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.

Acquisti di impulso e avancasse

Avancassa è spesso sinonimo di acquisto di impulso sia per la collocazione nel punto di vendita sia per la tipologia di prodotti esposti. La sua funzione è quella di invogliare lo shopper a compiere uno o più acquisti “extra” prima di lasciare il punto di vendita. Potrete quindi intuire come quest’area racchiuda grandi potenzialità, di cui però molto spesso poco si conosce.

Dialogica si è dedicata per tre anni consecutivi ad una costante attività di monitoraggio del comportamento e delle attitudini di acquisto dello shopper in avancassa. Ci siamo basati su un campione complessivo di quasi 8,5 milioni di acquirenti, e abbiamo raccolto dati al fine di trovare la struttura espositiva e assortimentale più efficace.

Abbiamo scoperto che il profilo dell’acquirente medio è prevalentemente maschile, con tempi di permanenza e attenzione tendenzialmente superiori a quelli femminili; gli acquisti medi dei maschi sono superiori a quelli delle donne e concentrati soprattutto nei weekend.

I fattori che impattano in maniera decisiva sulle vendite sono la collocazione della cassa, l’altezza dei ripiani (quelli più alti rendono chiaramente di più), l’attrattività del planogramma, l’assortimento e il prezzo.

Nel periodo di analisi abbiamo testato diverse tipologie di planogramma e assortimento. I dati hanno premiato la configurazione di scaffale più semplice, e con una migliore visibilità delle marche. Qui un esempio di confronto display.

Nonostante il calo di traffico (dovuto anche all’inserimento delle casse self-service), gli shopper sono risultati più attratti dall’esposizione e la loro attenzione si è più facilmente convertita in acquisto.

Come in altri casi, la chiarezza espositiva e la forza del brand hanno generato più vendite.

Ci sarebbe molto da fare per migliorare e ottimizzare questa zona del punto di vendita. Gli acquisti di impulso risultano in calo: secondo Recode, le vendite di chewing gum hanno subito una flessione del 15% proprio a partire dal 2007.

Altre nubi potenzialmente offuscano il futuro delle barriere cassa: pensiamo all’innovazione che Amazon sta portando non solo nel negozio virtuale, ma anche in quello fisico. E AmazonGo ne è il primo esempio, con il suo concetto di “no lines no checkout”.

Per alcune categorie merceologiche il 92% degli acquisti proviene da questa posizione del punto di vendita, e solo l’8% dal banco. Verrebbe quindi da chiedersi: quale sarà il suo destino? Come trasformare quella che di primo acchito sembra essere una minaccia in una opportunità di crescita?

Fuori banco o promozione semplice?

Fuori banco o attività promozionali tradizionali? Quale produce il migliore rendimento per il nostro prodotto? Abbiamo chiuso l’ultimo post con questa domanda. Oggi rispondiamo con dei casi nati proprio dalla richiesta specifica di aziende che si sono poste la questione e hanno interpellato Dialogica per individuare il mix promozionale più efficace ed efficiente.

La risposta non è ovvia. Anzi, dipende molto da caso a caso. L’appartenenza ad un determinata categoria merceologica, piuttosto che ad un’altra, può fare una bella differenza. Come pure il posizionamento del prodotto nella mente del consumatore, oppure la fase del ciclo di vita in cui si trova.

Prendersi del tempo per testare e misurare può diventare allora un fattore strategico di successo sia per aumentare le vendite che per razionalizzare l’allocazione del proprio budget.

Primo caso. Categoria di prodotti tipici da impulso. Il prodotto in oggetto di test è in fase di lancio.

Vengono sperimentate nell’arco di quasi 4 mesi tre attività: due esposizioni in fuori banco e una promo con cut price (a banco).

Il fuori banco produce in media ben 425 pezzi, mentre il semplice taglio prezzo genera una media di 200 pezzi. Il saldo di uplift (vendite in più prodotte dalla promo) e downlift (effetto calo volumi per fine della promo) è di soli 34 pezzi. Il ROI è negativo: – 0,95. Motivo? Il prodotto, di ben noto brand e sostenuto da una forte campagna di lancio, si vende da solo, almeno in questa fase. Basta farlo trovare al momento e al posto giusto.

Passiamo al secondo caso. Prodotto ad acquisto più programmato. Si colloca in una gamma alta. Il brand di riferimento gode di buona awareness. Nelle prime 2 settimane viene testata una attività di fuori banco, abbinata a cut price, segue un intervallo di pausa, e poi altre 2 settimane di semplice taglio prezzo (di cui i primi 4 giorni con presidio hostess a banco).

Nella prima attività si vendono 81 pezzi in più (uplift) rispetto alle vendite in baseline, con un ROI di 2,01; nella seconda attività si generano 143 pezzi in più, con un ROI naturalmente superiore (3,11). In questo caso, quindi, risulta più redditizia la promo tradizionale senza fuori banco.

L’analisi fatta su quello stesso prodotto aveva evidenziato come quest’ultimo fosse un “attrattore” all’interno della categoria. Lo shopper mediamente interagiva molto con esso, ma lo acquistava poco, a causa della barriera di prezzo. Nel momento in cui quest’ultimo si abbassa, il consumatore approfitta dell’offerta per concedersi il “lusso” di un prodotto di alta qualità.

Come vedete, due situazioni molto diverse fra di loro conducono a risultati altrettanto differenti. Quale è il vostro promotion mix ideale?

Quale è l’effettiva visibilità del mio prodotto nel punto di vendita?

Oggi parliamo di fuori banco e isole promozionali, altra voce di forte investimento da parte delle aziende per far uscire dagli scaffali il prodotto ed aumentare la sua visibilità.

Non sempre, il fuori banco si accompagna ad una iniziativa di taglio prezzo; potrebbe essere usato per vendere un formato alternativo a quello proposto a scaffale, per far conoscere un prodotto in lancio, per dare spazio ad attività promozionali diverse dal solito cut price (come concorsi a premi e raccolte, buoni sconto e campioni gratuiti) che mirano anche a fidelizzare il cliente.

Sicuramente è noto il costo dell’attività, molto meno il suo rendimento.

Come abbiamo già fatto per le promozioni, ci domandiamo: conosciamo l’effettivo ritorno di queste attività? Se sì, quali sono gli indicatori su cui basarsi per stabilire se hanno avuto successo o meno?

Negli anni noi di Dialogica abbiamo sviluppato degli indici di performance che permettono di misurare la resa delle esposizioni, sia a scaffale che in fuori banco, e di confrontarle fra di loro, non solo relativamente alle vendite in più generate, ma anche in termini di ingaggio dello shopper.

Qui un esempio di confronto fra un’esposizione in display ed extra display (i valori riportati sono medi settimanali per il periodo di monitoraggio):

Display: 2 posizioni differenti dell’aisle

Extra display: 1 posizione in testata di gondola e 1 in area casse

Gli indici da noi riportati ricostruiscono il processo di funnel (se desiderate un approfondimento, vi invitiamo a scaricare il nostro glossario di shopper marketing): quante persone sono transitate nella zona di interesse (Traffico)? Di queste quante hanno prestato attenzione all’esposizione (Attraction)? Per quanto tempo hanno osservato (Attention)? Quale è il livello di interesse finale generato dal prodotto o dalla esposizione (Relevance)?

Leggendo questi dati, possiamo stabilire se il prodotto lavora meglio a scaffale o in fuoribanco, e in quale posizione dell’uno o dell’altro è meglio collocarlo per rendere il nostro investimento più produttivo.

Stando agli esempi riportati, osserviamo che il lato destro dello scaffale gode di un maggior transito, ma performa meno in termini di ingaggio dello shopper: una zona di puro passaggio, in cui c’è minore disponibilità ad osservare il prodotto e ad interagire con esso. Quindi crea meno opportunità di vendita.

Il fuori banco collocato in prossimità della barriera casse (non è un rack da avancassa) mostra indici di performance lievemente superiori rispetto alla testata.

Il caso apre una questione: quando allochiamo le risorse su questo genere di attività, lo facciamo in maniera corretta, basando le nostre decisioni su una precisa mappatura del punto di vendita?

Nella prossima puntata parleremo ancora di fuori banco, per confrontarli con le attività promozionali tradizionali. Quale rende di più?

Cluster analysis e promo “customizzata”: un modo intelligente di usare le loyalty cards

Con oggi apriamo un altro tema “caldo”, quello delle loyalty cards, e cerchiamo di dare risposta ad un interrogativo che sempre più le aziende si pongono: le carte fedeltà servono ai fini di una migliore conoscenza del nostro cliente? E se sì, come possono essere intelligentemente utilizzate per una efficace strategia di marketing?

Il vantaggio principale è quello di conoscere esattamente tutti gli acquisti fatti dal singolo cliente, ogni volta che si reca in negozio. Permettono inoltre di conoscere la frequenza di visita, di sapere se il cliente è un alto o basso spendente, se è fedele o infedele, se aderisce ad offerte promozionali, e, nel caso, a quali.

Se poi a questi dati uniamo quelli riguardanti le scelte operate dagli shoppers direttamente a scaffale – osservo e tocco il “prodotto X” ma poi lo rimetto a scaffale e compro “Y” – possiamo ottenere un patrimonio di informazioni ancora più ricco. Possiamo ricostruire l’intero processo di acquisto e valutare così l’efficacia delle attività di trade marketing.

In una ricerca shopper, da noi seguita, abbiamo testato la bontà di una particolare iniziativa promozionale indirizzata ai possessori di carta fedeltà. Innanzitutto una prima osservazione. Gli intestatari delle carte fedeltà risultano essere per il 49% uomini e per il 51% donne. Ma questo dato non corrisponde al profilo dello shopper effettivo rilevato dai sistemi di Videoanalytics di Dialogica che individuano al contrario una prevalenza degli uomini sulle donne. Questo ci insegna che l’intestatario della card non è sempre lo shopper effettivo.

Sulla base dei comportamenti e delle scelte di acquisto rilevati durante i periodi promozionali e soprattutto dei tassi di redemption (quanti shoppers continuano ad acquistare il prodotto anche dopo la fine della promo), individuiamo 4 cluster di clienti:

  1. Shopper fedeli alto consumanti
  2. Shopper fedeli basso consumanti
  3. Shopper occasionali
  4. Shopper della concorrenza

Il tasso di redemption più alto viene registrato chiaramente sul target dei fedeli “heavy users” (29%), ma una certa opportunità viene individuata sul cluster occasionali (14%) e concorrenti (10%). La formula di promo più efficace? Quella più “articolata” (con un cut price più modesto sui clienti già acquisiti) e quindi meno aggressiva. Questa registra alla fine un ROI positivo (+ 6%). Le altre due formule, che appiattiscono gli sconti su un livello alto indifferentemente per tutti i target di clientela, chiudono in negativo.

Quanti nuovi clienti restano fedeli alla marca dopo la promozione? Ovvero, le promo sono uno strumento efficace di sampling e inducono gli shopper ad acquistare nuovamente? Ci ritorneremo in un prossimo post.

 

Come convertire gli shoppers potenziali in attuali?

Abbiamo visto che potenzialmente un qualsiasi shopper che entra in corsia, sosta di fronte allo scaffale in cui è collocato il mio prodotto, e soprattutto presta attenzione ad esso, può diventare un mio cliente effettivo.

Lo spazio di azione che il marketing ha a disposizione per colmare il gap che sussiste fra attenzione ed acquisto è veramente esiguo (per un approfondimento sul tema vi rimandiamo all’articolo dedicato ai tempi di attenzione). Certo, esiste sempre l’arma della promozione. Ma non sempre questa sortisce gli effetti sperati, anzi il tutto molto spesso si esaurisce in una guerra di prezzo che erode i margini e sbiadisce l’immagine della marca.

La sfida oggi è trovare soluzioni alternative alla promozione di prezzo nel punto di vendita. Tutto comunica (G. Batheson diceva che non si può non comunicare), e quale occasione migliore di intercettare i clienti se non quando sono impegnati a decidere che cosa acquistare?

Un caso. Protagonista è un brand che gode di una buona equity (è difatti attivamente ricercato dallo shopper) e che ha un posizionamento di nicchia (prezzo medio-alto, collocamento nel segmento “Premium”). Lo teniamo in osservazione per un periodo di 9 settimane in un panel di ipermercati.

Questa è la situazione, al momento della nostra analisi. Le vendite del brand in oggetto (Brand A) sono effettivamente basse, ma molto correlate con l’andamento nel periodo del numero di shoppers potenziali. Il brand è attivamente ricercato dal cliente. Anche il leader di categoria (Brand B) è molto ricercato. Ciò evidenzia che la differenza fra i due prodotti sta nella performance di vendita, mentre in termini di «ricercatezza» il differenziale è molto esile.

Ma ora ritorniamo al nostro obiettivo di partenza: che cosa fare per aumentare il sell out del brand A?

In alcuni punti vendita del nostro panel di test viene sperimentata una attività di comunicazione per un periodo di 5 settimane. Qui i risultati:

 

La linea blu rappresenta il numero degli shoppers potenziali (coloro che hanno osservato il brand A); la linea rossa il numero degli acquirenti effettivi. I primi conoscono un aumento del 5%; i secondi addirittura del 60%!! E il sell out cresce del 57%!

Tutto questo viene ottenuto senza la “spinta” di alcun taglio prezzo e con una comunicazione molto semplice ma che raggiunge perfettamente quello che si propone: fare da “recall” di un brand già molto ben posizionato nella mente del consumatore. Questi, stimolato al momento e nel luogo giusto, procede di fatto a più acquisti. Una buona lezione per il marketing.

 

Agiamo nello stesso modo online e offline?

Ovvero, è possibile seguire dei cluster di shopper nel loro processo di acquisto nei negozi e nella loro navigazione online? Perché farlo?

Come sempre partiamo dalla pratica. Siamo nel mondo del largo consumo e consideriamo una marca molto nota: perché solo lo 0,74 % degli shopper si avvicina e la tocca? Perché perdiamo due terzi degli shopper potenziali, cioè coloro che hanno toccato il prodotto (ma non lo hanno acquistato)?

Il 46 % di coloro che toccano il prodotto (quindi i più potenziali) sono maschi adulti. Cosa li fa desistere?

Solo il 16 % degli acquirenti effettivi è un maschio adulto. Cosa genera questo crollo? Come possiamo intervenire?

Dopo avere analizzato la price elasticity, l’effetto flusso davanti allo scaffale, l’incidenza delle promo, del sampling con le hostess (ma di queste cose parleremo un’altra volta), abbiamo simulato diversi scenari utilizzando il sistema di cognitive machine learning di Rulex inc. Questi i risultati.

Se il prezzo calasse del 20 % i maschi adulti aumenterebbero le interazioni positive (cioè gli acquisti) del 10 %. Ritorno modesto, considerato l’investimento.

Con l’ausilio dei dati di ShinyStat, da decenni player dei digital analytics, abbiamo seguito allora il comportamento online dei maschi adulti acquirenti della tipologia di prodotto in oggetto: nel 39 % dei casi si recano su siti di ricette, nel 73 % confrontano i prezzi on line. L’analisi delle serie storiche evidenzia una correlazione elevata fra la navigazione e gli acquisti degli shopper maschi adulti. In particolar modo nei siti “ecologici”.  Bene, l’intelligenza artificiale ci dice che se la presenza di maschi adulti nei siti ecologici aumentasse del 20 % gli acquisti aumenterebbero del 30 %. Un affare molto più redditizio del semplice taglio prezzo!

Una provocazione? Mah…se consideriamo l’erosione continua dei margini e della brand equity a causa delle promozioni, forse un pensierino…

Esselunga: che splendido esempio!

Esselunga, bilancio 2016: ricavi + 3,1 % (superati i 7,5 miliardi) nonostante un calo medio dei prezzi dell’ 1,1 %. Clienti + 4,4 %. Margine operativo lordo + 5,6 % ovvero l’ 8,7 % del fatturato, un record nella Grande Distribuzione, non solo italiana. Assunzioni + 811 unità, di cui 93 % con contratto a tempo indeterminato.

Quando, tanti anni fa, studiavo alle Harvard business school, un prof (bravissimo!! Gary Loveman – a proposito, leggete il suo articolo “Putting the Service-Profit Chain to work”) diceva che per valutare una azienda, alla fine, bisogna vedere se cresce la base clienti, se assume nuove persone e se fa utili.

Come Esselunga, caso da manuale, specialmente in un mercato “turbolento”.

Riprendiamo la solita vecchia domanda: ma è così difficile mettere il latte (e la Nutella…) vicino ai biscotti? Traduzione: perché non riusciamo a strutturare l’offerta in funzione dello shopper?

Perché un Blog sul consumer e shopper marketing?

Perché molti studenti del corso al Master in marketing dell’Università Cattolica di Milano, dove insegno dal 2005, mi hanno chiesto di creare un ambiente in cui ripescare concetti, modelli, esempi dopo aver concluso il Master. Passati alcuni anni e presi dal lavoro ciò che si è imparato all’Università diventa evanescente: come si calcola un GRP o l’elasticità di prezzo? Che cos’è la correlazione di Pearson e a cosa serve?

Dati e analytics: l’oro nero del ventunesimo secolo. Certo, ma big data non è sinonimo di good data. I professionisti del marketing combattono con tonnellate di dati da fonti diverse, disomogenee, spesso poco conciliabili: nella maggior parte dei casi il problema non è l’oro nero ma è l’estrazione del valore (ovvero dei significati che aiutino a prendere decisioni adeguate e applicabili). I miei (ex) studenti mi dicono di dover far fronte ad analisi sempre più complicate (i data scientist del resto sono molto richiesti) sentendosi spesso in un labirinto.

Cercheremo di semplificare: nei nostri post partiremo da casi reali, usando nuove tecnologie per capire i consumatori, gli shopper, i loro comportamenti, i loro acquisti off e on line. Poca teoria e molta vita di tutti i giorni: vedremo (pochi) dati, alcuni analytics, scopriremo come estrarre gli “insight”.

Nella teoria e nella letteratura di marketing troviamo un vero e proprio buco nero che è stato raramente esplorato: l’ultimo secondo, ovvero il momento in cui un consumatore si trova davanti a un prodotto per acquistarlo. Cosa succede? Cosa lo spinge all’acquisto? Che relazione esiste fra gli stimoli (fra cui l’advertising, ma non solo) e la decisione d’acquisto? Cosa determina la conversion? Sarà il focus dei nostri interventi: semplicità e pragmatismo: ovvero cosa devo fare per far comprare il mio prodotto?

Per iniziare e per seguire il suggerimento degli studenti potete scaricare un glossario, un “bignami” con una sintesi di concetti e topiche di marketing, tanto per rinfrescare la memoria fra una riunione e l’altra.

A presto,

Matteo

Una preview dei prossimi argomenti:

Quanti shopper acquistano effettivamente il mio prodotto?

Tempo di attenzione: il falò del budget di marketing in 4 secondi.

Come convertire gli shoppers potenziali in attuali?

Effetto vetrina e brand awareness: quanto impatta il Digital signage?

Quanti shoppers acquistano effettivamente il mio prodotto?

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:

  1. Store traffic: persone che entrano nel punto di vendita
  2. Aisle traffic: persone che arrivano in corsia
  3. Shelf traffic: persone che arrivano di fronte alla categoria
  4. Potential shoppers: persone di fronte allo scaffale e che osservano la categoria
  5. 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 😉