데이터분석으로 숨어있는 기회 매장을 찾아 10%이상 매출을 끌어올리는 방법을 공유드립니다! 🏬 📈
FMCG(일반소비재) 시장은 경쟁이 치열하고 여전히 오프라인 매출 비중이 60%가량 차지합니다. 이 중 우리가 사는 곳 근처에 골목마다 있는 개인마트의 판매 비중도 오프라인 안에서 30%에 육박합니다.
대형할인점과 달리 개인마트의 영업관리는 대리점을 통해 이루어지는 것이 많기에 영업관리에 어려움 측면도 있고 데이터 분석을 통한 관리도 어려움 점이 있습니다.
이러한 개인마트 채널에서 숨어있는 기회점포를 찾아 자사의 매출을 끌어올리는 데이터분석 방법을 소개 드리고자 합니다.
1️⃣ Tracking : 카테고리의 매출은 높으나 자사의 점유율이 낮은 점포 파악
- 예를 들어 냉동만두 카테고리 매출은 높으나 풀무원 (Pulmuone) 냉동만두 점유율은 낮은 점포를 찾습니다.
2️⃣ Evaluation : 1번에 찾은 기회 점포 그룹의 SKU 실적을 상권과 우수점포의 평균실적과 비교 분석
- 일례로 기회 점포에서 풀무원 (Pulmuone) 냉동만두 Top Selling SKU 실적을 상권과 우수 점포의 Top Selling SKU 실적과 비교분석 합니다.
3️⃣ Diagnotic : 2번에서의 비교 분석 결과 기회 점포에 미입점된 핵심 SKU 파악
- 예를 들어 상권과 우수 점포에서 풀무원 김치손만두의 판매량이 좋은데 기회 점포 그룹에서는 미입점 되어 있는 것을 확인하고 미입점 점포 리스트업
4️⃣ Action : 미입점 되어 있는 핵심 SKU 예상 매출액 시뮬레이션 및 입점을 위한 영업정책 실행
- 예를 들어 미입점 대상 점포에 제품진열을 위한 장려금 책정 그리고 해당 점포 관리 대리점에 핵심 SKU 매출에 대한 영업인센티브 정책 수립을 고려해볼 수 있습니다.
별로 어렵지 않죠? 😀 굉장히 복잡하고 통계이론이 필요한 분석도 아니고 단순한 분석모델로도 숨어있는 매출을 찾을 수 있습니다.
개인마트의 판매데이터가 필요하긴 하지만 여전히 복잡한 오프라인 개인마트 유통망 안에서 영업관리의 효율성과 매출 증대 두 마리 토끼를 잡을 수 있는 데이터 분석 활용 사례입니다.