{"id":388,"date":"2017-03-07T06:55:18","date_gmt":"2017-03-07T05:55:18","guid":{"rendered":"https:\/\/dialogica.it\/blog\/?p=388"},"modified":"2017-03-06T17:37:50","modified_gmt":"2017-03-06T16:37:50","slug":"quanti-shoppers-acquistano-effettivamente-il-mio-prodotto","status":"publish","type":"post","link":"https:\/\/dialogica.it\/blog\/2017\/03\/07\/quanti-shoppers-acquistano-effettivamente-il-mio-prodotto\/","title":{"rendered":"Quanti shoppers acquistano effettivamente il mio prodotto?"},"content":{"rendered":"

Bella domanda! Non \u00e8 facile dare una risposta. Nemmeno i dati scanner possono rispondere esaustivamente ad essa\u2026 ovvero, noi conosciamo il risultato finale (l\u2019acquisto), ma poco sappiamo dello shopper e di come sia arrivato ad esso.<\/p>\n

Possiamo scoprire qualcosa di pi\u00f9 dalle carte fedelt\u00e0? S\u00ec e no\u2026 o meglio dipende: la carta \u00e8 per uso personale, ma pu\u00f2 essere utilizzata in realt\u00e0 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 fedelt\u00e0. Queste ultime tendevano a sovrastimare il target femminile (face detection: 42%; carte fedelt\u00e0: 52%).<\/p>\n

Bene, a questo punto vi starete chiedendo: che cosa sono i sistemi di videoanalytics? Ricostruiamo brevemente la loro storia: nati agli inizi del 21\u00b0 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 pi\u00f9 in particolare di contare i passaggi<\/strong>, i viewers<\/strong> (coloro che hanno effettivamente osservato uno schermo, uno scaffale, un prodotto\u2026), e di misurare i<\/strong> tempi medi di permanenza <\/strong>(quindi sosta di fronte ad una determinata postazione) e di attenzione<\/strong>. Tutti i dati sono poi segmentabili per genere e fasce di et\u00e0. <\/strong><\/p>\n

Il match combinato fra questi dati e quelli acquisibili da un retailer (quindi dati scanner e informazioni sul planogramma) consente di ricostruire il \u201cpath to purchase\u201d, capire il comportamento del consumatore nel punto di vendita, e quindi verificare l\u2019efficacia dei planogrammi e delle esposizioni ai fini dell\u2019acquisto. Siamo cos\u00ec in grado di rispondere alla domanda posta all\u2019inizio dell\u2019articolo: Quanti shoppers acquistano effettivamente il mio prodotto?<\/strong><\/p>\n

Nella nostra piattaforma, Dianalytics\u2122, realizziamo il match fra queste diverse fonti di dati (carte fedelt\u00e0, web analytics, planogrammi, advertising\u2026), riuscendo quindi a \u201ccatturare\u201d lo shopper dal suo ingresso nel punto di vendita fino allo scaffale. Quello che noi misuriamo \u00e9:<\/p>\n

    \n
  1. Store traffic: persone che entrano nel punto di vendita<\/li>\n
  2. Aisle traffic: persone che arrivano in corsia<\/li>\n
  3. Shelf traffic: persone che arrivano di fronte alla categoria<\/li>\n
  4. Potential shoppers: persone di fronte allo scaffale e che osservano la categoria<\/li>\n
  5. Actual shoppers: persone che hanno effettivamente acquistato uno o pi\u00f9 prodotti<\/li>\n<\/ol>\n

    In un caso riguardante un brand con un\u2019alta awareness, da noi monitorato per un periodo di 6 mesi in un panel di iper in Italia, abbiamo raccolto questi dati: pi\u00f9 di 470.000 shoppers sono entrati nello store; 37.931 persone, ovvero il 7,4% di essi, ha osservato il brand in questione, e \u201csolo\u201d 794 hanno proceduto al suo acquisto, ovvero l\u20191,4% degli shoppers potenziali<\/strong>. Se si riuscisse ad alzare la sale conversion all\u2019 1,7%, avremmo un incremento del sellout del 13%.<\/p>\n

    Ecco che la nostra domanda diventa: come convertire gli shoppers potenziali in attuali? <\/strong><\/p>\n

    Leggete i prossimi post per scoprire la risposta \ud83d\ude09<\/p>\n

     <\/p>\n

     <\/p>\n","protected":false},"excerpt":{"rendered":"

    Bella domanda! Non \u00e8 facile dare una risposta. Nemmeno i dati scanner possono rispondere esaustivamente ad essa\u2026 ovvero, noi conosciamo il risultato finale (l\u2019acquisto), ma poco sappiamo dello shopper e… Read More Quanti shoppers acquistano effettivamente il mio prodotto?<\/span><\/a><\/p>\n","protected":false},"author":4,"featured_media":160,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":[],"categories":[7],"tags":[13,18,16,17,12],"_links":{"self":[{"href":"https:\/\/dialogica.it\/blog\/wp-json\/wp\/v2\/posts\/388"}],"collection":[{"href":"https:\/\/dialogica.it\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/dialogica.it\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/dialogica.it\/blog\/wp-json\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/dialogica.it\/blog\/wp-json\/wp\/v2\/comments?post=388"}],"version-history":[{"count":1,"href":"https:\/\/dialogica.it\/blog\/wp-json\/wp\/v2\/posts\/388\/revisions"}],"predecessor-version":[{"id":389,"href":"https:\/\/dialogica.it\/blog\/wp-json\/wp\/v2\/posts\/388\/revisions\/389"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/dialogica.it\/blog\/wp-json\/wp\/v2\/media\/160"}],"wp:attachment":[{"href":"https:\/\/dialogica.it\/blog\/wp-json\/wp\/v2\/media?parent=388"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/dialogica.it\/blog\/wp-json\/wp\/v2\/categories?post=388"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/dialogica.it\/blog\/wp-json\/wp\/v2\/tags?post=388"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}