赢商共享-长沙红星商圈bbg华润两店竞争关系研究1930532307

《赢商共享-长沙红星商圈bbg华润两店竞争关系研究1930532307》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于商圈研究与数据挖掘对零售店竞争优势建设的研究长沙红星商圈BBG/华润两店竞争关系研究案例中国·长沙/SOSO商业研究组研究思路一、商圈研究：通过对超市店所处商圈的消费者、经济环境、交通设施等分析，了解商圈周边的消费者来源以及特征、购物习惯，通过建立消费者吸引力模型等方式，判断各自超市的主要以及次要客群来源小区，为以后营销推广识别出合理的投放区域。此部分由于数据有限暂未在报告中体现。二、数据挖掘：1、基本层统计：通过对消费者的购物结果进行统计，描述两店的经营指标。2、购物行为聚类分析：依据客户购物习惯，依据客群聚类等方法对客群进行聚类识别，界

2、定顾客细分标准，以此细分出不同购物行为的特征。以此识别出两店各自的优势品类。3、不同细分客群购物篮分析：不同客群的购物关联研究。注重于品类之间关联、单品之间关联性研究。4、建立竞争优势：依据不同客户细分的特征，结合品类及单品之间的关联分析，建立不同的细分市场的优势品类竞争策略。2014-10-29商圈研究意义（一）商圈是城市商业活动的主要载体，大卖场等商业形式都主要集中在商圈内，了解商圈的等级、特征、区位、消费者消费情况等，为开超市大卖场的选址提供合理建议、为已经开业的超市大卖场的营销活动提供合理的、针对性的依据等。一、门店选址理想的店址对经营

3、的成败有着举足轻重的影响，店铺的开设地点决定了店铺客流量的多少，也决定了店铺销售额的高低。通过对商圈的分析和研究，能对超市大卖场的门店选址提供参考依据。二、消费者来源通过商圈研究，让超市知道自己覆盖和主要影响距离以及主要影响的社区等，通过零售赖利吸引力模型和阿普多姆法则等判断各社区来自己超市的概率和去竞争对手的概率，识别各自的优势客群来源地，为超市的营销推广选择合理的投放区域和班车路线设计提供合理的依据。2014-10-29数据挖掘研究意义（二）无论你是否参与其中，大数据、商业智能化将成为零售业运营的主流方向。数据驱动运营模式也是C2B的一种落

4、地表现。相比电子商务而言，其在数据获取上占有绝对优势。而实体店中，超市大卖场日进店数、成交数已经构成本质上的大数据。针对超市运营而言，数据挖掘主要有几个突出贡献：一、大数据结构下的购物行为细分：让你明白是哪些人什么时候来购买哪些物品？他们有哪些不一样？消费者族群有哪些基本特征与消费偏好？客群细分的指标有多种，有从人口统计特征区分，也有从购买贡献力划分，细分没有定式，可能每个区域的每个店都要存在一些特征，而这正是大数据分析里去完成，识别出本店的客群细分与特征描述。二、大数据结构下的不同客群购物行为的引导：顾客的显性需求我想有过多年的从业者基本上会

5、有理解。大数据挖掘的重点在于顾客的隐性消费。比如，购买某种商品的驱动和关联。三、基于以上两点的顾客忠诚度建设：让你的顾客感觉，我很懂你的，我知你心，知道你想要哪些，以此真正意义上实现大顾客数量的个体化CRM关系管理，从而建立起自己的竞争优势。2014-10-29目录1基本层统计3不同细分客群购物篮分析2购物行为聚类分析4建立竞争优势由于商圈数据有限，此报告中商圈研究部分暂未详细写入。2014-10-29一、基本层统计步步高华润万家2005年开业时间2011年232张样本数量（小票）191张95元客单价81.45元7.44样人均购买商品数量6.1

6、样8.98样会员人均购买商品数量7.7样6.53样非会员人均购买商品数量4.73样37%会员成交占比41%42%会员成交额50%106.95元会员客单价98.5元88.3元非会员客单价69.17元101.8元购买生鲜商品的客群平均客单价95.99元79.49元没有购买生鲜的客群平均客单价66.14元18.5元平均每样非生鲜商品单价15.1元5.6元平均每样生鲜商品单价8.5元70%购买生鲜客群数量占比50%4.7样购买生鲜客群平均购买生鲜数量2.9样51.59%购买金额最高的20%客群占总销售额比63.2%2014-10-29两店经营现状对比一

7、、步步高在成交量、客单价具有比较优势。二、会员价值在客单价上都比非会员高。会员占总成交率比华润略强，会员对两店都有较高商业价值。三、华润的高客单价客群具有比较优势。四、步步高生鲜品类具有比较优势。接下来，对两店购物行为等进行洞察，以识别出更多的两店经营差异。2014-10-29二、购物行为聚类细分为更清晰的了解各大卖场客户特征，对两店客群分别根据平均客单价分成两组，再针对两组客群进行聚类分析：•优质客群（客单价高于平均客单价）；•人气客群（客单价低于平均客单价）以确定不同客群的不同购物特征，为超市的营销活动提供依据。将客户购买产品的品类作为变量

8、，将购买某一品类的数量为该变量的度量值，对所有客户进行多次K-均值聚类，发现步步高的客群分成6类最合理，因为在分成6类的条件下，各类客群特征区别最大（