Deloitte Perakende Analitiği

Perakende sektöründe verinin büyüklüğü kadar değerinin de hızla arttığı yeni bir döneme girilmektedir. Bilimsel yöntemler ve teknolojik inovasyonların entegrasyonu ile analiz yetkinliğini geliştiren, stratejik ve operasyonel seviyede karar alma mekanizmalarını perakende analitiği ile besleyen şirketler karlılıklarını artırmakta ve rekabette bir adım öne geçmektedir.

Deloitte, perakende sektöründeki tecrübesini ve bilgi birikimini perakende analitiği uygulamaları ile birleştirerek, şirketlerin veriye ve bilgiye dayalı sağlıklı kararlar almasını hedeflemektedir. Şirketlerin, perakende analitiği fırsatlarından etkin şekilde faydalanması amacıyla, alanında uzman analitik ekibimiz ve tecrübeli perakende takımımız entegre şekilde çalışmaktadır. Global ve yerel bilgi birikiminden, gelişmiş modellerden, veri madenciliği araçlarından ve geniş veri tabanlarından faydalanılmaktadır.

Şirketlerin, kendilerini, pazarı, müşterilerini ve rekabeti veriler ışığında tanımasını, değerlendirmesini ve karlılıklarını artıracak aksiyonları almasını sağlayacak tüm alanlarda perakende analitiği hizmetleri sunulmaktadır. Başlıca hizmet alanlarımız: İndirim Performansı Analizleri ve İndirim Optimizasyonu, Fiyat Esnekliği Değerlendirmesi, Tüketici segmentasyonu, Sepet  Analizi, Portföy optimizasyonu, Tedarik ağı optimizasyonu, Lokasyon optimizasyonu, Mağaza sınıflandırma, Veri görselleştirme

• Satış/stok oranı ve indirim değişkenlikleri analizleri ile verimsizliğe sebep olan indirim uygulamaları tespit edilmektedir.
• Analitik modellemeler  yardımı ile kar marjı-satış dengesini optimize edecek indirim stratejileri belirlenmektedir.
• Deloitte tarafından geliştirilen yazılım sayesinde hangi üründen ‘ne zaman’; ‘ne kadar derinlikte’, ‘ne kadar sıklıkta’ indirime girileceği tespit edilmekte ve indirim uygulamaları optimize edilmektedir. 

• Van Westendorp, ölçüm fiyatı sürekli olarak değiştirilerek her bir kişi için bir ürünü satın alma isteğinin direkt olarak değerlendirilmesi ve optimum fiyatın belirlenmesi tekniğidir.
• Geçmiş satış verileri incelenerek fiyat değişimleri doğrultusunda adet etkisi istatistiksel analizler ile desteklenmektedir.
• Talep tahminlerine dayalı olarak, fiyat esnekliğinin hesaplanabilmesini ve ideal fiyat seviyesinin belirlenebilmesini sağlamaktadır.

• Agglomorative Hierarchical Clustering  veri madenciliği teknikleri ve motivasyon (Censydiam Modeli) ve yaşam tarzı bazlı tüketici segmentasyonu yapılmasıdır.
• Kantitatif ve kalitatif pazar araştırmaları gerçekleştirilmekte, şirket ve pazar verisi ile entegre şekilde analiz edilmektedir.
• Farklı segmentlerdeki tüketici davranışları analiz edilerek ve segment profilleri oluşturularak, firma için pazardaki konumlanma fırsatları ve marka stratejisi belirlenmektedir. 

• SOM – Kohonen Algoritma ile Satış ve CRM verisi üzerinden tüketicilerin alım sıklığı, ürün tercihleri, indirim tercihleri vb. bilgileri incelenerek segmente edilmesidir.
• Farklı segmentlerdeki tüketici davranışları analiz edilerek ve segment profilleri oluşturularak, firma için promosyon, görsel düzenleme vb. alanlarında öneriler oluşturulmaktadır. 

• Product affinity modelleme ve veri madenciliği araçları kullanılarak ilişki görselleştirme teknikleri ile fiş bilgileri incelenerek farklı mağaza profillerinde, farklı zaman dilimlerinde (Sezon, hafta, saat) bir arada tüketilen ürünlerin tespit edilmesidir.
• Tüketicilerin ürün tüketim davranışlarının belirlenmesi sonrasında, menü önerileri, promosyon önerileri, ürün sergileme önerileri vb. geliştirilmektedir.

• Deloitte, geliştirdiği planlama aracı ile sezon öncesi planlama süreçlerinin  stratejik, finansal ve taktiksel seviyede etkin bir şekilde gerçekleştirilmesini hedeflemektedir.
• Geliştirilen sezon öncesi planlama aracı stratejik ve finansal planlama, ürün finansal planlama, kanal/mağaza planlama, ürün planlama modüllerinden oluşmaktadır.
• Şirket seviyesinde belirlenen stratejik insiyatiflerin, zenginleştirilmiş tahminlerle, kanal ve ürün boyutlarında alt seviyelere kırılması ile finansal planlara girdi oluşturulmaktadır.
• Planlamanın tüm seviyelerinde yirmiyi aşkın perakende parametresi otomatik olarak hesaplanmakta, geçmiş sezonlara ait rakamlarla kıyaslama imkanı sunmaktadır.
• Kullanıcı dostu ön yüz ekranları ve SQL veri tabanı alt yapısı ile, mağaza, ürün grubu, hafta seviyesinde planlama yapmaya imkan sunmaktadır.
• Ürün planlama  modülünün yanı sıra ilk tahsisat planlama ve satın alma planı modülleri ile sezon öncesi planlama süreçlerine destek olmaktadır.

• Qlikview aracı üzerinde geliştirilen Competitive Intelligence,  moda&yaşam tarzı haritası, karar ağacı, ürün mimarisi ve koleksiyon mimarisi şablonları ile rekabeti, geçmiş sezon koleksiyon yapılarını, ürün mimarilerini ve stratejik inisiyatifleri dikkate alarak yeni sezon koleksiyonlarının daha efektif bir şekilde planlanmasında karar vericilere destek sağlamaktadır.

─         Competitive Intelligence çalışması ile rekabet analizi verilerinin toplanması, veri tabanına aktarılması, rekabet analizi şablonları ile rakiplerin fiyatları, ürün çeşitlilik ve derinlikleri, ürün teşhir  tiplerinin analiz edilmesi

─         Karar Ağacı Şablonları ile planlanan sezona ilişkin üst seviye opsiyon, ağırlıklı ortalama fiyat, opsiyon başı ortalama adet, ortalama maliyet, ilk kar çarpanı ve indirim kaybı oranı kararlarının verilmesi

─         Ürün Mimarisi Şablonları ile  finansal ve operasyonel bakış açısıyla  yeni sezona ilişkin kanal bazında opsiyon çeşitliliği ve derinliği, ortalama etiket fiyatı, gerçekleşen satış fiyatı, ciro, karlılık, maliyet, ilk kar çarpanı, indirim kaybı yüzdeleri gibi planların gerçekleştirilmesi

─         Moda&Yaşam Tarzı ve Moda&Fiyat Haritası Şablonları ile koleksiyonların haritalar üzerindeki dağılımlarının yapılması ve analizi

─         Koleksiyon Mimarisi Şablonları ile belirlenen opsiyonların koleksiyonlara dağıtılması ve koleksiyon bazında opsiyon sayısı, opsiyon başı adet, ilk kar çarpanı, ciro, maliyet, brüt kar marjı, teşhir şekilleri planların oluşturulması

• Deloitte, geliştirmiş olduğu perakende optimizasyonu araçları ile mağazalar arası transfer ikmal ve alokasyon süreçlerini aynı platformda buluşturan entegre bir çözüm sunmaktadır.
• Analitik modelleme yardımı ile sezon içinde kategori ve stok yönetimindeki verimsizliklerin öne geçilmekte, verimliliğe ve karlılığa doğrudan katkı sağlanmaktadır.
• Şirketlerin IT altyapısına entegre edilebilen, iteratif algoritmalar ve CPLEX modelleme aracını barındıran bu araç hızlı ve doğru kararlar alınmasına yardımcı olmaktadır.

─         Mağazalar arası transfer optimizasyonu: Planlama hataları ve belirsizlikler sebebiyle özellikle sezon sonlarına doğru mağazalar arasında stok dengesizlikleri oluşabilmekte, mağazaların bir kısmı atıl stok bulundururken, bir kısmı stoksuz kalmakta, dolayısıyla mağazalarda satış kayıpları yaşanabilmektedir Deloitte analitik ve perakende yönetimi alanlarındaki tecrübelerini birleştirerek  geliştirdiği çözüm ile satış kayıpları ile birlikte transfer kaynaklı oluşabilecek operasyonel yükü de en aza indirgemeyi hedeflemektedir.

─         İkmal (Replenishment) optimizasyonu: Sezon içerisinde mağazalarda satışlar ile azalan stokun doğru bir şekilde yerine konması satış kayıplarını azaltmak açısından oldukça kritiktir. Mağaza kapasiteleri, depo stoku ve mağazaların satış potansiyeli gibi bir çok parametrenin yer aldığı bu  problemin optimize edilmesi bir çok perakende şirketinin ortak sorunudur. Deloitte geliştirdiği çözüm ile mevcut stoku mağazalara satışı maximize edecek şekilde göndermeyi hedeflemektedir.

─         Alokasyon optimizasyonu: Sezon içerisinde stok miktarının çok azalması sebebi ile mağazalara ürünlerini yeni kurallar ile konumlandırma ihtiyacı doğabilmektedir. Mevcut stoka göre belirlenen bu yeni kurallar ve mağazaların satış potansiyeli bir araya getirilerek satış kayıplarını en aza indiren Deloitte çözümü sezon içi planlama platformunda yer almaktadır.

• CAST optimizasyon aracı ve Deloitte Türkiye ekibi tarafından geliştirilen Excel modelleme teknikleri ile tedarik ağı optimizasyonunun gerçekleştirilmesidir.
• Üretim ve dağıtım olmak üzere tasarım ihtiyacına bağlı olarak «nerede üretmeli» ve «nasıl dağıtmalı» kararları verilerek tedarik zinciri maliyetlerinin düşürülmesi hedeflenmektedir. 

• Makroekonomik, rakip mağaza dağılımları, demografik ve diğer pazar verileri kullanılarak geo kodlama ve görsel analiz teknikleri ile firma için çekici lokasyonların belirlenmesidir.
• Mağaza performansı değerlendirmesinde ve potansiyel mağaza yerlerinin belirlenmesinde karar vericilere destek sağlamaktadır.

• Mağaza özellikleri, satış, karlılık performansı, çevre faktörleri gibi çok sayıda parametreyi göz önünde bulundurarak, K_Means vb. algoritmalar kullanılarak mağazaların kümelenmesidir.
• Data Envelopment Analysis (DEA) ise kümelenen mağazalarda benzer özelliklere sahip mağazaların belirlenerek, her mağazanın kendi kümesindeki en verimli mağaza seviyesine çıkabilmesi için gerekli aksiyonların planlanmasına destek olmaktadır.

• Qlikview ve Tableau veri görselleştirme araçları üzerinde ürün, kanal, operasyon ve tüketici verilerinin detay seviyede perakendeye firmalarına özel olarak analiz edilmesidir
• Veriler arasında çapraz ilişkiler kurularak aksiyon alınabilir gösterge ve bilgilere dönüştürülmektedir.
• Veri görselleştirme teknikleri proje sürecini hızlandırmakta ve  kurumun karar verme yetkinliğini artırmaktadır.