Vista la situazione non potevamo esimerci dall’utilizzare i dati della nostra piattaforma Dianalytics per capire se e come è cambiato il comportamento degli shopper dall’inizio della crisi. La possibilità di avere un osservatorio continuativo sul traffico degli store, il numero di shopper dei prodotti, i loro comportamenti ci pone nella condizione, quasi nell’obbligo morale, di condividere con chi ci segue dati che altrimenti non sarebbero disponibili.

Abbiamo estratto, in primis i dati degli Ipermercati (i super arriveranno nei prossimi post): abbiamo considerato i dati giornalieri di ingressi, di shopper potenziali (ovvero di coloro che arrivati davanti agli scaffali guardano i prodotti), dei loro acquisti: 281.000 casi in due mesi. Fra le possibili categorie abbiamo scelto una del beverage, per un totale di 35.000 pezzi venduti.

Se consideriamo il trend del traffico nei punti vendita (linea blu), ponendo uguale a 100 il numero di ingressi nella settimana dopo il 6 gennaio, notiamo un calo generale delle presenze: il 18 febbraio, quindi prima dell’esplosione della epidemia, il calo era già del 40 %.

Si nota chiaramente un aumento delle presenze a partire dalla metà di febbraio e un picco la prima settimana di marzo: evidente l’effetto scorta. Poi il calo. A fine marzo la flessione era pari al 56 % rispetto a gennaio. Rispetto però al dato di metà febbraio, che rileva il trend del traffico prima dell’epidemia, la caduta è di circa 15 punti. Quindi, calo delle presenze sì ma all’interno di un trend già decrescente.

Consideriamo ora il numero di shopper potenziali (linea gialla), ovvero coloro che sono arrivati alla categoria e hanno guardato i prodotti sugli scaffali.

Gli shopper sono più stabili nel tempo, in leggera crescita fino alla fine di febbraio: i dati dimostrano la elevata penetrazione della categoria: beni normalmente presenti nel paniere degli acquisti. A fine marzo il numero di shopper cala del 65 % circa, quindi più degli ingressi. Bisogna anche qui considerare la stagionalità ( – 12 %), quindi il dato reale riporta una flessione degli shopper del 53 %.

In pratica, una categoria di uso comune, ma non primaria come la pasta o il pane, ha visto calare gli shopper in modo più rilevante rispetto al punto vendita. Nel prossimo post aggiungeremo i dati sugli acquisti della categoria e degli shopper. Seguiranno i dati del canale supermercati.

A tutti coloro che fossero interessati al termine delle pubblicazioni invieremo un rapporto completo (per la richiesta contattare alessandro.marzulli@dialogica.it).

Cioè, se consideriamo due prodotti FMCG in promozione nel medesimo periodo, possiamo fare qualche considerazione sul differenziale offerto dalla marca nel risultato complessivo?

Estraiamo dal nostro Dianalytics, il DB che ormai ha raggiunto più di 15 milioni di shopper profilati per caratteristiche, comportamenti di acquisto e di consumo, i dati di alcuni Iper e super.

Consideriamo due competitor, entrambi promozionati nel medesimo periodo. Il dato di traffico medio degli store (circa 18.000 shopper a settimana) non si modifica durante le promo. La categoria vende in media 2.230 pezzi a settimana. Il periodo promo, tre settimane, registra un aumento del sell-out del 19 %, considerando tutti i prodotti, primi prezzi e PL compresi.

Se consideriamo la fascia medio alta del mercato e confrontiamo due prodotti in diretta competizione notiamo che:

Il prodotto A è venduto ad un prezzo medio di 6,20 €. In media si vendono, al netto delle promo (baseline) 4,6 pezzi a settimana per PV.

Il prodotto B è venduto ad un prezzo di circa 7 €. In media si vendono, sempre a baseline, 5,1 pezzi settimana, sempre per PV.

Durante la promo (in contemporanea) B, con un prezzo superiore del 22 % (quindi, in termini reali ben superiore alla baseline (+ 13 %) rispetto ad A), vende il 20 % in più di A.

Il segreto? Sembrerebbe che la marca B sia più rilevante. La riprova? Il nostro indice Sale Index, che rileva l’interesse per una marca, risulta per B 10 volte superiore rispetto ad A.

Morale: anche in un mercato molto promozionato, con picchi di intensità promozionale dell’80 %, la marca svolge ancora un ruolo centrale, che può essere misurato. Si può, con i nostri dati direttamente dai punti vendita, con gli indici di performance, monitorare in continuo la salute della marca, confrontandola con i competitor, valutando l’impatto durante le promo, con o senza fuori banco.

Sappiamo tutti che un fuori banco fa crescere il sell-out. Si, ma di quanto? Dove dovrebbe essere messo in un punto vendita? Una certa posizione quante vendite in più produce? La resa vale la spesa? Ogni prodotto trae vantaggio dal fuori banco oppure solo alcuni? Se si, quali prodotti e in che misura?

Quando nel 2008 incontrai la tecnologia di shopper detection, che ancora usiamo negli store, la prima cosa a cui pensai fu proprio la misurazione dell’efficacia degli espositori. Anni fa lavoravo in Coca-Cola dove investivamo un fiume di denaro per i fuori banco. Ma qual’era il ritorno? Pagavamo la stessa cifra per diverse posizioni senza però sapere realmente la resa effettiva, ovvero senza quantificare il risultato rispetto all’investimento.

Per farlo non ci si può basare sul dato aggregato: bisogna analizzare le performance del singolo punto vendita. Bisogna scindere, con i nostri sensori shopper e scaffale (misurano la presa dei prodotti a scaffale e negli extra display), l’uscita dallo scaffale da quella del fuori banco. Come scritto in post passati, il dato cassa non è sufficiente.

Un primo esempio, a cui ne seguiranno altri nei prossimi post, evidenzia l’effetto del fuori banco:

Dalla settimana 43 le vendite extra scaffale crescono nettamente, pur seguendo la stessa dinamica delle vendite a scaffale. Risultati: + 52 % di sell-out Extra Display rispetto allo scaffale. Le vendite del fuori banco sono state il 60 % del totale venduto.

Questo è un esempio dell’effetto di un fuori banco. Quanto incide la posizione all’interno del punto vendita? La risposta nel prossimo post.

In scaffali a dir poco affollati di prodotti la visibilità, ma anche la leggibilità/semplicità/comprensibilità diventano vitali. Abbiamo testato nei nostri punti vendita sperimentali un nuovo design per un prodotto iconico. Comprensibile timore in azienda nel momento in cui si arriva alla prova dei fatti: prodotto sullo scaffale in un vero punto vendita con veri shopper a decidere se acquistare; com’è andata?

Innanzitutto siamo tranquilli sulla solidità dei dati: abbiamo misurato il comportamento di quasi 20.000 shopper, quindi minima possibilità di errore.

La nuova confezione attrae di più della precedente (+ 4 punti %). Non solo, il nuovo design è più leggibile (+ 15 % vs. precedente). Fatto inconfutabile: due settimane dopo l’introduzione del nuovo pack, si è registrato un calo del 2 % nella presenza di shopper davanti al display, ma l’attrattività è cresciuta del 10 %. E il sell-out?

La categoria cresce, anche grazie alla stagionalità, del 21 %. Il prodotto del 30 %, con una crescita di market share di 0,7 punti.

Non solo ottimi risultati ma la possibilità di misurare finalmente in modo esaustivo e attendibile un cambiamento importantissimo, minimizzando i rischi e gli errori.

E’ meglio prevenire che curare: Nutella Bisquit insegna. Anni di preparazione, test, assaggi, aggiustamenti fino a creare il biscotto dei desideri, ovvero la novità più ricercata di questo fine 2019.

Se però siamo fra quelli che non ce la fanno ad applicare un processo corretto per lo sviluppo di nuovi prodotti e ci troviamo a scaffale delle SKU che ruotano poco, hanno una quota di mercato debole, insomma sembrano avere la febbre alta, come possiamo intervenire?

La regola d’oro: meglio arrossire prima che sbiancare dopo. C’è comunque la possibilità di curare un malato anche se è già (magari da anni) sugli scaffali. La diagnosi corretta della malattia permette di individuare la cura.

Prendiamo due prodotti per la cura della persona. Vediamoli dal lato dello shopper, consideriamo cioè le sue preferenze (l’analisi è stata condotta per 6 mesi).

Il Prodotto A: in confezione singola. In media si vendono 115 pezzi alla settimana. Il prodotto è stato toccato 11 volte senza essere stato comprato. In sintesi, nel 91 % dei casi l’interazione con il prodotto si è conclusa con l’acquisto. Quindi, solo il 9 % di vendite perse.

Il Prodotto B: in confezione multipla: 49 pezzi venduti, quindi una market share relativa pari al 42 % del prodotto A. Non sembrerebbe tanto malmesso. Purtroppo in 127 casi è stato toccato senza essere comprato. Quindi, nel 66 % dei casi nessun acquisto e vendite perse.

Prodotto B malato: perché? Se approfondiamo ci accorgiamo che l’88 % delle vendite è stato fatto in promo. Perché tanto interesse (prodotto toccato) ma scarsissima convertion? La confezione multipla richiede circa 60 cm di esposizione. Quindi attira molto. Lo shopper si avvicina, prende il prodotto poi…legge il prezzo e lo ripone a scaffale.

Ha senso un multipack con queste caratteristiche? Quanto si potrebbe ottenere in più con una confezione, magari da due pezzi, quindi più piccola, ad un prezzo più accessibile e che comunque, con una buona quota spazio attirerebbe lo shopper? Il prezzo medio, abbattuto dalle promo continue, non potrebbe migliorare (quindi più marginalità)? Forse la febbre calerebbe e i margini migliorerebbero…basta verificare le reazioni degli shopper nei punti vendita per trovare una cura.

Rispondiamo alla richiesta di un lettore con un caso reale: cerchiamo di capire quanto una promo aiuti lo sviluppo di un prodotto. Abbiamo estratto da Dianalytics, il nostro database di dati sullo shopper e i suoi acquisti che ormai conta più di 18 milioni di casi, un prodotto che abbiamo seguito per più di un anno. Un notissimo brand nell’alimentare confezionato.

In sette mesi sono state fatte cinque attività promozionali, ciascuna con un taglio prezzo del 25 %.  Il 25 % degli shopper potenziali, ovvero coloro che guardano il prodotto, si è concentrato nei 5 periodi promo. Il 35 % degli atti di “touch” (ovvero prodotto toccato ma non comprato) sono stati fatti nelle settimane di promo. Tutto ciò ha prodotto il 55 % del totale vendite del periodo.

Se consideriamo i valori a baseline, ovvero depurati degli uplift dovuti al taglio prezzo, notiamo che il numero di shopper allo scaffale e la percentuale di prodotto toccato restano uguali; ovviamente, la percentuale di venduto in promo scende dal 55 al 23 % (esatto: su 200 giorni monitorati, 47 erano promozionali, quindi il 23,5 % del totale).

Prendiamo il totale sell-out del periodo: gli shopper crescono del 3 % durante le promo, il prodotto toccato (ma, ricordiamolo, non comprato), del 35 %, le vendite del 250 %.

Quindi: se il prodotto non fosse stato promozionato avrebbe venduto, in termini reali, il 28 % in meno. Durante le promo l’interesse degli shopper cresce in modo marginale (la percentuale di prodotto “touched” passa dal 34 %, non promo, al 37 %, promo). Il numero di shopper resta invariato. La percentuale di vendite perse, ovvero il numero di prodotti toccati che non si traducono in un acquisto, si riduce di 20 punti.

In pratica, non cresce il numero di shopper né il loro interesse per le promo: cresce ovviamente la convertion spinta dal minor prezzo: tutto ciò aumenta l’equity della marca? Lo shopper compra la marca o sta comprando un prezzo? Una analisi Gain & Loss fra prodotti concorrenti, per capire quant’è il livello di cannibalizzazione sarà trattata in un prossimo post.

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.

Un altro caso nell’alimentare: un’azienda ben nota attacca un competitor con un nuovo prodotto, leader di mercato e anch’esso ben noto.

Nei primi mesi, anche grazie a massicce esposizioni fuori banco, lo sfidante registra un buon sell-out. Dopo cinque mesi dal lancio parte l’iniezione di promozione. Brutto segnale di per sé: un prodotto appena lanciato che si attacca alla flebo dei tagli prezzi non dimostra di godere di buona salute. Andiamo a vedere i fatti (il riassunto è nella tabella in fondo):

Prima di iniziare le promo lo sfidante vendeva circa un terzo dei pezzi del leader. Evidenziava un buon interesse, dimostrato dalla quantità di prodotto toccato: rovescio della medaglia: l’interesse non si traduce in acquisto (pessimo segnale nel medio lungo periodo). Le vendite perse rappresentano il 47 % del totale, contro il 31 % del leader.

Quindi, fiato alle promo, con quali risultati? L’interesse aumenta di circa il 10 % (aumentano i prodotti toccati), le vendite crescono del 70 %, cala la percentuale di vendite perse.

Nulla che impensierisca il leader i cui risultati sono decisamente superiori, senza promo, dello sfidante in taglio prezzo. Dopo la promo lo sfidante torna ai volumi (e alle vendite perse) del periodo ante cut price.

A distanza di un anno lo sfidante è a cuccia, fa quello che può, e il leader non ha subito il minimo contraccolpo. Potenza della marca. Poca lungimiranza dello sfidante: ha testato il prodotto prima di lanciarlo con la giusta metodologia?

Se siete interessati possiamo inviarvi un approfondimento scrivendo a matteo.testori@dialogica.it.

Analizziamo un caso nei toiletries che stiamo seguendo con le tecnologie di shopper e shelf tracking Dialogica nel nostro panel di store. Da otto mesi stiamo indagando le caratteristiche degli shopper, quanti si fermano davanti allo scaffale, quanti toccano i prodotti, quanti concludono l’acquisto o lasciano il prodotto sullo scaffale.

L’analisi, che associa i dati da noi raccolti a scaffale con i dati scanner forniti dai retailer, permette una diagnosi completa e affidabile (stiamo misurando il comportamento di più di 55.000 shopper) delle dinamiche di acquisto e dei risultati in periodi con e senza promozioni.

Nella tabella abbiamo nella prima colonna il numero medio per settimana di prodotti toccati senza arrivare all’acquisto; nella seconda il sell-out, nella terza la convertion, ovvero la percentuale di prodotto acquistato rispetto a tutte le interazioni (Toccato + Acquistato). Il complemento a 100 evidenzia le vendite perse. Nell’ultima colonna abbiamo la percentuale di prodotto venduto in promozione.

D, multipack, vende sostanzialmente solo in promozione (82 % dei volumi). Quando non è in promozione vende in media 1,5 pezzi a settimana (e parliamo di marchi molto noti, leader nelle rispettive categorie). E’ molto toccato ma si arriva ad una conclusione dell’acquisto quasi solo in promo. In pratica, il 67 % delle opportunità di vendita è perso.

Consideriamo diverse confezioni/size della medesima marca: C ed E sono i prodotti più alto vendenti: le vendite di E a baseline (cioè senza promo) sarebbero inferiori a C, che non ha fatto promozioni.

Per l’SKU E (top seller) si è ridotta la pressione promozionale del 25 %. Ciò nonostante le vendite sono rimaste sostanzialmente stabili (+ 0,4 %). Non solo, le vendite “perse” sono rimaste invariate (7 % dei casi, dato fisiologico, comunque molto migliore della media della categoria – 19 %). Il mix di prodotto, il fatto che sia ricercato, la politica promozionale sono decisamente centrati e producono ottimi risultati.

Possiamo testare nel panel dei nostri punti vendita sperimentali diversi posizionamenti di prezzo, modificare le attività promozionali fino ad arrivare alla soluzione che soddisfa gli shopper e preserva i margini delle aziende e dei retailer.