Retail e beni di consumoBI, AI e ML per l'azienda
Campagne misurate contro l'atteso
Durante una campagna le vendite salgono, ma una parte sarebbe arrivata comunque. In Muvia una funzione Python confronta ora per ora ordini e ricavi con una settimana tipo senza campagne, e ogni canale mostra il suo effetto netto e quando ripaga la spesa.
Scenario illustrativo: descrive un caso tipo, non il progetto di un cliente.
Le vendite salgono durante la campagna. Quanto sarebbero salite comunque?
Ogni piattaforma pubblicitaria dichiara le sue conversioni, e sommandole si ottiene più del fatturato. Il confronto con la settimana prima non aiuta: c'è la stagione, c'è Ferragosto, ci sono due campagne che si sovrappongono. Così il budget si divide per abitudine.
Per sapere cosa rende una campagna serve una base: quanto avrebbe venduto il negozio in quelle stesse ore senza campagne. Solo la differenza, tolti la spesa e i resi, dice se un canale ripaga.
- Per chi
- Marketing e direzione commerciale, responsabili e-commerce, controllo di gestione.
In Muvia, passo per passo
Schermate vere del prodotto, registrate su un progetto con dati di esempio.
Il video · Durante una campagna le vendite salgono, ma una parte sarebbe arrivata comunque. In Muvia una funzione Python confronta ora per ora ordini e ricavi con una settimana tipo senza campagne, e ogni canale mostra il suo effetto netto e quando ripaga la spesa.
Cosa ottieni
- L'effetto netto, non le conversioni dichiarate
- Ogni campagna è misurata contro quello che il negozio avrebbe venduto comunque.
- Canali confrontabili
- Email, social, ricerca e TV stanno sulla stessa scala, allineati sul momento del lancio.
- Si sa quando rientra la spesa
- Il saldo ora per ora dice se e quando una campagna ripaga, resi compresi.
- Il budget segue i numeri
- Ogni mattina il bilancio si aggiorna, e la decisione su cosa tagliare parte dagli stessi dati per tutti.
Per il team tecnico
Come si costruisce in Muvia
- 1
Metti spesa e ordini sulla stessa ora
Le sorgenti portano la spesa per campagna, gli ordini del negozio e il calendario; una query li allinea ora per ora in un dataset.
- 2
Calcola la base in Python
Una funzione Python costruisce per ogni ora la settimana tipo senza campagne, dalle ore pulite e corretta per stagione e ferie. Lo scarto tra reale e atteso è l'effetto della campagna; margine e giorni dei resi sono parametri.
- 3
Programma il ricalcolo
Un flusso la esegue ogni mattina e scrive in tabelle gestite l'effetto ora per ora e il bilancio di ogni campagna: spesa, ordini in più, margine in più e giorni per rientrare.
- 4
Allinea le campagne in Analisi
La vista Strati sovrappone le campagne sul momento del lancio: si vede quale canale risponde in poche ore e quale resta piatto. Il saldo dal lancio mostra quando ciascuna ripaga la spesa.
- 5
Chiedi ad Athena cosa tagliare
Athena legge il bilancio delle campagne, salva la classifica nel Laboratorio e scrive in un notebook quale campagna tagliare e quale raddoppiare.
Funzione Python
import numpy as np
import pandas as pd
def transform(inputs, params, ctx):
d = inputs["rows"].copy()
d["ora"] = pd.to_datetime(d["ora"], utc=True).dt.tz_convert("Europe/Rome")
d["ora_settimana"] = d["ora"].dt.weekday * 24 + d["ora"].dt.hour
pulite = d["campagna"].isna()
# la settimana tipo: la media di ogni ora della settimana nelle ore senza campagne
tipo = d[pulite].groupby("ora_settimana")["ordini"].mean()
d["ordini_attesi"] = d["ora_settimana"].map(tipo)
d["ordini_in_piu"] = np.where(pulite, 0.0, d["ordini"] - d["ordini_attesi"])
carrello = d["ricavi"].sum() / d["ordini"].sum()
margine = d["ordini_in_piu"] * carrello * params["margine_lordo_pct"] / 100
d["saldo_campagna"] = (margine - d["spesa"]).groupby(d["campagna"]).cumsum()
colonne = ["ora", "campagna", "ordini", "ordini_attesi", "ordini_in_piu", "saldo_campagna"]
return {"rows": d[colonne]}- I dati che servono
- Spesa oraria per campagna e canale (email, social, ricerca, TV), letta da un'API REST
- Sessioni, ordini, ricavi e resi del negozio online, ora per ora, dal database su PostgreSQL
- Calendario delle campagne con canale, inizio e fine, da Google Sheets
- Le parti di Muvia usate
Altri casi della stessa linea
Tutti i casi d'uso- Test A/B con il suo p-valueUna pagina converte più dell'altra, ma la differenza può essere solo il caso. In Muvia un test statistico scritto in Python si ricalcola ogni mattina sui dati cumulati, Analisi mostra quando la differenza diventa significativa e Athena scrive la conclusione in un notebook.
- Le vendite di tutti i negozi in una paginaVendite di cassa, ordini e anagrafiche dei negozi stanno in sistemi diversi, e il quadro della rete arriva a fine mese. In Muvia ricavi, crescita, pezzi e clienti di tutti i negozi stanno in un solo cruscotto, settimana per settimana, dal totale fino al singolo reparto.
- Comprati insieme: l'analisi del carrelloGli scontrini dicono quali prodotti si comprano insieme, ma restano nel sistema di cassa. In Muvia una funzione Python calcola ogni notte supporto, confidenza e lift di ogni coppia, e il cruscotto dice cosa farne: promo abbinate, prodotti vicini a scaffale, proposte in cassa.
Portaci una domanda a cui oggi non sai rispondere.
Partiamo da una domanda vera della tua azienda e ti mostriamo il percorso dalla fonte al cruscotto, con i tuoi sistemi e non con quelli di una demo.