Il dato di sell-out spiega l’effetto, non le cause (e può generare confusione)

La scorsa settimana eravamo in riunione con un noto retailer per analizzare l’efficacia assortimentale ed espositiva. Il gruppo di lavoro del retailer valuta i risultati solo in base all’aumento del sell-out. Più si vende, più una soluzione è efficace.

Peccato che non sia così semplice: prendiamo un caso analizzato con i nostri sensori nei punti vendita:

Stiamo analizzando una categoria food “tipica”, un classico nel consumo degli italiani. Abbiamo testato tre diversi planogrammi.

Il sell-out nel terzo plano cresce del 12 % rispetto al secondo. Bene, grande successo. Peccato che la pressione promozionale passi, nel segmento principale, dal 55 al 61 %. La crescita dipende dagli sconti che oscurano completamente il contributo (eventuale) del nuovo display? Come leggere correttamente i risultati?

Consideriamo le variabili chiave: il traffico del PV cala, così come quello a scaffale. L’attrattività dello scaffale diminuisce di 30 punti rispetto al planogramma 2 e di 6 rispetto al plano 1. Quindi, primo risultato: meno gente in corsia e meno attrattività per il plano 3.

Analogamente (guarda caso…) cala del 32 % anche la rilevanza che lo scaffale ha per gli shopper.

Il sell-out per viewer (ovvero per shopper che guarda lo scaffale) cala del 14 % rispetto al plano 2. Meno gente a scaffale e meno attrattività, con dato di vendita a baseline, quindi depurato dalle promo, si traduce in calo effettivo delle vendite della categoria.

Quindi il plano 3 è meno efficace del plano 2, anche se apparentemente (e superficialmente) sembrava il contrario.

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

Inserisci nel campo testuale i caratteri seguenti: *