En nuestro anterior post Análisis de las ventas cruzadas: la matriz de correlación hablamos por primera vez de nuestra Matriz de Correlación, explorando su rendimiento, funcionalidad y algunas de sus características. Una de las principales aplicaciones de la matriz está relacionada con las estrategias de venta cruzada. En este artículo analizaremos los 5 pasos que se deben seguir para impulsar las ventas cruzadas.
Para los principiantes, la venta cruzada consiste en vender un producto o servicio adicional a un cliente existente.
Las ventas cruzadas pueden llevar a un incremento de la satisfacción del consumidor y de los ingresos simplemente con poner a disposición de los consumidores productos que están relacionados con el que ha escogido previamente. En muchas ocasiones, los productos que se pueden vender de forma cruzada tienen un margen elevado de beneficio en comparación con el producto original.
Cada vez que un consumidor se para en un punto de la tienda, Shoppermotion relaciona la zona con el resto de categorías visitadas durante la misma ruta de compra. Tras recolectar datos de un número representativo de clientes, extrae las conexiones, correlaciones y tendencias de las rutas. Por tanto, la Matriz de Correlación recoge las asociaciones entre categorías desde un punto de vista del comportamiento del cliente.
Esta matriz se utiliza para tomar decisiones apropiadas en lo que respecta a la gestión de tiendas. Por tanto, vamos a analizar detenidamente 5 pasos que tomar para impulsar nuestra estrategia de venta cruzada utilizando la matriz de correlación.
Paso 1: Optimizar el Category Management
Los encargados de tienda siempre suelen preguntarse cuál es el número de compradores que cuando muestran interés en un punto específico de la tienda lo hacen también en otras zonas. Por ejemplo, ¿con qué frecuencia los compradores que muestran interés por el área promocional visitan la sección de panadería durante sus compras? Según el siguiente ejemplo, solo tenemos que cruzar la fila y columna de ambas secciones para descubrir que solo el 29,97% de los consumidores lo hacen. Cuanto más alto es el porcentaje, mayor es la relación entre categorías.
Esto se puede hacer fácilmente ubicando más cerca las categorías con mayor correlación, creando así conexiones en la tienda a la vez que se permite a los clientes ver aquellos productos relacionados con mayor facilidad y, por tanto, creando una necesidad y mayor venta.
Si quieres saber más sobre este tema, existe un estudio completo sobre Business Intelligence aplicado al Category Management.
Paso 2: Impulsar el contenido digital en la tienda
Esta información se puede utilizar para activar a nuestros clientes durante sus compras. Lo primero que debemos hacer es relacionar este valor con las ventas de ambas categorías. Esta relación nos dirá si hay una buena conversión en ambas categorías asegurándonos de que sus cestas contienen productos de las dos secciones. Deberíamos ayudarles proactivamente ofreciéndoles soluciones en función de su comportamiento. Por ejemplo, podríamos promover una receta saludable para cocinar un guiso de marisco y tofu y ayudar a los clientes a identificar correctamente todos los ingredientes necesarios.
Además, si hacemos un seguimiento de los cambios en la correlación durante un periodo de tiempo, seremos capaces de reconocer y prever necesidades y tendencias entre nuestros visitantes.
Si lo analizamos desde otra perspectiva, también podremos reconocer una oportunidad para que los retailers promuevan ciertas marcas y productos específicos dentro de las categorías correlacionadas. Se pueden utilizar anuncios y distintos tipos de carteles para aumentar las ventas de cualquier marca que necesite un impulso dentro la categoría correlacionada.
Paso 3: Maximizar las oportunidades de ventas cruzadas
Una de las características más interesantes de la Matriz de Correlación es su viabilidad. Simplemente con mirar las cifras que nos da, podremos identificar aquellas áreas que tengan un bajo rendimiento en lo que respecta a oportunidades de venta cruzada. Veamos cuáles son los 3 paso que debemos seguir:
- Escoge una sección que te gustaría mejorar e identifica aquellas categorías que guarden una relación lógica con ella (p.ej.: vino blanco – pescado o cerveza – snacks).
- Genera la matriz de correlación para un periodo particular y descubre cuáles son las secciones con los valores más bajos para esa categoría.
- Revisa si alguna de las categorías relacionadas está en la lista de baja correlación, ya que son las áreas de la tienda que supuestamente guardan una relación y aun así no están correlacionadas en términos de tráfico recibido.
Una vez hecho esto, se debería cambiar la organización de la tienda para crear oportunidades de venta más productivas y creativas. Debemos tener en cuenta que el objetivo no solo es dar a los clientes varias opciones dentro de una categoría, sino darles a entender que existen ciertos productos relacionados con el que están comprando en primer lugar.
Paso 4: Aprovechar las mejores ubicaciones para para las ventas cruzadas
Si seguimos las indicaciones previas y la asimetría de la matriz, puede que nos encontremos con secciones que tengan una baja correlación en una dirección pero no en la otra. Veamos un ejemplo con las categorías de productos lácteos y panadería para entenderlo mejor.
Como es lógico, ambas categorías están muy correlacionadas porque los productos que se ofrecen suelen estar relacionados. Hasta ahora, solo podíamos la correlación entre ambas en función de las ventas, pero no desde un punto de vista conductual. La siguiente imagen muestra la correlación entre ambas secciones en las dos direcciones.
Uno de cada dos compradores interesados en la sección de panadería pasa también por la sección de productos lácteos durante su visita. Si calculamos el mismo proceso en la otra dirección, veremos que el 28,8% de los compradores que para en la sección de productos lácteos lo hace también en la de panadería
En esta ocasión, la tasa de rutas que visita la panadería y los productos lácteos es muy baja a pesar de que ambas secciones están fuertemente correlacionadas. Por tanto, tenemos una buena oportunidad para aumentar las ventas cruzadas entre ambas colocando algunos productos de la sección de panadería en la de productos lácteos, como por ejemplo pan recién hecho al lado de la mantequilla.
Una vez más, el objetivo es aprovechar al máximo las ubicaciones de venta cruzada en el plano de la tienda y colocar productos que tienen tanto una correlación elevada como un elevado margen de beneficio.
Paso 5: Abordar el problema de la segunda planta
Una dificultad muy frecuente para el equipo de expansión aparece a la hora de diseñar layouts con distintas plantas. Estas configuraciones suelen ser confusas y plantean cuestiones como las siguientes:
- ¿Cómo se puede incentivar a los clientes para que visiten las categorías de las plantas superiores?
- ¿Cuál es el perfil del comprador que compra en la planta de arriba y el de la planta baja?
- ¿Cuánto tráfico estamos perdiendo en la parte superior?
- ¿Cómo incentivamos a nuestros clientes para que visiten la tienda entera?
La siguiente imagen muestra la matriz de correlación de una tienda con varias plantas.
Si miramos detenidamente esta matriz de correlación, podremos resolver las cuestiones mencionadas anteriormente junto con otras muchas. Se pueden diferenciar fácilmente cuatro regiones en la matriz. En la siguiente tabla se describen las diferencias de tráfico en cada región y se muestra cómo el comportamiento de los consumidores varía en función de si visitan la planta de arriba o se quedan solo en la planta principal.
| Area | Descripción |
|---|---|
 | Esta región representa la correlación entre los compradores que interactúan con las categorías ubicadas en la primera planta. En este ejemplo, la región en general muestra una correlación fuerte en ambas direcciones (columnas <> filas), por lo que podemos afirmar que la primera planta tiene un buen rendimiento y distribución. Los compradores recorren toda la planta y paran en todas las categorías. |
 | Esta región representa la correlación de los compradores que interactúan en las categorías ubicadas en la primera y segunda planta. En este ejemplo se ve claramente una baja correlación tanto en las columnas como en las filas. Existe un número elevado de compradores que visitan la planta principal pero no sube a las plantas superiores. |
 | Esta región representa la correlación de los compradores que interactúan con las categorías situadas en la primera y segunda planta. En este caso, la región muestra una correlación media tanto en columnas como en filas, lo que indica que la mayor parte de los compradores que visitan la segunda planta también interactúan con las categorías de la primera planta durante su recorrido. |
 | Esta región representa la correlación de las categorías de las plantas superiores. En este caso se ve una correlación elevada en ambos sentidos (las columnas y filas tienen un color verde). Por tanto, podemos afirmar que una vez que nuestros compradores llegan a la segunda planta, la recorren entera para llenar sus cestas. |
Conclusiones
El objetivo de cualquier cadena de retail es vender lo máximo posible en un periodo corto de tiempo al mismo tiempo que atraer a los consumidores para maximizar su potencial de compra, por lo que contar con las herramientas adecuadas para hacer esto posible es esencial para cualquier retailer o tienda. Todo esto deberá realizarse ofreciendo una experiencia de compra agradable y eficaz.
La matriz de correlación es una poderosa herramienta que ayuda a comprender el comportamiento de los consumidores en las tiendas y permite transformar la información en decisiones viables. Por tanto, si seguimos algún paso, o todos, de los que se han detallado anteriormente, seremos capaces de entender correctamente la información a la vez que impulsamos nuestra estrategia de venta cruzada. En consecuencia, aumentaremos nuestras ventas y el margen de beneficio, a la vez que satisfacemos las necesidades de nuestros clientes ofreciéndoles una amplia variedad de productos.
