ITTO20080434A1 - Sistema di raccolta e di analisi di dati relativi agli acquisti di consumatori e acquirenti - Google Patents
Sistema di raccolta e di analisi di dati relativi agli acquisti di consumatori e acquirenti Download PDFInfo
- Publication number
- ITTO20080434A1 ITTO20080434A1 IT000434A ITTO20080434A ITTO20080434A1 IT TO20080434 A1 ITTO20080434 A1 IT TO20080434A1 IT 000434 A IT000434 A IT 000434A IT TO20080434 A ITTO20080434 A IT TO20080434A IT TO20080434 A1 ITTO20080434 A1 IT TO20080434A1
- Authority
- IT
- Italy
- Prior art keywords
- data
- analysis
- company
- sales
- brand
- Prior art date
Links
- 238000007405 data analysis Methods 0.000 title claims description 15
- 238000013480 data collection Methods 0.000 title claims description 6
- 238000004458 analytical method Methods 0.000 claims description 240
- 239000000047 product Substances 0.000 claims description 61
- 238000000034 method Methods 0.000 claims description 38
- 230000010354 integration Effects 0.000 claims description 27
- 238000012545 processing Methods 0.000 claims description 26
- 238000009826 distribution Methods 0.000 claims description 12
- 230000015654 memory Effects 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 7
- 239000006227 byproduct Substances 0.000 claims description 5
- 238000011160 research Methods 0.000 claims description 4
- 238000012795 verification Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 3
- 230000006399 behavior Effects 0.000 description 26
- 230000008569 process Effects 0.000 description 14
- 238000000605 extraction Methods 0.000 description 12
- 230000001737 promoting effect Effects 0.000 description 11
- 238000007726 management method Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 230000011218 segmentation Effects 0.000 description 8
- 230000002776 aggregation Effects 0.000 description 7
- 238000004220 aggregation Methods 0.000 description 7
- 238000013499 data model Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 230000002860 competitive effect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000013439 planning Methods 0.000 description 5
- 238000012384 transportation and delivery Methods 0.000 description 4
- 230000001186 cumulative effect Effects 0.000 description 3
- 235000015173 baked goods and baking mixes Nutrition 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000014759 maintenance of location Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000035755 proliferation Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000003339 best practice Methods 0.000 description 1
- 235000015895 biscuits Nutrition 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 208000018910 keratinopathic ichthyosis Diseases 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
Description
DESCRIZIONE
Contesto
La presente invenzione si riferisce generalmente a sistemi di elaborazione per raccogliere, elaborare, e presentare dati, così come monitorizzare processi commerciali. Più in particolare, l'invenzione si riferisce a sistemi di elaborazione dati per raccogliere dati di vendita e marketing ai clienti, eseguire analisi di dati, e presentare i risultati dell 'analisi.
Sistemi di analisi di dati sono comuni in sistemi di pianificazione di risorse di impresa e gestione delle prestazioni. Per esempio, un sistema esemplificativo per raccogliere, analizzare e notificare informazioni di imposta sulla società e finanziarie è descritto nella pubblicazione di brevetto US N. US 2007/0022026 Al, intitolata Tax Scorecard Reporting System, di Davidson et al. Tali sistemi possono essere disponibili per analizzare e notificare molti tipi differenti di<'>informazioni aziendali. Tuttavia, dirigenti impegnati sono sovraccaricati di informazioni provenienti da svariati sistemi che notificano dati di tutti i tipi. I dirigenti necessitano di una visione completa ma concisa e tempestiva di tendenze di prestazione chiave attraverso gli affari per verificare obiettivi operativi e analizzare prestazioni per determinare variazioni a operazioni per raggiungere una redditività ottimale. Le informazioni necessarie per sviluppare conoscenza in un mercato competitivo richiedono un ingresso non soltanto da operazioni di una società, ma anche dai giocatori del mercato -concorrenza e consumatori. Di conseguenza, vi è la necessità di sistemi più sofisticati per un'integrazione e analisi di dati che possa gestire l'aumentato flusso di informazioni provenienti da sorgenti interne ed esterne. Di conseguenza, vi è la necessità di gestire l'ingresso da molteplici sistemi differenti, integrare le informazioni per fornire una singola sorgente di dati di alta integrità, e distribuire le informazioni precise in una maniera tempestiva e accessibile a dirigenti d'affari a tutti i livelli dell'impresa. Inoltre, vi è la necessità di un sistema che fornisca un'analisi sofisticata delle informazioni per fornire conoscenze delle prestazioni aziendali per permettere ai dirigenti di prendere decisioni efficaci.
Sommario
In una forma di realizzazione, la presente invenzione comprende un sistema di elaborazione dati per analizzare dati di vendita al dettaglio di beni confezionati agli acquirenti e dati dei consumatori. Il sistema comprende: un'interfaccia di integrazione dati per ricevere dati di mercato e vendita da una pluralità di sistemi sorgente di raccolta dati esterni a una società e dati di vendita e spedizione da un sistema di raccolta dati interno alla società; un componente di integrazione dati accoppiato con l'interfaccia di integrazione dati per trasformare i dati ricevuti in un insieme principale di dati unificato e armonizzato; una memoria dati principale unificata per ricevere e memorizzare detto insieme principale di dati unificati e armonizzati; una pluralità di moduli di analisi per analizzare dati nella memoria dati principale unificata, la pluralità di moduli di analisi comprendendo un modulo di conoscenza del mercato comprendente una pluralità di componenti di analisi comprendenti analisi del prodotto, analisi della marca, analisi degli acquirenti e analisi dei consumatori per analizzare detti dati; un database per memorizzare una libreria di indicatori chiave di prestazioni e regole commerciali in comunicazione con la pluralità di componenti di analisi; un componente di interfaccia utente associato a ciascuno della pluralità di componenti di analisi; l'interfaccia utente presentando campi di ingresso per filtri di dati da inserire nella pluralità di componenti di analisi, detti dati in ingresso definendo i filtri applicati alla notifica generata; e un componente di notifica per generare notifiche illustranti le analisi in una pluralità di dimensioni e una pluralità di misure.
Preferibilmente, un'altra forma di realizzazione del sistema di elaborazione dati comprende un motore di allerta e verifica in comunicazione con la pluralità di moduli di analisi; e un componente di presentazione di segnali di allarme per mostrare segnali di allarme generati dal motore di allerta e verifica quando detto uno della pluralità di moduli di analisi calcola una misura che supera una soglia predeterminata. Si preferisce che il componente di notifica sia configurato per fornire notifiche per una pluralità di canali di informazioni compresi accesso tramite web, distribuzioni automatizzate di e-mail e pacchetti per i dirigenti (board packs) automatizzati. In aggiunta, si preferisce che il componente di integrazione dati comprenda un modulo di fusione e aggregazione per ricevere dati di spedizione e consumo e creare un unico archivio dati di acquirenti e consumatori, e si preferisce maggiormente che il componente di integrazione dati comprenda inoltre un modulo di transcodifica e integrazione per ricevere Dati Principali Esterni e Interni e creare detto insieme di dati principale unificato e armonizzato. Preferibilmente, il modulo di presentazione dell'interfaccia utente associato alla pluralità di moduli comprende campi di ingresso per ricevere filtri per livello di gerarchia dei prodotti, informazioni sul negozio, periodo di intervallo, e intervallo di date.
Considerando i componenti di analisi del sistema di elaborazione dati, si preferisce che i componenti di analisi siano configurati in modo da applicare le regole commerciali ai dati ricevuti per calcolare predeterminati indicatori chiave di prestazioni associati con il componente di analisi. Preferibilmente, il componente di analisi del prodotto opera soltanto sui dati interni alla società comprendendo dati di vendita associati a un prodotto selezionato, ma non dati esterni alla società comprendenti dati della concorrenza; il componente di analisi della marca opera sui dati interni alla società comprendenti dati di vendita associati a una marca selezionata e dati esterni alla società comprendenti dati della concorrenza associati a una marca concorrente; il componente di analisi degli acquirenti opera su dati esterni alla società comprendenti dati di vendita raccolti da un programma di carta di fidelizzazione al dettagliante e dati esterni alla società comprendenti dati di vendita associati a prodotti della concorrenza; e l'analisi dei consumatori opera soltanto su dati esterni alla società. Preferibilmente, la pluralità di moduli di analisi comprende inoltre un modulo di logistica, un modulo di catena di approvvigionamento, un modulo di vendita, un modulo di forza di vendita, un modulo di promozione, un modulo di conoscenza del mercato, e un modulo del cliente operativo accoppiato per analizzare porzioni predeterminate dell'insieme di dati unificato.
In un'altra forma di realizzazione, la presente invenzione comprende un metodo di analisi di dati per dati di vendita di beni confezionati agli acquirenti di una società e dati dei consumatori. Il metodo comprende: ricevere dati interni alla società, i dati comprendendo dati di vendita principali associati a prodotti, e dati di spedizione associati a prodotti; ricevere dati esterni alla società, i dati comprendendo dati di vendita provenienti da dettaglianti e società di ricerca sui consumatori; fondere e aggregare i dati interni comprendendo i dati di spedizione e dei dati esterni alla società comprendenti i dati di ricerca sui consumatori per creare un insieme di dati unito; transcodificare e integrare i dati principali interni e i dati di vendita esterni provenienti da dettaglianti per creare un insieme di dati principale unificato; memorizzare i dati di vendita principali unificati in una memoria dati; selezionare un'analisi di dati da effettuare, detta analisi di dati essendo selezionata dal gruppo consistente in analisi del prodotto, analisi della marca, analisi degli acquirenti e analisi dei consumatori; ricevere parametri selezionati da campi di ingresso di un'interfaccia utente associata all'analisi di dati selezionata per restringere l'analisi di dati; reperire un insieme di regole commerciali e indicatori chiave di prestazioni associati all'analisi di dati selezionata; per ciascuna analisi di dati selezionata, analizzare porzioni di analisi dell'insieme di dati unito e dei dati di vendita principali unificati attraverso i parametri selezionati in conformità con le regole commerciali reperite per calcolare valori per gli indicatori chiave di prestazioni reperiti; e generare una notifica che illustra l'analisi in una pluralità di dimensioni e per una pluralità di misure.
Preferibilmente, un'altra forma di realizzazione del metodo comprende inoltre fornire la notifica in una pluralità di canali di informazioni comprendenti accesso tramite web, distribuzione automatizzata di e-mail, e pacchetti per i dirigenti automatizzati. È anche preferito che il metodo comprenda creare nelle notifiche una rappresentazione grafica dei valori calcolati delle misure di prestazione chiave, e anche più preferito che le notifiche comprendano una pluralità di rappresentazioni grafiche visualizzate in una singola vista di tre o quattro sezioni di un visualizzatore. Preferibilmente, il metodo comprende inoltre visualizzare segnali di allarme generati quando un valore calcolato per un indicatore chiave di prestazioni supera una soglia predeterminata. Si preferisce che un'altra forma di realizzazione del metodo comprenda inoltre selezionare una porzione degli insiemi di dati associati ai parametri selezionati per livello di gerarchia dei prodotti, informazioni sul negozio, periodo di intervallo, e intervallo di date.
Considerando i componenti di analisi del metodo, si preferisce in svariate forme di realizzazione che l'analisi del prodotto operi soltanto sui dati interni alla società comprendendo dati di vendita associati a un prodotto selezionato, ma non dati esterni alla società comprendenti dati della concorrenza; che l'analisi della marca operi sui dati interni alla società comprendenti dati di vendita associati a una marca selezionata e dati esterni alla società comprendenti dati della concorrenza associati a una marca concorrente; che l'analisi degli acquirenti operi su dati esterni alla società comprendenti dati di vendita raccolti da un programma di carta di fidelizzazione al dettagliante e dati esterni alla società comprendenti dati di vendita associati a prodotti della concorrenza; e che l'analisi dei consumatori operi soltanto su dati esterni alla società.
Breve descrizione di svariate viste dei disegni
Il sistema di analisi di consumatori e acquirenti può essere meglio compreso in riferimento ai disegni e alla descrizione seguenti. Gli elementi nelle figure non sono necessariamente in scala, essendo piuttosto posta enfasi nell 'illustrare i principi delle tecniche di analisi di capacità. Nelle Figure, numeri di riferimento simili indicano parti corrispondenti attraverso le differenti viste.
La Figura 1 illustra un diagramma concettuale d'insieme di un sistema di Gestione del Valore del Cliente per analisi di dati di vendita e altri dati.
La Figura 2 illustra una rappresentazione d'insieme di un piano di architettura di una forma di realizzazione di un sistema incorporante il sistema di elaborazione dati della Figura 1.
La Figura 3 illustra un'altra rappresentazione di un piano di architettura per un'altra forma di realizzazione di un sistema incorporante il sistema di elaborazione dati della Figura 1.
La Figura 4 illustra un flusso di elaborazione concettuale di un'interfaccia di integrazione dati.
La Figura 5 illustra un modello di dati esemplificativo di dati di vendita e dì mercato utile nella presente invenzione.
La Figura 6 illustra un grafico di una curva di redditività/valore basata sulla durata di rapporto con i consumatori in un mercato CPG al dettaglio.
La Figura 7 illustra componenti analitici che comprendono il modulo di conoscenza del mercato del sistema della Figura 3.
La Figura 8 illustra un sistema di elaborazione dati per analisi di dati dei clienti e acquirenti.
La Figura 9 illustra una visualizzazione su schermo esemplificativa per un'interfaccia utente del filtro parametrico, una notifica grafica, e una tabella dati dei risultati analitici, rispettivamente, per l'analisi di vendita dei prodotti per marca.
La Figura 10 illustra una visualizzazione su schermo esemplificativa per un'interfaccia utente del filtro parametrico, una notifica grafica, e una tabella dati dei risultati analitici, rispettivamente, per l'analisi di tendenza della vendita dei prodotti per sottocategoria.
La Figura 11 illustra una visualizzazione su schermo esemplificativa per un'interfaccia utente del filtro parametrico, una notifica grafica, e una tabella dati dei risultati analitici, rispettivamente, per l'analisi del prodotto per l'introduzione di un nuovo elemento.
La Figura 12 illustra una visualizzazione su schermo esemplificativa per un'interfaccia utente del filtro parametrico, una notifica grafica, e una tabella dati dei risultati analitici, rispettivamente, per l'analisi del prodotto per l'introduzione di un nuovo elemento.
La Figura 13 illustra una visualizzazione su schermo esemplificativa per un'interfaccia utente del filtro parametrico, una notifica grafica, e una tabella dati dei risultati analitici, rispettivamente, per l'analisi della quota valore di marca per sottocategoria (quota marca cumulativa nel periodo selezionato).
La Figura 14 illustra una visualizzazione su schermo esemplificativa per un'interfaccia utente del filtro parametrico, una notifica grafica, e una tabella dati dei risultati analitici, rispettivamente, per l'analisi di tendenza della quota valore per marca per sottocategoria.
La Figura 15 illustra una visualizzazione su schermo esemplificativa per un'interfaccia utente del filtro parametrico, una prima notifica grafica, una seconda notifica grafica, e una tabella dati dei risultati analitici, rispettivamente, per l'analisi di posizionamento della marca.
La Figura 16 illustra una visualizzazione su schermo esemplificativa per un'interfaccia utente del filtro parametrico, una notifica grafica, e una tabella dati dei risultati analitici, rispettivamente, per l'analisi della marca utilizzando l'analisi di Pareto.
La Figura 17 illustra una visualizzazione su schermo esemplificativa per un'interfaccia utente del filtro parametrico, una notifica grafica, e una tabella dati dei risultati analitici, rispettivamente, per l'analisi della marca per clienti nuovi, persi e stabili.
Le Figure 18 e 19 illustrano schermate esemplificative per un'interfaccia utente del filtro parametrico, una notifica grafica, e una tabella dati dei risultati analitici, rispettivamente, per l'analisi del cambiamento di marca per sottocategoria.
La Figura 20 illustra una visualizzazione su schermo esemplificativa per un'interfaccia utente del filtro parametrico, una notifica grafica, e una tabella dati dei risultati analitici, rispettivamente, per l'analisi degli acquirenti per gruppi di clienti.
Le Figure 21 e 22 illustrano visualizzazioni su schermo esemplificative per un'interfaccia utente del filtro parametrico, una notifica grafica, e una tabella dati dei risultati analitici, rispettivamente, per l'analisi degli acquirenti per segmentazione di gruppo di clienti.
Descrizione dettagliata
Gli elementi illustrati nelle Figure cooperano come spiegato in maggior dettaglio di seguito. Prima di esporre la spiegazione dettagliata, tuttavia, si noti che tutta la discussione di seguito, indipendentemente dalla particolare implementazione che viene descritta, è di natura esemplificativa, anziché limitativa. Per esempio, sebbene aspetti selezionati, caratteristiche o componenti delle implementazioni siano rappresentati come memorizzati in programmi, dati, o memorie di sistema multiuso, tutti o parte dei sistemi e metodi compatibili con l'analisi di gestione del valore del cliente e la tecnologia del sistema di notifica possono essere memorizzati su o letti da altri supporti leggibili da computer, comprendenti dispositivi di memorizzazione secondari come dischi rigidi, floppy disk e CD-ROM; segnali elettromagnetici; o altre forme di supporti leggibili da computer o attualmente noti o sviluppati successivamente .
Per di più, sebbene questa specifica descriva componenti specifici di un sistema di analisi di gestione del valore del cliente e di elaborazione dati, metodi, sistemi, e articoli di produzione compatibili con la tecnologia di sistema di elaborazione dati di vendita ai consumatori possono comprendere componenti aggiuntivi o differenti. Per esempio, un processore può essere implementato come un microprocessore, un microdispositivo di controllo, un circuito integrato per applicazione specifica (ASIC), una logica discreta, o una combinazione di altri tipi di circuiti che agiscono come spiegato nella presente. Database, tabelle, e altre strutture di dati possono essere memorizzate e gestite separatamente, incorporate in una singola memoria o database, o generalmente organizzate logicamente e fisicamente in molti modi differenti. I programmi e le metriche esaminati di seguito possono essere parti di un singolo programma, programmi separati, o distribuiti attraverso svariati processori e memorie.
Facendo ora riferimento alla Figura 1, in una forma di realizzazione, la presente invenzione può essere una porzione di un elemento più ampio a cui si fa riferimento come CVM (Gestione del Valore del Cliente), che è illustrato come un diagramma concettuale di un sistema 100 comprendente 7 moduli CVM come un livello di integrazione 102 tra Questioni Commerciali 104 e Livello del Fondo di Dati 106. In realtà, la prima colonna 104 contiene una lista di Questioni Commerciali comuni correlate a ciascun modulo CVM, mentre la terza colonna 106 contiene una lista di dimensioni appartenenti al Livello del Fondo di Dati (Cliente 108, Prodotto 110, Tempo 112, Fatture 114, e Sorgenti Dati Esterni 116, come Nielsen, IRI, ecc.). La Figura 1 illustra i 7 moduli CVM 118 per area di soggetto e raduna un modulo in ciascun riquadro. I moduli sono ordinati seguendo la linea di evoluzione commerciale: Conoscenza del Mercato 120, Cliente 122, Vendita 124, Promozione 126, Forza di Vendita 128, Catena di Approvvigionamento 130 e Logistica 132. Vendita è la guida per l'analisi in ciascun modulo e segue l'intero ciclo di vendita dalla vendita potenziale nell'analisi del mercato e della concorrenza fino alla consegna finale dei beni ai consumatori e il livello di analisi degli acquirenti. L'implementazione del sistema CVM può coadiuvare una società nell 'eseguire le pratiche migliori per analizzare e gestire il proprio ciclo di vendita di prodotto.
Conoscenza del Mercato 120 è la prima fase per analizzare il mercato e definire la strategia guardando alla concorrenza e al comportamento di consumatori e acquirenti. Le Analisi di Consumatori e Acquirenti sono localizzate in questo primo moduli, come lo sono le analisi delle Tendenze di Mercato e le elaborazioni delle analisi di Posizionamento e Concorrenza.
Un modulo Cliente 122 fornisce un'analisi dettagliata a livello del cliente per seguire tendenze, fedeltà di clienti, e Clienti Nuovi o Persi.
Un modulo Vendita 124 fornisce un insieme di analisi dettagliata del Punto Vendita, la quale comprende Prestazione (Guadagni e Perdite) del Punto Vendita (POS); Variazione di Prestazioni del POS e Profitti del POS (Vendita, scorte, buona rotazione) e l'elaborazione della Marca.
Un modulo Promozione 126 fornisce un insieme di analisi per seguire le campagne promozionali continuative e per pianificare la strategia promozionale. Queste analisi comprendono Campagne e Calendari Promozionali, Pressione Promozionale differenziata per prodotto/cliente, efficacia della Spesa Commerciale e Controllo delle Spese Promozionali (prodotto - cliente - agente).
Un modulo Forza di Vendita 128 fornisce una dettagliata analisi per verificare Prestazioni della Forza di Vendita, Efficienza nella Ricerca degli Ordini, Accuratezza, Esecuzione sul Campo (interessata contro attivata) e altri parametri specifici della Forza di Vendita, come Controllo di Contratti e Accordi Periferici.
Un modulo Catena di Approvvigionamento 130 fornisce un insieme di analisi per controllare ciclo di durata degli ordini e accuratezza di previsione, che comprende Carico di Lavoro del Servizio Clienti, Efficienza di Completamento degli Ordini, e Accuratezza di Pianificazione di Domanda & Approvvigionamento .
Un modulo Logistica 132: l'ultima fase per seguire consegne, strategie di magazzino, come disponibilità e rotazione, analisi di Efficienza, analisi di Tempo di Risposta per una copertura delle scorte o una rotazione di magazzino e altre informazioni logistiche.
Facendo riferimento alla Figura 2, è illustrata una rappresentazione d'insieme della piattaforma architetturale 200 per un sistema generale indicato come CVM (Gestione del Valore del Cliente). L'intera infrastruttura è composta di tre livelli principali: 1. Livello Inferiore 202 - Sistemi Sorgente: il livello attuale contiene molti dei sistemi di alimentazione dell'infrastruttura appartenenti alla società (ERP, SAP, Oracle, Excel) 204 o provenienti da un sottosistema esterno (sistemi antiquati o DWH esterno) 206.
2. Livello intermedio 208 - Memorizzazione di Dati CVM e aggregazione: questo livello contiene l'area di Trasferimento 210 per Dati provenienti da Sistemi Sorgente e il magazzino di Dati CVM con il motore di elaborazione per integrare, aggregare e memorizzare dati nel modello di dati CVM 212 associato alle librerie del KPI memorizzate 214 e Regole Commerciali 216. Il livello intermedio contiene anche un'applicazione di gestione dati 218, motori di allerta e verifica 220 e un motore di segmentazione 222 per operare sui dati CVM. Il modello di Dati CVM 212 alloggia una struttura di dati per eseguire un'analisi utilizzando sette differenti moduli analitici: Conoscenza del Mercato 224, Cliente 226, Vendita 228, Promozione 230, Forza di Vendita 232, Catena di Approvvigionamento 234 e Logistica 236. La compilazione del modello di dati CVM 212, dei moduli analitici e dei database di regole comprende l'intelligenza commerciale della soluzione nel riquadro CVM 238, che fornisce l'esperienza analitica chiave che guida il sistema.
3. Livello superiore 240 - Presentazione CVM: questo livello contiene le tecnologie per presentare notifiche analitiche efficientemente ed efficacemente. Le notifiche possono essere accessibili per mezzo di un accesso tramite web 242, distribuzioni automatizzate di e-mail 244, pacchetti per i dirigenti automatizzati 246, supportate da Schede di valutazione, Metriche e Oggetti di Notifica 248, possono essere facilitate utilizzando Segnali di Allarme 250, consentire un'analisi ad hoc 252, e fornire una notifica personalizzata generalizzata 254.
Uno scambio di dati tra Livello Inferiore 202 e Livello Intermedio 208 è governato da regole e profili di sicurezza specifichi 256. Questo è il punto di accesso alla Soluzione nel riquadro CVM 238, composta soltanto da Livello Intermedio 208 e Livello Superiore 240. Le caratteristiche possono essere disponibili in differenti combinazioni a seconda della tecnologia utilizzata per le presentazioni delle notifiche. Il sistema è supportato da uno strumento di programmazione 258 e dall'Enciclopedia 260, una guida di riferimento per notificare oggetti.
Facendo ora riferimento alla Figura 3, illustra una forma di realizzazione di un'architettura tecnica per l'installazione di un sistema CVM 300 a partire dai sistemi sorgente fino al livello di Notifica CVM. Gli elementi dell'architettura comprendono quattro livelli: un primo Livello di Dati Sorgente, comprendente Dati Esterni 302; un secondo Livello di Dati Sorgente, comprendente Dati Interni 304; un livello di Integrazione CVM 306; e un livello di Notifica CVM 308. I dati che arrivano al livello di integrazione CVM 306 provengono da svariati sistemi sorgente comprendenti Dati di Mercato 310, che è una sorgente di dati esterna contenente dati scansionati del consumo e Dati Principali correlati; Dati Scansionati 312, che è una sorgente di dati esterna contenente dati scansionati del consumo e Dati Principali correlati provenienti da Sistemi di Dettaglianti; Dati Panel 314, che è una sorgente di dati esterna contenente dati panel di consumatori e acquirenti; Dati POS (punto vendita) 316, che è una sorgente di dati esterna contenente dati sul negozio provenienti direttamente da Dettaglianti e appartenenti a programmi di fidelizzazione e sistemi CRM; MD interno 318, che è una sorgente di dati aziendali contenente Dati Principali Interni; e Dati di Spedizione 320, che è una sorgente di dati aziendali contenente Dati di Spedizione Interni. I dati da tutte le sorgenti comprendono dati correlati a consumatori, prodotti, tempistiche, fatture e dati esterni provenienti da fornitori di dati di mercato come AC Nielsen, IRI, eccetera.
Il livello di integrazione CVM 306 comprende un modulo Fusione e Aggregazione 322 per elaborare Dati di Spedizione e Consumo provenienti da sorgenti di dati POS, panel, di mercato e scansionati. Questo strato comprende anche un modulo Transcodifica e Integrazione 324 per transcodificare e integrare Dati Principali interni ed esterni. La transcodifica è il processo di trasformazione del formato e rappresentazione del contenuto per renderlo universalmente accessibile. Questo modulo consente l'integrazione dati disparati in una struttura di dati unificata armonizzata universalmente accessibile ai moduli analitici CVM.
Il livello di notifica CVM 308 comprende un sistema di dati sorgente di Dati Principali Unificati 326. Questo è un archivio dati per i moduli analitici CVM e contiene i dati nelle strutture di dati secondo le necessità dei moduli analitici comprendenti Dati Principali esterni e interni integrati. I Moduli CVM 328 operano su dati memorizzati nell'archivio dei Dati Principali Unificati 326 e su dati di spedizione e consumo aggregati reperiti dal modulo di fusione e aggregazione 322. I componenti Analisi degli acquirenti 330 e Analisi dei Consumatori 332 sono sottoparti del modulo Analisi della Conoscenza del Mercato 336. I moduli di analisi CVM sono supportati da strumenti di notifica, i quali comprendono specifici modelli di notifica per le svariate tecniche analitiche comprendenti Analisi di Acquirenti e Consumatori. L'Analisi Integrata di Spedizione e Consumo 334 è una sottoparte del modulo Analisi di Promozione 342.
Come notato sopra, il sistema della Figura 1 può essere considerato una porzione di un sistema più ampio denominato CVM (Gestione del Valore del Cliente), il quale comprende svariati strumenti analitici organizzati in sette moduli: Conoscenza del Mercato, Cliente, Vendita, Promozione, Forza di Vendita, Catena di Approvvigionamento e Logistica, come illustrato anche nelle Figure 2 e 3. Vendita è la guida per l'analisi in ciascun modulo, e segue l'intero ciclo di vendita dalla vendita potenziale nell'analizzare il mercato e la concorrenza fino alla consegna finale dei beni ai consumatori e il livello di analisi degli acquirenti. I sette moduli di analisi CVM 328 come illustrato nella Figura 3 sono organizzati per area di soggetto. I moduli sono ordinati seguendo la linea di evoluzione commerciale, e sono descritti di seguito.
Conoscenza del Mercato 336 è la prima fase per analizzare il mercato e definire la strategia guardando alla concorrenza e al comportamento di consumatori e acquirenti. Analisi dei Consumatori 330 e Analisi degli Acquirenti 332 sono localizzati in questo primo modulo, così come altri componenti di analisi (non illustrati) come Tendenze di Mercato e Posizione & Concorrenza. I risultati di questo modulo di analisi forniscono metriche operative per dare un'idea su questioni commerciali, quali: "come si sta sviluppando l'ambiente macroeconomico?", "quali sono le esigenze e i comportamenti di Consumatori e Acquirenti rilevanti?", e "quali opportunità vi sono sul mercato?".
Cliente 338 fornisce una dettagliata analisi a livello del cliente per seguire tendenze, analizzare la fidelizzazione dei consumatori, e Clienti Nuovi o Persi, così come fornire conoscenza dei clienti. I risultati di questo modulo di analisi forniscono metriche operative per dare un'idea su questioni commerciali, quali: "come comprendere la dimensione del mercato e identificare clienti rilevanti per la categoria di prodotto?", "come controllare il movimento del cliente e impedire perdite entrando in azione?" .
Vendita 340 fornisce un insieme di analisi dettagliata di Negozio e di elaborazione della Marca. I componenti di analisi di questo modulo comprendono prestazione del POS (guadagni e perdite); variazioni di prestazione del POS; rendite del POS (vendita, scorte, rotazioni di beni); e profitti della Marca (guadagni e perdite). I risultati di questo modulo di analisi forniscono metriche operative per dare un'idea su questioni commerciali, quali: "come seguire la vendita?", "come identificare il potenziale di crescita?".
Promozione 342 fornisce un insieme di componenti di analisi per seguire le campagne promozionali continuative e per pianificare la strategia promozionale. I componenti di analisi di questo modulo comprendono Campagne e Calendari Promozionali, Pressione Promozionale differenziata da prodotto/cliente; efficacia della Spesa Commerciale; e controllo delle spese promozionali (prodotto -cliente - agente). I risultati di questo modulo di analisi forniscono metriche operative per dare un'idea su questioni commerciali, quali: "come identificare tendenze promozionali?", "quali sono state le promozioni più e meno proficue?", "quanto sono allineati il marketing, il marketing commerciale e l'attività di vendita con i piani?".
Forza di Vendita 344 fornisce una dettagliata analisi per controllare Prestazioni, Efficienza, Accuratezza e altri parametri specifici della Forza di Vendita. I componenti di analisi di questo modulo comprendono Prestazioni della Forza di Vendita; Efficienza della Forza di Vendita sul Rintracclamento degli Ordini; Esecuzione sul Campo (Interessata vs. Attivata); e Monitoraggio di Contratti e Accordi Secondari. I risultati di questo modulo di analisi forniscono metriche operative per dare un'idea su questioni commerciali, quali: "come può essere utilizzata in maniera più efficace la forza di vendita sul campo?", "come viene data priorità agli investimenti e come vengono assegnati?".
Catena di Approvvigionamento 346 fornisce un insieme di analisi per monitorizzare il ciclo di durata degli ordini e l'accuratezza delle previsioni. I componenti di analisi di questo modulo comprendono Carico di Lavoro del Servizio Clienti; Efficienza di Realizzazione degli Ordini; e Accuratezza di Pianificazione di Domanda & Approvvigionamento. I risultati di questo modulo di analisi forniscono metriche operative per dare un'idea su questioni commerciali, quali: "come supportare la Pianificazione di Approvvigionamento?", "come condurre i livelli di servizio al cliente di eccellenza?" .
Logistica 348 fornisce l'ultima fase per seguire consegne, strategie delle scorte e altre informazioni logistiche. I componenti di analisi di questo modulo comprendono Disponibilità delle Scorte; Rotazione delle Scorte; Analisi di Efficienza; Tempo di Risposta per la copertura delle scorte e la rotazione di magazzino; e altre Informazioni Logistiche. I risultati di questo modulo di analisi forniscono metriche operative per dare un'idea su questioni commerciali, quali: "come identificare aree per ottimizzare i livelli delle scorte?", "in quali aree focalizzarsi per soddisfare le esigenze dei clienti in termini servire l'ordine perfetto?".
Il sistema genera un insieme di analisi importanti nel contesto più ampio della Conoscenza Commerciale. Vi sono svariate e differenti ragioni per questa importanza. È in aumento una crescente concorrenza non soltanto tra concorrenti ma anche con i dettaglianti (per esempio: Etichette Private). La concorrenza intermarca sta diventando la nuova sfida da vincere. L'equilibrio del Potere della Marca si sta spostando dai produttori ai dettaglianti. Associazioni dei Consumatori: i potenti dettaglianti sono visti sempre più come "alleati dei clienti" nel ribassare i prezzi e nel prendere decisioni (il marketing commerciale e quello dei consumatori stanno diventando facce differenti della stessa medaglia). Un'integrazione comprensiva di dati di mercato esterni fornisce una conoscenza più ampia. L'Analisi dei Consumatori e l'Analisi degli Acquirenti sono eseguite utilizzando dati completamente integrati e provenienti da molte sorgenti differenti, in cui i dati sono forniti in un modo completamente differente. Il livello di Integrazione CVM illustrato nelle Figure 2 e 3 rappresenta il luogo in cui l'armonizzazione e la pulizia di dati sono eseguite per normalizzare valori confrontabili provenienti dai differenti fornitori di dati. Armonizzazione e integrazione sono molto importanti per due ragioni: (1) consentono di mettere insieme nello stesso riquadro dati interni e dati provenienti da sorgenti di dati esterne, clienti, e consumatori; e (2) dati armonizzati e integrati hanno differenti significati e differente contenuto, e consentono di eseguire un'analisi complessa su svariati flussi funzionali. Fiducia nella Marca: Acquirenti e Consumatori sono più attenti ai prezzi e sono meno fedeli alla marca. Aspettative degli azionisti: le aziende stanno lavorando più duramente per trarre più valore da ciascun contatto, aumentando le aspettative degli azionisti. Maggior concentrazione: un sovraffollamento delle moderne catene commerciali e gruppi di acquisto provoca una riduzione del potere contrattuale dei produttori. Asimmetria delle Informazioni: i produttori sono in una situazione permanente di asimmetria delle informazioni riguardo ai dati di vendita provenienti dagli scanner dei dettaglianti. Proliferazione dei prodotti: beni e servizi sono in continua crescita sul mercato.
La caratteristica di società dalle prestazioni elevate è l'abilità di fornire crescita, profitto e pari concorrenza. Tuttavia, esse devono anche essere in grado di posizionarsi bene per il futuro, e fornire una prestazione consistente nell'arco di un lungo periodo di tempo. Il prerequisito di elevate prestazioni è una comprensione corretta di tutti gli aspetti concernenti la conoscenza. È fondamentale avere un accesso privilegiato ai dati al fine di realizzare la migliore interpretazione dei segnali provenienti dall'ambiente e dal mercato in cui le aziende competono. Una conoscenza approfondita di guide della Conoscenza Commerciale è il primo passo verso il successo.
Grandi società di Beni & Servizi ai Consumatori (CG&S) o società di Beni Confezionati ai Consumatori (CPG) e dettaglianti necessitano generalmente di lavorare con un'enorme quantità di dati provenienti da sorgenti differenti. Il sistema esegue preferibilmente una classificazione principale tra Sorgenti di dati esterne e dell'Impresa. Informazioni provenienti da differenti fornitori di dati necessitano di essere armonizzate per essere utilizzate insieme. Facendo ora riferimento alla Figura 4, è illustrato un diagramma concettuale dei processi eseguiti nel livello di integrazione CVM 400. Sorgenti di dati interne 402 e sorgenti di dati esterne 404 sono raccolte insieme e integrate per fornire un insieme di dati armonizzato che sia universalmente accessibile a una varietà di strumenti analitici. Ciò fornisce maggiore efficienza in quanto può essere utilizzato un singolo archivio dati principali anziché richiedere la duplicazione di dati per database separati che supportino i differenti moduli di analisi. Possono essere realizzati livelli di integrazione differenti: allineamento, armonizzazione (codifica incrociata) e fusione. Raccogliere informazioni è importante per abilitare la Conoscenza.
Facendo riferimento alla Figura 5, è illustrata una struttura di dati 500 che illustra l'integrazione in armonizzazione di dati provenienti da svariate sorgenti. Il modello di dati 500 fornisce la struttura per i dati integrati armonizzati memorizzati nel database unificato MD 326 illustrato nella Figura 3. Il modello di dati 500 supporta l'Analisi dei Consumatori e comprende due tabelle di fatto 502 e 504 e una tabella 506 per dati Demografici. L'utilizzo di due tabelle di fatto è causato dal differente livello di aggregazione di dati di Spedizione di una Società X (Dati Interni della Società X) e dati di Consumo sia della Concorrenza, sia della Società X, i quali provengono da sorgenti esterne. I fattori rilevanti per queste tabelle dati modello sono riassunti come segue:
* Tabelle di fatto
Nome: fct_market_data 502
Descrizione Lunga: dati di Spedizione per la Società X (e dati di consumo derivati da dati Ac Nielsen) Granularità: dettaglio Negozio/Elemento
Misure chiave:
Sorgente di dati: Interna (Società X per la Spedizione) ed Esterna (Ac Nielsen/Dettaglianti) nel caso in cui in questa tabella siano memorizzati anche dati di Consumo della Società X.
Note: nativi di BO
Nome: fct_competitor_data 504
Descrizione Lunga: dati della Concorrenza (soltanto consumo?)
Granularità: da decidere (dati a livello Ac Nielsen: Elemento/Conto Nazionale?)
Misure Chiave:
Sorgente di Dati: Esterna (Ac Nielsen per dati della concorrenza, Nielsen o Dettagliante per dati di Consumo della Società X)
* Tabella Demografica
Nome: dim_loc_demog 506
Descrizione Lunga: Informazioni demografiche per singola area di Codice di Avviamento Postale Granularità: livello del Codice di Avviamento Postale Misure Chiave:
Sorgenti di Dati: Esterna (Ac Nielsen)
Preferibilmente i dati di Consumo provengono da Ac Nielsen e dai dettaglianti. Ac Nielsen fornisce la stessa granularità di altri dati di Società CPG. Dati della Concorrenza (da Ac Nielsen) e Dati Principali interni sono messi in corrispondenza per confrontare i dati di consumo di Società CPG differenti. Dati di Società ABC (da Ac Nielsen) e Dati Principali interni sono messi in corrispondenza per confrontare dati di consumo e di spedizione della Società ABC. Ciò fornisce l'opportunità e la possibilità di memorizzare dati di Consumo per la Società ABC anche nella tabella FCT_MARKET_DATA 502 (dati di Spedizione) . I dati dei dettaglianti hanno una granularità più fine di quella dei dati della concorrenza. Ciò consente la scelta della/e tabella/e in cui memorizzare dati di Consumo della Società ABC (nella tabella FCT_MARKET_DATA 502 o nella tabella FCT_COMP ETITOR_DATA 504, oppure in entrambe) a seconda della granularità delle informazioni per i dati di Consumo della Società ABC. Dati Demografici possono essere forniti collegando alcune informazioni demografiche a ogni negozio secondo il suo codice di avviamento postale nella tabella DIM_LOC_DEMOG 506. Un attributo per un Indicatore dei Dieci Migliori Negozi 508 può essere compreso nella tabella DIM_LOC 506. Questo attributo può essere correlato al volume di Spedizioni del Negozio per un periodo predeterminato. I Dati Principali Nielsen possono essere gestiti utilizzando due tabelle, DIM_ITM_COMP 512 per il prodotto e DIM_LOC_COMP 514 per il cliente, per memorizzare i Dati Principali Nielsen. Le tabelle dati sono predisposte per consentire la mappatura dei Dati Principali Nielsen sui Dati Principali della Società ABC. In questo Modello di Dati, possono essere aggiunte misure di Promozione e di Catena di Approvvigionamento e KPI.
Visione d'insieme dell'Analisi di Acquirenti e Consumatori
A causa dell'ampio numero di variabili coinvolte nel commercio, non è facile prevedere o determinare quale sarà il comportamento degli acquirenti o del consumatore. Spesso, la risposta non è intuitiva. Per esempio, perché l'acquirente associa molte volte due prodotti appartenenti a categorie completamente differenti? Vi è una guida o chiave di lettura per comprendere le selezioni dell'acquirente? L'Analisi di Acquirenti e Consumatori è una misura fondamentale di un successo commerciale. Comprendere il comportamento di Consumatori e Acquirenti è la chiave per migliorare le prestazioni commerciali. Molte società monitorizzano le tendenze di Consumatori e Acquirenti, utilizzando differenti sorgenti di dati, per comprendere quali prodotti siano preferiti dai compratori. Fin dal principio, è importante comprendere la differenza tra un Acquirente e un consumatore. Un Acquirente è la persona che acquista i prodotti, ma non necessariamente li consuma. Un Consumatore è semplicemente la persona che consuma i prodotti acquistati da qualcun altro. Molte volte, Acquirente e Consumatore sono parti in causa differenti ed è importante per società CG&S, e specialmente per i dettaglianti, prendere decisioni differenti seguendo il comportamento degli Acquirenti o dei Consumatori.
L'Analisi di Acquirenti e Consumatori, tuttavia, fornisce soltanto una porzione del quadro d'insieme della Gestione del Valore del Cliente, utilizzato per integrare e consolidare informazioni provenienti dalle società CG&S, dal Dettagliante e dal Mercato in generale. Per numerosi e variegati motivi, alcuni dettaglianti possono essere più vantaggiosi di altri e alcuni acquirenti possono decidere di comprare prodotti da un dettagliante anziché da un altro. Per esempio, una società nel commercio della fornitura di prodotti da forno (biscotti, cracker, ecc.) può avere svariati tipi differenti di clienti. Alcuni clienti possono essere Responsabili Grandi Clienti (Key Account) Nazionale e alcuni possono essere negozi al dettaglio locali. Un Acquirente può decidere di comprare prodotti da forno dal Responsabile Grandi Clienti Nazionale (per esempio, una grande catena di negozi al dettaglio su scala nazionale o regionale) preferendo la grande varietà di elementi, oppure può decidere di utilizzare il negozio al dettaglio locale preferendo il rapporto con il dettagliante. Tutti questi fattori e altri possono contribuire a eseguire un'Analisi di Acquirenti e Consumatori più approfondita.
Gli acquirenti e i consumatori odierni richiedono un rapporto molto differente con i loro fornitori preferiti. Meglio informati, qualificati e in grado di ottenere ciò che vogliono, si aspettano di essere trattati come individui intelligenti. Essi hanno tempo da perdere in misura sempre minore, perciò è vitale che produttori e dettaglianti soddisfino le loro esigenze velocemente ed efficientemente. In caso contrario, i consumatori migreranno verso altre marche che sono preparate a farlo.
I consumatori possono comprare attraverso così tanti canali differenti, e in questo modo è molto difficile individuare accuratamente le loro esigenze. I dettaglianti hanno molte informazioni circa i comportamenti di acquisto dei consumatori, ma sono in larga parte cronologiche. Non rispondono alla domanda cruciale: "perché hanno comprato" o "perché stanno per comprare".
II contesto del consumo sta cambiando: ieri era composto da: uniformità, esigenze, fedeltà, marca, concretezza, interazione e supremazia della vista. Oggi è composto da: incoerenza, desideri, girovagare e curiosità, categoria, atmosfera ed esperienza, networking e polisensualismo, vale a dire la ricerca di un coinvolgimento globale dei sensi durante l'esperienza del consumo.
Al fine di gestire appropriatamente i rapporti con i consumatori puri e aumentare la loro redditività, una società necessita di: (1) creare valore per la società e per il consumatore; (2) creare e sviluppare la fedeltà del consumatore; e (3) migliorare e monitorizzare il livello di soddisfazione del consumatore.
La Figura 6 illustra un esempio di tendenza di redditività 600 dovuta a singoli consumatori in relazione alla durata del rapporto tra il consumatore e il prodotto consumato. Il grafico contiene un elenco di Guide di Crescita del Capitale Proprio 602 che contribuiscono alla redditività generale, evidenziando l'importanza della fedeltà del consumatore ai prodotti o marche della Società.
Vi sono molte tendenze e svariati contesti che influenzano l'Analisi dei Consumatori. Vi sono valori di base di consumatori e acquirenti più frammentati a causa di spostamenti demografici e sociali. La concorrenza al dettaglio è intensificata e vi è una saturazione in aumento in mercati consolidati. Vi è una proliferazione di prodotti, servizi e messaggi e un'ampia disponibilità a basso costo in aumento. Consumatori "ricchi di soldi e a corto di tempo" richiedono offerte, esperienze e comunicazione più rilevanti. I consumatori possono richiedere una certa operosità nel controllo del ciclo di consumo.
Perché è importante per una società conoscere il comportamento di consumatori e acquirenti? Vi sono molti motivi da un punto di vista commerciale. Per esempio, acquisire un nuovo consumatore può costare 5 volte più che conservare un cliente attuale. Un aumento del 2% nella conservazione del consumatore ha gli stessi effetti sui profitti che tagliare i costi del 10%. La Società media perde il 10% dei suoi consumatori ogni anno. Un consumatore particolare non genera gli stessi costi e profitti nel tempo come un altro. Ciascun cliente ha un unico "Profilo del DNA". Il consumatore sta diventando ora più informato, difficile da accontentare, selettivo e intelligente.
La Figura 7 illustra concettualmente i componenti di analisi come fattori di contributo alla Conoscenza di Consumatori e Acquirenti 702, la quale è una parte del primo Modulo CVM denominato "Conoscenza del Mercato" 102. L'Analisi di Acquirenti e Consumatori è una raccolta di processi supportata da strumenti di notifica, per aiutare società CG&S e Dettaglianti a interpretare informazioni di mercato circa il comportamento di acquirenti e consumatori. X seguenti processi di analisi sono utilizzati per l'Analisi di Acquirenti e Consumatori 700. Un'Analisi del Prodotto 704 consente di analizzare informazioni di vendita fino a esaurimento circa la società. Nessun dato della concorrenza è coinvolto nel processo. Un'Analisi della Marca 706 consente di analizzare informazioni di vendita fino a esaurimento coinvolgendo anche dati della concorrenza. Un'Analisi degli Acquirenti 708 consente di analizzare il comportamento degli acquirenti utilizzando i dati provenienti da carte di fidelizzazione. Questo tipo di processo comprende anche dati della concorrenza. Un'Analisi dei Consumatori 710 consente di analizzare il comportamento dei consumatori utilizzando i dati provenienti da Fornitori di Dati Esterni. Questo tipo di processo coinvolge anche dati della concorrenza.
Facendo riferimento alla Figura 8, è illustrata un'altra forma di realizzazione di un sistema di analisi di acquirenti e consumatori ("sistema") 800, la quale illustra un'implementazione dei processi di analisi per Analisi del Prodotto 704, Analisi della Marca 706, Analisi degli Acquirenti 708 e Analisi dei Consumatori 710, a cui si è fatto riferimento sopra. Il sistema 800 comprende un processore 802 e una memoria 804. Svariati database supportano il funzionamento del sistema 800, comprendenti un database principale unificato 806, un database libreria dell'indicatore chiave di prestazioni (KPI) 808, un database di regole commerciali 810, e un database di risultati delle analisi 812. Il sistema 800 può comprendere un visualizzatore locale 814 e interfacce di ingresso/uscita 816 (per esempio, comprendenti una tastiera, un mouse, un microfono, altoparlanti, o altro dispositivo) e, attraverso l'interfaccia di comunicazione 818 e reti 820, può comunicare con dispositivi remoti 822 e visualizzatori remoti 824. Le reti 820 e 826 possono essere una qualsiasi combinazione di reti esterne (per esempio, Internet) e reti interne (per esempio, LAN aziendali). I visualizzatori 814 e 824 possono, per esempio, presentare notifiche dell'analisi di acquirenti e consumatori che il sistema 800 reperisce dalla memoria dati di notifiche 826 accoppiata con il database di risultati delle analisi 812 per una revisione, modifica, e applicazione da parte di consulenti commerciali o altri individui. Riguardo all'accesso locale o accesso dai dispositivi remoti 822, il sistema 800 può comprendere un programma di elaborazione della registrazione 828 per autenticare e/o autorizzare l'accesso al sistema 800. A tal fine, il programma di elaborazione della registrazione 828 può comprendere una verifica del/della nome utente/password, una cifratura a chiave pubblica/privata, o altre capacità di validazione e protezione dati.
Il database principale unificato 806 memorizza un insieme di dati principale per utilizzo mediante gli svariati modelli logici di analisi. Il sistema può popolare il database principale unificato 806 con dati generati da database principali interni 830 di una specifica società e database esterni 832 provenienti da sorgenti esterne alla società. Un'interfaccia di integrazione dati 834 riceve, attraverso una rete 826, dati rilevanti da una varietà di sorgenti sia da database interni 830, sia da database esterni 832, e fonde e aggrega dati selezionati per creare un primo insieme di dati principale e transcodifica e integra dati selezionati per creare un secondo insieme di dati principale popolato e memorizzato nel database principale unificato 806. Il database libreria del KPI 808 memorizza indicatori chiave di prestazioni utili per analizzare le prestazioni di svariati processi commerciali. Il database di regole commerciali 810 memorizza una varietà di regole da applicare alla logica di analisi per fornire uno stile e una caratteristica specifici all'analisi delle prestazioni commerciali secondo le richieste di una società. Il database di risultati delle analisi 812 può memorizzare i dati creati dall'analisi degli svariati modelli analitici, così come le notifiche specifiche generate per illustrare le prestazioni dei processi commerciali e delle prestazioni di vendita che sono stati analizzati.
Il sistema 800 facilita la revisione, la modifica, la creazione, e l'applicazione della logica di analisi. In questo ruolo, il sistema 800 reperisce e memorizza sottoinsiemi di dati 836 nella memoria 804. Il sistema può consolidare i dati in una struttura di dati dell'analisi di acquirenti e consumatori 838 con dimensioni multiple ( "DIM") 840 e misure multiple (*MEA") 842 organizzate lungo una dimensione di fattore chiave, e dati di prestazione rappresentativi ("RPD") 844 che popolano la struttura dell'analisi di acquirenti e consumatori 836. I valori DIM e MEA possono essere reperiti selettivamente dal database Libreria del KPI 808 utilizzando il database di regole commerciali 810 e la logica di analisi selezionata da eseguire. Un'esecuzione della logica di analisi selezionata dal gruppo di Analisi del Prodotto 848, Analisi della Marca 850, Analisi degli Acquirenti 852 e Analisi dei Consumatori 854 può essere eseguita su un sottoinsieme di dati reperiti dal database principale unificato che è limitato dagli ingressi al filtro parametrico dell'analisi 846 specificato. Il RPD risultante può essere popolato all'interno della struttura di dati 838 e, in seguito, un motore di notifica (non illustrato) può generare svariate notifiche illustranti i risultati che sono memorizzati nella memoria dati delle notifiche delle analisi 856. L'architettura di dati può variare ampiamente in implementazione, e può accrescere l'integrità dei dati utilizzando un database unificato per dati sorgente per tutte le analisi.
In aggiunta al processo di analisi descritto sopra, il sistema 800 può preferibilmente fornire un'analisi automatizzata di moduli di analisi addizionali utilizzando le stesse sorgenti di dati. Come singolo esempio, il sistema 800 può essere atto a implementare alcuni o tutti i moduli di analisi rappresentati nelle Figure 1, 2 e 3, i quali sono descritti sopra.
Il sistema di elaborazione dati può fornire un'interfaccia grafica utente di elaborazione dati che integra molteplici strumenti software per fornire comunicazione senza soluzione di continuità e collaborazione tra i sistemi e le persone che utilizzano i sistemi. L'interfaccia grafica utente può inoltre fornire trasparenza in un'organizzazione e accrescere la gestione di processi commerciali mediante strumenti di flusso di lavoro avanzati. L'interfaccia grafica utente può assicurare, integrare, e fornire un singolo punto di accesso per tutti i contenuti e le risorse rilevanti, e supportare una gestione in scala attraverso tutte le aree di un'organizzazione. È fornito un archivio comune per la conoscenza che crea una singola sorgente autorevole sia per dati, sia per documenti. I dati sia attuali, sia storici per l'analisi su richiesta e la notifica possono essere accessibili. II sistema di elaborazione dati può facilitare l'ottenimento di informazioni corrette alle persone giuste in un modo tempestivo e trasformare dati grezzi di vendita, mercato e consumatori in analisi e informazioni di vendita riutilizzabili.
La logica di analisi realizzata mediante l'Analisi del Prodotto 848, l'Analisi della Marca 850, l'Analisi degli Acquirenti 152 e l'Analisi dei Consumatori 854 può essere illustrata in riferimento alle interfacce utente o visualizzazioni su schermo per inserire il filtro parametrico dell'analisi specifica 846 e le notifiche generate dalla memoria dati dei risultati delle analisi 856. Le interfacce utente possono essere implementate con interfacce visualizzate separatamente, oppure svariate interfacce utente sia per la selezione di filtro, sia per le notifiche dei risultati possono essere visualizzate contemporaneamente su una singola visualizzazione su schermo nelle combinazioni come illustrato nelle figure allegate alla seguente disamina.
Analisi del Prodotto
Come suggerito dal nome, l'analisi attuale è effettuata al livello inferiore della gerarchia dei prodotti e questo è il motivo per cui l'analisi non contiene dati della concorrenza.
L'analisi del prodotto è composta da molti sottoprocessi differenti:
- Vendita fino a esaurimento per Marca ed EAN (Numero di Articolo Europeo)
- Vendita fino a esaurimento per Sottocategoria - Quota Valore nel periodo fino a oggi
- Vendita fino a esaurimento per Sottocategoria - Tendenza
- Introduzione di un Nuovo Elemento
Analisi del Prodotto - Vendita fino a esaurimento per Marca o EAN
Questa analisi è utilizzata per esplorare il comportamento degli acquirenti ed è eseguita a livello di Marca o EAN.
La Figura 9 illustra una visualizzazione su schermo esemplificativa 900 per un'interfaccia utente del filtro parametrico 902, una notifica grafica 904, e una tabella dati di risultati analitici 906, rispettivamente, per l'analisi di vendita dei prodotti per marca. Come illustrato nella Figura 9, l'analisi richiede di riempire i seguenti gruppi di filtri utilizzando la tabella di ingresso di filtro parametrico 902:
- Gerarchia dei prodotti (quattro livelli da riempire)
- Informazioni sul negozio (differente tipo di informazioni circa il negozio considerato)
- Tipo di Periodo (settimana, mese o anno)
- Periodo (cadenza)
La seguente tabella contiene dimensioni e misure logiche circa la notifica descritta. L'aggettivo "logico" è utilizzato per dare enfasi al fatto che le dimensioni e misure elencate nella tabella di seguito non sono le informazioni fisiche disponibili nelle analisi, bensì l'idea concettuale dietro al nome.
Tabella 1
L'interfaccia di ingresso utente 902 è utilizzata per illustrare la pagina di selezione per scegliere se si vuole eseguire l'analisi a livello di Marca o EAN, e impostare informazioni di filtro parametrico circa l'estrazione da eseguire. La notifica grafica 904 è utilizzata per illustrare graficamente i risultati evidenziando il periodo di promozione e il confronto con la tendenza di prezzo medio. La tabella 906 è utilizzata per illustrare nella tabella gli stessi risultati illustrati graficamente nella notifica grafica 904.
Analisi del Prodotto - Vendita fino a esaurimento per Sottocategoria - Quota valore nel periodo fino a oggi Questa analisi è utilizzata per esplorare il comportamento degli acquirenti, ed è eseguita a livello di Categoria.
La Figura 10 illustra una visualizzazione su schermo esemplificativa 1000 per un'interfaccia utente del filtro parametrico 1002, una notifica grafica 1004, e una tabella dati dei risultati analitici 1006, rispettivamente, per l'analisi di tendenza della vendita dei prodotti per sottocategoria. Come illustrato nella Figura 10, l'analisi richiede di riempire l'interfaccia di ingresso utente 1002 con i seguenti gruppi di filtri:
- Seleziona Categoria
- Categoria
- Informazioni sul negozio (differente tipo di informazioni circa il negozio considerato)
- Tipo di Periodo (settimana, mese o anno)
- Periodo (cadenza)
La seguente tabella contiene dimensioni e misure circa la notifica descritta.
Tabella 2
L'interfaccia di ingresso utente 1002 è utilizzata per illustrare la pagina di selezione per impostare informazioni di filtro circa l'estrazione da eseguire.
La notifica grafica 1004 è utilizzata per illustrare graficamente i risultati evidenziando la tendenza della differente sottocategoria appartenente alla categoria selezionata e il confronto con la marca selezionata. Ciascuna colonna rappresenta il contributo di ciascuna sottocategoria alla categoria.
La tabella dati 1006 è utilizzata per illustrare nella tabella gli stessi risultati illustrati graficamente nella notifica grafica 1004.
Analisi del Prodotto - Vendita fino a esaurimento per sottocategoria - Tendenza
Questa analisi è utilizzata per esplorare il comportamento degli acquirenti, ed è eseguita a livello di Categoria.
La Figura 11 illustra una visualizzazione su schermo esemplificativa 1100 per un'interfaccia utente del filtro parametrico 1102, una notifica grafica 1004, e una tabella dati dei risultati analitici 1106, rispettivamente, per l'analisi del prodotto per l'introduzione di un nuovo elemento. Come illustrato nella Figura 11, l'analisi richiede di riempire l'interfaccia di ingresso utente 1102 con i seguenti gruppi di filtri:
- Seleziona Categoria
- Categoria
- Sottocategoria
- Informazioni sul negozio (differente tipo di informazioni circa il negozio considerato)
- Tipo di Periodo (settimana, mese o anno)
- Periodo (cadenza)
La seguente tabella contiene dimensioni e misure circa la notifica descritta.
Tabella 3
L'interfaccia di ingresso utente 1102 è utilizzata per illustrare la pagina di selezione per impostare informazioni di filtro circa l'estrazione da eseguire.
La notifica grafica 1104 è utilizzata per illustrare graficamente i risultati evidenziando il confronto tra anno attuale e anno precedente sul differente periodo per una specifica sottocategoria.
La tabella dati 1106 è utilizzata per illustrare nella tabella gli stessi risultati illustrati graficamente nella notifica grafica 1104.
Analisi del Prodotto - Introduzione di un Nuovo Elemento
Questa analisi è utilizzata per esplorare il comportamento degli acquirenti, ed è eseguita su un Nuovo Elemento introdotto.
La Figura 12 illustra una visualizzazione su schermo esemplificativa per un'interfaccia utente del filtro parametrico 1202, una notifica grafica 1204, e una tabella dati dei risultati analitici 1206, rispettivamente, per l'analisi del prodotto per l'introduzione di un nuovo elemento. Come illustrato nella Figura 12, l'analisi richiede di riempire l'interfaccia di ingresso utente 1202 con i seguenti gruppi di filtri:
- Selezionare Sottocategoria
- Sottocategoria
- Informazioni sul negozio (differente tipo di informazioni circa il negozio considerato)
- Tipo di Periodo (settimana, mese o anno)
- valore EAN
La seguente tabella contiene dimensioni e misure circa la notifica descritta.
Tabella 4
L'interfaccia di ingresso utente 1202 è utilizzata per illustrare la pagina di selezione per impostare le informazioni di filtro circa l'estrazione da eseguire.
La notifica grafica 1204 è utilizzata per illustrare graficamente i risultati evidenziando nuovi su stabili e, oltretutto, il numero cumulativo di clienti per ciascun periodo.
La tabella dati 1206 è utilizzata per illustrare nella tabella gli stessi risultati illustrati graficamente nella notifica grafica 1204.
Analisi della Marca
Come suggerito dal nome, l'analisi attuale è eseguita soprattutto a livello di marca sulla gerarchia dei prodotti, e questo è il motivo per cui l'analisi contiene anche dati della concorrenza. Questo tipo di dati, forniti da un istituto esterno, è generalmente dettagliato fino a livello di categoria o marca; nel caso di un accordo tra la società e l'istituto, i dati possono essere dettagliati anche a livelli inferiori.
L'analisi della marca è composta da molti sottoprocessi differenti:
- Quota Valore di Marca per Sottocategoria -Periodo fino a oggi
- Tendenza della Quota Valore di Marca per Sottocategoria
- Posizionamento della Marca
- Analisi di Pareto
- Analisi di clienti Nuovi, Persi e Stabili - Cambiamento di marca
Analisi della Marca - Quota valore di marca per Sottocategoria - Periodo fino a oggi
Questa analisi è utilizzata per esplorare il comportamento degli acquirenti, ed è eseguita a Livello di Marca.
La Figura 13 illustra una visualizzazione su schermo esemplificativa 1300 per un'interfaccia utente del filtro parametrico 1302, una notifica grafica 1304, e una tabella dati dei risultati analitici 1306, rispettivamente, per l'analisi della quota valore di marca per sottocategoria (quota valore di marca cumulativa nel periodo selezionato). Come illustrato nella Figura 13, l'analisi richiede di riempire l'interfaccia di ingresso utente 1302 con i seguenti gruppi di filtri:
- Selezionare Sottocategoria
- Sottocategoria
- Informazioni sul negozio (differente tipo di informazioni circa il negozio considerato)
- Tipo di Periodo (settimana, mese o anno)
- Periodo (cadenza)
La seguente tabella contiene dimensioni e misure circa la notifica descritta.
Tabella 5
L'interfaccia di ingresso utente 1302 è utilizzata per illustrare la pagina di selezione per impostare le informazioni di filtro circa l'estrazione da eseguire.
La notifica grafica 1304 è utilizzata per illustrare graficamente i risultati confrontando dati dell'anno attuale e precedente su una marca differente appartenente alla stessa categoria. In questo esempio, il diagramma contiene anche risultati della concorrenza, e ciascuna colonna rappresenta il contributo di ciascuna marca alla sottocategoria. La tabella dati 1306 è utilizzata per illustrare nella tabella gli stessi risultati illustrati graficamente nella notifica grafica 1304.
Analisi della Marca - Tendenza della Quota Valore di Marca per Sottocategoria
Questa analisi è utilizzata per esplorare il comportamento degli acquirenti, ed è eseguita a Livello di Marca.
La Figura 14 illustra una visualizzazione su schermo esemplificativa per un'interfaccia utente del filtro parametrico, una notifica grafica, e una tabella dati dei risultati analitici, rispettivamente, per l'analisi di tendenza della quota valore di marca per sottocategoria. Come illustrato nella Figura 14, l'analisi richiede di riempire l'interfaccia di ingresso utente 1402 con i seguenti gruppi di filtri:
- Selezionare Sottocategoria
- Sottocategoria
- Distribuzione della Marca
- Informazioni sul negozio (differente tipo di informazioni circa il negozio considerato)
- Tipo di Periodo (settimana, mese o anno)
- Periodo (cadenza)
La seguente tabella contiene dimensioni e misure circa la notifica descritta.
Tabella 6
L'interfaccia di ingresso utente 1402 è utilizzata per illustrare la pagina di selezione per impostare informazioni di filtro circa l'estrazione da eseguire.
La notifica grafica 1404 è utilizzata per illustrare graficamente i risultati evidenziando la tendenza nel valore di vendita tra anno attuale e precedente per una marca specifica. La mancanza di dati dell'Anno Precedente per un periodo specifico è dovuta alla mancanza della marca sul mercato.
La tabella dati 1406 è utilizzata per illustrare nella tabella gli stessi risultati illustrati graficamente nella notifica grafica 1404.
Analisi della Marca - Posizionamento della Marca Questa analisi è utilizzata per esplorare il comportamento degli acquirenti, ed è eseguita a Livello di Marca.
La Figura 15 illustra una visualizzazione su schermo esemplificativa 1500 per un'interfaccia utente del filtro parametrico 1502, una prima notifica grafica 1504, una seconda notifica grafica 1506 e una tabella dati dei risultati analitici 1508, rispettivamente, per l'analisi di posizionamento della marca. Come illustrato nella Figura 15, l'analisi richiede di riempire l'interfaccia di ingresso utente 1502 con i seguenti gruppi di filtri:
- Selezionare Sottocategoria
- Sottocategoria
- Informazioni sul negozio (differente tipo di informazioni circa il negozio considerato)
- Tipo di Periodo (settimana, mese o anno)
- Periodo (cadenza)
La seguente tabella contiene dimensioni e misure circa la notifica descritta.
Tabella 7
L'interfaccia di ingresso utente 1502 è utilizzata per illustrare la pagina di selezione per impostare informazioni di filtro circa l'estrazione da eseguire.
La prima notifica grafica 1504 è utilizzata per illustrare graficamente i risultati con un diagramma a bolle, in cui i valori di distribuzione pesata sono espressi in relazione alla Quota Marca in Categoria. La dimensione della bolla rappresenta la quota di mercato.
La seconda notifica grafica 1506 è utilizzata per illustrare graficamente i risultati con un diagramma a bolle, in cui i valori di Intensità di Acquisto per Marca sono espressi in relazione alla Penetrazione Relativa per Marca. La dimensione della bolla rappresenta la Distribuzione Pesata.
La tabella dati 1508 è utilizzata per illustrare nella tabella gli stessi risultati illustrati graficamente nelle notifiche grafiche 1504 e 1506.
Analisi della Marca - Analisi di Pareto
Questa analisi è utilizzata per esplorare il comportamento degli acquirenti, ed è eseguita a Livello di Marca.
La Figura 16 illustra una visualizzazione su schermo esemplificativa 1600 per un'interfaccia utente del filtro parametrico 1602, una notifica grafica 1604, e una tabella dati dei risultati analitici 1606, rispettivamente, per l'analisi della marca utilizzando l'analisi di Pareto. Come illustrato nella Figura 16, l'analisi richiede di riempire l'interfaccia di ingresso utente con i seguenti gruppi di filtri:
- Selezionare Sottocategoria
- Sottocategoria
- Distribuzione della Marca
- Informazioni sul negozio (differente tipo di informazioni circa il negozio considerato)
- Tipo di Periodo (settimana, mese o anno)
- Periodo (cadenza)
La seguente tabella contiene dimensioni e misure circa la notifica descritta.
Tabella 8
L'interfaccia di ingresso utente 1602 è utilizzata per illustrare la pagina di selezione per impostare informazioni di filtro circa l'estrazione da eseguire.
La notifica grafica 1604 è utilizzata per illustrare graficamente i risultati con una Curva di Pareto (Concentrazione) su dati di Volume per il Periodo Precedente e Attuale.
La tabella dati 1604 è utilizzata per illustrare nella tabella gli stessi risultati illustrati graficamente nella notifica grafica 1604.
Analisi della Marca - Analisi di Clienti Nuovi, Persi e Stabili
Questa analisi è utilizzata per esplorare il comportamento degli acquirenti, ed è eseguita a Livello di Marca sui clienti.
La Figura 17 illustra una visualizzazione su schermo esemplificativa 1700 per un'interfaccia utente del filtro parametrico 1702, una notifica grafica 1704, e una tabella dati dei risultati analitici 1706, rispettivamente, per l'analisi della marca per clienti nuovi, persi e stabili. Come illustrato nella Figura 17, l'analisi richiede di riempire l'interfaccia di ingresso utente con i seguenti gruppi di filtri:
- Selezionare Sottocategoria
- Sottocategoria
- Informazioni sul negozio (differente tipo di informazioni circa il negozio considerato)
- Distribuzione della Marca
- Tipo di Periodo (settimana, mese o anno)
- Periodo (cadenza)
- Evoluzione del Periodo
La seguente tabella contiene dimensioni e misure circa la notifica descritta.
Tabella 9
L'interfaccia di ingresso utente 1702 è utilizzata per illustrate la pagina di selezione per impostare informazioni di filtro circa l'estrazione da eseguire.
La notifica grafica 1704 è utilizzata per illustrare graficamente i risultati evidenziando con colori differenti il contributo dei differenti tipi di consumatore all'ammontare totale. Sono utilizzate due colonne per confrontare periodo attuale e precedente.
La tabella dati 1706 è utilizzata per illustrare nella tabella gli stessi risultati illustrati graficamente nella notifica grafica 1704.
Analisi della Marca - Cambiamento di marca
Questa analisi è utilizzata per esplorare il comportamento degli acquirenti, ed è eseguita a Livello di Marca.
Le Figure 18 e 19 illustrano visualizzazioni su schermo esemplificative 1800 e 1900 per un'interfaccia utente del filtro parametrico 1802 e 1902, una notifica grafica 1804 e 1904, e una tabella dati dei risultati analitici 1806 e 1906, rispettivamente, per l'analisi del cambiamento di marca per sottocategoria. Come illustrato nelle Figure 18 e 19, l'analisi richiede di riempire l'interfaccia di ingresso utente 1802 e 1902 con i seguenti gruppi di filtri:
- Selezionare Sottocategoria
- Sottocategoria
- Informazioni sul negozio (differente tipo di informazioni circa il negozio considerato)
- Distribuzione della Marca
- Canale
- Tipo di Periodo (settimana, mese o anno)
- Periodo (cadenza)
La seguente tabella contiene dimensioni e misure circa la notifica descritta.
Tabella 10
L'interfaccia di ingresso utente 1802 e 1902 è utilizzata per illustrare la pagina di selezione per impostare informazioni di filtro circa l'estrazione da eseguire.
La notifica grafica 1804 è utilizzata per illustrare graficamente i risultati con un diagramma a barre per il Volume di Vendita sulle differenti marche (dati della concorrenza compresi). Un confronto tra periodo attuale e precedente consente di identificare un cambiamento di marca.
La notifica grafica 1904 è utilizzata per illustrare graficamente i risultati con un diagramma a barre per il Numero di Clienti associato alle differenti marche (dati della concorrenza compresi). Un confronto tra periodo attuale e precedente consente di identificare un cambiamento di marca.
La tabella 1806 è utilizzata per illustrare nella tabella gli stessi risultati illustrati graficamente nelle notifiche grafiche 1804 e 1904.
Poiché le interfacce di ingresso utente 1802 e 1902 sono le stesse, e le tabelle dati 1806 e 1906 sono le stesse, in alternativa a ciò che è illustrato nelle Figure 18 e 19, una visualizzazione su schermo può essere utilizzata per illustrare entrambe le notifiche grafiche 1804 e 1904, come rappresentato nelle Figure 15 e 20.
Analisi degli Acquirenti
Come suggerito dal nome, l'analisi attuale è utilizzata per seguire il comportamento degli acquirenti. Questo insieme di analisi utilizza le carte di Fidelizzazione dei Dettaglianti come Sorgente di Dati, e per questo motivo, contiene anche dati della concorrenza. Questo tipo di dati è generalmente molto dettagliato: dati del prodotto sono disponibili fino al livello EAN, mentre dati dei clienti contengono informazioni fino al livello di negozio.
L'analisi degli acquirenti è composta da molti sottoprocessi differenti:
- Matrice del Gruppo di Clienti
- Segmentazione dei Clienti per Marca
- Segmentazione dei Clienti per Sottocategoria Analisi degli Acquirenti - Matrice del Gruppo di Clienti
Questa analisi è utilizzata per esplorare il comportamento degli acquirenti, ed è eseguita per Gruppo di Clienti.
La Figura 20 illustra una visualizzazione su schermo esemplificativa 2000 per un'interfaccia utente del filtro parametrico 2002, una prima notifica grafica 2004, una seconda notifica grafica 2006, e una tabella dati dei risultati analitici 2008, rispettivamente, per l'analisi degli acquirenti per gruppi di clienti. Come illustrato nella Figura 20, l'analisi richiede di riempire l'interfaccia di ingresso utente 2002 con i seguenti gruppi di filtri:
- Selezionare Sottocategoria
- Sottocategoria
- Informazioni sul negozio (differente tipo di informazioni circa il negozio considerato)
- Distribuzione della Marca
- Tipo di Periodo (settimana, mese o anno)
- Periodo (cadenza)
La seguente tabella contiene dimensioni e misure circa la notifica descritta.
Tabella 11
L'analisi attuale utilizza un differente Gruppo di Clienti creato miscelando Indice di Fedeltà del Cliente e Valore del Cliente:
Gruppo LL: Valore Basso - Bassa Fedeltà
Gruppo HL: Valore Alto - Bassa Fedeltà
Gruppo LH: Valore Basso - Alta Fedeltà
Gruppo HH: Valore Alto - Alta Fedeltà
L'interfaccia di ingresso utente 2002 è utilizzata per illustrare la pagina di selezione per impostare informazioni di filtro circa l'estrazione da eseguire.
La prima notifica grafica 2004 è utilizzata per illustrare graficamente i risultati con un diagramma a bolle, in cui il numero di clienti per gruppo è espresso in relazione al valore del cliente e al suo Indice di Fedeltà. Sono necessari due diagrammi per confrontare i risultati tra periodo attuale e precedente .
La seconda notifica grafica 2006 è utilizzata per illustrare graficamente i risultati con un diagramma a torta contenente informazioni circa Cliente per Gruppo e con un altro diagramma a torta contenente informazioni circa Valore di Vendita per Gruppo per una Marca specifica.
La tabella dati 2008 è utilizzata per illustrare nella tabella gli stessi risultati illustrati graficamente nella prima e seconda notifica grafica 2004 e 2006.
In alternativa a ciò che è illustrato, possono essere utilizzate due visualizzazioni su schermo separate per illustrare questa notifica, ciascuna visualizzazione su schermo comprendendo una delle due notifiche grafiche 2004 e 2006 illustrate con l'interfaccia di ingresso utente 2002 e la tabella dati 2008.
Analisi degli Acquirenti - Segmentazione dei Clienti per Marca
Questa analisi è utilizzata per esplorare il comportamento degli acquirenti, ed è eseguita per Gruppo di Clienti. La Segmentazione dei Clienti consente ai produttori di migliorare la loro abilità nel definire intenti strategici in termini di assegnazione di risorse e investimenti.
L'analisi richiede di riempire i seguenti gruppi di filtri:
- Selezionare Sottocategoria
- Sottocategoria
- Informazioni sul negozio (differente tipo di informazioni circa il negozio considerato)
- Gruppo
- Tipo di Periodo (settimana, mese o anno)
- Periodo (cadenza)
La seguente tabella contiene dimensioni e misure circa la notifica descritta.
Tabella 12
L'analisi attuale utilizza un differente Gruppo di Clienti creato miscelando Indice di Fedeltà del Cliente e Valore del Cliente:
Gruppo LL: Valore Basso - Bassa Fedeltà
Gruppo HL: Valore Alto - Bassa Fedeltà
Gruppo LH: Valore Basso - Alta Fedeltà
Gruppo HH: Valore Alto - Alta Fedeltà
Per questa analisi, non è illustrata alcuna Figura.
Analisi degli Acquirenti - Segmentazione dei Clienti per Sottocategoria
Questa analisi è utilizzata per esplorare il comportamento degli acquirenti a livello di categoria.
Le Figure 21 e 22 illustrano visualizzazioni su schermo esemplificative 2100 e 2200 per un'interfaccia utente del filtro parametrico 2102 e 2202, una notifica grafica 2104 e 2204, e una tabella dati dei risultati analitici 2106 e 2206, rispettivamente, per l'analisi degli acquirenti per segmentazione del gruppo di clienti. Come illustrato nelle Figure 21 e 22, l'analisi richiede di riempire l'interfaccia di ingresso utente 2102 e 2202 con i seguenti gruppi di filtri:
- Selezionare Sottocategoria
- Sottocategoria
- Informazioni sul negozio (differente tipo di informazioni circa il negozio considerato)
- Criteri di Confronto
- Tipo di Periodo (settimana, mese o anno)
- Periodo (cadenza)
La seguente tabella contiene dimensioni e misure circa la notifica descritta.
Tabella 13
L'interfaccia di ingresso utente 2102 e 2202 è utilizzata per illustrare la pagina di selezione per impostare informazioni di filtro circa l'estrazione da eseguire.
Le notifiche grafiche 2104 e 2204 sono utilizzate per illustrare graficamente i risultati con un confronto a livello di marca e categoria, sul differente segmento di clienti in base alla loro età. La notifica grafica 2104 comprende un diagramma che illustra risultati a livello di Marca, mentre la notifica grafica 2204 comprende un diagramma che illustra risultati a livello di categoria o sottocategoria .
Le tabelle dati 2106 e 2206 sono utilizzate per illustrare nella tabella gli stessi risultati illustrati graficamente nelle notifiche grafiche 2104 e 2204.
Poiché le interfacce utente del terminale di ingresso utente 2102 e 2202 sono le stesse, e le tabelle dati 2106 e 2206 sono le stesse, in alternativa a quanto è illustrato nelle Figure 21 e 22, una visualizzazione su schermo può essere utilizzata per illustrare entrambe le notifiche grafiche 2104 e 2204, così come descritto nelle Figure 15 e 20.
Analisi dei Consumatori
Come suggerito dal nome, l'analisi attuale è utilizzata per seguire il comportamento dei consumatori. Questo insieme di analisi utilizza differenti Fornitori di Dati Esterni e, per questo motivo, contiene anche dati della concorrenza. Questo tipo di dati è generalmente molto dettagliato: dati del prodotto sono disponibili fino al livello EAN, mentre dati dei clienti contengono informazioni fino al livello di negozio. Vi sono differenti metodi per raccogliere dati dai consumatori, a seconda dei dati obiettivo da raccogliere. Molti sono gli Istituti disponibili sul mercato, e ciascuno è specializzato in uno o in più di un metodo, eseguendo la raccolta dati con differenti gradi di innovazione per le tecnologie utilizzate.
Esistono svariati metodi differenti utilizzati per raccogliere dati dal consumatore. (1) Intervista in Famiglia: un impiegato dell'Istituto Fornitore di Dati Esterni intervista i differenti componenti delle famiglie per raccogliere informazioni circa beni consumati nell'ultimo periodo specifico, in questo caso, l'analisi sui risultati sarà più approssimata e dati di aggregazione saranno generalmente interrotti al livello di Categoria -Marca/Banner. (2) Diario di Famiglia: l'istituto Fornitore di Dati Esterni fornisce alla famiglia rappresentativa un diario da riempire, in base ai beni consumati per componente della famiglia. In questo caso, l'analisi dei risultati sarà alquanto approssimativa e dati di aggregazione saranno generalmente interrotti al livello di Categoria - Marca/Banner. I consumi saranno registrati come valore medio per ciascun componente della famiglia. (3) Diario di Famiglia: l'Istituto Fornitore di Dati Esterni fornisce un PDA a ciascun componente della famiglia per registrare informazioni circa i beni consumati. In questo caso, l'analisi sui risultati sarà più precisa e dati di aggregazione saranno generalmente interrotti a livello di EAN/Negozio. I consumi saranno registrati come valore esatto per ciascun bene consumato.
Dato l'obiettivo dell'analisi eseguita, le Analisi degli Acquirenti e dei Consumatori utilizzano generalmente le stesse tecniche analitiche. La differenza più importante tra le Analisi degli Acquirenti e dei Consumatori è il Fornitore di Dati: infatti, mentre per l'Analisi degli Acquirenti i dati provengono dalla Carta di Fidelizzazione, nel caso dell'Analisi dei Consumatori i dati provengono da Fornitori di Dati Esterni. Pertanto, nel primo caso, l'analisi è eseguita sui beni acquistati, mentre nel secondo caso l'analisi è eseguita sui beni consumati. Per questo motivo, i sottoprocessi e le tecniche analitiche elencati sopra per l'analisi degli acquirenti possono essere utilizzate anche per l'Analisi dei Consumatori, cambiando il fornitore di dati.
Si intende pertanto che la precedente descrizione dettagliata è considerata come illustrativa anziché limitativa, e occorre comprendere che le seguenti rivendicazioni, compresi tutti gli equivalenti, sono intese a definire lo spirito e l'ambito di questa invenzione.
Claims (16)
- RIVENDICAZIONI 1. Sistema di elaborazione dati per analizzare dati di vendita al dettaglio di beni confezionati agli acquirenti e dati dei consumatori, comprendente: un'interfaccia di integrazione dati per ricevere dati di mercato e di vendita provenienti da una pluralità di sistemi sorgente di raccolta dati esterni a una società e dati di vendita e spedizione provenienti da un sistema di raccolta dati interno alla società; un componente di integrazione dati accoppiato con l'interfaccia di integrazione dati per trasformare i dati ricevuti in un insieme di dati principale unificato e armonizzato; una memoria di dati principali unificati per ricevere e memorizzare detto insieme di dati principale unificato e armonizzato; una pluralità di moduli di analisi per analizzare dati nella memoria di dati principali unificati, la pluralità di moduli di analisi comprendendo un modulo di conoscenza del mercato comprendente una pluralità di componenti di analisi comprendenti analisi del prodotto, analisi della marca, analisi degli acquirenti e analisi dei consumatori per analizzare detti dati; un database per memorizzare una libreria di indicatori chiave di prestazioni e regole commerciali in comunicazione con la pluralità di componenti di analisi; un componente di interfaccia utente associato a ciascuno della pluralità di componenti di analisi; l'interfaccia utente presentando campi di ingresso per filtri di dati da inserire nella pluralità di componenti di analisi, detti dati in ingresso definendo i filtri applicati alla notifica generata; e un componente di notifica per generare notifìche illustranti le analisi in una pluralità di dimensioni e una pluralità di misure.
- 2. Sistema di elaborazione dati secondo la rivendicazione 1, in cui il componente di notifica è configurato per fornire notifiche per una pluralità di canali di informazioni comprendenti accesso tramite web, distribuzione automatizzata di e-mail, e pacchetti per i dirigenti automatizzati.
- 3. Sistema di elaborazione dati secondo la rivendicazione 1, comprendente inoltre un motore di allerta e verifica in comunicazione con la pluralità di moduli di analisi; e un componente di presentazione di segnali di allarme per visualizzare segnali di allarme generati dal motore di allerta e verifica quando detto uno della pluralità di moduli di analisi calcola una misura che supera una soglia predeterminata.
- 4. Sistema di elaborazione dati secondo la rivendicazione 1, in cui i componenti di analisi sono configurati per applicare le regole commerciali ai dati ricevuti per calcolare predeterminati indicatori chiave di prestazioni associati al componente di analisi.
- 5. Sistema di elaborazione dati secondo la rivendicazione 1, in cui il componente di integrazione dati comprende un modulo di fusione e aggregazione per ricevere dati di spedizione e consumo e creare un unico archivio di dati di acquirenti e consumatori.
- 6. Sistema di elaborazione dati secondo la rivendicazione 5, in cui il componente di integrazione dati comprende un modulo di transcodifica e integrazione per ricevere dati principali esterni e interni e creare detto insieme di dati principale unificato e armonizzato.
- 7. Sistema di elaborazione dati secondo la rivendicazione 1, in cui il modulo di presentazione dell'interfaccia utente associato alla pluralità di moduli comprende campi di ingresso per ricevere filtri per livello di gerarchia dei prodotti, informazioni sul negozio, periodo di intervallo, e intervallo di date.
- 8. Sistema di elaborazione dati secondo la rivendicazione 1, in cui il componente di analisi del prodotto opera soltanto sui dati interni alla società comprendenti dati di vendita associati a un prodotto selezionato, ma non dati esterni alla società comprendenti dati della concorrenza; il componente di analisi della marca opera sui dati interni alla società comprendenti dati di vendita associati a una marca selezionata e dati esterni alla società comprendenti dati della concorrenza associati a una marca concorrente; il componente di analisi degli acquirenti opera su dati esterni alla società comprendenti dati di vendita raccolti da un programma di carta di fidelizzazione del dettagliante e dati esterni alla società comprendenti dati di vendita associati a prodotti della concorrenza; e l'analisi dei consumatori opera soltanto su dati esterni alla società.
- 9. Sistema di elaborazione dati secondo la rivendicazione 8, in cui la pluralità di moduli di analisi comprende inoltre un modulo di logistica, un modulo di catena di approvvigionamento, un modulo di vendita, un modulo di forza di vendita, un modulo di promozione, un modulo di conoscenza del mercato, e un modulo del cliente operativo accoppiato per analizzare predeterminate porzioni degli insiemi di dati unificati.
- 10. Metodo per analizzare dati per dati di vendita di beni confezionati agli acquirenti di una società e dati dei consumatori, comprendente: ricevere dati interni alla società, i dati comprendendo dati di vendita principali associati a prodotti e dati di spedizione associati a prodotti; ricevere dati esterni alla società, i dati comprendendo dati di vendita provenienti da dettaglianti e società di ricerca sui consumatori; fondere e aggregare dati interni comprendenti i dati di spedizione e i dati esterni comprendenti i dati di ricerca sui consumatori per creare un insieme di dati unito; transcodificare e integrare i dati principali interni e dei dati di vendita esterni provenienti da dettaglianti per creare un insieme di dati principale unificato; memorizzare i dati di vendita principali unificati in una memoria di dati; selezionare un'analisi di dati da eseguire, detta analisi di dati essendo selezionata dal gruppo composto da analisi del prodotto, analisi della marca, analisi degli acquirenti e analisi dei consumatori; ricevere parametri selezionati da campi di ingresso di un'interfaccia utente associati all'analisi di dati selezionata per restringere l'analisi di dati; reperire un insieme di regole commerciali e indicatori chiave di prestazioni associati all'analisi di dati selezionata; per ciascuna analisi di dati selezionata, analizzare porzioni dell'insieme di dati unito e dei dati di vendita principali unificati attraverso i parametri selezionati in conformità con le regole commerciali reperite per calcolare valori per gli indicatori chiave di prestazioni reperiti; e generare una notifica illustrante l'analisi in una pluralità di dimensioni e per una pluralità di misure.
- 11. Metodo secondo la rivendicazione 10, comprendente inoltre fornire la notifica in una pluralità di canali di informazioni comprendenti accesso web, distribuzione automatizzata di e-mail, e pacchetti per i dirigenti automatizzati.
- 12. Metodo secondo la rivendicazione 10, comprendente inoltre visualizzare segnali di allarme generati quando un valore calcolato per un indicatore chiave di prestazioni supera una soglia predeterminata.
- 13. Metodo secondo la rivendicazione 10, comprendente inoltre selezionare una porzione degli insiemi di dati associati ai parametri selezionati per livello di gerarchia dei prodotti, informazioni sul negozio, periodo di intervallo, e intervallo di date.
- 14. Metodo secondo la rivendicazione 10, in cui generare una notifica comprende creare una rappresentazione grafica dei valori calcolati delle misure chiave di prestazioni.
- 15. Metodo secondo la rivendicazione 14, in cui generare una notifica comprende inoltre generare una pluralità di rappresentazioni grafiche visualizzate in una singola vista di quattro quadranti di un visualizzatore.
- 16. Metodo secondo la rivendicazione 10, in cui: l'analisi del prodotto opera soltanto sui dati interni alla società comprendenti dati di vendita associati a un prodotto selezionato, ma non dati esterni alla società comprendenti dati della concorrenza l'analisi della marca opera sui dati interni alla società comprendenti dati di vendita associati a una marca selezionata e dati esterni alla società comprendenti dati della concorrenza associati a una marca concorrente; l'analisi degli acquirenti opera su dati esterni alla società comprendenti dati di vendita raccolti da un programma di carta di fidelizzazione del dettagliante e dati esterni alla società comprendenti dati di vendita associati a prodotti della concorrenza; e l'analisi dei consumatori opera soltanto su dati esterni alla società.
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| IT000434A ITTO20080434A1 (it) | 2008-06-05 | 2008-06-05 | Sistema di raccolta e di analisi di dati relativi agli acquisti di consumatori e acquirenti |
| US12/406,542 US8306845B2 (en) | 2008-06-05 | 2009-03-18 | Consumer and shopper analysis system |
| CA2666605A CA2666605C (en) | 2008-06-05 | 2009-05-22 | Consumer and shopper analysis system |
| AU2009202218A AU2009202218B2 (en) | 2008-06-05 | 2009-06-04 | Consumer and shopper analysis system |
| DE202009007855U DE202009007855U1 (de) | 2008-06-05 | 2009-06-04 | Konsumenten- und Käuferanalysesystem |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| IT000434A ITTO20080434A1 (it) | 2008-06-05 | 2008-06-05 | Sistema di raccolta e di analisi di dati relativi agli acquisti di consumatori e acquirenti |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| ITTO20080434A1 true ITTO20080434A1 (it) | 2009-12-06 |
Family
ID=40302127
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| IT000434A ITTO20080434A1 (it) | 2008-06-05 | 2008-06-05 | Sistema di raccolta e di analisi di dati relativi agli acquisti di consumatori e acquirenti |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US8306845B2 (it) |
| AU (1) | AU2009202218B2 (it) |
| DE (1) | DE202009007855U1 (it) |
| IT (1) | ITTO20080434A1 (it) |
Families Citing this family (50)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8700441B1 (en) * | 2009-03-25 | 2014-04-15 | Jpmorgan Chase Bank, N.A. | Trader portal system and method |
| US20100262600A1 (en) | 2009-04-08 | 2010-10-14 | Dumon Olivier G | Methods and systems for deriving demand metrics used in ordering item listings presented in a search results page |
| US8886650B2 (en) * | 2009-11-25 | 2014-11-11 | Yahoo! Inc. | Algorithmically choosing when to use branded content versus aggregated content |
| US20110208606A1 (en) * | 2010-02-19 | 2011-08-25 | Computer Associates Think, Inc. | Information Technology Services E-Commerce Arena for Cloud Computing Environments |
| US20110213712A1 (en) * | 2010-02-26 | 2011-09-01 | Computer Associates Think, Ink. | Cloud Broker and Procurement System and Method |
| US20110213679A1 (en) * | 2010-02-26 | 2011-09-01 | Ebay Inc. | Multi-quantity fixed price referral systems and methods |
| US20110231229A1 (en) * | 2010-03-22 | 2011-09-22 | Computer Associates Think, Inc. | Hybrid Software Component and Service Catalog |
| EP2453368B1 (en) | 2010-11-12 | 2017-05-31 | Accenture Global Services Limited | Custom web services data link layer |
| US9147195B2 (en) | 2011-06-14 | 2015-09-29 | Microsoft Technology Licensing, Llc | Data custodian and curation system |
| US9244956B2 (en) | 2011-06-14 | 2016-01-26 | Microsoft Technology Licensing, Llc | Recommending data enrichments |
| US9122720B2 (en) | 2011-06-14 | 2015-09-01 | Microsoft Technology Licensing, Llc | Enriching database query responses using data from external data sources |
| US9098600B2 (en) * | 2011-09-14 | 2015-08-04 | International Business Machines Corporation | Deriving dynamic consumer defined product attributes from input queries |
| US9183280B2 (en) * | 2011-09-30 | 2015-11-10 | Paypal, Inc. | Methods and systems using demand metrics for presenting aspects for item listings presented in a search results page |
| US9009220B2 (en) * | 2011-10-14 | 2015-04-14 | Mimecast North America Inc. | Analyzing stored electronic communications |
| US20130179252A1 (en) * | 2012-01-11 | 2013-07-11 | Yahoo! Inc. | Method or system for content recommendations |
| US8688717B2 (en) * | 2012-02-16 | 2014-04-01 | Accenture Global Service Limited | Method and apparatus for generating and using an interest graph |
| US20140032259A1 (en) * | 2012-07-26 | 2014-01-30 | Malcolm Gary LaFever | Systems and methods for private and secure collection and management of personal consumer data |
| US9684877B2 (en) | 2012-09-18 | 2017-06-20 | Sap Se | System and method for improved consumption models for analytics |
| US9135314B2 (en) * | 2012-09-20 | 2015-09-15 | Sap Se | System and method for improved consumption models for summary analytics |
| US20140200967A1 (en) * | 2013-01-11 | 2014-07-17 | Model It Oy | Method and system for analyzing brand value |
| US20150154613A1 (en) * | 2013-02-27 | 2015-06-04 | Google Inc. | Competitor analytics |
| US9305066B2 (en) | 2013-05-13 | 2016-04-05 | Sap Se | System and method for remote data harmonization |
| US11163898B2 (en) | 2013-09-11 | 2021-11-02 | Mimecast Services Ltd. | Sharing artifacts in permission-protected archives |
| US11030341B2 (en) | 2013-11-01 | 2021-06-08 | Anonos Inc. | Systems and methods for enforcing privacy-respectful, trusted communications |
| WO2015066523A2 (en) | 2013-11-01 | 2015-05-07 | Anonos Inc. | Dynamic de-identification and anonymity |
| US9619669B2 (en) | 2013-11-01 | 2017-04-11 | Anonos Inc. | Systems and methods for anonosizing data |
| US10043035B2 (en) | 2013-11-01 | 2018-08-07 | Anonos Inc. | Systems and methods for enhancing data protection by anonosizing structured and unstructured data and incorporating machine learning and artificial intelligence in classical and quantum computing environments |
| US10572684B2 (en) | 2013-11-01 | 2020-02-25 | Anonos Inc. | Systems and methods for enforcing centralized privacy controls in de-centralized systems |
| US9087216B2 (en) | 2013-11-01 | 2015-07-21 | Anonos Inc. | Dynamic de-identification and anonymity |
| US9361481B2 (en) | 2013-11-01 | 2016-06-07 | Anonos Inc. | Systems and methods for contextualized data protection |
| EP3100230A4 (en) | 2014-01-31 | 2017-10-04 | OpenText Corporation | Segments of contacts |
| US11379781B2 (en) | 2014-06-27 | 2022-07-05 | o9 Solutions, Inc. | Unstructured data processing in plan modeling |
| US11216765B2 (en) | 2014-06-27 | 2022-01-04 | o9 Solutions, Inc. | Plan modeling visualization |
| US10614400B2 (en) | 2014-06-27 | 2020-04-07 | o9 Solutions, Inc. | Plan modeling and user feedback |
| US20160063521A1 (en) * | 2014-08-29 | 2016-03-03 | Accenture Global Services Limited | Channel partner analytics |
| US9798449B2 (en) * | 2014-11-24 | 2017-10-24 | Business Objects Software Ltd. | Fuzzy search and highlighting of existing data visualization |
| US10262286B2 (en) * | 2015-03-06 | 2019-04-16 | International Business Machines Corporation | Data comparison and analysis based on data analysis reporting |
| US9904897B2 (en) | 2015-03-30 | 2018-02-27 | International Business Machines Corporation | Generation of social business insights by fractal analysis |
| US11216478B2 (en) | 2015-10-16 | 2022-01-04 | o9 Solutions, Inc. | Plan model searching |
| KR102489287B1 (ko) * | 2016-03-25 | 2023-01-17 | 에스케이텔레콤 주식회사 | 멤버십 관리 시스템, 사용자에 의한 멤버십 등록을 이용한 멤버십 관리 방법 및 이를 이용한 장치 |
| US10497014B2 (en) * | 2016-04-22 | 2019-12-03 | Inreality Limited | Retail store digital shelf for recommending products utilizing facial recognition in a peer to peer network |
| US10354262B1 (en) | 2016-06-02 | 2019-07-16 | Videomining Corporation | Brand-switching analysis using longitudinal tracking of at-shelf shopper behavior |
| JP6867182B2 (ja) * | 2017-02-07 | 2021-04-28 | 東芝テック株式会社 | 情報処理装置およびプログラム |
| JP7013178B2 (ja) * | 2017-09-08 | 2022-01-31 | 株式会社日立製作所 | データ分析システム、データ分析方法、及びデータ分析プログラム |
| JP6744882B2 (ja) * | 2018-02-26 | 2020-08-19 | 株式会社日立製作所 | 行動パターン探索システム、および行動パターン探索方法 |
| CN112508590A (zh) * | 2019-09-16 | 2021-03-16 | 上海硕诺信息科技有限公司 | 一种零担物流行业大数据分析系统 |
| US11315061B2 (en) * | 2020-04-30 | 2022-04-26 | Microstrategy Incorporated | System and method for dossier creation with responsive visualization |
| CN113222643A (zh) * | 2021-04-19 | 2021-08-06 | 信义节能玻璃（芜湖）有限公司 | 一种基于浮法产业大数据中台应用系统 |
| CN113781106B (zh) * | 2021-08-26 | 2023-11-21 | 唯品会(广州)软件有限公司 | 商品运营数据分析方法、装置、设备及计算机可读介质 |
| US20230124838A1 (en) * | 2021-10-18 | 2023-04-20 | We Scan, Llc | Systems and methods for managing beverage dispatching |
Family Cites Families (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6578027B2 (en) * | 1996-08-20 | 2003-06-10 | Business Objects, Sa | Relational database access system using semantically dynamic objects |
| US5555403A (en) * | 1991-11-27 | 1996-09-10 | Business Objects, S.A. | Relational database access system using semantically dynamic objects |
| US6289352B1 (en) * | 1998-05-29 | 2001-09-11 | Crystal Decisions, Inc. | Apparatus and method for compound on-line analytical processing in databases |
| US6615317B2 (en) | 2000-07-07 | 2003-09-02 | Fitech Laboratories, Inc. | Methods and systems for providing a highly scalable synchronous data cache |
| US20020184043A1 (en) * | 2001-06-04 | 2002-12-05 | Egidio Lavorgna | Systems and methods for managing business metrics |
| US20030033179A1 (en) * | 2001-08-09 | 2003-02-13 | Katz Steven Bruce | Method for generating customized alerts related to the procurement, sourcing, strategic sourcing and/or sale of one or more items by an enterprise |
| US10325272B2 (en) * | 2004-02-20 | 2019-06-18 | Information Resources, Inc. | Bias reduction using data fusion of household panel data and transaction data |
| US8019735B2 (en) * | 2004-05-21 | 2011-09-13 | Oracle International Corporation | Systems and methods for query caching |
| US20060085255A1 (en) * | 2004-09-27 | 2006-04-20 | Hunter Hastings | System, method and apparatus for modeling and utilizing metrics, processes and technology in marketing applications |
| US7870014B2 (en) * | 2004-10-08 | 2011-01-11 | Accenture Global Services Gmbh | Performance management system |
| US7945472B2 (en) * | 2005-02-11 | 2011-05-17 | Optimum Outcomes, Llc | Business management tool |
| US20060242035A1 (en) * | 2005-04-20 | 2006-10-26 | Oracle International Corporation | Data analysis method and system |
| US7752094B2 (en) * | 2005-07-19 | 2010-07-06 | Accenture Global Services Gmbh | Tax scorecard reporting system |
| US8428997B2 (en) * | 2005-11-21 | 2013-04-23 | Accenture Global Services Limited | Customer profitability and value analysis system |
| US20070185746A1 (en) * | 2006-01-24 | 2007-08-09 | Chieu Trieu C | Intelligent event adaptation mechanism for business performance monitoring |
-
2008
- 2008-06-05 IT IT000434A patent/ITTO20080434A1/it unknown
-
2009
- 2009-03-18 US US12/406,542 patent/US8306845B2/en active Active
- 2009-06-04 AU AU2009202218A patent/AU2009202218B2/en active Active
- 2009-06-04 DE DE202009007855U patent/DE202009007855U1/de not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| US20090307054A1 (en) | 2009-12-10 |
| DE202009007855U1 (de) | 2009-12-24 |
| AU2009202218B2 (en) | 2012-11-15 |
| AU2009202218A1 (en) | 2009-12-24 |
| US8306845B2 (en) | 2012-11-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| ITTO20080434A1 (it) | Sistema di raccolta e di analisi di dati relativi agli acquisti di consumatori e acquirenti | |
| Bruque-Cámara et al. | Supply chain integration through community cloud: Effects on operational performance | |
| Bin Syed et al. | A study on relationship between inventory management and company performance: A case study of textile chain store | |
| Peng et al. | Improving service management in budget hotels | |
| US20130085813A1 (en) | Method, Apparatus and Computer Program Product for Providing a Supply Chain Performance Management Tool | |
| Battistoni et al. | An analysis of the effect of operations management practices on performance | |
| Min | Examining logistics outsourcing practices in the United States: from the perspectives of third-party logistics service users | |
| Eckerson et al. | Visual reporting and analysis | |
| US20120259675A1 (en) | System and Method for a Retail Collaboration Network Platform | |
| Shockley et al. | Distribution co-opetition and multi-level inventory management performance: An industry analysis and simulation | |
| Kang et al. | Profitability and survivability of hotel distribution channels: An industry perspective | |
| Piekkola et al. | Innovative growth: the role of market power and negative selection | |
| Yesudas et al. | Intelligent operational dashboards for smarter commerce using big data | |
| Owida et al. | A simulation based continuous improvement approach for manufacturing based field repair service contracting | |
| JP6301326B2 (ja) | サービスアセットマネジメントシステム及び方法 | |
| Utar | Characteristics of international trade intermediaries and their location in the supply chain | |
| Smith | Modernizing retail grocery business via knowledge management‐based systems | |
| Ding et al. | Evolutionary strategy to apply information and communication technology: a case study in the apparel industry | |
| Kachani et al. | Competitive Pricing in a Multi‐Product Multi‐Attribute Environment | |
| Hadad et al. | A decision‐making support system module for customer segmentation and ranking | |
| Salgado Junior et al. | E-SCM and inventory management: a study of multiple cases in a segment of the department store chain | |
| Yangınlar et al. | Green Supply Chain Management as a Determinant of Corporate Social Responsibility and Corporate Reputation | |
| Syariati et al. | THE STRATEGIC CHOICES IN ACHIEVING TOURISM'S COMPETITIVENESS AND PERFORMANCE AMONG HOTELS IN INDONESIA | |
| CA2666605C (en) | Consumer and shopper analysis system | |
| Ojochide et al. | E-service quality and customer loyalty in the e-commerce market, South West, Nigeria: Post-COVID-19 |