Retail
Прогноз акційного та базового попиту для мережі магазинів біля дому
Регіональна мережа на 18 магазинів і ~4 200 SKU із замовленнями «по відчуттю». Побудували окремі контури baseline-попиту, акційного попиту і promo uplift на гранулярності SKU × магазин × день із корекцією на stock-out.
Результати
- ↘ помітно нижчий WAPE по топ-SKU за час пілоту
- ↘ менше дефіциту по акційних SKU
- ↘ менше надлишкових залишків у повільних категоріях
Що отримав клієнт
Щотижневий Excel-план закупівель, dashboard ризику дефіциту, список SKU з переоціненим попитом і окремий звіт по ефекту акцій.
Marketing
Uplift-модель для оцінки email/SMS-кампаній у eCommerce
Команда запускала масові комунікації без control-груп і не могла відокремити реальний інкрементальний ефект від «клієнт і так би купив». Побудували uplift-ранжування на target/control даних кампаній із deciles-звітом.
Результати
- ↗ сильніша інкрементальна конверсія у top-uplift сегменті проти стандартного таргетингу
- ↘ менше безрезультатних контактів
- ↗ ROMI окремих хвиль виріс без збільшення бюджету
Що отримав клієнт
Списки аудиторій для CRM, uplift-score клієнта, decile-звіт, рекомендації по каналах і шаблон оцінки кампаній через контрольні групи.
eCommerce
Прогноз відтоку клієнтів для FMCG-магазину
Онлайн-магазин повсякденного попиту, база ~160 тис. клієнтів. Побудували churn-модель на горизонт 30/60 днів із 70+ ознаками: RFM, discount sensitivity, category drift, дельти по останніх 3 періодах, reason codes для CRM.
Результати
- ◎ top-ризиковий сегмент покриває помітну частину майбутнього відтоку
- ↗ більше повторних покупок у реактиваційній кампанії проти масової вибірки
- ↘ менше витрат на безцільні комунікації
Що отримав клієнт
Список клієнтів із churn-score 0–1, сегменти «реактивувати зараз / спостерігати / не пріоритет» і звіт по причинах зниження активності.
CRM
Сегментація клієнтів для мережі одягу та товарів для дому
Активна програма лояльності з однаковими кампаніями для всіх. Зробили комерційну сегментацію по RFM, волатильності чека, частці акцій, category affinity та реакції на промо — готові бізнес-сегменти замість однієї масової аудиторії.
Результати
- ↗ вищий redemption rate по купонах проти масової розсилки
- ↗ більше повторних покупок у сегменті «нові перспективні»
- ◈ прозорі правила, кому давати знижку, а кому — новинку чи набір
Що отримав клієнт
Excel із сегментами, опис кожного сегмента простою мовою, маркетингові сценарії під групу та dashboard структури клієнтської бази.
Network
Кластеризація 27 точок аптечно-drogerie мережі
Єдиний асортимент і промо-план для всіх магазинів, хоча фактичні профілі попиту та клієнт — різні. Побудували кластеризацію точок по категорійному профілю, а не лише по загальному обороту.
Результати
- ↘ менша частка slow movers після перегляду матриці
- ↘ менше втрат продажів по топ-позиціях
- ◈ архетипи точок із різною логікою асортименту й промо
Що отримав клієнт
Профілі магазинів, рекомендації по асортименту на рівні кластерів, звіт по недорозвинених категоріях та основа для диференційованого промо-планування.
B2B
Багаторівневий прогноз попиту для дистриб'ютора сезонних товарів
Три канали продажу (власні менеджери / дилери / опт) і різна поведінка одного SKU у кожному з них. Побудували ієрархічний прогноз товар × категорія × канал × регіон × тиждень із reconciliation між рівнями та 24 місяцями історії.
Результати
- ↗ вища точність прогнозу по основних групах
- ↘ менший обсяг екстрених дозамовлень
- ◈ прозорий пріоритет закупівлі при обмеженому касовому бюджеті
Що отримав клієнт
Щотижневий файл закупівель, сигнали по ризику дефіциту, окремий звіт по сезонних позиціях і dashboard точності прогнозу.