PNY 美商公司之 Black Friday 預測需求與分析

1. PNY美商公司之Black Friday預測需求與分析 組員 --------------------------------------------------- 9534608 謝岱高 9634524 廖鎔熠 9634532 黃雅莉 9634543 郭奇龍 2007/12/28

2. 大綱 一、案例背景介紹 二、文獻探討 三、研究方法 四、記憶體零售連鎖通路產業分析 五、結論與建議

3. 案例介紹 • 美商必恩威科技股份有限公司PNY 通路遍及歐美的主要零售大賣場、網路購物零售商、郵購與大型經銷商。為提供更全球化/全方位的服務，PNY 於2002年於台灣設立據點，成為PNY集團運籌營運中心，並於2005年正式揮軍亞洲市場，經營亞太地區之所有市場與銷售業務，目前業務涵蓋大中華地區、馬來西亞、韓國、菲律賓、新加坡、印度…等。 • 全系列記憶體產品。

4. 案例介紹 • Black Friday 由於這一天是感恩節（11月第4個星期四）後開業的第一天， 同時人們通常由此開始聖誕節大採購，很多商店都會顧客盈門 從而有大額進帳，而傳統上用不同顏色的墨水來記賬，紅色表 示虧損即赤字，黑色表示盈利，所以把這個星期五叫做黑色星 期五，用以表示這一天期待會有盈利；而商店的員工則使用黑 色星期五這一名字來自嘲，表示這一天會忙得要死。而雖然黑 色星期五這一天一般都會是一個大的採購狂潮，但基本還只能 算是一年中銷售額第二或第三高的一天，通常聖誕節前夜或之 前的一個星期六才是最高潮。

5. 案例介紹 在黑色星期五這天，絕大多數商店都會清晨五、六點鐘就開門，商家更 會採取提前在感恩節幾天前的報紙上刊登廣告、發放優惠券、對商品大 幅降價等措施來吸引顧客，而很多消費者把這一天看作準備聖誕禮物或 買到便宜貨的黃金時刻，更由於降價商品數量有限，很多熱門商店（如 Wallmart)門前在前一天晚上就會排起長隊。而商店開門的一刻也偶爾會 由於過於擁擠爭搶而釀成踩踏事件。通常依照往例各商家要到最後一刻 才公佈自己的降價商品清單，並把此看作商業秘密，而網路上往往在幾 個星期前就出現了從各個渠道搞到的降價信息，從而引發了一些法律糾 紛。有一些商家（如ToysRus與Best Buy）為了避免黑色帶來的負面意義 與聯想，通常會採用「綠色星期五」的叫法，這裡的綠色指的是美元鈔 票的顏色，此外，一些抗議消費至上主義的團體也特意選擇這一天為不 消費日，來表達對於美國現代物質消費主義的不滿。

6. 背景介紹 • 探討產品:USB隨身碟 • 市場日趨擴大，因此如何準確預測此市場即成為企業首要的目標。USB隨身碟是一種用NAND快閃記憶體來進行資料儲存的介質，通常使用USB插頭，且其體積極小、重量輕、可熱插拔也可以重複寫入，容量大小因為快閃記憶體目前的密度而被限制，容量越大，則每MB的成本可能因為較貴的的組件而提高。

7. 背景介紹 • 本研究即採用P公司作為案例，而由於資訊產品為季節性之產品，自然而然此類型的消費也具有顯著的季節性，特別是近年來，USB隨身碟的淡旺季的現象有逐漸提升的趨勢，產品的生命週期也越來越短，季節指數的評估也日漸重要，預測季節趨勢的波動更成為了無可避免的要務，採用合適的方法進行預測，才能夠幫助達成目的。 • 此研究的主要目的在於如何能在Black Friday時，能夠準確的預估其銷售量，以利鋪貨和出貨的數量評估，而不至於出貨數量太少或太多。因為前者狀況發生將導致公司利潤無法最大化，沒有有效利用現有的資源；後者則造成存貨堆積，而使資金積壓，存貨成本上升，無法達成最合理的產出，因此必須極力避免這兩種情形發生，因此，適當的評估出貨數量，以及進行有效且合理的預測，即為此研究的主要課題。

8. 文獻探討 • 主要回顧「3C 零售連鎖通路」、「顧客關係管理」對產業的重要性，以及瞭解「資料採礦技術」如何建立企業與顧客間良好之互動關係進行三方面探討。所謂「3C」，係指結合消費性電子產品(即家電類產品)、通訊產品(Communication)，與資訊產品(Computer)等三類產品之英文字首字母統稱之。

9. 文獻探討 • 國內3C 零售通路相關研究內容

10. 文獻探討 • 國內3C 零售通路相關研究內容 (續)

11. 文獻探討 • McCorkell(1997)利用RFM 來評估顧客終生價值，所謂RFM 表示近期(Recent)、頻率(Frequency)及金額(Monetary Value)，即顧客最近一次來店的消費行為距今多久、某一預定的時間長度內，顧客消費的頻率／次數、在此時間內，顧客花了多少錢。Kahan(1998)指出RFM行為分析技術，不僅可以用來分析公司的顧客，更可以提供給企業有關顧客的消費資訊。利用這三種變數來作為分析工具來判定每位顧客的價值性，可使企業更有效率的來擬出行銷策略或企業整體策略之發展。因此，本研究將運用RFM 分群模式找出不同顧客價值之客群進行更進一步的顧客分析。

12. 研究方法 • 移動平均法： 歷史資料通常含有某種程度的隨機變動或是雜訊變數(Noise)，使得在資 料中對稱性移動的趨勢減弱。隨機變動乃源於許多很不重要的因素的影 響，但卻無法預測。以理想的情況而言，最好是能夠完全把這些隨機變 動從資料中除去，而只留下真正的變動，諸如需求水準的變動。然而， 實際而言，通常我們無法辨別這兩種變動情形，所以最好的方法就是能 夠過濾隨機變動，而使非隨機變動因素固定不動。因此，微小的變動都 被視為隨機性，且都過濾掉了，平均的技巧就是依此目的而發展出來。

13. 研究方法 • 移動平均法是利用平均的技巧(Averaging techniques)對於時間數列中的某些大變動使之平滑，因為資料中特別高或特別低的觀察值，當組成一平均數時就會彼此抵消一些。移動平均值就是一平均值一直被反覆地修正：當新的觀察值變成可行時，數列中的舊值就被刪除了，由此而保持平均值為最新的。本研究所用之移動平均法為： 1.二次移動平均法是將簡易移動平均法所得的值，再做第二次的移動平均運算。 2. 加權平均(Weighted average)是期數內的每一個觀察值，給與不同的權數α(權數總 合為1)，最後再求其總合。由於有選擇權數的考慮，它可達到反應出變化的功能。

14. 研究方法 季節指數

15. 研究方法 RFM 分群模式

16. 研究方法 資料表 會員基本資料表 交易資料表

17. 研究方法 RFM 統計資料表(部分資料)

18. 1. 最近購買日 (Recency) 研究方法 最近購買日 次數（人數） 次數百分比 累積次數百分比 1（1 月） 768 10.9 10.9 2（2 月） 696 9.9 20.8 3（3 月） 778 11.04 31.84 4（4 月） 435 6.17 38.01 5（5 月） 525 7.45 45.46 6（6 月） 531 7.54 53 7（7 月） 1094 15.53 68.63 8（8 月） 1121 15.91 84.44 9（9 月） 1098 15.58 100 合計 7046 100 －

19. 研究方法 最近購買日分佈圖

20. 2. 購買頻率次數分配表 (Frequency) 研究方法

21. 研究方法 購買頻率分佈圖

22. 3. 平均購買金額次數分配表(Money) 研究方法

23. 平均購買金額分佈圖 研究方法

24. RFM指標給分標準 研究方法

25. RFM 指標換算表 研究方法

26. RFM 總積分分佈圖 研究方法

27. USB Unit Share - Sept #2 Market Share – Month of September 產業分析

28. 產業分析 • Observations • PNY holds the #3 share position YTD • 1GB represents the largest segment within the category with 39% of the unit sell-thru • 2GB represents 32% of YTD sell-thru USB Unit Share – YTD Sept 2007 Flash Drive Overview – YTD Sept 2007

29. 產業分析 推估Black Friday需求 平均每月每家68520支出貨量，因此2280.4支/天 (每家)，再乘以推估2007 Black Friday當天季節指數35.7(2007)，得到81540支/天

30. 結論與建議 • 使用此預測方法和顧客關係管理的概念，可以較準確的了解到顧客的需求以及各地方之間風土民情的差異，使得P公司在出貨，甚至往前推展到製造、控管原料等流程上也都有正面的影響，因此加強預測的數字是很有其效益的。 • 未來可能有更好的應用方式可以去深入探討研究，以追求企業利潤最大化，並且降低整體成本，使得企業更具有競爭力。 • 企業爲建立與顧客間的關係，可以利用這些資料，搭配IT分析顧客之相關資料與資訊，藉由整合各種與顧客互動的管道與媒介，提升其忠誠度、留住率與獲利率的一種經營模式。 • 預測的使用，跟績效的實際表現的差距，會影響決策者的判斷，因此提供合理的資料和訊息給上位決策者，為一重要的要務。

31. 報告完畢 Thank you !!!