Referencer /

København:
Købmagergade 7-9
DK-1150 København K

Jylland:
Krøyer Kielbergs Vej 3
DK-8660 Skanderborg

Telefon: +45 7028 2870
Fax: +45 7028 2991
e-mail: info@sdk.sas.com

Referencer

PrintvenligPrintvenlig

Referencer

 

Lønsom kreativitet hos BON'A PARTE

Et intelligent miks af postordrekataloger, onlineshopping og målrettede kampagner har givet BON'A PARTE en stærk position i modebilledet. Gennem målrettet analyse af kundedata driver postordregiganten en effektiv forretning med fokus på lønsomhed og løbende optimering, uden at det går ud over kreativiteten. 

Om BON'A PARTE
BON'A PARTE er én af Danmarks største postordrevirksomheder inden for tøj og tilbehør. Virksomheden har eksisteret i over 20 år og markedsfører i dag også sine kollektioner i Sverige, Holland, Tyskland og Schweiz. I 1996 blev BON'A PARTE købt af den tyske postordregigant NVAG og er nu ejet af Primondo, som er en del af Arcandor AG. BON'A PARTE har sin egen designstab og beskæftiger knap 300 medarbejdere.

BON'A PARTE ved allerede, hvordan kvinder, mænd og børn skal gå klædt til næste sommer. Sommertøjet hænger på rad og række, når man træder ind ad døren til virksomheden i Ikast, selvom september kun er halvvejs forbi. Postordrevirksomheden arbejder på den lange bane med design, kundetest og indkøb i et nøje tilrettelagt forløb, hvor dataindsamling og analyse danner grundlag for al planlægning. Uden sælgere i marken er BON'A PARTE fuldkommen afhængig af den viden, der kan trækkes ud af data om kundernes indkøbsmønstre, når næste sæsons kollektion skal planlægges. Målet er at forudsige efterspørgslen så nøjagtigt som muligt, så indkøb og lagre kan optimeres maksimalt, og det har BON'A PARTE mange års erfaring med.

SAS Institute har spillet en central rolle i BON'A PARTEs lønsomhedsstrategi gennem de seneste otte år, og virksomheden står nu over for en række tiltag, som vil bringe anvendelsen af predictive analytics op på et nyt niveau. BON'A PARTE anvender data mining og analytisk CRM til at forudsige fremtiden. Hidtil har en lille gruppe superbrugere været nøglen til den optimale udnyttelse af SAS®-værktøjerne, men via SAS® Enterprise Guide® er nøgletal og rapporter nu tilgængelige i en internetportal – i første omgang til marketing og økonomi, men på sigt skal løsningen rulles ud til ledelsen og de øvrige afdelinger.

- Vores ypperste udfordring er at navigere sikkert mellem kreativitet og nytænkning på den ene side og det sunde købmandskab på den anden. Med SAS® har vi etableret en række rutiner, der gør det muligt at holde fingeren på modepulsen og samtidig drive en strømlinet forretning med fokus på bundlinjen, siger Henrik Stegelmann, databaseadministrator i BON'A PARTE.

Analytisk skatkiste
BON'A PARTE har gennem knap ti år målrettet indsamlet købshistorik om kunderne. Hver gang et katalog sendes på gaden – og det sker næsten hver måned – starter en minutiøs analyseproces af kundernes respons. Katalogerne analyseres helt ned på side og billedniveau og giver virksomheden indsigt i, hvordan hver enkelt varegruppe og varenummer sælger samt omfanget af returvarer og udsolgte varer inden for hver enkelt kategori målt op mod den enkelte kunde. Det er et gigantisk puslespil, som tygges igennem af SAS®-værktøjerne og omdannes til en vifte af nøgletal, der ligger til grund for næsten alle beslutninger i virksomheden.

- I kraft af analyserne kan vi se nøjagtigt, hvor indtjeningen ligger i et katalog, og hvilke varer der bestilles mest. Indkøbsstyring er en af vores vigtigste opgaver, da leverancekæden inden for tekstiler er mindre fleksibel end i mange andre brancher, og leveringstiderne er lange. Derfor skal vi være meget skarpe, når vi køber ind, så vi undgår at skulle melde udsolgt eller alternativt brænde inde med store restlagre, siger Lasse Bay Mandrup, marketinganalytiker  i BON’A PARTE.

SAS® hos BON'A PARTE
BON'A PARTE anvender en komplet SAS®-løsning til at trække værdi ud af de enorme mængder af kundedata, virksomheden råder over. Kundelønsomhed, indtjeningsgrad og restlager kortlægges ved hjælp af data mining og analytisk CRM og danner baggrund for fintmasket planlægning af indkøb, lager og logistik. BON'A PARTE anvender SAS® Enterprise Guide® og SAS® BI Server-platform, som giver adgang til rapporter og nøgletal via en internetportal.

Forfinelsens kunst
BON'A PARTE er en stærkt sæsonbetonet virksomhed, hvor 90 procent af varesortimentet skifter fra sæson til sæson. Beslutningsgrundlaget kan derfor ikke hvile på historiske data alene, og derfor testes hvert nyt katalog forud for hver ny sæson af en nøje udvalgt gruppe af testpersoner. Testpersonerne udvælges ved hjælp af data mining og analyser af kundernes tidligere køb, omfanget af bestillinger og foretrukne varegrupper. Datagrundlaget er tungt – vinterkataloget 2008 blev testet på 70.000 kunder, og deres respons har umiddelbar effekt på planlægningen af såvel indkøb som lager.

- Vi går helt ned på detailniveau og analyserer testkundernes respons på det enkelte produkt. Hvis den sorte silkebluse på side 16 viser sig at være tre gange så populær som den blommefarvede, vi satsede på, skal indkøbsordrer og lager tilpasses med det samme. Ved at inddrage data om testkundernes præferencer får vi flere nuancer med ind i planlægningen og minimerer dermed risikoen for at måtte melde udsolgt eller brænde inde med store restlagre. Vi arbejder hele tiden med at forfine disse analyser, så vores forudsigelser bliver så korrekte som muligt, siger Lasse Bay Mandrup.

Udsolgt – nej tak
I forbindelse med forårskollektionen 2009 tager BON'A PARTE et helt nyt SAS®-værktøj i brug, som skal gøre det muligt at sammenligne samtlige testkunders bestillinger på tværs af sæsoner, varegrupper og varenumre. Dataene trækkes fra det centrale data warehouse og køres over i en OLAP-kube.

- Formålet er at fintune planlægningen en tak mere, så vi minimerer risikoen for at melde udsolgt yderligere. Både i forhold til kundeservice og ud fra en ren bundlinjebetragtning er der store gevinster ved at minimere omfanget af udsolgte varer. Vi kan hente rigtig mange penge blot ved en forbedring på én procent. Så omkostningen ved at gennemføre denne proces er minimal i forhold til den forventede indtjening, siger Henrik Stegelmann.

Skarp segmentering
Segmentering er en kernedisciplin i BON'A PARTE. Virksomhedens to hovedkataloger går ud i to millioner eksemplarer forår og efterår, og dertil kommer en vifte af specialkataloger med f.eks. børnetøj og undertøj, som løbende sendes ud til en million modtagere. BON'A PARTE anvender analytisk CRM til at identificere, hvilke kunder der skal modtage hvilke kataloger. Beslutningen træffes ud fra en lønsomhedsbetragtning, og virksomheden er netop nu ved at søsætte en scoringsmodel, som skal optimere kundeudvælgelsen yderligere. Scoringsmodellen indeholder historiske tal på den enkelte kunde samt en række variable, som indikerer sandsynligheden for, at kunden vil bestille noget fra kataloget og i hvilket omfang.

- Til det næste katalog har vi givet 47.000 marginale kunder en score. Det er kunder, der er ved at falde fra, men hvor vi har en interesse i at fastholde dem med størst potentiale. Hele gruppen modtager vinterkataloget 2008, hvorefter vi vil afdække, om vores score er retvisende. Hvis vi har ramt plet, kan vi fremover nøjes med at sende til denne gruppe og dermed øge effekten og den gennemsnitlige indtjening på det enkelte katalog. Arbejdet med at forfine og målrette er en løbende proces, som sikrer vores fortsatte vækst, siger Henrik Stegelmann.

 

Copyright © SAS Institute Inc. All Rights Reserved.

BON´A PARTE - Kundeindsigt

Udfordring:
At optimere sortimentet i BON'A PARTE's postordre-modeforretning uden input fra en salgsstyrke.
Løsning:
En komplet SAS®-løsning trækker værdi i form af beslutningsgrundlag ud af de enorme mængder af kundedata, virksomheden råder over.
Fordele:
Detaljeret fremskrivning af kundernes reaktioner minimerer risikoen for udsolgt eller for store lagerbeholdninger.
Citat:

Vi kan hente rigtig mange penge blot ved en forbedring på én procent. Så omkostningen ved at gennemføre denne proces er minimal i forhold til den forventede indtjening.

Henrik Stegelmann

databaseadministrator