Fallstudie M.Video: Umsatzerfolg mit verhaltensbasiertem Clustering für Einbaugeräte

Einblicke » Fallstudien

Einführung

M.Video ist nach Umsatz der führende russische Elektronikhändler. Das Unternehmen bietet in über 379 Filialen in 161 Städten erfolgreichen Service in ganz Russland an. Über sein einzigartiges, kundenorientiertes und freundliches Filialkonzept verkauft M.Video moderne, trendige Elektrogeräte zu günstigen Preisen.

Hintergrund

Als M.Video im Jahr 2010 seine 200. Filiale eröffnete, entschied das Management, die Filialen nach Mustern im Kaufverhalten der Kunden zu clustern. So sollten die Sortimentsplanung und das Kampagnenmanagement verbessert werden. Zuvor wurde der filialweite Durchschnitt genutzt, um signifikante Probleme zu lösen. Zu diesen gehörten falsche Sortimente und Bestandsdaten in jeder Filiale sowie Fehlinterpretationen der Nachfrage in den einzelnen Filialen – was wiederum zu inkorrekter Disposition führte. Durch das Gruppieren ähnlicher Filialen kann M.Video ein auf Kundenbedürfnisse zugeschnittenes Sortiment anbieten, das die Bestandszusammensetzung verbessert. So werden Bestand, Umsätze und Profitabilität optimiert.

M.Video

  • Filialen 379
  • Standorte in 161 russischen Städten
  • Umsatz 3,65 Mrd. €
  • Transaktionen 27,9 Mio.

Während M.Video 2011 mit Beratern von Ernst & Young zusammenarbeitete, entschied sich der Elektronikhändler für die Category-Software von RELEX Solutions. Mit ihr sollten die Filialen nach Kaufverhalten geclustert und Sortiment sowie Fläche optimiert werden. Da M.Video bereits ein Projekt für das Sortiment gestartet hatte, suchte das Unternehmen einen Partner, der die Basis für eine End-to-End-Lösung unterstützte.

„Mit der Category-Lösung verstehen wir unsere Kunden besser. So können wir unser Produktangebot besser auf sie abstimmen und ihnen ein ideales Kauferlebnis bieten.“

– Egor Bakharev, Head of Competence Centre of Category Management bei M.Video

Ein schneller Rollout

M.Video startete mit einer erfolgreichen Testphase in der Topseller-Kategorie „Fernsehgeräte“. Hier wurden der Umsatz um 11 Prozent und der Warenumschlag um 12 Prozent erhöht. Diese Resultate motivierten alle Beteiligten, den Rollout des verhaltensbasierten Clusterings zu beschleunigen. M.Video identifizierte die 20 leistungsstärksten Kategorien, die über 40 Prozent des gesamten Category-Angebots des Unternehmens ausmachten. Für diese versprach ein individualisierter Ansatz den größten Nutzen. Die Möglichkeit, in nur wenigen Tagen detaillierte Clusteranalysen durchzuführen, half Filialgruppen für jede Kategorie auf Basis des Kaufverhaltens der Kunden schnell zu erstellen. Für sehr schnell drehende Kategorien wie Fernseher, Waschmaschinen und Kühlschränke war es nun möglich, Clusteranalysen über das Jahr hinweg terminiert zu aktualisieren. So wurde die Kategorieplanung an die sich ändernde Nachfrage angepasst.

Neben dem Kaufverhalten der Kunden im stationären Einzelhandel analysierte M.Video durch verhaltensbasiertes Clustern nun auch den Onlineumsatz pro Kategorie. Signifikante Unterschiede zwischen dem Kaufverhalten beim „Click & Collect“-Service, in den Filialen und online wurden so schnell aufgespürt. Lieferungen von Onlinebestellungen erfolgen von der jeweils nächstgelegenen Filiale, um Sortiment und Bestand besser auf die Nachfrage abzustimmen.

Die Vorteile von verhaltensbasiertem Clustering

In eine der 10 Topseller-Kategorien fallen Einbaugeräte, darunter Öfen, Kochfelder, Abzugshauben, Geschirrspülmaschinen und Kühlschränke. M.Video nahm die verkaufsstärkste Kategorie „Öfen und Kochfelder“ genauer unter die Category-Lupe: So wurden Schwierigkeiten in der Filial-Flächenplanung und der Nachfrage durch klar definierte Ziele verbessert:

1. Entwicklung einer standardisierten Flächenallokation für Kategorien in allen Filialen

2. Verstehen der Kundenpräferenzen bezüglich Gas- oder Elektro-Öfen und -Kochfeldern sowie Bestimmung der Nachfrage nach verschiedenen Farbvarianten

„Die Category-Lösung ermöglichte uns den schnellen Wechsel von einem generischen, auf Konzerndurchschnitten basierenden Ansatz, zu einem, der genau auf die jeweiligen Kundenbedürfnisse zugeschnitten ist.“

– Egor Bakharev, Head of Competence Centre of Category Management bei M.Video

Entwicklung einer standardisierten Flächenallokation

Die Allokation von Sortiments- und Regalfläche erfolgte früher auf Konzernebene. Da es keinen formalen Überprüfungsprozess für ausgewählte Kategorien gab, konnte die exakte Fläche der einzelnen Filialen allerdings nicht bestimmt werden. Auf Basis der Kalkulationen identifizierte M.Video rund mögliche 200 Flächenkombinationen.

Weiterhin wurde das Sortiment auf Basis des Konzerndurchschnitts analysiert und war so nicht auf die Kunden der einzelnen Filialen zugeschnitten. Das führte zu Inkonsistenzen im Sortimentsangebot und einem unzureichenden Verständnis der Kundenpräferenzen, das sich vom Headquarter auf die Filialen übertrug. Obwohl Filialdisposition möglich war, führe dieses Unverständnis oftmals zu einer Fehlinterpretation der Filialbedürfnisse. Zum Beispiel wurden Filialen auf Basis eines angenommenen durchschnittlichen Shoppers disponiert, obwohl die Kunden lieber Premiumprodukte kauften. Dies führte zusätzlich zu Schwierigkeiten mit den gewählten Sortiments- und Dispositionsoptionen: So wurden in einer Filiale Ofen und Kochplatten im Retrostil angeboten, aber nicht in der gleichen Farbe. Doch wenn Kunden ihre beiden Wunschprodukte nicht in der gleichen Farbe erhalten, kaufen sie weder noch: Der Händler verliert Umsatz.

M.Videos erster Schritt in Richtung Kategorienoptimierung war die Standardisierung der Flächenallokation für die Kategorie „Öfen und Kochfelder“ in allen Filialen:

  • Verstehen der aktuell verfügbaren Fläche in den Filialen
  • Detailanalyse der Kategorieumsätze über die Anzahl der in einem durchschnittlichen Monat verkauften SKUs
  • Analyse der Effizienz der Flächenklassen: Flächenklassen sind Gruppen von Filialen, in denen die Kategorie und ihre Subkategorien die gleiche Fläche erhalten. Um die effizientesten Klassen zu finden, verglich M.Video den prozentualen Umsatzanteil mit der aktuellen Flächenallokation.

Mit diesen effektiven und standardisierten Flächenklassen konnte M.Video die optimale Flächenallokation für jede Filiale definieren. So wurde die Effizienz auf Filialebene kalkuliert. Dies erlaubte M.Video, die operative und Umsatzeffizienz innerhalb der allozierten Flächen schnell auszubalancieren. Zudem wurden die Flächenvariationen in den Filialen reduziert, was gezieltere Sortimentsmischungen pro Flächenklasse ermöglichte.

Kundenbedürfnisse verstehen

Im nächsten Schritt galt es, bei der Überprüfung der Kategorie die Kundenpräferenzen für verschiedene Produkttypen zu verstehen: „Gas“ oder „Elektro“ sowie verschiedene Farben für „Öfen“ und „Kochfelder“.

Mit der RELEX-Lösung für verhaltensbasiertes Clustering wurden Muster im Kaufverhalten für alle Farb- und Typattribute nach Umsatz analysiert. So erkannte M.Video bei Öfen und Kochfeldern zwischen den Filialen klare Variationen in der Nachfrage.

Fünf Filialgruppen wurden gebildet und nach Produkttypen verglichen:

Die Clusteranalyse identifizierte eine Gruppe von 47 Filialen, für die der durchschnittliche Mix aus Gas- und Elektro-Öfen und -kochplatten geeignet war, wie „Cluster 50/50“ zeigt. Andere Cluster bildeten Trends ab: Das „Cluster Gas“ umfasste 68 Filialen, die in Richtung Gas tendierten, und im „Cluster mehr Gas“ bevorzugten Kunden eindeutig Gasöfen und -Kochfelder.

Basierend auf der Fläche, die je nach identifiziertem Trend bei Produkttypen für jede Subkategorie alloziert wurde, optimierte M.Video das Sortiment durch Clusteranalyse nach Produktfarbe weiter. Dabei wurde der prozentuale Umsatzanteil jeder Produktfarbe in allen fünf Clustern bestimmt. Die daraus resultierende Analyse identifizierte Schlüsselpräferenzen der Kunden, durch die M.Video das Sortiment in jeder Filialgruppe besser auf die Kunden zuschnitt und zentrale Probleme löste. So wird die Produktfarbe von „Öfen“ und „Kochfeldern“ nun auf die jeweiligen Kundenpräferenzen abgestimmt.

%

Verbesserung im Bestandsumschlag

Einsparungen in der Kategorie über alle Filialen hinweg

Die Vorteile

Die Kombination aus optimierter Allokation neuer Flächenklassen und verhaltensbasiertem Clustering vereinfachte das Category-Management für Öfen und Kochfelder. Das gestattete M.Video, Filialen dem richtigen Cluster zuzuordnen, um diese gezielt auf die Bedürfnisse des jeweiligen Kundenstamms abzustimmen. Das brachte entscheidende Vorteile.

M.Video store

Zentrale Resultate

  • Besseres Verständnis des Kundenverhaltens bei „Öfen und Kochfeldern“
  • Um bis zu 12 % erhöhter Warenumschlag in einigen Filialen und über alle Filialen hinweg eine Gesamtersparnis von über 220.000 € in der Kategorie
  • Bessere Sortimentsstruktur, abgestimmt auf die identifizierten Kundenpräferenzen
  • Effizientere Logistik bei präziserer Disposition
  • Besseres Einkaufserlebnis für Kunden in den Filialen

Ihr Kontakt vor Ort

 

Michael Hoffmann

Direktor Sales und Marketing, DACH

Phone+49 172 566 1092




Kontaktieren Sie uns