การวิเคราะห์ตะกร้าสินค้าคืออะไร มาศึกษาวิธีใช้พร้อมตัวอย่างในบทความนี้

การวิเคราะห์ตะกร้าสินค้าถือเป็นองค์ประกอบสำคัญอย่างหนึ่งในการเพิ่มยอดขายสำหรับการทำการตลาด อย่างไรก็ตาม หลายคนอาจไม่ทราบรายละเอียดของการวิเคราะห์ตะกร้าสินค้า

ดังนั้นเราจะมาแนะนำภาพรวมของการวิเคราะห์ตะกร้าสินค้า ดัชนีที่ใช้ในการวิเคราะห์ และวิธีการวิเคราะห์แบบเฉพาะหากคุณต้องการศึกษาทำความเข้าใจเรื่องพื้นฐานและวิธีการคำนวณของการวิเคราะห์ตะกร้าสินค้าในเชิงลึกยิ่งขึ้น โปรดอ่านบทความนี้

อะไรคือ“การวิเคราะห์ตะกร้าสินค้า” เพื่อดูว่ามีสินค้าอะไรบ้างในตะกร้าสินค้าของคุณใช่หรือไม่?

“การวิเคราะห์ตะกร้าสินค้า” เป็นวิธีการตลาดที่วิเคราะห์ตะกร้าสินค้าที่ลูกค้านำมาที่จุดชำระเงินในร้านค้าปลีกเป็นจุดเดียวซึ่งความหมาย คือ การวิเคราะห์ข้อมูลโดยการดูรายละเอียดสินค้าในตะกร้า
จุดประสงค์ของการวิเคราะห์ตะกร้าสินค้าคือ การทำความเข้าใจแนวโน้มการซื้อของลูกค้าโดยการตรวจสอบผลิตภัณฑ์ที่ซื้อในเวลาเดียวกัน และเพื่อใช้ข้อมูลนี้ในการวัดผลต่างๆ เช่น การจัดวางสินค้าภายในร้าน การขาย และแคมเปญต่างๆ

การวิเคราะห์ตะกร้าจัดอยู่ในประเภทการวิเคราะห์ความสัมพันธ์ ซึ่งดำเนินการเพื่อวิเคราะห์ความสัมพันธ์ระหว่างผลิตภัณฑ์หลายชนิดแทนที่จะเป็นผลิตภัณฑ์แค่ชนิดเดียว

“ผ้าอ้อมและเบียร์” มาศึกษาบทวิเคราะห์นี้

ตัวอย่างของ “ผ้าอ้อมและเบียร์” มักใช้เพื่ออธิบายความสำคัญของการวิเคราะห์
การวิเคราะห์ข้อมูลที่ดำเนินการโดยบริษัทที่ปรึกษาของอเมริกาได้เปิดเผยว่า “ลูกค้าชายในวัย 30 และ 40 ปีมีแนวโน้มที่จะซื้อผ้าอ้อมและเบียร์ในเวลาเดียวกันมากกว่า”

นอกจากนี้ยังมีผู้บริโภคที่ซื้อผ้าอ้อมและเบียร์ในเวลาเดียวกัน มีหลายกรณีที่คุณแม่ขอให้คุณพ่อซื้อผ้าอ้อมขนาดใหญ่ และการจัดแสดงวางผ้าอ้อมและเบียร์ไว้ข้างกันจะช่วยเพิ่มยอดขาย เป็นต้น ตัวอย่างที่มีชื่อเสียงของการวิเคราะห์ตะกร้าสินค้า คือ สามารถวิเคราะห์ภูมิหลังของสถานการณ์ได้

แม้ว่าการวิเคราะห์ตะกร้าบางครั้งอาจให้ผลลัพธ์ที่ไม่คาดคิด แต่ก็เป็นประโยชน์ในการเป็นข้อมูลยืนยันที่มีอิทธิพลสำหรับการทำการตลาดขององค์กรได้

4 ตัวบ่งชี้ที่ใช้ในการวิเคราะห์ตะกร้าสินค้า

การวิเคราะห์ตะกร้ามีพื้นฐานมาจากอะไร?
ก่อนจะพูดถึงวิธีการวิเคราะห์แบบเจาะจง จะอธิบายตัวบ่งชี้ทั้ง 4 ที่ใช้ในการวิเคราะห์ตะกร้าสินค้าก่อน ตัวบ่งชี้นี้เป็นความรู้พื้นฐานสำหรับการวิเคราะห์ ดังนั้นอย่าลืมทำความเข้าใจอย่างละเอียดก่อน

ตัวบ่งชี้ที่ 1 : ระดับสนับสนุน (อัตรา)

“ระดับสนับสนุน” คือ เปอร์เซ็นต์ของลูกค้าทั้งหมดที่ซื้อผลิตภัณฑ์ A และผลิตภัณฑ์ B ในเวลาเดียวกันhttps://www.terramap-asia.com/blog/?p=2360&preview=true

ยิ่งระดับการสนับสนุนสูงขึ้น โอกาสที่ผู้ที่ซื้อผลิตภัณฑ์ A จะซื้อผลิตภัณฑ์ B ด้วยก็ยิ่งมีมากขึ้น
ในทางกลับกัน หากระดับการสนับสนุนต่ำ อาจกล่าวได้ว่าความสัมพันธ์ระหว่างผลิตภัณฑ์ A และผลิตภัณฑ์ B นั้นอ่อนแอ

ตัวบ่งชี้ที่ 1: ความเชื่อมั่น

“ความเชื่อมั่น” คือ เปอร์เซ็นต์ของลูกค้าที่ซื้อผลิตภัณฑ์ A แล้วยังซื้อผลิตภัณฑ์ B อีกด้วย

ความจริงที่ว่ามีคนซื้อผลิตภัณฑ์ B มากขึ้นยังนำไปสู่การสนับสนุนที่เพิ่มมากขึ้นอีกด้วย ในทางกลับกัน หากระดับความไว้วางใจต่ำ อาจเป็นโอกาสในการคิดหาแนวทางเพื่อให้ผู้คนซื้อร่วมกับผลิตภัณฑ์ A

ตัวบ่งชี้ที่ 3: ความเชื่อมั่นที่คาดหวั

“ความเชื่อมั่นที่คาดหวัง” คือ เปอร์เซ็นต์ของลูกค้าทั้งหมดที่ซื้อผลิตภัณฑ์ B แม้ว่าดัชนีนี้จะไม่มีความสัมพันธ์กับผลิตภัณฑ์ A แต่ก็จำเป็นต้องขายผลิตภัณฑ์ A และผลิตภัณฑ์ B ร่วมกัน

ยิ่งมีค่าความเชื่อมั่นที่คาดหวังสูง ผู้คนก็จะซื้อสินค้า B มากขึ้นเท่านั้น
กล่าวอีกนัยหนึ่ง คุณจะเข้าใจได้ว่าสินค้านั้นน่าดึงดูดใจแค่ไหน

ตัวบ่งชี้ที่ 4: ค่าความอิสระ (Lift value)

“ค่าความอิสระ ขอเรียกว่า ค่า Lift (Lift value)” คือ อัตราส่วนของความเชื่อถือต่อความเชื่อถือที่คาดหวัง

เมื่อคำนวณค่า Lift แล้ว คุณจะดูได้ว่าเหตุผลในการซื้อนั้นเป็นเรื่องบังเอิญหรือว่าการซื้อชุดนั้นเป็นที่นิยม
กล่าวอีกนัยหนึ่ง ยิ่งค่า Lift สูงขึ้นเท่าใด ก็ยิ่งมีแนวโน้มมากขึ้นเท่านั้นที่ผลิตภัณฑ์ B จะถูกซื้อพร้อมกับผลิตภัณฑ์ A แทนที่จะเป็นผลิตภัณฑ์ B เพียงอย่างเดียว

[ตัวอย่าง] วิธีการเฉพาะของการวิเคราะห์ตะกร้าสินค้า

ต่อไป จะอธิบายวิธีดำเนินการวิเคราะห์ตะกร้าสินค้าโดยอ้างอิงจากตัวอย่างจริง คิดร่วมกันว่าผลิตภัณฑ์ B หรือผลิตภัณฑ์ C มีแนวโน้มที่จะซื้อพร้อมกับผลิตภัณฑ์ A มากกว่ากัน

*จำนวนผู้ซื้อ A+C เท่ากับ 15 ราย

ขั้นแรก จากตัวเลขในตารางเราจะได้ “ตัวบ่งชี้ 4 ตัว ที่เกี่ยวข้องกับผลิตภัณฑ์ A และผลิตภัณฑ์ B” ซึ่งจำเป็นสำหรับการวิเคราะห์ตะกร้าสินค้าเนื่องจากเป็นตัวอย่างจริง ตัวบ่งชี้จึงได้รับการคำนวณด้วยการปัดเศษแล้ว
สูตรสำหรับการกำหนดความสัมพันธ์ระหว่างผลิตภัณฑ์ A และ B มีดังต่อไปนี้

จากตัวชี้วัดการวิเคราะห์ตะกร้าสินค้าด้านบน พบว่า ลูกค้า 1 ใน 4 ราย จะซื้อผลิตภัณฑ์ A และ B ในเวลาเดียวกันจะเห็นได้ว่าลูกค้าที่ซื้อผลิตภัณฑ์ A คิดเป็น 80% ที่ซื้อผลิตภัณฑ์ B ด้วยเช่นกัน
ต่อไปเราจะใช้ตัวชี้วัดในการวิเคราะห์ตะกร้าสินค้าสำหรับผลิตภัณฑ์ A และผลิตภัณฑ์ Cคำนวณโดยแทนที่ “จำนวนผู้ซื้อ A+B” กับ “จำนวนผู้ซื้อ A+C” ซึ่งแทนที่จำนวนผู้ซื้อผลิตภัณฑ์ B ด้วยจำนวนผู้ซื้อผลิตภัณฑ์ C

เมื่อคุณสร้างตัวบ่งชี้การวิเคราะห์ตะกร้าสำหรับผลิตภัณฑ์ A และผลิตภัณฑ์ C แล้ว ให้เปรียบเทียบผลิตภัณฑ์ B และผลิตภัณฑ์ C
แม้ว่าผลิตภัณฑ์ B จะมีค่าการสนับสนุน, ค่าความเชื่อมั่น, และค่าความเชื่อมั่นที่คาดหวังสูง แต่ผลิตภัณฑ์ C มีค่า Lift ที่สูงกว่าดังนั้นจึงกล่าวได้ว่า ผลิตภัณฑ์ C มีแนวโน้มที่จะถูกซื้อในเวลาเดียวกันกับผลิตภัณฑ์ Aโปรดทราบว่าเมื่อค่าลิฟต์ที่คำนวณ โดยการวิเคราะห์ตะกร้าสินค้ามีค่าน้อยกว่า 1 แสดงว่ามีการซื้อแบบรายบุคคลมากกว่าการซื้อพร้อมกัน

เคล็ดลับการเพิ่มความแม่นยำในการวิเคราะห์ตะกร้าสินค้า

สุดท้ายเราจะมาแนะนำเคล็ดลับสำหรับการเพิ่มความแม่นยำของการวิเคราะห์ตะกร้าสินค้า

ไม่วิเคราะห์ผลิตภัณฑ์ยอดนิยม

เคล็ดลับประการหนึ่งในการเพิ่มความแม่นยำของการวิเคราะห์ตะกร้าสินค้า คือ “ไม่จับคู่ร่วมกับสินค้าที่ในหมวดหมู่ผลิตภัณฑ์ชั้นนำที่ขายดี” หากคุณรวมสินค้าที่ขายดีอยู่แล้วไว้ในการวิเคราะห์ตะกร้าสินค้า การอ่านแนวโน้มยอดขายพร้อมกันก็จะทำได้ยาก นอกจากสินค้าขายดีแล้ว ควรแยกสินค้าที่คนทุกเพศทุกวัยซื้อได้ง่าย และผลิตภัณฑ์ที่ไม่ได้รับผลกระทบจากแคมเปญหรือฤดูกาลด้วย

วิเคราะห์โดยคำนึงถึงการผสมผสาน

การวิเคราะห์ตะกร้าสินค้ามีข้อดีและข้อเสีย ขึ้นอยู่กับวิธีการรวมประภทผลิตภัณฑ์เข้าด้วยกัน ดังนั้นวัตถุประสงค์, การวิเคราะห์การจับคู่ที่เหมาะสมของผลิตภัณฑ์จึงเป็นสิ่งสำคัญ

หากคุณรวมและวิเคราะห์ผลิตภัณฑ์แต่ละรายการเข้าด้วยกัน คุณจะสามารถรับข้อมูลโดยละเอียดสำหรับแต่ละผลิตภัณฑ์ได้ แต่จะมีรูปแบบที่หลากหลาย ซึ่งทำให้มีโอกาสสูงที่จะเกิดข้อผิดพลาดได้ หากคุณวิเคราะห์ตามหมวดหมู่ ความแม่นยำจะสูงขึ้น แต่การทำดูรายละเอียดแต่ละรายการจะยากขึ้น

สรุป: เรียนรู้วิธีในการวิเคราะห์ตะกร้าสินค้าและนำไปใช้ทำการตลาดเพื่อให้ประสบความสำเร็จ!

• การวิเคราะห์ตะกร้าสินค้าเป็นวิธีการตลาดที่วิเคราะห์ความสัมพันธ์ระหว่างผลิตภัณฑ์ที่ขายร่วมกัน
• ตัวบ่งชี้ทั้ง 4 ตัวที่ใช้ในการวิเคราะห์ตะกร้า ได้แก่ “ระดับสนับสนุนม ระดับความเชื่อมั่น ระดับความเชื่อมั่นที่คาดหวัง และค่า Lift”
• เคล็ดลับสำหรับการวิเคราะห์ คือ “หลีกเลี่ยงการวิเคราะห์ผลิตภัณฑ์ยอดนิยมหรือสินค้าที่ขายดีอยู่แล้ว” และ “ใส่ใจกับการจับคู่การขายร่วมกันของผลิตภัณฑ์”

การวิเคราะห์ตะกร้าสินค้าที่มีประสิทธิภาพเพื่อทำการตลาด คุณจะสามารถเพิ่มโอกาสในการซื้อผลิตภัณฑ์ที่ขายพร้อมกันได้

ลองนำการวิเคราะห์ตะกร้าสินค้าที่อธิบายไว้ในบทความนี้ไปใช้เพื่อเพิ่มยอดขายให้ผลิตภัณฑ์ของคุณ