ele não leva em consideração fatores como clima, horários de loja, fechamentos inesperados de loja ou outras condições que possam afetar a precisão da previsão.

Painel de previsão de tráfego de pedestres

O painel de previsão de tráfego de pedestres permite aos gerentes de loja e às equipes de marketing monitorarem previsões do tráfego de pedestres para uma loja inteligente selecionada em uma data específica.

Importante

Para que mostre uma previsão, o modelo deve ter acesso a pelo menos 14 dias de dados históricos reais de uma determinada loja. A previsão fica mais precisa ao longo do tempo à medida que o modelo aprende com conjuntos de dados históricos maiores. Lojas com tráfego de pedestres por hora extremamente baixo e intermitente podem apresentar uma previsão menos precisa.

O painel de previsão de tráfego de pedestres tem quatro áreas principais:

• Filtros: o menu suspenso Varejista e lojas mostra todas as lojas da rede do varejista para as quais você tem dados. O Dia permite escolher um dos sete dias para os quais o modelo de IA/ML produziu uma previsão. Os filtros disponíveis para 'Varejo e lojas'e 'Dia' se aplicam a todos os dados da página.

Observação

A "Última atualização em mm/dd/aaaa hh:mm UTC" fornece o carimbo de data/hora quando o painel é atualizado e os sete dias de previsão do tráfego de pedestres começam a partir dessa data. É importante observar que as horas são consideradas em UTC (Tempo Universal Coordenado), ou seja, longitude zero: Greenwich, fuso horário do Reino Unido.

• KPIs: KPIs de alto nível ajudam a avaliar o tráfego de pedestres preditivo em comparação com a semana anterior:

  • Previsão do tráfego de pedestres para o dia: previsão do número de compradores que entram na loja selecionada, inclusive entradas repetidas, para o dia selecionado. As pessoas em um grupo são contabilizadas como um único comprador. Assim, uma família de cinco pessoas é contada como um comprador único.

    A variação em percentual (%) em relação ao mesmo dia da semana anterior também é exibida neste widget. Há uma seta indicando a tendência, e o texto é colorido em verde para crescimento ou em vermelho para indicar diminuição no tráfego de pedestres.

    O modelo de IA faz uma previsão do tráfego de pedestres para cada hora dos próximos sete dias. A previsão do tráfego de pedestres para um dia é feita agregando os valores por hora do tráfego de pedestres para esse dia.

  • Tráfego de pedestres real para o mesmo dia da semana anterior: o tráfego de pedestres real (ou histórico) no mesmo dia da semana anterior. A data calculada para o mesmo dia da semana anterior também é mostrada. Essa exibição permite uma comparação valiosa entre duas segundas-feiras consecutivas ou qualquer dia da semana.

  • Previsão do tráfego de pedestres para os próximos sete dias: a soma do número previsto de compradores que entram na loja selecionada para os sete dias seguintes, conforme indicado pelo intervalo de datas: mm/dd/aaaa – mm/dd/aaaa. Este widget é afetado pela seleção de uma loja, mas não pela seleção de um dia no filtro.

    A variação em porcentagem (%) em relação aos últimos sete dias também é mostrada neste widget. Há uma seta indicando a tendência, e o texto é colorido em verde para crescimento ou em vermelho para indicar uma diminuição no tráfego de pedestres.

  • Tráfego de pedestres real para os últimos sete dias: o tráfego de pedestres real (ou histórico) nos últimos sete dias, conforme indicado pelo intervalo de datas: mm/dd/aaaa – mm/dd/aaaa. Este widget é afetado pela seleção de uma loja, mas não pela seleção de um dia no filtro.

• Gráficos de série temporal: os gráficos de série temporal mostram o tráfego de pedestres previsto com o passar do tempo, em três variantes:

  • Previsão do tráfego de pedestres por hora do dia mostra o número de compradores por hora do dia selecionado

  • Previsão do tráfego de pedestres por dia para os próximos sete dias mostra as barras que exibem a soma do número previsto de compradores que entram na loja selecionada para cada um dos sete dias seguintes, conforme indicado pelo intervalo de datas: mm/dd/aaaa – mm/dd/aaaa. A linha em cores vivas mostra o tráfego de pedestres real (ou histórico) nos sete dias anteriores. Este widget é afetado pela seleção de uma loja, mas não pela seleção de um dia no filtro.

  • Previsão do tráfego de pedestres por dia e hora do dia para os próximos 7 dias mostra cada dia representado por uma linha, e as horas como colunas. A cor de cada quadrado representa o número de compradores em uma determinada hora, de um determinado dia, conforme definido na legenda. Por convenção, quanto mais escuro for o quadrado, maior será o número de compradores. As horas vão de 0 a 23, e os dias abrangem sete dias seguintes, conforme indicado pelo intervalo de datas: mm/dd/aaaa – mm/dd/aaaa.

• Como a previsão do tráfego de pedestres é calculada? - Esta seção fornece informações básicas sobre o modelo de previsão preditivo, dados de entrada, ou seja, a importância do conjunto de dados históricos e os fatores que atualmente não são levados em consideração no modelo.