大声说出分析:第1集
在YouTube上观看。

成绩单

贝弗利·赖特(播客介绍):你好!我是贝弗利·赖特博士，感谢您参加由应用商业分析中心和南卡罗来纳大学达拉·摩尔商学院商业分析理学硕士课程举办的《大声分析》。bob官方体育登陆《Analytics Out Loud》专注于与分析和数据科学相关的创新、研究和教学。

《Analytics Out Loud》利用访谈的形式将学术和行业专家配对。我们的主题包括分析的进步和解决方案的探索，旨在通过整合学术研究、课堂和企业的观点来支持复杂的决策。

感谢您收听南卡罗来纳大学的《分析》课程。bob官方体育登陆

贝弗利·赖特(开始采访):大家好，我是贝弗利·赖特博士，欢迎来到“大声分析”。今天，我们请到了来自南卡罗来纳大学的Mark Ferguson博士和来自Catalina市场bob官方体育登陆营销的Ron Menich博士。欢迎,家伙。

马克弗格森:欢迎，谢谢你，贝弗利。

贝弗利怀特:今天我们要讨论的是如何利用数据科学来优化促销展示。所以，感谢大家来到“大声分析”节目。那么，让我们从一个关于你背景的基本问题开始。告诉我们，我们从你开始，马克。你怎么这么酷，马克?说说你的背景。

马克弗格森:好吧，你可能会让一些人争论最酷的部分，但我一直试图结合，你知道，在我的整个职业生涯中，使用数据和决策。上世纪90年代初，我在IBM担任供应链经理，90年代后期进入学术界，主要研究供应链管理。库存管理，转移到收益管理和定价，这真的包含了很多至少有更多的数据可用。最近，他们又进入了零售领域，与甲骨文(Oracle)等公司合作。

贝弗利怀特:谢谢你，马克。我们很幸运能请到你们来到南卡罗来纳大学。bob官方体育登陆梅尼奇博士，告诉我们，你为什么这么酷?说说你的背景。

罗恩Menich:谢谢,贝弗利。是的，和马克一样，我也有收益管理和价格优化的背景。我花了18年的时间在各种易腐资产行业工作，比如汽车租赁、航空公司、客运铁路等。然后在2013年左右，我进入了零售需求预测领域，并做了四年，然后在三年前我来到了卡塔利纳，现在我领导着一个由九名数据科学家组成的团队，他们正在为杂货和CPD公司做广告和优惠券的个性化激活和测量。

贝弗利怀特:很好。我觉得现在整个世界都在关注个性化，比如把事情分解成一个片段。这就是凯特琳娜的意义所在。我们很幸运能请到你，罗恩。

罗恩Menich:谢谢你！

贝弗利怀特:所以，我想问你们的第一个问题是——我主要是问马克这个问题是——告诉我们你正在做的这项研究和这项工作，你正在构建的关于优化促销展示的知识体系。这到底是什么意思?

马克弗格森:好的，谢谢你。我的意思是，这是我们开始的一个项目，老实说，我想大约五六年前。我提到过，当时我们在和甲骨文零售公司合作，我有一个新的博士生在研究促销定价模型，这个模型在我们的领域里研究得很好。我们如何利用这些全国性的数据集，你知道，像尼尔森和IRI这样的公司，来获得洞察力，你知道，特别是杂货零售商，他们如何提高盈利能力。当我们经历这些的时候，你知道，我们发现了一个有趣的差距，如果你愿意的话。在文献和实践中，你知道，解决方案提供商似乎没有人提供任何指导，例如，在杂货店促销展示什么商品。所以，想想端盖或岛屿，或者你知道的柜台过道，垃圾箱，有很多名字。传统上，他们只是基于CPD公司提供的最大的贸易促销给他们最大的激励来展示他们的产品或者他们可能会使用一些启发性的方法，比如什么是最畅销的我们的软饮料部门，啤酒部门或汤部门我们只会把这个项目展示几周，然后我们会轮换它。但是没有人关注数据，是的。

贝弗利怀特:所以当我们说畅销书时，它是相对主观的，我们指的是似乎卖得很好的东西。我们没有计算这些数字。

马克弗格森:好吧，他们会，他们会知道他们最畅销的产品是什么，但他们不一定知道如果他们把一件商品放在促销展示上，他们会得到多少额外的提升。

贝弗利怀特:我明白了。好的。好的,明白了。你的研究发现了什么?他们的具体反应在哪里，你知道我们应该讨论的结果吗?

马克弗格森:嗯，你知道，促销展示实际上是一个非常强大的盈利驱动力，特别是对实体零售商来说。你知道，我们发现，我们特别关注啤酒类别，发现他们促销展示的啤酒的库存单位比你知道的没有促销展示的啤酒平均提高了27%。这不是

贝弗利怀特:嗯嗯。

马克弗格森:这就排除了任何其他促销活动的影响，比如传单或促销活动，折扣，甚至是季节性影响。所以只有27%的提升，如果你在食品杂货零售行业工作，这是一个非常非常大的数字。

贝弗利怀特:巨大的,是的。Ron，你能告诉我们这种工作的重要性吗?比如，如果你想——在我看来，宣传展示是一件大事。是吗?这有什么大不了的?

罗恩Menich:哦。

贝弗利怀特:我知道，促销。

罗恩Menich:促销展示绝对是一件大事。你知道，在零售商和供应商之间有一个完整的贸易促进业务流程。一年中会有很多次来决定展示什么，每周通告中会有什么，安排交易，你知道在零售商的品类经理和不同的供应商合作伙伴之间。这是一件大事。

贝弗利怀特:嗯。好的。所以，这项研究看起来非常有价值，但我可以想象，在尝试实施它的过程中会有一些挑战。你能谈一下吗?

罗恩Menich:当然。挑战总是会有的，马克，你知道，祝贺你和你的团队进行这项研究。也许我应该把这个叫做考虑当当当实现这样的算法时。你知道，首先要注意的是，我确定在古巴比伦的市场上有促销展示。零售业没有什么新鲜事。因此，你知道，许多人在他们的职业生涯中已经接受了几十年的训练，以某种方式做事，所以任何新的决策过程都必须证明自己，因为它不是。它不是新领域，它要取代许多人已经习惯的现有过程，你知道，无论这是好是坏。只是你必须意识到改变管理的含义，你知道，放入这样一个算法和

贝弗利怀特:嗯。

罗恩Menich:你知道，也许吧。去做吧。你有问题吗?

贝弗利怀特:不，只是改变很难。我的意思是，我明白你在说什么，它不是像‘哇，让我们做——让我们开始促销，现在让我们想出一个方法来弄清楚促销是什么。“这已经成为了一件巴比伦式的事情，所以现在我们正试图弄清楚我们要做什么，而不是我们一直在做的这种舒适的事情。所以这可能是一个障碍。

罗恩Menich:是的。当你思考零售商的结构时。然后，你知道，把这样的算法应用到一些零售商的生产中会有什么影响。零售商通常以类别经理为导向，这些经理了解他们类别中的所有产品，他们与这些产品的无数供应商保持关系，他们不断尝试通过贸易促进过程与这些供应商安排交易。而且，你知道，在这些类别经理之间有一种自然的竞争，关于展示什么。而且，你知道，当一个人部署这样的方法时，我认为一些类型的分析，说明解决方案是多么公平，等等，将有助于说服类别经理，特别是那些产品没有被选择在终端显示器上的人，你知道，事实上，这对公司来说是一件好事，将导致一个良好的底线结果，对每个人都是更好的结果。

贝弗利怀特:到目前为止，我听到的是。太棒了，罗恩，谢谢你，太棒了。所以，即使我们知道优化促销展示非常重要，我的意思是这是一件大事。尤其是对于砖房。其次，我们也明白开发这样的算法可以获得巨大的价值，听起来马克和他的同事们的工作，你知道，是非常非常有用的东西。尽管如此!如果我没理解错的话我们总结的挑战，第一，变革管理!你知道，这很难。改变。仅仅是让人们重新评估他们做事的方式就很难了。 Secondly, is the way the retail is structured can have an impact and make it difficult. Third is there is a domino effect potentially with category managers, especially on the relationship side. And then, fourth, you can't just sort of make it happen. You have to do some convincing and potentially some analytics data science to prove out empirically how integration of this algorithm to help you optimize is going to improve your promotional efforts. Is that capsule -- does that kind of summarizes four main points? Or can we correct them at all.

罗恩Menich:是的，我认为这很好，你知道，还有，我认为进一步的考虑与之一致，当一个人考虑实现一个软件包，可能会支持这种类型的算法。其中一个方面，我读过一些关于Mark的算法，它是一个分层的算法，首先在类别层面上做出决定，然后在子类别层面上，然后在产品层面上，如果我引用准确的话，所以这自然会导致一些思考，这些决定是如何做出的，可能是什么时候做出的。也许有一作出决定哪些类别的推移显示之前作出决定什么子类去展出,你知道的,如果选择啤酒在这个星期的显示,那么一旦决定子类继续显示是没有价值或只有切向价值的商品类别经理,所以你知道当你想到创建显示或报告,你知道,一旦你做了分类决策你就会面对不同的利益相关者。也许你有一些有登录权限的软件，你知道，只能查看一个类别或诸如此类的东西。所以，你知道。这里没有什么不可逾越的，但是当我听到这个算法时，我想，好吧，我怎么应用它呢?如何创建软件?我如何，我如何随着时间的推移使它适应需要发生的决策过程。所有这些。

贝弗利怀特:是的，不，说得好。谢谢你！马克，在我们进入下一个与申请有关的问题之前，有什么想法吗?因为肯定有一些领域比其他领域更容易吸收和吸收这些。但是，关于这些挑战你有什么想法或评论要补充吗?

马克弗格森:是的，我是说，罗恩提到的确实是挑战。它们不是我们学者，我们很多时候都漫不经心地忽略的东西。对吧?你得说服别人用这个。但是,这些年来我发现与你知道的从业者之间的中间实际上是,你知道,做这样做在日常工作和学者正在研究这些模型的软件供应商编码解决方案提供商,你知道,一些这方面的一些分析成软件,然后出去做销售和变更管理,你知道,所有的组织是一个甜点,如果你愿意的话，你可以把更多的科学应用到实践中。而且，你知道，我非常感谢我站在我这一端，因为我也曾经站在另一端。我知道有多少，是的。

贝弗利怀特:我相信是这样的。那么，你们对你们所有人有什么看法，如果你们想评论的话。但是马克，也许这是我们的本意，罗恩，你认为什么才是最好的。但这显然不适用于所有类型的零售商。所以，你是否看到了更好的机会，能够采取这种解决方案并整合它，而其他零售商，也许有一套或一些特定类型或属性的零售商，而不是那些有更高悬挂果实的零售商。

罗恩Menich:所以，希望这能回答你的问题，但是，你知道，首先，零售商有终端显示器或者是，我应该说，高-低零售商，他们有不断促销的商品，你可以想想那些是谁，你知道，相对于，我们可以说，每天低价的零售商，他们不那么关注这一点。这是一个。

贝弗利怀特:明白了。

罗恩Menich:这是第一条分界线。然后我想到谁在实现这个软件。在零售业，最近有很多房屋，所以也许最大的零售商可能想要自己建造，你知道，有一些非常具体的业务流程的定制。然后另一种模式是，你知道，一个外部第三方供应商创建软件，然后这个供应商可能会去找那些不想自己做软件的二线零售商。对吧?

贝弗利怀特:我明白了。

罗恩Menich:我想，你知道，就像我们在这里谈论的。我们谈论的是试图部署这么多的零售商，还是一个特定的零售商。这些都是我想到的事情。

贝弗利怀特:不，我喜欢。首先，表桩。你必须是一个做促销的零售商。你不可能，你知道，每天都是低价或高价，没有人承认这一点。但也有一些他们靠这个生活，也许他们是高端的。但你必须是一个相信促销的零售商，然后积极地去做。这是一种表格赌注。第二点是你要考虑的是你想要把它作为一种东西来使用，还是你想让内部团队把它变成你自己的。或者只是接受它的想法，重新开始，甚至使用外部供应商，以不同的角度，以API或某种软件工具的形式，创建一个解决方案。所以听起来这些都是很好的选择和想法，关于谁可以更好地应用它。 Mark, do you have any follow-up thoughts to that?

马克弗格森:是的，你知道我们在做这项研究时试图做的一件事是，通常情况下，当你谈论数据分析时，大型连锁店比小型连锁店有优势。对吧?只有更多的数据和更多的存储。他们卖出的sku更多。因此，我们围绕任何杂货零售商都可以使用的数据集设计了我们的方法，也就是IRI数据集，它是全国各地的商店的样本，其他零售商自愿将他们的销售点数据分享给这些商店。你真的需要，是的，你需要一个像这样的大型代表性数据集，让我们的方法起作用。所以无论你是Krogers或者是大型的杂货零售商，沃尔玛或者只是一个小型的区域性零售商，你都可以访问这个数据集并应用这个方法。

贝弗利怀特:好吧，越大越好因为sku越多，数据越多，分析能力越强。好的。我也想知道我是否可以给你添加一些自己的属性。也就是，我觉得应该是开放式的。我知道这听起来很简单，也许是这样，但这种情况也很少见。很难找到对自己的做事方式持开放态度的公司，尤其是如果他们一直在实施黄金直觉，而且效果很好。有时，成功可能会阻碍尝试不同类型的数据科学解决方案。第二件事是有可能有多个地点，不仅要大，还要有多个地点，这样他们就有可能发展实验的设计。你知道，Ron，你谈到你几乎必须运行分析来证明你的分析是好的，或者你可能必须说服人们集成和实施。所以如果你有多个地点，很多时候这给了你更多的自由来开发DOE之类的环境，并真正证明解决方案是有益的。 Would you guys agree with those or do you have anything you'd modify?

罗恩Menich:是的。你知道，对于你的最后一点，这是一个本地化的概念，你刚刚谈到。你知道，零售商有很长一段手工操作的历史，或者，你知道，把它翻译成成千上万个电子表格。当一个人试图做一些决策过程，分类计划，展示，等等，在一个更本地的水平上，你知道，要么你必须和很多人一起做电子表格或者你必须有一个自动化机制围绕着它，我认为，这件工作是围绕着自动化机制来帮助支持显示的本地化。

贝弗利怀特:是的。好的。酷，酷，酷。我知道我们要抓紧时间了。这真的很有用。非常非常感谢，因为零售环境是非常重要的。正如你们所知，使用数据科学来优化它也是一件大事。谢谢，谢谢，谢谢你的内容。我最后一个问题是给我们的听众，也许他们正在开始一份新工作，也许他们已经有了一份工作，或者他们是高层领导，他们正在试图解决这个问题。你会给那些试图利用数据优化促销展示的人什么建议?

马克弗格森:我可以先试一试。如果你想在你自己的商店里或者在你自己的连锁店里使用自己的数据，你可能会很沮丧。因为你会发现你的sku中只有非常小的一个子集，每个类别都曾经被显示过，这是你唯一能拥有数据的sku。

贝弗利怀特:哇。

马克弗格森:举个啤酒类的例子，对吧?你知道，一家商店每年都会把百威淡啤放在促销区多次。因此，当你把百威淡啤展示出来时，会有大量的数据显示你能得到多少提升。但可能还有别的牌子，我随便编一个，比如Happy Hops。你知道的，这是一种你从来没有在促销展上展示过的精酿啤酒。

贝弗利怀特:正确的。

马克弗格森:除非你的数据中有这个，否则你无法估计通过低销量品牌你能得到多少提升。但这可能是你更有利可图的选择。这是使用全国范围内的数据集，你知道，更大的数据集，因为可能有一些商店把快乐啤酒花放在促销展示上。

贝弗利怀特:对的,正确的。好的。所以你的第一条建议是考虑额外的数据集。不要试图完全依赖于你的，因为你可能会觉得你只是在使用异常。它是那么稀缺，或者可能稀缺。这是个很好的建议。通常情况下，人们需要忍受好几个月才能弄清楚。Ron，最后一条建议你会给我们那些试图利用数据优化促销展示的听众吗?

罗恩Menich:我，你知道，如果他们是新的进入市场的人，新的数据科学家，新的分析师或诸如此类的人，我会我只是建议，如果你有机会用促销数据做任何事情，那就抓住它，因为这是一个非常丰富的领域。

贝弗利怀特:它是。

罗恩Menich:在过去七年的职业生涯中，我一直在处理这方面的问题。或者，你知道，为它做个性化广告或者预测需求。马克有一个关于展示什么的算法，还有一整套单独的供应链问题关于如何储存这些终端显示器。这是一个非常好的实践和研究领域。

贝弗利怀特:是的。所以如果你有机会，一定要抓住。做点什么，尝试做任何事，即使是小事。很好。再次感谢你们。

马克弗格森:我能说点什么吗?贝弗利?

贝弗利怀特:是的。确定。

马克弗格森:作为一个在我职业生涯早期从供应链方面，到后来从收入定价方面，在我的职业生涯中，你做供应链决策，你可能几个月或几年都看不到结果。如果你做了一个定价决定或促销决定，你通常会立即看到结果。

贝弗利怀特:是的。

马克弗格森:我同意罗恩的观点，如果你有机会，这是一个非常有活力的领域，你可以学得很快。

贝弗利怀特:是的。不，这个观点很好。我们经常坐在那里等待结果出来，我们永远不知道发生了什么。有了这个区域，几乎是瞬间的。很好。再次感谢南卡罗来纳大学的Mark Ferguson博士和Catalina marketing的Ron Menich博士今天为我们讲述了如何利用数据科学优化促销展示。

感谢您收听由南卡罗来纳大学达拉摩尔商学院应用商业分析中心提供的“大声分析”课程。bob官方体育登陆拥有一个很棒的数据集。