Bella domanda! Non è facile dare una risposta. Nemmeno i dati scanner possono rispondere esaustivamente ad essa… ovvero, noi conosciamo il risultato finale (l’acquisto), ma poco sappiamo dello shopper e di come sia arrivato ad esso.
Possiamo scoprire qualcosa di più dalle carte fedeltà? Sì e no… o meglio dipende: la carta è per uso personale, ma può essere utilizzata in realtà da qualsiasi altro membro della famiglia del proprietario. In un caso di nostra pertinenza, abbiamo comparato i numeri di genere (maschi e femmine) degli shoppers rilevati da una tecnologia di videoanalytics (collocata sugli scaffali) con i numeri riportati dai moduli delle carte fedeltà. Queste ultime tendevano a sovrastimare il target femminile (face detection: 42%; carte fedeltà: 52%).
Bene, a questo punto vi starete chiedendo: che cosa sono i sistemi di videoanalytics? Ricostruiamo brevemente la loro storia: nati agli inizi del 21° secolo per scopi militari e di sicurezza, questi sistemi sono stati adattati ad altri ambiti, in particolare il mondo marketing e comunicazione. Essi consentono difatti di misurare le audience nei luoghi pubblici (siano essi circuiti digital out of home, supermercati, negozi, fiere o eventi), e più in particolare di contare i passaggi, i viewers (coloro che hanno effettivamente osservato uno schermo, uno scaffale, un prodotto…), e di misurare i tempi medi di permanenza (quindi sosta di fronte ad una determinata postazione) e di attenzione. Tutti i dati sono poi segmentabili per genere e fasce di età.
Il match combinato fra questi dati e quelli acquisibili da un retailer (quindi dati scanner e informazioni sul planogramma) consente di ricostruire il “path to purchase”, capire il comportamento del consumatore nel punto di vendita, e quindi verificare l’efficacia dei planogrammi e delle esposizioni ai fini dell’acquisto. Siamo così in grado di rispondere alla domanda posta all’inizio dell’articolo: Quanti shoppers acquistano effettivamente il mio prodotto?
Nella nostra piattaforma, Dianalytics™, realizziamo il match fra queste diverse fonti di dati (carte fedeltà, web analytics, planogrammi, advertising…), riuscendo quindi a “catturare” lo shopper dal suo ingresso nel punto di vendita fino allo scaffale. Quello che noi misuriamo é:
- Store traffic: persone che entrano nel punto di vendita
- Aisle traffic: persone che arrivano in corsia
- Shelf traffic: persone che arrivano di fronte alla categoria
- Potential shoppers: persone di fronte allo scaffale e che osservano la categoria
- Actual shoppers: persone che hanno effettivamente acquistato uno o più prodotti
In un caso riguardante un brand con un’alta awareness, da noi monitorato per un periodo di 6 mesi in un panel di iper in Italia, abbiamo raccolto questi dati: più di 470.000 shoppers sono entrati nello store; 37.931 persone, ovvero il 7,4% di essi, ha osservato il brand in questione, e “solo” 794 hanno proceduto al suo acquisto, ovvero l’1,4% degli shoppers potenziali. Se si riuscisse ad alzare la sale conversion all’ 1,7%, avremmo un incremento del sellout del 13%.
Ecco che la nostra domanda diventa: come convertire gli shoppers potenziali in attuali?
Leggete i prossimi post per scoprire la risposta 😉