L’efficacia degli Shopper Insights e la trasferibilità dei risultati di ricerca
Nel mondo del retail contemporaneo, caratterizzato da strategie di canale eterogenee, l’utilizzo efficace delle conoscenze, e relative ricerche sullo shopper, è uno dei fattori che maggiormente influenza il disegno e l’esecuzione di attività di successo.
Oggi, grazie all’utilizzo di tecnologie di rilevazione implicita, come sensori infrarossi per rilevare le interazioni degli shopper con i prodotti sullo scaffale, unite alle metodologie di Big Data Analytics, è possibile ottenere una conoscenza dello shopper journey, e dei suoi fattori determinanti, senza precedenti.
All’interno di uno Shopper Science Lab (un punto vendita reale da utilizzare come un laboratorio di osservazione implicita), dotato di tali tecnologie, si possono effettuare test e analisi a supporto delle strategie di Shopper Marketing, Category Management, Packaging e New Product, per verificarne l’efficacia, decodificare i fattori che guidano la decisione finale di acquisto per decidere poi quali attività replicare a roll-out in tutti i punti vendita dello stesso canale.
Ma è possibile utilizzare gli insight e le raccomandazioni di business ricavati da un solo punto vendita per prevedere se una strategia sarà vincente anche in tutti gli altri punti vendita dello stesso canale?
Anni di esperienza e dati raccolti in Shopper Research, ci consentono di rispondere a questa domanda basandoci su informazioni solide, che ci hanno dato la possibilità di valutare la trasferibilità delle linee guida ottenute in uno Shopper Lab in tutti gli altri punti vendita dello stesso canale, per le variabili principali del trade mix.
In particolare, dalle metanalisi[1] di Grottinilab, compiute analizzando dati provenienti dai nostri Shopper Science Lab appartenenti a diversi store format presenti nelle varie geografie, abbiamo avuto modo di valutare la trasferibilità dei risultati delle varie ricerche compiute per le variabili principali del Trade Mix (scaffale, assortimento, materiale promo, packaging), negli store format dello stesso canale.
Le metanalisi ci confermano che le linee guida testate in uno Shopper Lab per valutare un nuovo layout di scaffale, delle nuove variazioni di assortimento, nuove adiacenze di categoria, nuovi materiali promo, nuovi packaging, sono riapplicabili ed estensibili nei punti vendita dello stesso canale. Ovvero, ad esempio, un disegno di scaffale che risulta vincente in un test effettuato in un punto vendita laboratorio in GDO, può essere riapplicato negli altri punti vendita del canale GDO, ovviamente con i dovuti adattamenti legati alle dimensioni e all’ampiezza della categoria nel punto vendita. Ancora, per le strategie relative alle adiacenze di categorie, i nostri studi ci hanno mostrato come non ci siano particolari differenze nel modo in cui i prodotti vengono mentalmente raggruppati dagli shopper nei diversi store format all’interno dello stesso canale. Le linee guida che si dimostrano vincenti, in termini di adiacenze in un ipermercato, possono dunque essere riapplicate anche in un supermercato, con degli adattamenti legati al numero di categorie presenti e alla profondità dell’assortimento.
Tali risultati sono supportati da una base dati costituita da circa 80 milioni di record, raccolti grazie allo studio di più di 600mila Shopper nel mondo (oltre 100mila solo in Italia).
Lo Shopper Lab: una evoluzione, ma non una rivoluzione, della Shopper Research
Non dimentichiamo che, ancora oggi, la maggior parte delle decisioni aziendali, come il lancio di un nuovo packaging, di un nuovo prodotto o di un nuovo disegno di scaffale, viene presa sulla base di qualche centinaio di risposte a questionari, a volte anche sulla base di poche decine di colloqui qualitativi. In alternativa, vengono utilizzati i cosiddetti “negozi laboratorio”, ossia supermercati “ricostruiti” ove vengono pre-reclutati dei potenziali acquirenti al fine di analizzarne i comportamenti di acquisto, che sono generalmente guidati da questionari pre e post la visita del punto vendita ricostruito. Anche in questo caso, raccoglieremo qualche centinaio di risposte agli stimoli testati per decodificare uno shopper journey che sarà, comunque, determinato da partecipanti consapevoli che le loro azioni all’interno del punto vendita saranno oggetto di analisi. Teniamo conto che, con le informazioni ricavate da tali indagini, le aziende spesso determinano il successo su base Nazionale o il fallimento di iniziative i cui investimenti richiedono ingenti budget.
In un punto vendita reale, dotato di osservazione implicita, abbiamo la possibilità di raccogliere, in un solo giorno, i dati dell’intero shopper journey per centinaia di persone (fra le 300 e le 500 in un punto vendita di circa 800-1.000 mq, fra le 1.000 e le 1.300 in un punto vendita di circa 1.400-1600 mq, più di 7.000 in un ipermercato di circa 12.000 mq). Osserviamo il loro comportamento, a partire dall’ingresso nel punto vendita, al percorso compiuto all’interno delle categorie fino alle interazioni con i prodotti sugli scaffali e all’acquisto dei prodotti. Vengono registrate ogni giorno migliaia di transazioni di prodotti (in un punto vendita di circa 800-1.000 mq più di 1.800 al giorno, ossia più di 12.000 ogni settimana, e più di 50.000 ogni mese) e il monitoraggio avviene senza influire sulla loro normale modalità di fare la spesa.
Gli acquirenti nel punto vendita laboratorio, infatti, non sono mai consapevoli di essere “osservati”, e la privacy di shopper e personale viene sempre garantita in quanto i sistemi non rilevano immagini ma inviano ai database stringhe di dati del tutto anonime, in linea con le normative vigenti e con il GDPR. Negli Shopper Science Lab vengono utilizzate tecnologie e metodologie di Big Data Analytics all’avanguardia e vengono applicate le più recenti innovazioni scientifiche nel campo dell’intelligenza artificiale e dell’IOT, grazie alla partnership consolidata con il Visual Robotics and Artificial Intelligence Laboratory (VRAI) del Dipartimento di Ingegneria e dell’Informazione dell’Università Politecnica delle Marche.
Una tale mole di dati, che viene gestita in real-time, garantisce ai risultati che emergono dall‘analisi robustezza e significatività statistica. I dati vengono gestiti attraverso rigorosi controlli di qualità e analizzati da un team di Data Scientist specializzati nell’estrarre dai Big Data le informazioni che servono per rispondere a specifiche domande di business. I dati raccolti negli Shopper Science Lab reali di Grottinilab confluiscono in una banca dati che ad oggi conta circa 500 milioni di record e che permette anche di calcolare benchmark e valutare i risultati verso medie di categoria, altre geografie e store format, per costruire strategie di Shopper Based Design non più fondate su “singoli punti vendita o “singole unità di business” ma su un approccio di “canale”.
Grazie a questo nuovo metodo di ricerca implicita, attraverso lo Shopper Science Lab è possibile finalmente prendere decisioni su strategie di Shopper Marketing e Category Management basate su dati solidi, statisticamente robusti ed oggettivi, rilevati nel momento stesso in cui gli shopper prendono la decisione di acquisto, ossia nel punto vendita, davanti allo scaffale. Questo permette di cogliere anche quei comportamenti frutto dell’istinto e dell’impulso, che difficilmente sarebbe possibile decifrare attraverso domande a posteriori o shopping trip accompagnati.
In sintesi, la nostra esperienza, ad oggi maturata in vari canali come la GDO, Tech, Vending, Farmacia, Profumeria, Telecomunicazioni, ecc. ci permette di affermare che:
- I dati rilevati in maniera oggettiva, censuaria e continuativa, in un punto vendita costituiscono una base statistica solida per le analisi fondamentali delle variabili del Trade Mix
- Le linee guida elaborate dall’analisi di tali dati sono replicabili sui punti vendita dello stesso canale
A partire da Gennaio 2020 Grottinilab, in partnership con Cesar by Barbarossa, ha lanciato il primo e al momento unico Shopper Science Lab in Italia.
Scrivici a info@grottinilab.com per avere più informazioni su come accedere ai dati del laboratorio ed effettuare test al suo interno.
Patrizia Gabellini
Grottinilab Global Head of Data Science
Note
[1] Metaanalisi Grottinilab: oltre 80 milioni di records rilevati su più di 600.000 shoppers; oltre 100.000 interazioni, vari Paesi (2 continenti), in diversi store format (Hyper, Super, Minimarkets), 18 categorie GDO integrata con analisi condotte su progetti in ambito Tech, Pharma, Drugstore, Fashion, Vending Machine (grazie all’unico Shopper Science Lab dedicato alla distribuzione automatica al mondo, con 28 macchine tra caldo e vetrine in 13 location pubbliche ad alto traffico), Service providers, ecc.
