在任何时候，超市里多达三分之一的商品都在促销。这些促销活动大多旨在实现独立盈利。理论到此为止。事实上，许多促销活动根本没有盈利，或者至少它们没有像零售商预期的那样增加那么多的利润。为了根据实际的投资回报率来管理促销活动，零售商必须能够量化促销活动导致的非促销品的销售，这就是所谓的“光环效应”。但到目前为止，还没有可靠的方法来量化晋升的光环效应。衡量促销影响的更为复杂的方法通常局限于促销的项目。
十多年前，先驱者们曾试图用店内调查来量化促销活动的光环效应，但结果非常不精确，以至于品类经理们从那以后一直对此类努力持怀疑态度。即使在如今数据丰富的环境下，许多零售商仍然遵循着过去的经验法则。来自食品杂货店的例子包括:
由于大量的提升潜力和供应商支付的补贴，国产a品牌被认为非常适合促销。
在易腐产品中，牛奶是一个经典的促销选择，因为它是一个重要的关键价值项目(KVI)，可以建立交通。
我们并不是说这些经验法则根本不适用。但麦肯锡(McKinsey) Periscope的数据显示，净效应往往不像许多品类经理想象的那么大，而且对于给定的零售商或商店，一些规则可能实际上是错误的。重要的一点是，如果没有对光环效应的可靠分析，超市永远不会知道手头的促销活动是否能产生正向的全店ROI。
与此同时，我们发现，在零售商的分类中有许多隐藏的冠军，将非常适合roi积极的促销。但由于缺乏可靠的洞见，许多类别经理倾向于谨慎行事。
一个全面的方法
由于统计建模的进步、计算能力的提高以及越来越多的交易数据，一种衡量促销光环效应的新方法正在出现。这使超市能够从全店ROI的角度评估过去的促销活动，并优化计划促销活动的SKU选择。
现在，我们第一次能够以足够的可靠性和精确性来衡量促销活动对整个商店的非促销产品的影响。晋升在多大程度上触发了替代，即在美国，有多少消费者购买的是促销产品，而不是他们通常选择的全价产品?促销活动吸引了多少额外的顾客?促销对平均购物篮大小有什么影响?促销品的购买者是否也会购买他们通常不会购买的其他常规价格的商品?
在过去，这些问题的答案是一个经验问题，混合了大量的神话和猜测。现在，这些问题可以用科学的严谨来回答，利用比以往更多的数据、更强大的计算能力和更复杂的分析。最先进的模型区分基准销售(预促销)、促销销售(促销物品的销售)和全店提升(非促销物品的增量销售)。基本的促销项目类别模型必须具有非常低的预测误差，才能准确地将整个商店的促销活动分配到类别和项目级别。这一突破的其他特点包括:
控制外部因素，如全店优惠券、季节性和节假日，以隔离促销本身的影响。
自底向上:将每个篮子视为一种观察，允许在较低的谷物中进行调和，即，检讨有关篮子的原型，以避免重复计算及将原因与相关性分开。
自顶向下归因到类别推广链接，然后驱动到KVI级别。
应用先进的统计技术，将某项促销活动与其他同时进行的促销活动对全店电梯司机的影响分离开来。
实际上，最新一代的模型为零售商提供了回顾过去促销活动对整个商店的影响，并设计未来促销活动以最大化真实ROI的方法，同时认识到直接影响和光环效应。通常，它需要三到五年的过去事务数据。数据库越大越好。在大多数情况下，对促销光环效应进行系统的测量，是零售业向更多数据驱动的决策转变的一部分。
从神话到数学
光环效应建模的目标是为类别经理提供他们需要做出更好、更高的全店ROI决策的事实。然而，他们中的许多人一开始持怀疑态度。但是一旦他们看到了价值，他们就不想回到经验法则。
超市将受益于经验法则的检验。通常情况下，只有一小部分sku能够平衡推动收入的目标和保护盈利能力的目标，而这一组合适的项目在不同类别、不同地区甚至不同社区之间存在很大差异。此外，消费模式和购物习惯也会随着时间而改变。这就是为什么从神话转向数学是值得的。
采用最先进的全店投资回报率(包括光环效应模型)的零售商，通常可以将促销支出削减至多10%，或者将这些资金重新配置到更有前景的商业杠杆上，以实现利润率整整一个百分点的扩张。对于总利润率达到个位数的零售商来说，这是一个非常大的机会。通过流程、工具和中央支持将其构建到您的日常工作方式中，只需6个月的时间。
与数据驱动的决策支持系统一起工作，可以训练类别经理更批判性地思考升职的真实效果，并防止他们找借口。消费者希望有创意的促销活动能够吸引他们的眼球，并与他们自己的购物行为保持一致。成功的超市将吸引更多的顾客，建立品牌忠诚度，提高利润。是时候采取一种新的数据驱动方法来促销了。
