Как Цитрус использует цены конкурентов, чтобы увеличить свои продажи

32
3196
Материалы для скачивания
978.32 Kb

О компании

Цитрус — украинская сеть магазинов гаджетов и аксессуаров, созданная в 2000 году. Сегодня сеть включает в себя 50 физических магазинов, сайт citrus.ua, 11 сервисных центров и 5 пунктов проката персонального электротранспорта.

Задача

Компания хочет увеличить доход от онлайн-продаж за счет грамотного ценообразования. Для этого нужно анализировать стоимость гаджетов у конкурентов и смотреть, как разница в расценках Цитруса и других интернет-магазинов влияет на конверсию. Зная эту информацию, категорийный менеджер может актуализировать прайс-лист на сайте citrus.ua.

Раньше менеджер Цитруса мониторил стоимость чужих товаров вручную. Такой анализ занимал много времени и был недостаточно объективным, так как зависел от человеческого фактора. Поэтому компания решила автоматизировать все этапы этого процесса.

Решение

C помощью инструментов от OWOX BI и Competera команда Цитруса получила и объединила информацию, необходимую для адаптивного ценообразования.

Если вкратце, то действовали так:

  1. Через OWOX BI Pipeline настроили импорт сырых данных о поведении пользователей на сайте в Google BigQuery.
  2. Использовали сервис Competera для сбора и обработки цен на других сайтах, а затем передали их в GBQ.
  3. Передали объединенные данные из GBQ в Google Sheets и Power BI для создания отчетов.
  4. Настроили автоматические уведомления. Когда у других магазинов меняется стоимость или из продажи исчезает товар, менеджер Цитруса получает email и корректирует цены.
Cхема движения данных

Рассмотрим детальнее каждый шаг.

Шаг 1. Собрать данные о действиях пользователей в Google BigQuery

Компания отслеживает просмотры товаров, добавления в корзину, заказы и прочие действия на сайте с помощью Google Analytics. Однако из-за того, что у citrus.ua высокая посещаемость и количество сессий превышает 500 тыс., GA семплирует данные в отчетах.

Чтобы получать информацию в полном, несемплированном виде, аналитики Цитруса настроили сбор real-time данных с сайта в Google BigQuery с помощью OWOX BI Pipeline.

Шаг 2. Собрать цены конкурентов и передать их в Google BigQuery

Как мы уже писали, раньше менеджер компании самостоятельно собирал и обновлял базу с чужими расценками. Это занимало много времени и данных было недостаточно, поэтому компания начала использовать для мониторинга сервис Competera. Аналитики указали в настройках список товаров и частоту сканирования — 1 раз в день для получения максимально актуальной информации.

Чтобы определить, как отклонение цен Цитруса от рыночных влияет на конверсию и продажи, нужно объединить действия пользователей на сайте и информацию о стоимости техники у конкурентов. Для этого аналитики компании настроили автоматическую передачу данных из сервиса Competera в Google BigQuery с помощью OWOX BI Pipeline. Посмотреть схему выгружаемых данных вы можете в справке.

Шаг 3. Построить отчеты

После объединения всей информации в Google BigQuery аналитики OWOX и Цитруса приступили к созданию отчетов. Для этого использовали SQL-запросы, Google Sheets и Power BI. В результате компания получила три отчета.

1. Отчет о влиянии акций на конверсию и продажи.

Благодаря этой таблице категорийные менеджеры могут отслеживать акции других магазинов и смотреть, как собственные акции влияют на конверсию и продажи Цитруса. Затем они используют эту информацию для корректировки цен на сайте citrus.ua.

Отчет о влиянии акций на конверсию и продажи

Например, в таблице выше мы видим, что у товара 445566 самая высокая конверсия. Вероятнее всего из-за того, что Цитрус продает этот гаджет по акции, а конкуренты 2 и 3 акций на него не проводят. Однако не стоит забывать, что помимо акций на выбор пользователя могут влиять условия покупки, новизна устройства, сезонность и другие факторы.

2. Отчет о влиянии отклонения цен от рыночных на конверсию и продажи.

Для создания дашборда аналитики Цитруса передают данные из Google BigQuery в Power BI с помощью встроенной интеграции. Отчет помогает категорийному менеджеру рассчитать и выставить на сайте оптимальную стоимость для повышения конверсии.

На одной странице дашборда можно увидеть, как конверсия зависит от разницы цен по сравнению с рыночными:

График влияния отклонения цен на конверсию и продажи в Power BI

Из этого отчета можно сделать вывод, что конверсия выше у двух видов товаров: которые на 15% дороже, чем на рынке и на 10% дешевле. На графике это желтый и салатовый круги. Однако эти гаджеты приносят намного меньше дохода, чем те, чья стоимость не отличается от рыночной. Об этом нам говорит размер фиолетового круга.

Другая страница дашборда показывает, сколько пользователей, проданных товаров или дохода приносят разные источники:

Дашборд распределения кол-ва дохода по источникам трафика

Например, мы видим, что Группа каналов 10 приводит больше всего лояльных пользователей — тех, кто делает покупки у Цитруса по цене выше рыночной.

3. Отчет об изменении цен конкурентов.

Для создания этого отчета аналитики рассчитывают отклонение цен на определенные товары у конкурентов с помощью SQL-запроса к данным в Google BigQuery:

    
    SELECT
      productSku,
      productPrice,
      usersPurchase,
      SUM(competitor1) AS competitor1,
      SUM(competitor2) AS competitor2,
      SUM(competitor3) AS competitor3,
    FROM (
      SELECT
        productSku,
        productPrice,
        usersPurchase,
        IF(competitorName CONTAINS 'competitorName1', priceDifference, 0) AS competitor1,
        IF(competitorName CONTAINS 'competitorName2', priceDifference, 0) AS competitor2,
        IF(competitorName CONTAINS 'competitorName3', priceDifference, 0) AS competitor3,
      FROM (
        SELECT
          productSku,
          productPrice,
          usersPurchase,
          competitorPrice,
          competitorName,
          competitorIsPromo,
          priceDifference,
          CASE
            WHEN ROUND(priceDifference, 4) < -0.25 THEN '-0.30'
            WHEN ROUND(priceDifference, 4)< -0.2
          AND ROUND(priceDifference, 4) >= -0.25 THEN '-0.25'
            WHEN ROUND(priceDifference, 4) < -0.15 AND ROUND(priceDifference, 4) >= -0.2 THEN '-0.20'
            WHEN ROUND(priceDifference, 4) < -0.1
          AND ROUND(priceDifference, 4) >= -0.15 THEN '-0.15'
            WHEN ROUND(priceDifference, 4) < -0.05 AND ROUND(priceDifference, 4) >= -0.1 THEN '-0.10'
            WHEN ROUND(priceDifference, 4) < 0
          AND ROUND(priceDifference, 4) >= -0.05 THEN '-0.05'
            WHEN ROUND(priceDifference, 4) = 0 THEN '0'
            WHEN ROUND(priceDifference, 4) > 0
          AND ROUND(priceDifference, 4) <= 0.05 THEN '0.05'
            WHEN ROUND(priceDifference, 4) > 0.05 AND ROUND(priceDifference, 4) <= 0.1 THEN '0.10'
            WHEN ROUND(priceDifference, 4) > 0.1
          AND ROUND(priceDifference, 4) <= 0.15 THEN '0.15'
            WHEN ROUND(priceDifference, 4) > 0.15 AND ROUND(priceDifference, 4) <= 0.20 THEN '0.20'
            WHEN ROUND(priceDifference, 4) > 0.2
          AND ROUND(priceDifference, 4) <= 0.25 THEN '0.25'
            WHEN ROUND(priceDifference, 4) > 0.25 THEN '0.30'
            ELSE 'other'
          END AS priceDifferenceType,
        FROM (
          SELECT
            productSku,
            IF(usersPurchase IS NULL, 0, usersPurchase) AS usersPurchase,
            FIRST(competitorPrice) AS competitorPrice,
            competitorName AS competitorName,
            FIRST(competitorIsPromo) AS competitorIsPromo,
            FIRST(productPrice) AS productPrice,
    ...
    

Затем передают результаты запроса в Google Sheets с помощью аддона OWOX BI BigQuery Reports. В итоге компания получила таблицу, которая обновляется автоматически и вовремя показывает изменение стоимости по каждой товарной позиции.

отчет

Например, из таблицы выше мы видим, что товар 112233 на сайте citrus.ua на 31,6% процента дороже, чем у Конкурента 1.

Подробнее об этих и других отчетах с ценами конкурентов вы можете почитать в нашей статье.

Шаг 4. Настроить автоматические уведомления

Чтобы менеджер компании максимально быстро узнавал об изменении цен в других интернет-магазинах и актуализировал прайс-лист на сайте citrus.ua, аналитики OWOX помогли настроить автоматические уведомления. Когда стоимость у конкурента уменьшается/увеличивается на заданный % или статус товара меняется на «нет в наличии», менеджер получает email c отчетом об изменении.

Для настройки уведомлений использовали Google App-script.

Результаты

  • С помощью OWOX BI Pipeline Цитрус объединил информацию с сайта и цены конкурентов. Теперь категорийные менеджеры могут проверять гипотезы о том, как стоимость техники в других магазинах влияет на поведение посетителей citrus.ua. В будущем компания планирует дополнить данные в Google BigQuery информацией об исполняемости заказов.
  • Благодаря сервису Competera, Цитрус увеличил базу данных о ценах, акциях и наличии товаров у конкурентов. Появилась возможность мониторить больший сегмент продукции.
  • Теперь компания может анализировать, какие каналы приводят более лояльных пользователей, чтобы использовать для продвижения именно эти каналы.

Мы не заканчиваем на этом историю успеха Цитруса. Когда компания соберет достаточно данных и сможет поделиться количественными показателями эффективности, мы обязательно дополним кейс. А пока оставляйте ваши вопросы в комментариях — с радостью ответим.

Использованные инструменты

Вас также могут заинтересовать