Una scommessa (vinta) sulle promozioni

Ho scommesso con mia moglie che per un anno sarei riuscito a comprare sempre il mio deodorante (Breeze neutro) in promozione. Le condizioni: comprarlo sempre nello stesso punto vendita (Esselunga), non fare mai overstocking.

Scommessa vinta: ho acquistato sempre un pezzo (tranne una volta in cui ne ho comprati 2) con uno sconto medio del 40, 50 %.

Il prezzo a scaffale è di circa 6 Euro. In media ho pagato 3,3 Euro. In un anno ho acquistato 8 confezioni. Quindi l’Azienda invece di incassare 48 Euro ne ha incassati circa 26, con una perdita secca di 22 Euro.

Sono, come si vede, uno shopper fedele e avrei acquistato comunque Breeze anche senza promozione.

Si pongono alcune questioni:

L’azienda ha fatto delle ricerche shopper misurando il tasso di fedeltà? Ha stimato la percentuale di acquirenti fedeli che comprerebbero comunque il prodotto anche a prezzo pieno? Li ha segmentati per genere, età, abitudini di acquisto? Ha mai testato iniziative rivolte ai clienti fedeli che non siano necessariamente tagli prezzo? Partendo dai risultati ha definito una strategia promozionale?

Mi capita di vedere dei questionari di interviste in-store o spese accompagnate e raramente (ma sarà un mio difetto, forse vedo solo questionari che non contemplano la verifica delle fedeltà) noto un approfondimento sui comportamenti di acquisto durante le promozioni e sulla fedeltà alla marca.

Se, poniamo, 10.000 clienti fossero come me, fedeli e soddisfatti al punto tale da comperare il prodotto a prezzo pieno, l’azienda perderebbe 220.000 Euro all’anno. Hai voglia a finanziare una ricerca shopper!

Come dico sempre agli studenti del Master, ognuno di noi ha un paniere di marche a cui è fedele e non ha alcuna intenzione di cambiare, nemmeno se ammaliato dalle offerte speciali (che poi, come abbiamo visto, speciali non sono più, vista la frequenza). Le aziende hanno ben chiaro chi sono e cosa vogliono? Non è un discorso accademico. Lo sconto ha un difetto mortale: parte dal prezzo e cala inesorabilmente sul margine.

Ernst & Young (l’immagine in evidenza è ripresa dalla ricerca) riporta fra i risultati di una ricerca condotta negli USA (2.000 promo, 14 retailer, 25 categorie) il seguente statement: “Decision-makers need access to powerful, relevant data analytics. Move beyond piloting tools and embed analytics into the fabric of the business”.

Come diceva il mio babbo: meglio arrossire prima che sbiancare dopo.

Il primo panel di punti vendita sperimentali in Italia

Fino ad ora la fase di analisi che precede il lancio di un nuovo prodotto, la revisione del packaging, la esposizione ottimale a scaffale e fuori banco, è stata condotta in laboratorio; focus group, finti supermercati più o meno attrezzati per simulare un punto vendita reale. Le metodologie fin qui usate, corrette dato che niente di meglio era disponibile sul mercato, hanno qualche limite che possiamo riassumere nel limitato numero di shopper coinvolgibili, nella impossibilità di verificare il loro comportamento in condizioni reali, insomma, nella “asetticità” che un laboratorio comporta.

Partendo da queste considerazioni abbiamo studiato il problema: abbiamo analizzato il territorio, il nostro database con più di 14 milioni di shopper profilati, verificato caratteristiche e comportamenti. Abbiamo utilizzato gli strumenti di geo marketing per evidenziare alcune zone d’Italia che potessero essere, per caratteristiche della popolazione, reddito, consumi, in linea con il totale degli italiani.

Assieme a Doxa abbiamo poi creato un mini panel di due punti vendita sperimentali che abbiamo attrezzato con tutti i sensori di Dialogica. A questo punto è possibile seguire lo shopper in tutto il suo percorso di acquisto, testare nuovi prodotti, pack, posizionamenti a scaffale e fuori banco, price positioning…nel mondo reale.

Abbiamo anche usato, come criterio di scelta la “confidenzialità”: i due punti vendita sono sufficientemente “defilati” per evitare che qualche merchandiser (della concorrenza) spii i prodotti in test.

Associamo i risultati alle interviste in store condotte da Doxa, che mette anche a disposizione un panel di shopper che possono essere coinvolti per valutare l’effetto dell’advertising e delle promozioni.

Tutti i dati raccolti sono trattati con Rulex, il sistema di intelligenza artificiale premiato dall’MIT come una delle 10 tecnologie più importanti nei Big Data. Rulex restituisce i fattori che più influiscono sulle vendite, dal prezzo, alla posizione a scaffale; ci permette di creare analisi what-if misurando il potenziale del prodotto, l’impatto sui competitors, l’effetto di diversi tipi di promozioni e esposizioni fuori banco.