โมเดลช่วงแคมเปญ
โมเดลช่วงแคมเปญ คือ วิธีคาดการณ์ยอดขาย ที่ฉลาดที่สุดของตัวจำลอง เนื่องจากยอดขายของแคมเปญไม่ได้พุ่งสูงคงที่ตลอดระยะเวลา แต่จะค่อย ๆ เพิ่มขึ้น ก่อน เริ่มแคมเปญ พุ่งทะยาน ระหว่าง จัดแคมเปญ และลดลง หลัง สิ้นสุดแคมเปญ ซึ่งโหมดนี้จะแบ่งช่วงเวลาทั้งสามออกจากกัน และเรียนรู้ว่ายอดขายของแต่ละช่วงมีขนาดเท่าใดโดยวิเคราะห์จากข้อมูล แคมเปญที่ผ่านมา ของร้านค้าคุณ เพื่อให้ผลลัพธ์การประมาณการสอดคล้องกับพฤติกรรมจริงของร้านมากที่สุด
คุณสามารถเลือกใช้งานโหมดนี้ได้จากหัวข้อ วิธีคาดการณ์ยอดขาย ในแผงตั้งค่า (ยังไม่ได้เลือกสินค้า) ทั้งนี้เป็นฟังก์ชันเสริมเท่านั้น — หากต้องการเพียงตัวเลขคาดการณ์แบบรวดเร็ว สามารถเลือกใช้วิธีคาดการณ์ยอดขายที่ง่ายกว่าได้
โมเดลช่วงแคมเปญ — กำหนดช่วงเวลาที่แคมเปญจะทำงานกำหนดช่วงเวลาของแต่ละเฟส
- วันเริ่มแคมเปญ — วันที่แคมเปญเริ่มต้นขึ้น
- ระยะเวลาแต่ละเฟส (วัน) — มี 3 ฟิลด์ให้กรอก: ก่อน (ช่วงเตรียมตัว หรือ run-up ค่าเริ่มต้นคือ 7 วัน), ระหว่าง (ช่วงจัดแคมเปญ ค่าเริ่มต้นคือ 3 วัน) และ หลัง (ช่วงลดระดับยอดขาย หรือ tail ค่าเริ่มต้นคือ 7 วัน)
แถบสีจะช่วยแสดงช่วงเวลาทั้งสามเฟสพร้อมกับวันที่ที่คำนวณได้
สอนระบบด้วยข้อมูลแคมเปญที่ผ่านมา
ตัวจำลองจะสามารถคาดการณ์ได้แม่นยำยิ่งขึ้นเมื่อมีตัวอย่างข้อมูลจริง โปรดเปิดเครื่องมือ แคมเปญที่ผ่านมา บน toolbar จากนั้นคลิกปุ่ม ช่วงแคมเปญที่ผ่านมา เพื่อบันทึกข้อมูลของแคมเปญที่คุณเคยจัดไปแล้ว:
- ในปฏิทิน ให้ระบุวันจัดแคมเปญ (โดยเลือกทำเครื่องหมายช่วง แคมเปญ ก่อน แล้วค่อยระบุช่วงเตรียมตัว ก่อนแคมเปญ และช่วงลดระดับยอดขาย หลังแคมเปญ หากต้องการ)
- กำหนด ประเภทแคมเปญ: ไม่แน่ใจ / อื่น ๆ, Double day (11.11, 12.12), วันเงินเดือนออก (Payday) หรือ Flash Sale
- ตั้งชื่อแคมเปญ (ไม่บังคับ) เลือกสถานะ จัดไปแล้ว ไว้ จากนั้นคลิก เพิ่มเข้ารายการ โดยสามารถทำซ้ำกับแคมเปญอื่น ๆ ได้ แล้วจึงคลิก บันทึก เพื่อส่งข้อมูลทั้งหมดในคราวเดียว
แคมเปญที่ผ่านมา — ระบุข้อมูลวันจัดแคมเปญในอดีตเพื่อให้โมเดลเรียนรู้เมื่อโมเดลเรียนรู้ข้อมูลเสร็จแล้ว คุณจะเห็นข้อความทำนองว่า "แรงส่งแต่ละช่วง: ก่อน ×1.2 · แคมเปญ ×3.4 · หลัง ×0.8" และ "เรียนรู้จากแคมเปญที่ผ่านมา 3 ครั้ง" ซึ่งความหมายเข้าใจง่าย ๆ คือ ในช่วงจัดแคมเปญจริง ร้านค้าจะมียอดขายประมาณ 3.4 เท่าของวันปกติ มีการอุ่นเครื่องยอดขายเพิ่มขึ้น 1.2 เท่าในช่วงก่อนแคมเปญ และหลังจบแคมเปญยอดขายจะชะลอตัวลงเล็กน้อยอยู่ที่ 0.8 เท่าของวันปกติ
ส่วนลดช่วยกระตุ้นให้ยอดขายเพิ่มขึ้นจริงหรือไม่?
การตั้งค่า การตอบสนองต่อราคา (Price response ในแผง Scenario) จะช่วยกำหนดว่าการลดราคาลงมาจะดึงดูด จำนวนชิ้นที่ขายได้เพิ่มขึ้น หรือไม่ (ไม่ใช่เพียงแค่เปลี่ยนตัวเลขเพื่อคำนวณกำไรเฉย ๆ) ซึ่งฟังก์ชันนี้จะส่งผลกับการคาดการณ์ในโหมด โมเดลช่วงแคมเปญ เท่านั้น:
- ปิด — ไม่คิดผลจากราคา — คำนวณเสมือนว่าการลดราคาไม่มีผลต่อการกระตุ้นให้ขายสินค้าได้จำนวนมากขึ้น
- อัตโนมัติ — ประเมินจากร้านคุณ (แนะนำ) — ให้ระบบวิเคราะห์โดยอัตโนมัติจากประวัติการตอบสนองของกลุ่มผู้ซื้อของคุณต่อการเปลี่ยนราคาในอดีต แนะนำให้เลือกตัวเลือกนี้ เนื่องจากเป็นค่าตั้งต้นที่ฉลาดที่สุด
- กำหนดเอง — ตั้งความยืดหยุ่น — กำหนดค่าเองเป็นตัวเลขเดียวผ่าน ความยืดหยุ่น (β) โดยค่า −1 หมายถึงการลดราคาลง 1% จะช่วยกระตุ้นยอดขายจำนวนชิ้นได้ประมาณ 1% ยิ่งตัวเลขติดลบมากเท่าใดแสดงว่าสินค้ามีความไวต่อราคา (price-sensitive) มากขึ้นเท่านั้น ผู้ขายส่วนใหญ่แทบไม่จำเป็นต้องปรับเปลี่ยนค่านี้
หลังการจำลองแต่ละครั้ง ป้ายสถานะ (badge) การตอบสนองของดีมานด์ (Demand response) จะคอยระบุแหล่งที่มาของข้อมูล — เช่น การประเมินเฉพาะของร้านคุณ, โมเดลจำลองที่ได้รับการเทรนไว้, ค่าความยืดหยุ่นที่คุณกำหนดเอง หรือ คงที่ (ไม่มีการประเมิน) โดยสถานะ คงที่ หมายความว่าข้อมูลประวัติราคาในอดีตมีไม่เพียงพอ ดังนั้นการกำหนดส่วนลดจึงยังไม่สามารถนำมาวิเคราะห์การขยับเพิ่มของยอดขายในรอบการจำลองนี้ได้
ข้อมูลตัวเลขเพิ่มเติมที่คุณจะได้รับ
โหมด โมเดลช่วงแคมเปญ จะเพิ่มการวิเคราะห์ โอกาสขายหมด ของรายสินค้า (โอกาสที่คุณจะขายหมดจากจำนวนสต็อกที่ตั้งใจกันไว้) พร้อมทั้งระบุช่วงความต้องการซื้อเป็น ต่ำ / น่าจะเป็น / สูง ทำให้มองเห็นความน่าจะเป็นที่เป็นไปได้ทั้งหมด ไม่ใช่เพียงตัวเลขคาดการณ์แบบความหวังเดียว และหากคุณตั้งค่า baseline ยอดขายปกติเอาไว้ แถวสินค้าก็จะแสดงข้อความ "+N เทียบไม่จัดแคมเปญ" เพิ่มขึ้นมาด้วย (ดูรายละเอียดที่ เทียบไม่จัดแคมเปญ)