Voorbeeld cases
Data helps you make better decisions
Dave van Lierop
Inzicht in markt data
In 2020 zijn initiatieven ontplooit om de categorie te doen groeien, al deze verschillende initiatieven hebben verschillende resultaten. Welke inspanningen zijn de beste geweest en wegen de extra verkopen op tegen de extra kosten die het afgelopen jaar gemaakt zijn.
In 2020 hebben we 15 instore activaties gedaan, 32 promoties, daarnaast zijn we met 2 retailers een hechte samenwerking aangegaan en hebben we 23 nieuwe schapmutaties gedaan en 5 grote prijswijzigingen doorgevoerd. Behalve dat al deze initiatieven veel tijd hebben gekost en het veel goodwill heeft opgeleverd bij onze klanten willen we ook kijken welke acties de verkopen het meest hebben gestimuleerd. Door de data van de afgelopen 3 jaar te gebruiken kunnen we seizoensinvloeden eruit halen. Door goed te documenteren welke initiatieven wanneer gedaan zijn en in combinatie met welke retailer kunnen we goed zien wat goed bij ons werkt maar we kunnen ook goed zien wat werkt voor onze concurrenten.
Mogelijke inzichten door middel van marktdata:
- Distributie inzichten
- Verkoop inzichten
- Promotionele inzichten
- Periode inzichten
- Prijs inzichten
Clustering op winkel en shopperinzichten
Categorie omzet per winkel & Shoppertype
Het combineren van de verkopen aan demografische en sociaal economische variabelen levert nieuwe inzichten om de categorie te clusteren. Na het combineren van verschillende factoren krijgen we inzichtelijk dat producten elkaar versterken terwijl andere producten niet geschikt zijn voor een shopper type.
Door de omzetten per product te combineren met shoppergegevens zijn wij in staat assortiment aanbeveling te geven op assortiment om de categorie omzet te stimuleren.
Dit is mogelijk met alle locatie gegevens, in bijgevoegd voorbeeld is gekozen voor een kaart van Nederland terwijl er ook de mogelijkheid is dit op schapniveau of winkelniveau te analyseren.
Categorie Optimalisatie
Tijdens een categorie optimalisatie proces wil je zoveel mogelijk data verzamelen voor het maken van assortiment, prijs, promotie & plaats beslissingen. Naast marktgegevens wil je planogram data, shopper inzichten, compliantie data toevoegen.
De categorie kan een retailer zich op vele manieren onderscheiden. Zorg dat je aanbevelingen aansluiten bij de wensen en KPI’s van de retailer. De aanbevelingen kun je maken op toegankelijkheid, beleving, prijs, service of het assortiment. Om de toegankelijkheid, prijs en assortiment te beoordelen gebruik je veel kwantitatieve data, het liefst gecombineerd met kwalitatieve data, door deze bronnen te combineren kun je een onderscheidend vermogen creëren ten opzichte van je concurrenten en samen met de retailer bouwen aan categorie groei.
Het combineren van distributiecijfers met assortiment en penetratiecijfers zou in het bijgevoegde situatie resulteren in het waarschijnlijke feit dat veel producten vaak niet beschikbaar zijn. Dit kun je laten verifiëren door verschillende partijen in de markt. Door de beschikbaarheid van de producten te verhogen kun je relatief eenvoudig hogere omzet en marges behalen.
Positie inzichten
Inzicht in schap positie, assortiment & schapaandelen
Retailers zijn continu bezig met op schappen te optimaliseren, nu willen wij als leverancier inzichten in de effecten van de schap en assortimentswijzigingen. Wat is de uplift factor van een bepaalde positie of een goed buurproduct
Door alle factoren als waarde in te geven kunnen we de impact van factoren als positie, facing en extra assortiment direct terug zien in de schapanalyses en kun je bepalen welke tactiek het meest invloed heeft in een zo goed mogelijk resultaat.
