Data Driven Store: l’Evoluzione Retail guidata dal Consumatore

datadrivenSTORE

Il potere e la centralità dei dati e delle informazioni legate al consumatore e al suo comportamento sono oramai concetti chiari alle organizzazioni di tutte le fatture e dimensioni. Dal settore finanziario, a quello farmaceutico, dalle grandi industrie di marca FMCG alle case automobilistiche. Ogni organizzazione mette al centro delle proprie decisioni i dati che arrivano da varie fonti. Li utilizza per ottimizzare le spese di marketing o per evolvere i propri prodotti o servizi.

Ma il Retail tradizionale, quello dei negozi fisici, sta realmente prendendo vantaggio dall’utilizzo dei dati a propria disposizione?

Il mondo Retail è infatti particolarmente avvantaggiato avendo un contatto diretto con il consumatore, che ogni giorno si reca sui punti vendita per compiere una articolata scelta di spesa. L’accesso alle informazioni è pertanto gratuito e tempestivo, ma mentre il mondo ecommerce sembra essere molto avanti sul versante dell’analisi e dell’utilizzo degli insight derivanti, quello dei negozi fisici è ancora caratterizzato da un moltitudine di organizzazioni immature su questo versante. Catene che finiscono per cestinare ogni giorno informazioni molto dettagliate provenienti dagli scanner in cassa e dai sistemi di CRM. Le scelte arrivano ancora molto spesso dall’esperienza di singoli e dalla routine del gruppo.

Ma questo non è il futuro del Retail. Già oggi i player caratterizzati da un approccio Data Driven basano tutte le scelte su valutazioni day by day dei risultati ottenuti delle azioni appena compiute. E in questo modo stabiliscono un vantaggio competitivo rispetto alle organizzazioni meno strutturate. Ma quali informazioni osservano esattamente le catene di negozi che adottano un approccio Data Driven? E come sfruttano tali informazioni?

1. Layout

heatmap_art_03-2012

L’analisi del Layout è fondamentale per comprendere quanto l’impostazione strutturale del punto vendita sia pertinente con la shopping experience che abbiamo in mente.

Si può costruire un layout di punto vendita che aumenti notevolmente il traffico di shopper, il valore medio delle loro transazioni o la conversione in atti d’acquisto. Le conoscenze acquisite dall’analisi del comportamento del consumatore permettono di creare planimetrie customer-centriche che migliorino la sequenza merceologica e l’allocazione degli spazi.

I software utilizzati per questo scopo consentono di:
– Identificare i modelli di traffico e i percorsi tipici dei vari target di clienti
– Apportare modifiche di layout e misurarne l’impatto sul mix di vendite e sulla conversione in atti d’acquisto
– Meglio comprendere la shopping experience ottenuta da un layout ottimizzato

datadriven2

Per farlo si ricorre a sistemi di riconoscimento visivo collegati alle telecamere a circuito chiuso o a sistemi di geo localizzazione dei carrelli o dei trolley di spesa. Le catene che adottano questo sistema non lasciano mai nulla al caso e lo spostamento di un’area promozionale deve essere prima testato e convalidato dai numeri derivanti.

2. Vetrine e Windows

windows

Placemeter è un’App Newyorkese che garantisce a normali cittadini un Fee a patto di puntare il proprio smartphone sulla strada di fronte al proprio appartamento, di modo da tracciare il comportamento degli shopper di fronte alle vetrine.

Utilizzando la videocamera dello smartphone, il software può quindi analizzare il video e capire quanti clienti ci sono, in quali fasce orarie, a quale velocità camminano, quanti si fermano ad osservare la vetrina e dopodiché quanti entrano su punto vendita. Ha quindi un valore enorme osservare come gli stessi consumatori reagiscono di fronte ai cambiamenti dell’esposizione della vetrina.

L’intento è ovviamente quello di monitorare costantemente la capacità di attrazione della vetrina o il tasso di conversione in ingressi su punto vendita, comparandolo peraltro con quello dei competitors.

 

3. Visual e Display

heatmap_c

L’analisi del display viene utilizzata per capire quali siano gli impatti di un impostazione espositiva sulla categoria. Come cambi quindi il mix di vendite e la capacità di conversione in atti d’acquisto dello scaffale.

Accostare due segmenti può infatti generare delle associazioni mentali nello shopper che inducono all’acquisto di un maggior numero di prestazioni. Al tempo stesso il trade ha tipicamente la necessità di orientare la scelta dei propri consumatori su prodotti caratterizzati da una più alta marginalità

In tutti questi casi si utilizzano solitamente dei sistemi di Eye Tracking associati alla scelta vera e propria del consumatore, in maniera tale da ricondurre in un pattern ben definito il processo di scelta seguito dallo shopper.

Tramite un approccio strutturato di questo tipo il Retail arriva a migliorare il proprio Mix di Margine e il tasso di conversione in acquisto.

eye tracking

 

4. Feedback dalle Promozioni

fri3

Uno dei più grandi dubbi del mondo Retail è legato alla giusta quantità di promozioni e alla profondità, per non parlare del modo in cui debba essere comunicata.

L’impressione è sempre quella di proporre una grande quantità di offerte del quale il consumatore non si accorge neanche, o quantomeno non glie ne potrebbe fregare altrimenti. La logica di mass marketing ci porta infatti ad allargare il paniere di articoli in offerta pur di accontentare tutti, andando in questo modo a bruciare risorse su meccaniche che per una gran parte degli shopper non solo non determinano la scelta del punto vendita, ma non aiutano neanche ad aumentare il valore del basket di spesa.

Ecco perché sta diventando sempre più importante cercare di direzionare delle offerte in maniera più specifica su singoli target, tramite sistemi di CRM su smartphone.

Al tempo stesso l’analisi di ciascun consumatore di fronte alle aree promozionali consente di capire quali articoli realmente abbiano fatto attrazione, quali abbiano aumentato il tasso di conversione d’acquisto e quali invece non siano stati utili a niente. Questo dato incrociato con un indice di dispersione permette pertanto di individuare articoli realmente Mass Market e altri di interesse specifico per singoli target.

datadriven4

 

5. Cosa non è finito dentro al Basket di spesa?

Supermarket-interior-empty-red-shopping-cart

Quello che il consumatore non ha acquistato per dimenticanza, per rottura di stock, per questione di prezzo è’ un dettaglio spesso trascurato ma molto prezioso per aumentare le vendite medie per cliente.

Un qualsiasi operatore Retail infatti sa cosa c’è nel carrello dei propri consumatori. Ma è possibile capire anche cosa non ci è andato a finire dentro? Quali clienti appena usciti dal nostro negozio andranno a comprare altrove quello per cui non hanno trovato un’offerta adeguata?

Alcuni Retailer Grocery lavorano su un’analisi probabilistica dei pattern di spesa. Per esempio negli scontrini in cui sono presenti sia la base pizza che la passata di pomodoro sarà molto probabilmente presente anche la mozzarella. Qualora così non fosse c’è una buona probabilità che lo shopper andrà a comprare altrove la mozzarella. Incrociando questa probabilità con i dati delle categorie incriminate è possibile identificare quale offerta su quel consumatore non sia sufficientemente appealing e di conseguenza ritagliare delle azioni mirate.

6. Elaborazione di risposte, non di dati

meme-data-data-everywhere

 

Ma soprattutto le catene spinte da un approccio Data Driven sono aziende che hanno saputo utilizzare la marea di informazioni e di numeri di ritorno dai vari sistemi aziendali di intelligence per produrne degli Insight, ossia delle risposte pratiche per il business di tutti i giorni, distribuite in maniera diffusa all’interno dell’organizzazione.

Quando il dato è tenuto in ostaggio dall’ufficio IT o da quello del controllo di gestione, per un’elaborazione di numeri su numeri spesso tardivi, senza alcuna interpretazione del business beh.. non possono che essere inutili.

Il dato deve essere strutturato in maniera tale da essere letto fluentemente e in maniera tempestiva da tutta l’organizzazione in modo che questa sia abituata a prendere delle decisioni tenendo conto dei precedenti risultati. I dati di ritorno provenienti direttamente dai punti vendita possono oggi essere letti day by day tramite semplici app installate su smartphone, con vesti grafiche intuitive e smart.

smart

Rispondi

Inserisci i tuoi dati qui sotto o clicca su un'icona per effettuare l'accesso:

Logo WordPress.com

Stai commentando usando il tuo account WordPress.com. Chiudi sessione /  Modifica )

Google+ photo

Stai commentando usando il tuo account Google+. Chiudi sessione /  Modifica )

Foto Twitter

Stai commentando usando il tuo account Twitter. Chiudi sessione /  Modifica )

Foto di Facebook

Stai commentando usando il tuo account Facebook. Chiudi sessione /  Modifica )

Connessione a %s...