I sistemi di Promotion Analytics oggi rappresentano un’opportunità per chi opera con la GDO (Grande Distribuzione Organizzata) per ottimizzare le vendite e migliorare il margine.
I sistemi di Promotion Analytics oggi rappresentano un’opportunità per chi opera con la GDO (Grande Distribuzione Organizzata) per ottimizzare le vendite e migliorare il margine. Non si tratta di un modello di analisi a sé stante, ma uno dei pilastri che compongono le Demand Planning Plaftorm con cui prevedere la domanda unitamente all’Assortment Planning. Entrambi i moduli prevedono KPI’s (Key Performance Indicator) consultabili su dashboard per ricavare informazioni preziose con cui indirizzare sia le politiche commerciali che le azioni di marketing, uscendo dal classico schema del volantino per definire iniziative mirate e integrate con lanci pubblicitari e soluzioni di merchandising.
Per prima cosa, quando si intende adottare un set efficace di Promotion Analytics, è necessario partire da una strategia che identifichi, ad esempio, se l’azienda intende aumentare il fatturato oppure i margini. Una scelta che poi avrà ricadute sul tipo di azione/promozione da effettuare.
In entrambi i casi, è bene non dimenticare che le promozioni rappresentano un costo che l’organizzazione deve sostenere. Ne discende che le Promotion Analytics devono essere in grado di calcolare accuratamente tale costo rielaborandolo in termini di ROI (Return On Investment) nel cruscotto che sintetizza l’analisi sull’evento promozionale. Non c’è solo lo sconto percentuale, ma numerosi altri fattori che possono comprendere gli effetti di cannibalizzazione rispetto ai prodotti non in promozione, un forte impatto sugli approvvigionamenti strategici, la riduzione delle vendite nelle settimane a cavallo delle promo ecc.
Per comprendere la complessità che i Promotion Analytics sono chiamati a gestire si pensi agli indicatori di marginalità proiettati in un sistema di simulazione. Questi ultimi richiedono l’adozione di un modello strategico con cui identificare vincoli e obiettivi da declinare poi sulle attività promozionali. L’eventuale incremento nei margini assoluti, perciò, non va osservato soltanto nell’intervallo e per l’assortimento in promozione, ma in un periodo e in un perimetro più ampio.
Logiche come quelle del forward buying, vale a dire dell’acquisto in anticipo tipico nella GDO per i beni che hanno una shelf life più lunga, rivestono un impatto non indifferente sulla programmazione delle promozioni. Così come aspetti quali l’inflazione del brand o altri che potrebbero perfino apparire banali, come la contrazione delle vendite dei prodotti quando si lancia un volantino nella settimana che precede la campagna promozionale.
È incrociando tutti questi indicatori che può essere creato un ROI per ogni promozione, in modo tale che il modello previsionale, imparando dal passato, possa generare delle curve di sell in e verificare se il risultato atteso in termini di aumento di margine sia oltre il break even dell’investimento. Grazie a questi modelli e alla consultazione di queste dashboard, i commerciali sono in grado di negoziare analiticamente promozione e azioni di spinta con buyer e category manager delle catene distributive.
Tutti gli elementi summenzionati contribuiscono a rendere completa la visione analitica delle performance della singola promozione e, per farlo, devono attingere a una quantità di dati che proviene anche da fonti esterne all’azienda. I Promotion Analytics estrapolano insight da questa mole rilevante di dati grazie all’utilizzo di motori “intelligenti” basati su algoritmi di machine learning che imparano dalla storia, ovvero dalle performance riferite a ciascuna promozione condotta su uno specifico assortimento, o su determinate categorie, su un tipo di clientela o in un certo periodo dell’anno (promuovere uno spumante a metà giugno è molto diverso che promuoverlo a ridosso delle feste pasquali o natalizie).
All’elasticità del prezzo che, insieme alla stagionalità, rappresenta una delle voci che incidono maggiormente sui volumi di vendita, bisogna associare variabili come quelle ricordate in precedenza oltre ad eventi esterni che possono inficiare sulle performance. In questo senso, è importante riuscire a interagire con una quantità e qualità di informazioni diverse rispetto al passato e che, grazie all’utilizzo di data platform, non è più considerabile come un vincolo insormontabile. Solo avendo una visione chiara del perimetro esteso, potrà essere contestualizzato l’uplift, permettendo di sapere realmente se la promozione sia stata un successo oppure un flop.
Gli strumenti di Advanced Analytics Planning si inseriscono in questo panorama e puntano a fornire al planner una proposta basata su modelli di similarity, di regressione e trend, di correlazione tra variabili interne ed esterne con l’obiettivo di anticipare la promozione richiesta dal cliente e arrivare a suggerire in anticipo la miglior opzione.
Oltre alla componente analitica, questi strumenti consentono di rendere molto più efficace anche il processo collaborativo con cui analizzare a diversi livelli dell’organizzazione commerciale l’impatto delle promozioni, che rientrano in un quadro d’insieme in cui sia evidente l’effetto delle proposte bottom-up effettuate da parte della Field Force. È fondamentale capire, ad esempio, se le iniziative si concentrino in un periodo specifico del canvass, o se siano stati proposti tutti i prodotti in promozione o quali non siano oggetto di interesse già nelle fasi di lancio della promozione, per indirizzare le soluzioni di marketing e logistiche più opportune.
La velocità e la sintesi sono strumenti essenziali e il contributo di queste soluzioni diventa irrinunciabile per mantenere il posizionamento competitivo richiesto dal mercato.