ROI y atribución de anuncios
shoppermotion
Introducción Tener acceso a una herramienta de analíticas y utilizarla al máximo son dos cosas distintas. En nuestro anterior post, hablamos de la importancia de obtener analíticas en tiendas. En este artículo revisaremos cómo pueden ayudar las herramientas de analíticas a los encargados del marketing a medir la efectividad de
En artículos anteriores hemos hablado detalladamente sobre la importancia de las analíticas a la hora de tomar decisiones. Desde cómo impulsar las ventas hasta cómo mejorar el posicionamiento de nuestras promociones, pasando por aprender a optimizar nuestras categorías. Independientemente del tamaño del negocio, es fundamental contar con analíticas que nos permitan tomar mejores decisiones. Por tanto, en este artículo hablaremos sobre cómo realizar un análisis del tráfico en centros comerciales para entender a nuestros clientes. Analíticas Wi-Fi En lugares amplios, como centros comerciales, resulta complicado obtener analíticas debido a que no es como en los supermercados donde cada herramienta de compra tiene su propio localizador. ¿Cómo podemos analizar el comportamiento de nuestros clientes mientras visitan un centro comercial sin ser intrusivos y respetando su privacidad y anonimato? Todo ello sin necesidad de instalar hardwares sofisticados adicionales. Una solución que solemos emplear es el uso del seguimiento mediante wifi. Como muchos centros comerciales cuentan ya con una infraestructura de wifi, se puede utilizar como base para este sistema. La mayoría de los puntos de acceso wifi tienen la capacidad de geolocalizar las señales que reciben. Cuando nos hablan de esto, podemos pensar que los consumidores no suelen conectarse a la red wifi durante su visita a las tiendas, de manera que es complicado realizar un análisis así. No obstante, existe una manera de hacerlo. Los móviles actuales cuentan con una tecnología wifi que se utiliza como antena, de manera que si el móvil no está en modo avión y tiene la señal wifi conectada, estará continuamente mandando unas señales para intentar conectarse a las redes cercanas. Gracias a estas señales podemos analizar el movimiento de los consumidores en tiempo real y de forma anónima. Aun así, debemos tener en cuenta una serie de aspectos. Mientras que en espacios pequeños como supermercados se analiza la ruta completa del consumidor, en espacios amplios como centros comerciales, debido al tamaño, solo es posible analizar cómo se mueve el consumidor por los pasillos centrales. Gracias a la información recibida, elaboramos unos mapas de calor que nos permiten identificar aquellas áreas con mayor engagement. Análisis del tráfico de clientes en centros comerciales Además, como en los centros comerciales existen numerosas tiendas de distintas categorías, podemos utilizar este método para comprender mejor qué está pasando dentro de cada una de ellas. Nuestra solución permite conocer dónde están pasando los clientes la mayor parte de su tiempo. Asimismo, también nos permite saber dónde van después de visitar una tienda. Con esta información, los managers podrán realizar comparaciones con centros comerciales similares con el objetivo de optimizar las decisiones estratégicas y operacionales en consecuencia. Entre otras cosas, nos ayudará a determinar dónde colocar la publicidad o cómo diseñar la ubicación de las tiendas. Si combinamos esta información con la matriz de correlación, podremos identificar las conexiones entre las distintas categorías. Esta métrica nos permite identificar la probabilidad de que un cliente visite una categoría asumiendo que ha visitado ya otra categoría determinada durante su visita al centro comercial. Por ejemplo, podemos asumir que un porcentaje elevado de consumidores que han visitado la zona de restauración también han pasado tiempo considerable en la zona de tiendas o viceversa. Además, también se puede identificar el motivo principal por el que los clientes han visitado el centro comercial. En función de las tiendas visitadas, podemos distinguir entre cuatro tipos de misiones de visitas: Aprovisionamiento: cuando el cliente visita una amplia variedad de tiendas porque necesita comprar muchos productos. Compra diaria: cuando el cliente visita algunas tiendas para comprar productos necesarios para el día a día. Compra específica: cuando el cliente visita pocas tiendas porque necesita algo que se le ha acabado. Compra urgente: cuando el cliente visita una o dos tiendas e ignora el resto porque necesita comprar algo muy específico. Por ejemplo, esto podría ocurrir cuando una chica tiene una fiesta y necesita ir al centro comercial para comprar unos zapatos de tacón. Si ya has leído nuestro post sobre misiones de compra (si no, puedes leerlo pulsando aquí), te habrás dado cuenta de que la categorización es la misma. La única cosa que cambia, en este caso, son las áreas visitadas en el centro comercial. Gracias a esta información, los managers podrán adaptar sus estrategias a las necesidades de los consumidores. Conclusiones La información siempre es fundamental, ya que sin ella no podríamos tomar buenas decisiones. En este sentido, la obtención de analíticas en el punto de venta resulta esencial. Gracias a nuestra tecnología, la recopilación de estos datos se hace de forma no intrusiva para no interferir en la experiencia de compra de los consumidores. Al realizar un análisis sobre el comportamiento de los clientes en centros comerciales, los managers podrán optimizar las decisiones estratégicas y operacionales.
Cuando queremos que una campaña salga bien, es muy importante contar con la información correcta y aquí es donde las analíticas entran en juego. En el post de hoy vamos a aprender a calcular el funnel de conversión de algunas de las promociones de un flyer. En el post anterior ya explicamos cómo medir la efectividad de una promoción. Una de las principales ventajas de nuestras métricas es que nos permiten medir lo bien que funcionan nuestros productos expuestos, así como identificar aquellos que no están teniendo los resultados esperados. Revisaremos y propondremos qué acciones se pueden ejecutar en cada paso del funnel de conversión para mejorar nuestros resultados y obtener mejores ventas en nuestras campañas promocionales. En e-commerce es más fácil analizar la información de los clientes, ya que existen numerosas métricas y tecnología a nuestro alcance. Gracias a herramientas como Shoppermotion, podemos aplicar las mismas métricas a las tiendas físicas y conseguir los resultados esperados. Funnel de conversión en flyers Empecemos analizando la información recopilada durante una promoción. Para los encargados del marketing, el funnel de conversión es otro análisis muy interesante que muestra la efectividad de una promoción. Para entender lo que representa cada sección, vamos a desglosar cada una de las métricas: Penetración. Se refiere al tráfico que ha recibido cada sección. Esto quiere decir que si ha habido 50.000 clientes durante la promoción, 9.950 han visitado la sección de bebidas no alcohólicas. Esta información se ha recopilado gracias a nuestra tecnología. Tasa de rebote. Porcentaje de consumidores que han pasado menos de 10 segundos en una categoría. Browsers.- Porcentaje de consumidores que han pasado entre 10 y 15 segundos en una sección. Engaged.- Porcentaje de personas que han pasado más de 15 segundos en una sección. Tasa de conversión. Porcentaje de visitantes que han comprado un producto determinado. Por ejemplo, la tasa del 3,7% de los cereales significa que del total de visitantes durante la promoción, 1.850 han comprado este producto. Cuando lo analizamos en conjunto, esta información muestra el proceso mediante el que los visitantes se acaban convirtiendo en compradores de un determinado producto durante su ruta. Es decir, esta es la manera para calcular el funnel de conversión en una tienda de alimentación. Análisis del funnel de conversión de las promociones en panfletos Vamos a utilizar los huevos y el salmón como ejemplo para analizar el funnel: Huevos. Tal y como podemos observar, se trata de un producto con una tasa de penetración elevada. Esto indica que la mayor parte de la gente visita esta sección durante su ruta. La tasa de conversión también es alta, lo que significa que la mayor parte de la gente ha comprado huevos, ya que se trata de un producto básico. Si nos fijamos en el funnel, llegaremos a la conclusión de que de los 50.000 visitantes que han visitado la tienda durante la promoción, 7.200 han comprado huevos. Las columnas browsers y tasa de rebote nos muestran información muy interesante. La columna bounce muestra un porcentaje elevado, lo que significa que la mayor parte de la gente pasa menos de 10 segundos en la sección de huevos. Esto no es un mal indicador, ya que significa que la gente sabe de antemano la marca que quieren comprar y simplemente la coge al llegar a la sección. Por el contrario, la columna browsers muestra que no mucha gente pasa entre 10 y 15 segundos decidiendo qué huevos comprar. Salmón. A simple vista podemos que ver que el porcentaje de penetración es más bajo en comparación con el de los huevos. Gracias a esta información podemos asumir que los clientes no suelen comprar salmón habitualmente. Además, la tasa de conversión muestra que el porcentaje de personas que finalmente han comprado salmón es muy bajo. Esto muestra una vez más que no es un producto que la gente suele comprar. Del total de visitantes, 1.100 han comprado salmón durante la promoción, una cifra notablemente inferior a la de los huevos. La columna browser muestra un elevado porcentaje de personas que pasan entre 10 y 15 segundos decidiendo si comprarlo o no. Esto normalmente ocurre con productos frescos, ya que los consumidores suelen basar sus decisiones en diferentes aspectos tales como la fecha de caducidad o la apariencia. Los porcentajes varían en función del producto analizado. Por ejemplo, los productos básicos tienen tasas de penetración elevadas, mientras que los productos frescos u otros más “especiales” (helado) tendrán menor penetración. En ambos casos, la tasa de conversión variará consecuentemente. Acciones a poner en marcha A grandes rasgos, el funnel de conversión muestra el proceso mediante el que los visitantes se convierten en compradores. A continuación vamos a analizar las distintas acciones que se pueden poner en marcha en cada paso del funnel para mejorar nuestros resultados: Una vez analizado cada paso del funnel, también es importante identificar en qué punto nuestros clientes están perdiendo interés en el producto. Se recomienda hacer comparaciones con tiendas similares para ver si nuestro funnel y nuestras cifras coinciden en las distintas categorías. Si notamos que nuestras cifras están por debajo de la media, deberíamos poner en marcha las acciones necesarias según lo que hemos explicado anteriormente. Conclusiones Contar con la información adecuada es fundamental para tomar decisiones, por lo que las herramientas de analíticas son esenciales para conseguir esto. Gracias a ellas estaríamos obteniendo información sobre el desempeño de nuestras promociones. Esto resulta imprescindible para los encargados del marketing, ya que así estarían tomando decisiones basadas en información real. Así estarían identificando qué productos están teniendo buenos resultados y cuáles no están cumpliendo con los objetivos deseados. En este último caso, existen distintas acciones que s epueden poner en marcha para mejorar nuestras cifras. Por ejemplo, si vemos que los consumidores no entienden un producto, deberíamos poner en marcha demostraciones en tiempo real sobre cómo cocinarlo. Gracias a ello, estaríamos acercando a nuestros clientes al producto, por lo que podrían aumentar las ventas del mismo. En este artículo hemos aprendido a calcular el funnel de conversión.
En este artículo hablaremos sobre las tecnologías para obtener analíticas más populares del mercado. Esto se debe a que, en muchas ocaciones, los retailers intentan resolver preguntas para averiguar cómo satisfacer las necesidades de sus clientes. ¿Cuál fue la experiencia de mis clientes al entrar en mi tienda? ¿Cómo se tomaron las decisiones de compra o qué factores influyeron en este proceso? Gracias a la obtención de analíticas los retailers pueden resolver estas cuestiones. A lo largo de los años, los retailers han basado sus análisis en el volumen de ventas obtenido al final de cada periodo. Aunque no es un mal enfoque, resulta algo limitado en algunas ocasiones. En este sentido, una visita a una tienda no solo está relacionada con los productos que el cliente compra, sino con la experiencia de compra en general. Esta información nos ayuda a entender en profundidad el proceso que realiza el comprador desde que entra en la tienda hasta que sale, analizando las decisiones que toma mientras recorre los pasillos. Hasta el momento, las decisiones en la tienda se han tomado basándose en las ventas, a pesar de que siempre se ha intentado poner al consumidor por delante. No obstante, la situación está empezando a cambiar poco a poco hacia un enfoque centrado en el consumidor. Medir y comprender el comportamiento en las tiendas es una herramienta fundamental que va a permitir al retailer y a los fabricantes a tomar mejores decisiones centradas en el cliente y en mejorar su experiencia. Esto no quiere decir que los retailers no hayan intentado medir la experiencia de los consumidores en sus tiendas en el pasado. Tomemos como ejemplo las tarjetas de fidelización, que son una buena herramienta para conocer de cerca a los consumidores, aunque solo tienen en cuenta las consecuencias de la experiencia (ventas). Lo que queremos es ir un paso más allá y entender su comportamiento durante la visita. En este artículo vamos a analizar las tecnologías más populares para obtener analíticas en tiendas que utilizan los retailers por todo el mundo. El primer paso es comprender que necesitamos analíticas que nos muestren el comportamiento de los consumidores y después viene la adquisición de las tecnologías necesarias. En este punto hay varios métodos que podemos utilizar, empezando por las soluciones que necesitan poca o ninguna tecnología hacia otras opciones más sofisticadas. A continuación detallamos las distintas tecnologías para obtener analíticas disponibles en el mercado. Conteo Manual Empezamos con una de las tecnologías para obtener analíticas que no requiere ninguna instalación. El retailer asigna a algunos de sus empleados la tarea de seguir de forma sutil a los consumidores por la tienda con una hoja de papel y un bolígrafo para dibujar su ruta. Por asombroso que parezca, así es como se hacía en el pasado. Algunas empresas han sustituido el papel por una tablet para digitalizar la información. Ventajas del conteo manual Se pueden anotar las interacciones del cliente (si toca el producto o lo devuelve a la estantería) Se puede añadir información cualitativa sobre el cliente (familia con hijos, en buena forma, etc.) Desventajas del conteo manual No es escalable y es caro (es un método que requiere de mucho tiempo siguiendo a los consumidores), El tiempo relacionado con los eventos (tiempo medio, tiempo de espera, etc.) no se puede medir de manera muy precisa, Puede ser algo intrusivo, ya que el cliente podría darse cuenta de que alguien le está siguiendo durante el recorrido, Los resultados normalmente están sesgados (el personal inconscientemente elegirá a aquellos clientes rápidos y activos antes que a personas mayores), La información debe tratarse y filtrarse tras cada recopilación, Generalmente el procesamiento y análisis de la información se hace manualmente, Al personal se le está “quitando” tiempo que podría destinar a otra tarea en vez de esta función tan exigente, larga y propensa a estar afectada por errores humanos. Tecnología de conteo de personas Esta es una solución menos laboriosa. Algunos retailers instalan sensores infrarrojos en la entrada de la tienda para contar las visitas, de manera que cada vez que alguien cruza el umbral, se anota una visita más. Existen otras soluciones más avanzadas que son capaces de predecir qué visitas entran y cuáles salen. En los supermercados se comparan los resultados con el número de tickets, ya que la mayoría de los clientes suele comprar algo. Ventajas de los contadores de personas Es una solución barata que aprovecha los equipamiento de seguridad en las tiendas (arcos detectores) Es una solución que se suele utilizar en tiendas de moda para estimar la tasa de conversión (número de clientes que compra algo respecto al número total de visitantes) Desventajas de los contadores de personas La información recopilada es muy limitada ya que solo cuenta el número de veces que alguien cruza por los infrarrojos No se puede recopilar información sobre el flujo del cliente o el tiempo medio dentro de la tienda Los resultados suelen ser poco precisos, ya que también se tiene en cuenta al personal No distingue entre entradas y salidas realizadas por las mismas personas Analíticas basadas en el uso de tokens (tecnología ganadora) Esta solución es una de las más avanzadas para obtener analíticas en tiendas. Requiere la instalación de unos dispositivos electrónicos (llamados tokens) con baterías que duran años en las herramientas de compra (carros, cestas con ruedas, cestas de mano, etc.). Estos dispositivos emiten su posición en tiempo real, por lo que permiten recolectar la ruta completa de cada consumidor en la tienda. Sin duda alguna, se trata de la mejor tecnología para obtener analíticas. Ventajas de la solución basada en el uso de tokens Es la solución más rentable para analizar la ruta completa del consumidor en la tienda Analiza al consumidor de forma pasiva, ya que no requiere de ninguna interacción por su parte La información se recopila de forma anónima, por lo que se protege la privacidad del consumidor (no hay manera de identificar quién es cliente detrás de la cesta). Simplemente se rastrean cestas y no personas
En un artículo previo hicimos un análisis de las cabeceras y góndolas utilizando Business Intelligence para saber cómo incrementar las ventas y su exposición, pero hay más cosas que analizar, por lo que en el artículo de hoy trataremos las siguientes cuestiones: De cada cien consumidores que pasan por nuestra cabecera, ¿cuántos se convierten en una venta? ¿Cuál es el número de consumidores sobre el que tiene impacto un producto durante el calendario promocional teniendo en cuenta la exposición de la cabecera y su ubicación original? Existen numerosos motivos para analizar esta información, pero los tres más importantes son los siguientes: Medir la exposición de los productos nuevos colocados en las distintas cabeceras para ver cuál ha sido su desempeño. Medir cómo reaccionan los consumidores a la publicidad ubicada en esos puntos. Analizar la diferencia entre las ventas antes y después de la promoción en la cabecera. Sin embargo, estas no son las únicas cosas en las que nos queremos fijar. También nos gustaría saber de dónde vienen los consumidores antes de visitar la cabecera y dónde van después. Entender también la impulsividad de los clientes a la hora de comprar es clave. Vamos a utilizar como ejemplo los cambios que realizó en las cabeceras uno de nuestros socios en algunas de sus tiendas en la región EMEA. Cómo optimizar las cabeceras y góndolas usando Business Intelligence Como de costumbre, nuestro enfoque se centra en los datos y en el Business Intelligence para obtener información sobre cómo se comporta el cliente. Después integramos las ventas y averiguamos cómo todos estos datos pueden ser importantes para los encargados de gestionar la tienda y Category Managers. En la actualidad nos centramos en las cabeceras y cómo su análisis puede enriquecer nuestros informes de Business Intelligence para hacerlos más prácticos. Los datos nos darán una visión que nos ayudará a determinar qué productos se adaptan mejor a cada público y KPIs. Los encargados de tienda y los Category Managers normalmente están ocupados resolviendo problemas dentro de la tienda (roturas de stock, problemas de logística, atención al cliente, etc.), por lo que en muchas ocasiones no pueden estar pendientes de un dashboard, ni de filtrar información para obtener información relevante sobre su rutina. Lo que necesitan son informes de Business Intelligence con la información adecuada, previamente procesada e integrada con otras variables (ventas agregadas, calendario de promociones, horario del personal, etc.). Es en este punto en el que soluciones como la nuestra entran en juego, ya que simplifican y convierten un gran volumen de información en datos concisos y prácticos Nuestros análisis Tras analizar los resultados, llegamos a unas conclusiones muy interesantes. La empresa lanzó una serie de promociones, pero no sabían cuál había sido realmente su impacto. Lo único que sabían era que vendían más unidades de los productos que estaban promocionando en las cabeceras. Tráfico y tiempo de exposición La pregunta clave es: ¿cuáles son los productos más exitosos? Por ejemplo, si colocamos pelotas de tenis en el pasillo central de un supermercado, seguramente las venderemos rápido. La pregunta práctica es: ¿son las pelotas de tenis el producto que me generan mayores beneficios? ¿o existe otro producto con una tasa de conversión mayor (más gente lo coge cuando lo ve) y mejores beneficios? Este es un ejemplo de dos promociones distintas en la misma cabecera, llamémoslos producto A y producto B. El primero de ellos no ha conseguido aumentar las ventas durante el periodo promocional, por lo que el desempeño no es bueno al haber estado perdiendo posibles beneficios durante dos semanas en una mala ubicación. Por el contrario, el segundo producto ha conseguido aumentar tanto el tráfico como las ventas durante el periodo promocional, lo cual es muy bueno. Con esta información, cualquiera estará de acuerdo en que el producto B es el ganador y se debería promocionar con mayor frecuencia que el producto A. Examinemos otros dos productos y sus resultados. En este segundo escenario, los resultados han cambiado notablemente. El producto C ha tenido mejores resultados que el producto D. En la siguiente sección analizaremos por qué este ejemplo tiene unas conclusiones distintas al otro. La conversión de las cabeceras Como hemos visto anteriormente, el producto A obtuvo peores resultados que el producto B, por lo que cualquiera preferiría promocionar productos como el B cuando sea posible. No obstante, el producto A podría ser rentable si se colocara en otro sitio. Gracias a la matriz de correlación, explicada en el artículo “Análisis de las ventas cruzadas: la matriz de correlación”, sugerimos las cabeceras más correlacionadas con la categoría original del producto para ubicarla en otro punto mejor. Para la campaña del producto B, también sugerimos una serie de mejoras en línea con los datos que habíamos obtenido. Por ejemplo, descubrimos que la correlación con el producto C era muy débil, por lo que se debía introducir otro producto como el D con mayor correlación para aumentar el desempeño global. Si comparamos el producto C y el D, veremos que el primero ha obtenido unas ventas mayores y ha recibido mayor tráfico. No obstante, el producto D ha obtenido una mayor variación de las ventas para un tráfico menor. Esto quiere decir que la tasa de conversión del producto D es mayor. Se trata de un dato fundamental, ya que la tasa de conversión tiene en cuenta tanto las ventas como el tráfico generado. Conclusiones Al fin y al cabo, solo hay una pregunta importante: ¿cómo de importantes son estas analíticas para los jefes de ventas, Category Managers y gestores de operaciones? La respuesta es muy clara. La prioridad de estas personas es contar con información precisa que les permita tomar decisiones estratégicas en términos de nuevos productos, ofertas y ventas. Gracias a las herramientas de Business Intelligence, incorporamos a nuestro análisis de cabeceras y góndolas la capacidad de medir la tasa de conversión, consiguiendo maximizar los beneficios de cada una de ellas. Por tanto, en el proceso de toma de decisiones, estas personas cuentan con la información necesaria
Una tienda es un ecosistema dinámico que funciona en conjunto para producir beneficios. Para que esto ocurra, existen una serie de factores clave que se deben equilibrar. Los clientes tienen que estar expuestos a los productos ya que se debe tener en cuenta la naturaleza impulsiva del ser humano. En este artículo analizaremos las cabeceras de las tiendas utilizando herramientas de Business Intelligence. La interacción de un cliente desde el momento en que entra en la tienda hasta que se va es un claro indicador de su intención y del proceso de toma de decisiones. Por tanto, un retailer debe fijarse en cada aspecto de la interacción de los clientes. Esto incluye qué ven, dónde lo ven, cómo recorren la tienda y cómo ejecutan su misión de compra. Toda esta información se utiliza para determinar el comportamiento del cliente y así poder seleccionar mejor los productos para las cabeceras. Hace unos años nos asociamos con una cadena de distribución estadounidense para ver exactamente cómo utilizar el análisis del comportamiento de los consumidores con el objetivo de mejorar la eficiencia y las ventas. Gracias a esto descubrimos que adaptando la estrategia a los resultados conseguíamos mejorar tanto la experiencia de compra como el volumen de ventas. No obstante, se debe tener en cuenta que la ubicación de cada tienda es diferente y puede estar sujeta a distintas reglas. Por tanto, puede que los compradores se comporten distinto de una tienda a otra. Lo que no cambia es la necesidad de analizar las tendencias conductuales de cada ubicación. Por ejemplo, el simple hecho de relacionar lo que cada cliente ve en una cabecera con su misión de compra ayudó a nuestro socio a crecer cuantitativamente. Este artículo explica la importancia de analizar las cabeceras mediante inteligencia empresarial. Business Intelligence para analizar las cabeceras El primer paso en cualquier análisis es la recopilación de información. Esto requiere analizar cuál es el comportamiento de los clientes desde que entran en la tienda, algo que nuestro sistema hace de manera no intrusiva. Una vez que tenemos los datos sin procesar es hora de convertirlos en información mediante el uso de herramientas de Business Intelligence. La información obtenida mediante estas herramientas de Business Intelligence nos puede indicar qué cabeceras son las más visitadas, cuál es el tiempo de visualización de los productos que se muestran en ellas y en cuáles hay que introducir cambios. Tanto los encargados de tienda como el equipo de operaciones pueden utilizar esta información para mejorar cada cabecera y optimizarla con el objetivo de conseguir mejores resultados. CABECERAS Y KPIS EN RETAIL Lo siguiente es averiguar las KPIs de cada una de estas cabeceras. La información recopilada en cada cabecera se puede desglosar en grupos de KPIs como los que podemos encontrar en herramientas de análisis de e-commerce tales como Google Analytics. La primera serie de KPIs en la que nos fijamos está relacionada con el tiempo e incluye: Tiempo hasta visitar la cabecera: cuánto tarda cada consumidor en visitar la cabecera durante su visita. Tiempo medio enfrente de la cabecera: tiempo que tarda un consumidor en inspeccionar el contenido mostrado en la cabecera. Estas KPIs nos ayudan a entender cómo de impulsivo es el producto en la cabecera (el tiempo que está el consumidor en la cabecera define cómo de fácil es para él coger el producto). Con esta información podemos recopilar más datos: Tasa de rebote: porcentaje de compradores que pasan menos de 5 segundos cerca de la cabecera. Engagement: porcentaje de compradores que pasan más de 10 segundos cerca de la cabecera. Ambas KPIs nos ayudan a entender la atractividad de los productos y a mejorar su ubicación dentro de la tienda, la apariencia y las ofertas relacionadas. En resumidas cuentas, cuanto más tiempo se pasa en una cabecera, más significativa es. Nuestro análisis también tiene en cuenta otros factores que influyen en las cabeceras en una determinada ubicación y en un momento determinado. Esto incluye: Origen o destino: saber de dónde vienen nuestros clientes antes de llegar a la cabecera revela información sobre los productos que deberían promocionarse en cada una de ellas. Misión de compra: la misión de compra predominante que visita mi cabecera define el tipo de producto que debería colocar en ella. Por ejemplo, si las misiones de aprovisionamiento, que son largas y suelen utilizar carros grandes, son populares en una cabecera, se recomienda colocar productos relacionados con este comportamiento (detergente, productos enlatados o productos de limpieza). Duración del recorrido: cuánto duran de media las rutas que pasan cerca de mi cabecera. Esta información resulta interesante para entender si queremos mostrar productos a gente “ocupada” o a gente más creativa que busca nuevas recetas e ideas. Carro vs. cesta: porcentaje de compradores que utiliza una herramienta de compra determinada. Muy útil para saber si colocar productos pesados o grandes (cereales, botellas de refresco, etc.) o más pequeños (latas de atún, sandwiches o barritas de chocolate) si la herramienta de compra más popular en la cabecera son las cestas de mano. Día popular de la semana: muy útil para sincronizar las promociones con catas o activaciones en punto de venta. El ROI o la tasa de conversión de las cabeceras son otro tipo de KPIs transaccionales que analizaremos en detalle en futuros posts. ConclusionEs A nuestro socio le resultó muy útil contar con este tipo de información para crear estrategias viables que incrementaran la importancia de las cabeceras gracias al Business Intelligence. También fue clave a la hora de tomar decisiones sobre dónde colocar nuevos productos. Gracias a esto, los encargados de tienda pueden ir más allá lanzando ofertas en puntos clave, elaborando estrategias adaptadas a las ventas y tomando decisiones que mejoren las ventas de un producto o una marca. La intuición deja de entrar en juego gracias al uso de datos empíricos cuando se recopila la información en tiempo real. Por tanto, el retailer puede ir modificando las estrategias a medida que vaya cambiando la situación en la tienda.
Normalmente, un consumidor entra en una tienda con un objetivo en mente y está atento para no perderse ningún producto, descuento o promoción durante todo su recorrido. Lo que no sabe es que todo lo que ve y pasa desde que entra en la tienda es fruto de un plan previamente elaborado. En este escenario, los Category Managers son los que diseñan cómo nos movemos por la tienda, por lo que son el futuro de las analíticas en tienda. Son los que se aseguran de que todo lo relacionado con los productos y categorías (carteles, marcadores, indicaciones, etc.) está bien colocado y de lo que el comprador ve en las estanterías o de camino a ellas. ¿Qué es el Category Management? En cualquier tienda, los productos están ordenados en función de una serie de criterios. Se podría definir el Category Management como el trabajo mediante el que se agrupan los productos siguiendo una organización. Dicha distribución tiene como objetivo maximizar la visibilidad de los productos y el potencial de ventas, a la vez que se fomentan las ventas de otros productos relacionados. Todo desde un punto de vista disciplinado y sistemático tal como una unidad de negocio estratégica. Para simplificarlo, podríamos decir que está relacionado con el arte y la ciencia de organizar productos de tal manera que no solo se maximice su visibilidad, sino que también complemente a los productos de su alrededor. Es cuestión de combinar la inteligencia aplicada al retail con un estudio de mercado para mejorar nuestros resultados. A simple vista puede parecer que lo único que se debe hacer es combinar productos y bienes parecidos y colocarlos en una estantería. No obstante, las cosas no son tan fáciles. Existen ciertos aspectos que un Category Manager (la persona encargada de gestionar cada categoría) debería tener en cuenta y todo empieza por fomentar su habilidad para maximizar los beneficios al vender productos de una categoría determinada. Esto significa que tiene que existir cierta armonía mientras nos movemos de una categoría a otra, utilizando las cabeceras como nexo entre ellas. Es preciso mencionar que cualquier cabecera en la tienda tiene un propósito, ya sea para vender más productos o para atraer la atención hacia un expositor. Por tanto, se debería seguir una estrategia a la hora de distribuir las cabeceras como asegurar que están relacionadas con las categorías contiguas. Al no distribuir correctamente las cabeceras estaríamos perdiendo información clave. Otra manera de perder datos importantes sería si un Category Manager no tuviera en cuenta los tiempos medios, el tráfico o la dirección de los pasillos al intentar comprender el comportamiento de los consumidores en sus categorías. Las categorías contiguas son aquellas situadas al lado o enfrente de otras a lo largo de un pasillo ¿En qué variables debe centrarse el Category Manager? Existen ciertas cosas en las que se debe fijar un Category Manager. La primera de todas es la dirección del pasillo, ya que es fundamental para posicionar correctamente los productos. Dependiendo del tipo de layout de la tienda, la dirección de los pasillos deberá ser de una u otra manera y es labor de los Category Managers posicionar los productos para maximizar su desempeño. Pero esto no acaba aquí, ya que también es muy importante saber si nuestra categoría se visita antes de abandonar la tienda o al principio de la ruta. Contar con este tipo de información nos puede ayudar a elegir qué productos promocionar (los productos pesados se suelen dejar para la última parte de la ruta para que los clientes no tengan que cargar con ellos todo el tiempo). A primera vista, estos datos parecen simples pero influyen notablemente a la hora de elegir la ubicación de una categoría. Tras esto nos encontramos con la decisión de elegir el mejor punto para ubicar las promociones en función del tipo de producto, de las misiones de compra que suelen visitar las categorías y de la información sobre el mercado. Por ejemplo, se debería colocar una oferta de champú en una cabecera que reciba muchas misiones de compra de aprovisionamiento (compras grandes para las siguientes semanas) o una promoción de aceitunas en una cabecera popular para las misiones de compra diaria. Finalmente, un Category Manager debería ser capaz de estimar un ROI por activación simplemente comparando las ventas y el tráfico. Como tenemos las ventas agregadas por promoción, las dividimos entre el número de compradores detectados en el área y así calculamos la tasa de conversión (ventas/personas). Por tanto, ¿cómo consigue un Category Manager hacer todas estas cosas? Lo principal es definir quién es el retailer y cómo opera teniendo en cuenta las misiones de compra principales de la tienda. Después es fundamental entender la importancia de cada categoría en términos de generación de tráfico. Una vez que se ha analizado detenidamente cada categoría, se establecen una serie de estrategias para maximizar el desempeño individual de cada una, teniendo en cuenta la correlación entre todas ellas. Estas estrategias deben incluir actividades de marketing, varios tipos de promociones, cambios en el posicionamiento, planes de comunicación y cambios en el planograma. Cuando se definan estas estrategias, se tendrá que poner en marcha el plan de acción y las operaciones, tras lo cual se deberá analizar, comparar y medir los resultados. Estas analíticas deben ser regulares para que el Category Manager pueda realizar cambios si fuera necesario. Debemos contar con las herramientas adecuadas Con tanta información que analizar, la situación puede parecer abrumadora, pero con las herramientas adecuadas, un Category Manager debe ser capaz de tener una idea de las categorías que controla para poder tomar decisiones sobre la estrategia que se debe seguir con el objetivo de mejorar los beneficios. Una herramienta adecuada podría ser Shoppermotion, ya que ofrece información relevante a los Category Managers. No solo simplifica el proceso de recopilación de información, sino que además ofrece un análisis detallado sobre el uso de Machine Learning y Business Intelligence. Gracias a esto se reduce el tiempo de toma de decisiones, lo que permite adentrarse en
A la hora de gestionar una tienda normalmente nos tenemos que fijar en una serie de aspectos (los ingresos y la fidelidad del cliente son los más importantes) para conseguir los mejores resultados posibles teniendo en cuenta los recursos disponibles en nuestra tienda. No obstante, las cosas se complican cuando el retailer trata de buscar el mejor punto para las activaciones de marketing en tienda. Si se ubica mal una promoción, no será visible, arruinando por tanto el objetivo original. Por el contrario, si se ubica en una zona transitada, pero en la categoría errónea, los clientes no encontrarán la relación con su misión de compra (p.ej.: un anuncio de tampones en la sección de cuidado personal para hombres) y no tendrá ningún tipo de impacto en las ventas. Como veremos en este artículo, gracias a las misiones de compra encontraremos los mejores puntos para posicionar nuestras campañas y displays temporales. Para conseguir mejor visibilidad sobre dónde y qué colocar en las activaciones, los retailers deben tener en cuenta tanto las categorías de su tienda como las misiones de compra de sus compradores Como hemos hablado en el pasado, en el Category Management se identifica a las categorías como unidades de negocio que poder personalizar para satisfacer las necesidades de los consumidores. Sin embargo, el problema de espacio será diferente en función de si tomamos la visión del fabricante o del retailer. Una misión de compra es el objetivo de una ruta de compra específica, por lo que comprenderlas de antemano nos ayudará a identificar oportunidades operacionales y de marketing. Tipos de misiones de compra Existen estos tipos de misiones de compra: Reposición: cuando visitamos pocas secciones para comprar productos que se nos han acabado Aprovisionamiento: cuando visitamos una amplia variedad de secciones para llenar nuestra nevera y despensa para las siguientes semanas Compra urgente: cuando visitamos una o dos categorías e ignoramos el resto porque tenemos que satisfacer nuestras necesidades más inmediatas. En este caso, el comprador no suele desviarse de su ruta Compra diaria: cuando visitamos ciertas categorías de productos de uso diario, tales como productos frescos o perecederos, normalmente para ser consumidos en el mismo día de la compra Si tenemos en cuenta las ventajas de la disposición de las categorías y las razones por las que los consumidores visitan cada categoría, analizar las misiones de compra nos permitirá ubicar de manera más precisa las activaciones en nuestra tienda. Caso práctico Cojamos como ejemplo una de las empresas de consumo más importantes del mundo, a la cual denominaremos Empresa X para mantener su anonimato. Se trata de un fabricante que ofrece sus productos en las ciudades más importantes del mundo y están planteando lanzar una promoción de champú en una cadena de distribución en Shanghái. Tras investigar sobre el tema, nuestro equipo determinó que había cuatro puntos dentro de la tienda donde se podía ubicar la promoción. En el siguiente diagrama se muestra el plano de la tienda y las posibles ubicaciones. Se ha utilizado un mapa de calor para medir el tráfico de las misiones de compra de aprovisionamiento de aquellos clientes interesados en champú. Como se puede ver, los cuatro puntos tienen un volumen elevado de tráfico (áreas marcadas en rojo). Si solo tuviéramos en cuenta esta variable, cualquiera de los puntos sería óptimo para colocar nuestra promoción. Si añadimos a la ecuación otros factores como la proximidad a las escaleras, la cercanía al pasillo central o la distancia a la categoría promocionada, veremos que el punto número 4 es más óptimo. Sin embargo, nuestra investigación no acaba aquí. Al analizar estos puntos, basándonos en el tráfico, deberíamos seleccionar aquel que esté más coloreado de rojo (las zonas más transitadas). Si analizamos la dirección del pasillo, veremos que el 68% del tráfico que visita la categoría de champús procede de uno de los pasillos secundarios (punto naranja). Gracias a este dato, deducimos que es mejor colocar la promoción en el pasillo secundario (naranja), ya que el tráfico será más cualificado (compradores que van a la categoría de champús y cuidado personal) y así nos aseguraremos de que los visitantes verán la promoción antes de entrar en la categoría. Si pusiéramos la promoción en la zona roja, a pesar de que el tráfico es mayor, no sería cualificado para esta misión de compra, de manera que los compradores dejarán la promoción a sus espaldas una vez que recorran la categoría. Otro añadido es que la promoción será más barata para el fabricante, ya que pagarán menos por una cabecera secundaria. Gracias a esta información la empresa obtuvo muy buenos resultados: el tráfico cualificado aumentó un 14% y la activación de marketing un 8%. Por tanto, la Empresa X no solo consiguió reducir los costes de la publicidad, sino que también aumentó las ventas y la cobertura simplemente por analizar bien los datos gracias a las herramientas de analíticas. Conclusiones Las misiones de compra son un elemento esencial que debemos tener en cuenta a la hora de buscar las ubicaciones óptimas para la colocación de productos y para nuestras activaciones y promociones. Gracias a Shoppermotion y a nuestra plataforma de inteligencia nuestros clientes pueden acceder a este tipo de información y aplicarla para introducir mejoras. Además, dado que cada situación es distinta, la plataforma se puede personalizar en función de las necesidades específicas de cada cliente, algo posible gracias a la flexibilidad y adaptabilidad de la misma.
En una tienda, la velocidad y facilidad con la que nuestros clientes pueden acceder y moverse es un aspecto fundamental de cara a la generación de beneficios y mayores ventas. Si un cliente puede encontrar lo que está buscando de manera fácil, lo más probable es que la experiencia le resulte cómoda. Con esto conseguiremos que vuelva, pase más tiempo en la tienda y gaste más dinero en otros productos en comparación con un cliente que tiene dificultades para encontrar el producto que quiere. En este artículo, veremos cómo escoger el layout adecuado en función del comportamiento del consumidor. Al optimizar un determinado espacio en la tienda, los retailers son capaces de maximizar el tiempo de estancia, la accesibilidad, la flexibilidad y la manejabilidad de los compradores. El objetivo es permitir que el cliente pueda encontrar lo que busca de manera fácil a la vez que se les retiene para que pasen más tiempo cerca de productos que complementan los que ya ha comprado. La elección del layout no solo se ve afectada por el tamaño de la tienda, ya que también depende de la oferta de productos. Existen ciertos layouts que dan mejores resultados para determinados productos que otros, de manera que este punto se debe tener en cuanto a la hora de elegir el layout adecuado. Este artículo recopila información de los distintos layouts gracias a Shoppermotion, empresa que ofrece analíticas para retailers. La recolección pasiva y anónima de rutas de compra permite crear un modelo de comportamiento para cada configuración de tienda, así como comparar las distintas alternativas. Tipos de layouts Los jefes de expansión y de espacios deben analizar las distintas opciones antes de elegir el layout adecuado. Para tomar esta decisión se debe pensar en el cliente y en su forma de comportarse en la tienda. Layout cuadrado Se trata de un tipo de layout en el que se colocan las estanterías en largas filas por toda la tienda, normalmente con ángulos rectos, para crear pasillos amplios por los que sea fácil moverse. Suele utilizarse en tiendas donde hay gran variedad de productos y categorías, ya que los clientes pueden pasar más tiempo decidiendo entre las distintas opciones. Se suele ver este tipo de layout en supermercados y farmacias, donde los consumidores suelen recorrer el espacio entero. En este artículo encontrarás más información sobre la importancia del pasillo central del supermercado. Layout de formato libre Se trata de un layout que puede adoptar cualquier tipo de forma ya que no existen patrones. Suele dar buenos resultados en tiendas pequeñas (de menos de 500 metros cuadrados) en las que los clientes buscan productos del mismo tipo (tiendas de ropa). El cliente puede dudar y cambiar de dirección con facilidad debido a la falta de obstáculos. Una de sus ventajas es que permite a los clientes ojear los distintos productos que está barajando comprar. Layout con un recorrido establecido En algunas ocasiones se denomina también layout laberinto ya que fuerza al consumidor a seguir un recorrido establecido a lo largo de la tienda. Es un layout monodireccional y suele ser característico de tiendas como IKEA o JYSK. Los clientes a los que les gusta visitar la tienda entera disfrutan de este tipo de layout puesto que pueden pasar el tiempo que quieran visitando todos los productos, sin tener que elegir entre varios recorridos. Por el contrario, si un cliente solo busca un producto, tendrá que recorrer toda la tienda para encontrarlo. Layout diagonal Es muy similar al layout cuadrado, aunque en este caso los pasillos no llegan al final de la tienda, sino que se deja un espacio entre medias. Ofrece las mismas ventajas que el layout cuadrado, con el añadido de que se puede utilizar en espacios más pequeños. Este layout es perfecto para tiendas con autoservicio y ofrece buena visibilidad de la zona de cajas. Análisis técnico del comportamiento del consumidor Incluso después de haber elegido el layout adecuado debemos fijarnos en una serie de aspectos que van a determinar la eficiencia del mismo. Teniendo en cuenta el diseño del espacio y los productos ofrecidos podemos determinar si el layout escogido es efectivo mediante el análisis de un conjunto de datos. Escoger el layout adecuado en función del comportamiento de los clientes puede ser difícil ya que hay muchas variables que entran en juego. En este estudio hemos comparado cuatro indicadores en los distintos layouts para comprender mejor sus capacidades y características. Gracias a Shoppermotion, es posible comprender el comportamiento de los consumidores en las tiendas gracias a la recopilación pasiva y anónima de datos sobre las rutas de compra. Duración de las visitas Dicho de forma sencilla, este es el tiempo que los consumidores pasan en cualquier parte de la tienda desde el momento en que entran hasta que llegan a la zona de cajas. Esto se calcula como la duración media de las rutas por metro cuadrado, de manera que se pueden comparar los datos obtenidos en distintos layouts. La siguiente imagen muestra la duración de las visitas en diferentes layouts. Las rutas más largas se realizan en layouts de recorrido establecido (20 minutos de media) y en los de forma libre (19,2 minutos de media). Aunque el layout diagonal es el más rápido, también es el que muestra mayor variación debido a la distribución geométrica, por lo que la gente a veces pasa más tiempo que en las tiendas con layout cuadrado. Número de secciones visitadas Esta métrica se calcula como el número de secciones visitadas, ya sea para ojear los productos o para comprar algo en especial. El valor que determina si un comprador ha visitado una categoría se ha normalizado para los distintos layouts y depende de la sección, el tamaño, la ubicación y el área transitable. Como se muestra en la imagen anterior, el layout de forma libre es el que presenta un mayor número de secciones visitadas, así como una mayor variación. El layout de recorrido establecido y el cuadrado muestran unos valores menores de media pero
El objetivo de cualquier retailer es conseguir el mayor número de ventas posible, así como aumentar el número de transacciones realizadas por clientes. El problema es que esto no suele ser fácil y se necesitará creatividad y analizar correctamente los datos para conseguirlo. Para ayudarte a alcanzar tu objetivo vamos a enumerar 10 maneras de aumentar las ventas y optimizar tu tienda para alcanzar su máximo potencial. Optimizar el pasillo central El plano de los pasillos de una tienda es un indicador clave que ayuda a los consumidores a saber qué productos hay, de manera que es muy importante la distribución del espacio para fomentar las ventas. Gracias al uso de herramientas de análisis como Shoppermotion, se pueden extrapolar las características de comportamiento de los compradores para organizar los pasillos de la mejor manera posible con el fin de maximizar las ventas, especialmente en el pasillo central. Por ejemplo, si sabemos de antemano que un producto tiene mayores ventas durante un periodo determinado, lo más lógico es que lo coloquemos al principio de los pasillos o en un punto visible al entrar en la tienda. Además, también se puede modificar la anchura de los pasillos en función del tráfico y el comportamiento de los consumidores. Cómo elegir las herramientas de compra adecuadas La primera cosa que un cliente hace cuando entra en una tienda es escoger entre cesta o carrito. Aunque pueda parecer una elección simple, dice mucho de la forma en que el cliente va a comprar antes de que empiece su visita. La longitud del recorrido, el día de la semana y el número de paradas que hace un cliente en función de la herramienta escogida al inicio de la ruta da mucha información al retailer para organizar la distribución y el volumen de herramientas que ofrecer en determinados períodos y con ello aumentar las ventas. Se puede dar el caso de que un retailer identifique que sus consumidores compran numerosos productos entre las 8 y las 11 de la mañana durante los fines de semana, pero solo hay cestas pequeñas disponibles, de manera que lo más probable es que disminuyan las ventas. Por tanto, siempre tiene que tener clara la previsión de clientes para cada periodo con el fin de poner a su disposición las herramientas correctas. Con la información correcta, esta tarea se puede hacer de manera rápida y eficiente. No obstante, debemos tener en cuenta que los retailers utilizan esto a su favor en muchas ocasiones, ya que pueden pueden variar artificialmente el número de ciertas herramientas para fomentar las ventas. Aun así, esto debe hacerse con moderación para no descontentar a los consumidores. optimización de las categorías Cada categoría es un mundo, por lo que cada una se debe gestionar de tal manera que no solo se tengan en cuenta las categorías cercanas, sino también lo que respecta a la organización de los productos que hay en ellas. Por tanto, por un lado se debe tratar de maximizar las ventas de cada producto y, por otro, ofrecer una variedad equilibrada de opciones para atraer a los consumidores. El Category management es, por tanto, una parte fundamental del plan de ventas de cualquier tienda con el que lograr incrementar las ventas. Existen cuatro tipos de categorías en lo que respecta al comportamiento de los clientes: destino, rutina, estacional o conveniencia. Gracias al uso de herramientas analíticas y de aplicaciones de Business Intelligence, es posible analizar y extrapolar la información para gestionar cada categoría efectivamente para conseguir unas ventas óptimas. planificación y gestión del personal Uno de los recursos más flexibles de una tienda es el personal. Contar con un número adecuado de trabajadores en el momento justo puede producir enormes beneficios para una tienda. Esto se hace no solo para ayudar a los consumidores o agilizar el proceso de compra, sino también para resaltar determinadas marcas y categorías. Con el uso de software avanzado para la gestión del personal, se tiene la capacidad de predecir futuras visitas, calcular el tamaño idóneo del equipo, así como de identificar el horario adecuado para cada trabajador con el fin de encontrar el equilibrio entre las necesidades de los consumidores y del negocio. Una mala gestión del personal conlleva ineficiencia y un coste oculto que no pueden ser ignorados. En este sentido, Shoppermotion ofrece a sus clientes alertas en tiempo real cuando se detecten tráfico elevado en determinadas zonas de la tienda y por lo tanto, ayuda a planificar y estimar la cantidad óptima de personal en cada momento. estrategia de ventas cruzadas Si tenemos en cuenta factores como la ubicación, visibilidad y stock disponible, el hecho de utilizar una matriz de correlación sobre los productos disponibles nos permite poner en marcha estrategias de ventas cruzadas más efectivas. Al identificar productos altamente correlacionados, se pueden tomar decisiones sobre la ubicación para facilitar las ventas cruzadas. Cabe destacar que la matriz de correlación rara vez es simétrica. Esto se debe a que cada ruta de compra es distinta y, por tanto, en cada una entran en juego categorías diferentes y el orden en que se visitan. Por ejemplo, el número de compradores que visita la sección de verduras y la de panadería no es el mismo en el otro sentido. Así pues, las probabilidades de correlacionar estas categorías varía. cómo escoger el mejor momento para lanzar promociones Un elevado número de consumidores supone la oportunidad perfecta para lanzar promociones en punto de venta, por lo que analizar los datos de tráfico nos permite organizar efectivamente las campañas. Si tenemos en cuenta factores como la hora del día, el tipo de compradores o la estación, una campaña puede ofrecer muy buenos resultados con un coste mínimo para la tienda. Por tanto, esta información es muy valiosa para saber cuáles son los mejores momentos a lo largo de una semana para lanzar promociones: probar nuevos productos, publicidad o entrega de folletos. cómo fomentar el marketing La parte más delicada de lanzar una nueva promoción es elegir el producto correcto junto
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
Una de las primeras cosas que hace un comprador cuando entra en una tienda es elegir entre un carrito o una cesta para realizar su visita a la tienda. A esto nos referimos cuando hablamos de herramientas de compra. Son los elementos que se utilizan para almacenar los productos que se van a comprar en un supermercado. En este artículo hablaremos de la información que se puede obtener del uso de las herramientas de compra.
Los compradores visitan las tiendas para satisfacer necesidades tales como comprar leche y una caja de cereales para desayunar o comprar ingredientes para preparar una comida deliciosa ese mismo día. En este artículo se explica la importancia de analizar las misiones de compra de los consumidores en nuestras tiendas diferenciando distintos tipos de comportamiento en función de las rutas de compra de los clientes. A continuación explicaremos con dos ejemplos cómo las cadenas de distribución y los fabricantes aplican esta información para resolver los desafíos más complicados en temas operacionales. Reconocer y agrupar las distintas misiones de compra ayuda a los retailers a entender de manera más precisa por qué los clientes visitan sus tiendas. Además, también aprenden a optimizar la experiencia de los clientes y a distribuir las categorías de manera más efectiva. Estos datos personalizados permiten poner en marcha métodos innovadores para comunicarse con el comprador, a la vez que buscan influir en sus decisiones antes de su próxima visita. Una misión de compra es el objetivo de una visita al supermercado. Para retailers y fabricantes, entenderlas de antemano les permite encontrar nuevas oportunidades operacionales y de marketing Clasificación de las misiones de compra Al recoger los customer flows de forma pasiva y anónima, las herramientas de inteligencia aplicadas al retail como Shoppermotion permiten clasificar las misiones de compra basándose en información cualitativa. Las rutas de compra se recogen, procesan, agregan, filtran y analizan de forma automática para cualquier formato de tienda y ubicación, lo que permite representar el interés real de los compradores en una amplia variedad de escenarios. Aunque existen numerosas variables asociadas a una misión de compra, realmente están relacionadas con la interacción y el nivel de atención durante la visita. En la siguiente imagen se muestran varias misiones de compra en función de dos parámetros que se consideran en cualquier análisis. Nivel de interacción: se distingue entre “focused” para rutas donde hay pocas categorías dominantes durante la visita e “interactive” para las que el tiempo medio se distribuye entre un elevado número de categorías visitadas. Duración de la visita: es importante recordar que los consumidores emplean mucho tiempo durante las visitas, por lo que cada segundo cuenta. El tiempo total de la visita indica el interés real de un consumidor. Por tanto, las visitas se comparan con el tiempo medio de visita para después clasificarlas entre “long” y “quick”. De acuerdo con lo explicado, las misiones de compra se clasifican en cuatro cuadrantes: A continuación se explican los distintos grupos: Reposición: el cliente visita pocas secciones y va al supermercado porque necesita reponer algunos productos que se han acabado antes de ir a hacer la siguiente compra grande. También puede ocurrir que el cliente vaya a la compra porque necesita algún producto específico por una urgencia ocasional. Aprovisionamiento: el cliente visita un amplio número de secciones para llenar la nevera para las próximas semanas. Normalmente son visitas planificadas con antelación, ya que se suele pasar mucho tiempo comprando. También se caracterizan por ser visitas en las que se utiliza un carro grande. Compra urgente: el cliente visita una o dos secciones e ignora el resto porque solo quiere satisfacer sus necesidades más inmediatas. Por tanto, el cliente no se desvía de su ruta planificada. Compra diaria: el cliente visita algunas secciones de productos de uso diario, tales como productos frescos o perecederos, normalmente para ser consumidos en el mismo día de la compra. Descriptores cuantitativos Cualquier algoritmo de clusterización necesita métricas evaluables para poder automatizar la clasificación mencionada anteriormente. Shoppermotion analiza más de 20 datos cuantitativos para cada misión de compra con el objetivo de enriquecer el modelo estadístico. Día de la semana Se distingue entre días entre semana y fines de semana, incluyendo días festivos y ocasiones especiales. Estos datos variarán en función de la ubicación y el formato de la tienda. Hora del día Los clientes que compran a primera hora del día suelen ser desempleados o jubilados, mientras que los que compran por la tarde suelen trabajar por las mañanas. Longitud de la ruta Se calcula como el número de secciones visitadas durante la compra. Las visitas largas suelen pertenecer a las misiones de aprovisionamiento y reposición, mientras que las cortas suelen ser para comprar algún producto puntual. Herramienta de compra El uso de cesta o carro indica la intención del comprador y el tiempo que pretende destinar a la compra. Los carros se suelen elegir para realizar rutas largas (normalmente para compras que se realizan dos veces a la semana o mensualmente), mientras que las cestas y otras herramientas pequeñas se escogen para visitas más espontáneas o rápidas (para compras realizadas durante la semana o fin de semana). Si queremos analizar las tiendas teniendo en cuenta el espacio, en Shoppermotion también hemos realizado análisis sobre la matriz de correlación o sobre Business Intelligence aplicado al Category Management. Casos prácticos para analizar las misiones de compra Migración de hipermercados a tiendas de conveniencia Uno de los retailers franceses más grandes realizó un análisis de las misiones de compra en determinados hipermercados en Indonesia. Durante doce meses de estudio, las misiones de compra variaron significativamente como se muestra en el siguiente gráfico. Esta variación mostró que los consumidores cada vez preferían pasar menos tiempo en las tiendas. A simple vista se ve que durante 2018, las compras diarias y las visitas urgentes se multiplicaron por dos en la segunda parte del año. Si analizamos el tráfico por categorías, veremos que las secciones de productos frescos y de comida preparada destacan por encima del resto de misiones de compra en lo que a tiempo medio se refiere. Gracias a esta información, junto con la evolución de las ventas, se puede afirmar que los consumidores de esta región visitan los hipermercados como si fueran tiendas de conveniencia. Para facilitar la compra a los consumidores, una solución sería colocar las categorías de comida preparada y productos frescos cerca de la entrada para que puedan realizar la ruta con mayor rapidez. Soluciones efectivas para impulsar
Proximus Inc. © Todos los derechos 2022