Tidigare har mycket i inköp och sortimentutveckling inom kanalen ehandel baserat sig på att ta in kända varumärken och fylla på med det man tror kommer sälja samtidigt som man sneglar på sina konkurrenter. Beroende på modell med fördelningen mellan eget lager, 3PL eller dropship har man också varit begränsad
Det finns betydligt bättre tillvägagångssätt, dock är det enbart ett fåtal som har kunskapen att jobba med inköp i kombination med dataanalys vilket ger kanalen e-handel förutsättningar som de flesta andra traditionella kanaler inte har.
Den enkla tillgången på nästintill perfekt data, både om kunderna (betalaren) och deras köpbeteende, och en mycket transparent marknad gör att extern data är relativt lätt att få tag på. Detta gör ett annars väldigt dammigt arbetsområde otroligt spännande och även lönsamt då i stort sett all databearbetning inom e-handel har som syfte i att öka konverteringsgraden på olika sätt.
De flesta e-handlare arbetar redan med analys av olika typer av marknadsdata ur ett trafikgenereringsperspektiv för att optimera strukturen på sidan eller köpa rätt ord, det vanligaste verktyget i lådan har varit Google Analytics som ofta används för att sökoptimera sidan och arbeta med volym och relevans för olika nyckelord.
” Man missar den grundläggande analysen av sortimentet då man allt som oftast använder ett ”inifrån och ut” perspektiv”
Det som många gånger glöms bort eller fokuseras på för lite i mängden av data man nu kan få ut, är den traditionella analysen ur ett inköps- och försäljningsperspektiv. Man missar den grundläggande analysen av sortimentet då man allt som oftast använder ett ”inifrån och ut” perspektiv och enbart tittar på vad man har och hur man gör söket bättre på den befintliga portföljen.
Vänder man därför i stället på myntet och ser samma analys (volym/relevans) ur ett inköpsperspektiv och tittar på vad som efterfrågas (söks) av flest personer både via Google, men också via olika marknadsplatser, får man ett aggregerat facit på vad som marknaden efterfrågar och också vad som bör presenteras i produktportföljen på sidan.
Med begränsade resurser är man tvungen att jämför olika alternativ för att prioritera varumärken eller produkter som man tillför sidan, denna analys blir ett sätt att vaska fram ”rätt” sortiment ur både ett trafikperspektiv men också ett köpperspektiv.
”boosta sin försäljning med flera månader och nå break even på en ny marknad betydligt snabbare.”
Detta kan vara extra värdefullt när man går in på nya marknader, genom att ha rätt produktutbud (och pris) tidigt, kan man boosta sin försäljning med flera månader och nå break even på en ny marknad betydligt snabbare.
Genom att jobba med dynamisk data kan man också tidigt fånga upp produkter som börjar trenda och se till att ha dessa i sitt sortiment när de når en intressant nivå, och på så sätt vara tidig på bollen.
Arbetar man systematiskt med ett datadrivet arbetssätt för att bygga upp nya kraftfulla sortiment med stor sökvolym istället för att bara försöka sökoptimera, kan man förbättra ett befintligt sortiment som påverkar konverteringen på samtliga plan.
”med produkter som kunder faktiskt söker och är intresserade av”
Effekten blir motsvarande att du lägger en motorväg genom den vanliga konverteringstratten när du skapar ett attraktivare sortiment inom kategorin med produkter som kunder faktiskt söker och är intresserade av.
