Caso de uso
A seleção do local sempre foi um processo de alto risco para os varejistas, com decisões muitas vezes tomadas com base em diversas fontes de dados isoladas. Agora, os varejistas podem reduzir significativamente o risco na seleção de locais, eliminando silos, integrando dados geoespaciais e outros dados e aplicando análises sob demanda.
Aumento da receita bruta
Abra novos locais em áreas onde seu produto é mais procurado.
Aumento da receita líquida
Otimize o mix de produtos e reduza a escassez de estoque.
Redução de riscos
Entenda os fatores que impactam o gerenciamento do site.
Problema de negócio
A maioria dos varejistas seleciona locais com base em uma combinação de informações sobre concorrentes, dados de mercado, planejamento de localização e adequação estratégica. É uma decisão baseada em dados, uma vez que investir num local de varejo traz os benefícios do aumento da quota de mercado e as desvantagens do risco imobiliário numa área específica. Embora a maioria dos varejistas tenha uma grande quantidade de dados à disposição, esses dados geralmente residem em planilhas ou silos dentro da organização ou em ferramentas limitadas de mapeamento e relatórios. Criar um perfil de risco para um local específico é um processo trabalhoso e sujeito a erros.
Solução analítica
A análise espacial permite que organizações combinem dados geográficos e descritivos de diversas fontes e os usem para gerar modelos e visualizações avançadas. Em uma forma de business intelligence geográfica, as empresas criam modelos a partir de dados geoespaciais sobre localizações, relacionamentos e atributos. A análise geoespacial vai além da estrutura tradicional dos sistemas de informação geográfica (SIG) de apresentação de informações descritivas em um mapa para incluir agora a data science e o machine learning. A combinação de computação em nuvem, dados geoespaciais, análises sob demanda e relatórios abrangentes permite insights baseados em BI até o nível de lojas, departamentos e categorias de produtos individuais. Para a seleção de locais de varejo, isso significa que os gerentes de propriedades podem incorporar dados do ponto de venda em seus modelos de seleção e previsão. É possível incluir dados de vitrines urbanas, shopping centers, espaços comerciais, estacionamentos, mirantes e planos de desenvolvimento, o que antes não era possível.
Com o Alteryx, organizações podem:
- Baixar o Kit de início de analytics espacial para combinar dados de valor do cliente e localização do cliente/loja para analisar o comportamento e aumentar a receita.
- Crie áreas de trade com base na distância do cliente às lojas, tornando os produtos acessíveis para mais pessoas.
- Combine dados espaciais para calcular a distribuição da área do anúncio, aumentar as vendas e alcançar mais clientes.
1 – Conexão de dados
Selecione variáveis geográficas relevantes de conjuntos de dados usando a ferramenta Entrada do Allocate.
2 – Preparo e combinação
Use a ferramenta Total Acumulado para enriquecer os dados importados.
3 – Visualização de dados
Visualize rotas otimizadas ou conecte-se diretamente ao software do supply chain.
Recursos recomendados
E-book
Três casos de uso de machine learning para beneficiar o planejamento logístico
Resultados ideais que requerem pouco tempo: otimize sua supply chain com esses três casos de uso de machine learning.
Leia agora
História do cliente
Kingfisher revoluciona a análise de pessoas usando o Alteryx
A empresa líder em reforma residencial com sede em Londres usa o Alteryx para atrair e reter talentos, além de melhorar a satisfação dos funcionários.
Saiba mais
Vídeo do cliente
All In com Iain e Ira
Uma combinação perfeita de dados: Bulien e Kingfisher PLC mostram como o Alteryx Auto Insights está ajudando a Kingfisher a impulsionar sua estratégia de diversidade e inclusão com análises de dados.
Assista agora