데이터 마이닝은 창고 클럽 수익을 극대화합니다. - 인형

아마도 999 개의 창고 클럽 중 하나 인 대규모 체인점에 쇼핑을 제공하는 소매점 체인점에서 쇼핑했을 것입니다. 창고 클럽은 맨발 콘크리트 바닥, 일반 기능 선반, 제한된 제품 및 패키지 크기가 있습니다. 그들의 체크 아웃 차선은 baggers는 말할 것도없고, 당신의 구매를 꾸리는 가방을 제공하지 않습니다. 창고 클럽은 연회비를 기꺼이 지불 할 쇼핑객에게만 문을 열어 일반적인 소매 업체와 차별화됩니다. 진입 장벽을 만드는 이유는 무엇입니까? 어떤 사람들은 회원이 구매자와 상점 사이에 유대감을 형성하여 회비에 반환 된 가치를 반환하고 극대화 할 동기를 부여한다고 지적합니다. 그런 다음 데이터가 있습니다.

창고 클럽 구매자는 구매시 회원증을 제시해야하므로이 소매점은 누가 물건을 구매했는지 정확하게 알고 있습니다. 그들은 모든 거래를 자세하게 추적 할 수 있습니다. 예비 회원은 신원을 증명해야하기 때문에 그들은 구매자의 신원을 알고 있습니다. 그들은 구매자가 무엇을 사는지 압니다. 그들은 각 구매의 시간과 위치를 알고 있습니다. 그들은 구매자가 지불 한 가격과 특별한 프로모션이 참여했는지 여부를 알고 있습니다.

따라서 창고 클럽은 다른 물리적 매장보다 구매자에 대한 정확하고 완전한 정보를 보유하고 있습니다. 사실 그들은 온라인 경쟁자보다 더 나은 정보를 얻을 수 있습니다.

ID 및 인구 통계 데이터뿐만 아니라 소비자 쇼핑 데이터의 풍부한 자원을 통해웨어 하우스 상점은 자신의 데이터를 조사하고 의사 결정을 지원하는 탁월한 고품질 정보를 제공 할 수 있습니다. 광업 구매자 데이터는

지출이 많은 구매자의 특성:

• 쇼핑 빈도 및시기, 구매하는 제품 및 기타 인구 통계 학적 세부 사항. 제품 친 화성:

• 함께 자주 구매되는 제품 그룹. 다양한 제물 들간의 관계:

• 가스를 가지고 들어오는 사람들은 식료품을 사기 위해 주변에 머물러 있나? 그들은 다른 사람들보다 더 많이 또는 적게 소비합니까? 그들은 유사하거나 다른 제품을 구매합니까? 가스, 안경, 처방약을 사는 사람들은 어떻습니까? 어느 거래가 먼저 이루어지며 이후의 구매 패턴에 대해서는 어떤 내용이 나오나요? 지리적 세부 정보:

• 구매자는 어디에서 살고 있습니까? 그들은 얼마나 멀리 쇼핑을 할 것인가? 제품 선호도와 행동 패턴은 지역마다 어떻게 다른가요? 좋은 데이터 수집 및 데이터 마이닝 기법은 창고 매장에 구매자 행동에 대한 정확하고 상세한 정보를 제공하여 각 상점에서 제공 할 제품, 청구 할 가격 및 기타 사항에 대한 정보에 근거한 결정을 내릴 수 있습니다.

그들은 구매자 데이터를 다른 비즈니스 데이터와 결합하여 생산성, 프로세스 개선 및 제품 품질에 대해 알 수 있습니다. (데이터가 고객에게 제품 리콜에 대해 알리거나 수익 및 기타 고객 서비스 문제를 단순화하기 위해 데이터를 사용할 때 데이터 마이닝을 능가하는 이점 특정 제품 범주와 관련된 구매자의 인구 통계에 대한 데이터를 집계하는 것과 같은 특정 데이터는)

이것은 창고 클럽이 재정적으로 의미하는 바는 무엇입니까? Costco 창고 클럽 체인은 현재 7 천만 명 이상의 회원을 보유하고 있으며 2013 회계 연도에 1,000 억 달러가 넘는 수입을보고했습니다.

데이터 마이닝 만이 그 이유입니다 (Costco는 좋은 고용의 중요성을 공개적으로 강조하고, 직원을 잘 대우하고, 내부에서 교육하고 승진시키는 것). 그러나 데이터 마이닝을 통해 코스트코는 고객의 행동과 선호도를 지역적 수준, 심지어는 개인 차원에서 평가합니다.