स्टोर उत्पादों को पुनर्व्यवस्थित करने का नया तरीका आवेग खरीदारी को कैसे बढ़ावा दे सकता है : अध्ययन

वाशिंगटन (एएनआई): नियमित रूप से चलने वाले उत्पादों के लिए डेटा-संचालित रणनीति का उपयोग करके व्यापारी ग्राहकों की परिचितता के आधार पर नए शॉप लेआउट को बढ़ा सकते हैं, जहां उनके पसंदीदा आइटम हुआ करते थे।

ब्रिक-एंड-मोर्टार स्टोर्स को व्यक्तिगत खरीदारी अनुभव का स्वाद देने के लिए, जो कि अमेज़ॅन जैसे ऑनलाइन खुदरा विक्रेता आवेग खरीद को लुभाने के लिए उपयोग करते हैं, वाशिंगटन स्टेट यूनिवर्सिटी की अगुवाई वाली पहल पिछले उपभोक्ता लेनदेन से डेटा का उपयोग करती है।

डब्ल्यूएसयू कार्सन कॉलेज के एक प्रोफेसर चक मुनसन ने कहा, "यहां नया क्या है कि हमने अपने मॉडल को डिजाइन किया है ताकि ग्राहक सामान्य रूप से उन उत्पादों को नोटिस कर सकें जिन्हें वे आमतौर पर देखते हैं कि वे उन उत्पादों के साथ जुड़ाव के आधार पर दिलचस्पी लेंगे जो पहले थे।" व्यवसाय के और अनुप्रयोगों के साथ विशेषज्ञ प्रणालियों में प्रदर्शित होने वाले एक अध्ययन के संबंधित लेखक। "हमारे विश्लेषण से पता चलता है कि यदि आप एक स्टोर हैं जो समय-समय पर पुनर्व्यवस्थित करना पसंद करते हैं तो यह ऐसा करने का एक स्मार्ट तरीका होगा।"

गिहान एडिरिसिंघे, अध्ययन प्रमुख लेखक और पश्चिमी केंटकी विश्वविद्यालय में अब एक पूर्व डब्ल्यूएसयू पीएचडी छात्र, कुछ साल पहले वॉलमार्ट की शनिवार की शाम की यात्रा पर शोध के लिए विचार के साथ आए थे। जैसे ही उन्होंने और उनकी पत्नी ने गलियारों का अवलोकन किया, उन्हें जल्दी ही एहसास हुआ कि कुछ अजीब चल रहा है।

उन्होंने कहा, "हमने खुद को उन रास्तों पर चलते हुए पाया, जो हम आम तौर पर करते हैं, लेकिन हमारा सारा सामान हिल गया था।" "तो, मैं सोचने लगा कि क्या वॉलमार्ट के लोगों ने पुनर्व्यवस्था में बहुत सोचा था। जब मैं घर गया, मैंने साहित्य की जाँच की और यह पता चला कि एक बार की स्टोर पुनर्व्यवस्था पर बहुत शोध किया गया था, लेकिन वास्तव में कुछ भी डेटा नहीं था- समय-समय पर उत्पादों को पुनर्व्यवस्थित करने के सर्वोत्तम तरीके पर संचालित।"

एडिरिसिंघे ने मुन्सन के साथ अपने निष्कर्षों पर चर्चा की और दोनों शोधकर्ताओं ने ज्ञान अंतर से निपटने का फैसला किया। उन्होंने एक उत्पाद आवंटन मॉडल विकसित और परीक्षण किया जो Microsoft डेटाबेस 'फूडमार्ट' में निहित हजारों वास्तविक ग्राहक लेनदेन से लाभप्रदता और उत्पाद एफ़िनिटी विवरण निकालने के लिए डेटा माइनिंग तकनीकों का उपयोग करता है।

उनका मॉडल तब स्टोर के लिए आदर्श उत्पाद प्लेसमेंट निर्धारित करने के लिए तीन-चरणीय प्रक्रिया का उपयोग करता है जो समय-समय पर अपने माल को पुनर्व्यवस्थित करता है।

सबसे पहले, यह किसी स्टोर के सबसे लाभदायक उत्पादों की पहचान करता है ताकि उन्हें अत्यधिक दृश्यमान स्थानों पर रखा जा सके। अगला, यह निर्धारित करता है कि कौन से आइटम एक साथ खरीदे जाने हैं ताकि उन्हें इस तरह से रखा जा सके कि ग्राहक नियोजित खरीदारी के आगे कुछ दिलचस्प देख सकें। अंत में, मॉडल का उपयोग करता है जिसे शोधकर्ता भविष्य के स्टोर लेआउट को निर्धारित करने के लिए उपयोग किए जाने वाले उत्पादों के साथ ग्राहकों की परिचितता का लाभ उठाने के लिए अतीत-गलियारे के आवेग को कहते हैं।

एडिरिसिंघे ने कहा, "यह आखिरी चरण इस तरह से डिजाइन किया गया है कि आलू के चिप्स के लिए एक परिचित जगह की तलाश करने वाले लोगों को कुछ नया दिखाई देगा, जो हमारे डेटा से पता चलता है कि उन्हें इसमें दिलचस्पी होगी।" "हर पुनर्व्यवस्था को अगले के लिए आधार के रूप में इस्तेमाल किया जा सकता है। हमारे सर्वोत्तम ज्ञान के लिए, पिछले शोध ने इस प्रभाव पर विचार नहीं किया है।"

मुनसन और एडिरिसिंघे ने अपने नए मॉडल की संभावित लाभप्रदता की तुलना उत्पाद प्लेसमेंट पर पिछले कार्य से करने के लिए संख्यात्मक सिमुलेशन चलाए। उनके मॉडल ने आवंटन विधियों से काफी बेहतर प्रदर्शन किया जो केवल दृश्य पुनर्व्यवस्था के साथ-साथ डेटा एसोसिएशन का उपयोग करने वाली अन्य मॉडलिंग तकनीकों पर निर्भर करते हैं।

एक महत्वपूर्ण कारक उन्होंने पहचाना कि प्रभावित संभावित लाभप्रदता खुदरा विक्रेता के लक्ष्य बाजार की प्रकृति थी।

"अगर यह एक फ्रीवे के बगल में एक गैस स्टेशन स्टोर की तरह अधिक है जहां लोगों को वास्तव में लेआउट के साथ बहुत अधिक परिचित नहीं है, तो हमने पाया कि उत्पादों का एक बार का अनुकूलन हमारे आवधिक पुनर्व्यवस्था के तरीके से बेहतर था क्योंकि कोई नहीं है वहाँ वास्तविक मजबूत अतीत आवेग," एडिरिसिंघे ने कहा। "हालांकि, होल फूड्स की तरह की भीड़ के लिए, जहां उच्च विवेकाधीन आय और स्टोर लेआउट के साथ परिचितता है, हमारी विधि एक बार के अनुकूलन से बेहतर प्रदर्शन करती है।"

आगे बढ़ते हुए, शोधकर्ताओं ने कहा कि उनकी आशा है कि उनका अध्ययन वाणिज्यिक खुदरा विक्रेताओं से वास्तविक जीवन परीक्षण के लिए अपनी पद्धति को लागू करने के लिए पर्याप्त रुचि आकर्षित करेगा।

"हमारा आवंटन तरीका अंततः कुछ ऐसा हो सकता है जिसे स्टोर प्रबंधक थोड़े प्रशिक्षण के साथ स्थापित और उपयोग कर सकते हैं," मुनसन ने कहा। "जब आप इस तथ्य को ध्यान में रखते हैं कि 80 प्रतिशत खरीदार ईंट-और-मोर्टार खुदरा विक्रेता पर जाने से पहले एक सूची नहीं बनाते हैं, तो यह देखना आसान होता है कि लाभ को अधिकतम करने और भौतिक स्टोरों को प्रतिस्पर्धा करने में मदद करने के लिए यह कितना महत्वपूर्ण हो सकता है। ऑनलाइन खुदरा विक्रेताओं के साथ।" (एएनआई)