Скидки и промокоды можно считать самыми популярными видами промоакций. Однако селлеры, работающие в разных категориях, по-разному видят мир. Например, бандлы (наборы товаров) гораздо чаще используются в категории «Товар для дома», чем в «Красоте и здоровье», как это видно на диаграмме👆.

Кстати, там показано не все – чтобы не загромождать пространство. В отчете Data Insight, откуда мы взяли перечень категорий маркетплейсов, их одиннадцать, на нашей диаграмме показаны три самые «многолюдные» по числу селлеров. Построена диаграмма - впервые на нашем канале - по собственным данным. И это отдельная история.
————————————-
Решать бизнес-задачи, используя как инструмент открытые источники, гораздо интереснее, чем информировать читателей о том, что «есть такие данные». И некоторое время назад мы начали описывать алгоритм такого проекта под хештегом #core_data.

Но жизнь нарушила планы. Читатели присылают реальные задачи, решать которые интереснее, чем учебные. Вот одна из них (публикую с позволения автора): «Как повысить эффективность промо-механик на маркетплейсах для селлеров».

Начали разбираться. Описать решение полностью здесь не получится – слишком громоздко. Но можно проследить логику и дать некоторые результаты. Важное замечание: помогал в решении задачи искусственный интеллект – ChatGPT. Поехали.

Декомпозиция задачи – это анализ факторов, в т. ч.:
🔸Текущие промомеханики (виды, эффективность и т.п.)
🔸Поведение селлеров (мотивы, барьеры, факторы лояльности и т.п. ).
🔸Поведение конечных покупателей (реакция на акций, роль цены, алгоритм решения о покупке)
🔸Действия конкурентов (других маркетплейсов)
🔸И еще несколько параметров, связанных с финансовой и IT тематикой.

Канал у нас про поведение потребителей, потому для публичного разбора сосредоточимся на поведении селлеров как потребителей услуг маркетплейсов, в частности, на их отношении к промоакциях.
Один из результатов вы видите на диаграмме, а про методику – в следующем посте.

#core_data #seller