Por: Troy Parent, Director Senior de Desarrollo de Software, Oracle Retail.
De los displays del pasillo de la tienda hasta la caja, los displays promocionales son uno de los principales impulsores de la compra por impulso en la industria de retail. Otro principio universal es que hay mucho espacio para la visualización. Para maximizar las oportunidades presentadas por la compra por impulso, los retailers deben decidir sobre la categoría, subcategoría y SKU para obtener el resultado deseado (es decir, ingresos, ganancias, venta de inventario).
Tal vez la vertical en que esa decisión tenga más peso sea el comercio minorista de productos de supermercado. Los estudios demuestran que, en una tienda de comestibles, colocar un elemento en la cabecera de la góndola (cara frontal del pasillo) puede resultar en un aumento del 93% en la exposición. Esto se agrava por el hecho de que más del 60% de las compras en supermercados son compras por impulso, y la exhibición final es una parte muy importante de la estrategia de la tienda. Cuando los minoristas golpean, esto puede dar un gran impulso.
Pero ¿usted lo hace bien?
El problema es que, en un supermercado de buen tamaño, existen aproximadamente:
- 18 pasillos independientes.
- 36 cabeceras de gondola.
- 300.000 SKUs
- Las probabilidades son 8,000 a 1 – contra usted.
En un reciente webcast de Oracle Retail, el Dr. Mark Ferguson, presidente del Departamento de Ciencias de Gestión de la Universidad de Carolina del Sur, describió el proyecto recientemente realizado para una gran tienda en Nueva Inglaterra, para identificar el producto el artículo más lucrativo exhibido en la cabecera de la góndola durante una semana específica.
El equipo realizó un ejercicio de inteligencia de negocios para analizar una gran cantidad de datos e identificar, para el minorista, lo que necesitan saber para proporcionar a los clientes los mejores elementos posibles. Este proyecto y metodología pueden ser visualizados en más detalle en este ebook en inglés.
Para empezar, el equipo comenzó con dos categorías posibles – jabón en polvo y cerveza – y comprobó que la cerveza es una categoría más probable de compra por impulso (suposición segura). La próxima pregunta a responder, claro, fue ¿cuál cerveza? ¿nacional, importada, artesanal? En este caso, el Dr. Ferguson y sus alumnos comenzaron con un año entero de datos nacionales de ventas de cerveza transacción por transacción.
Al analizar estos datos, identificaron primero la categoría de producto ideal (cerveza premium), la subcategoría ideal (importada) y, finalmente, el producto individual en esa subcategoría que proporcionaría el máximo de ventas y aumento de ganancia. La respuesta a esta tienda en el área de Nueva Inglaterra fue Heineken.
Tomando mejores decisiones.
Normalmente, esta decisión es tomada por el gerente de la tienda con base en la cerveza más vendida para esa semana, que, en la punta de la góndola, generaría un aumento de ventas del 32% para ese determinado SKU. Pero eso puede no ser la mejor decisión. Con la aplicación de modelos estadísticos avanzados, la selección de Dr. Ferguson encontró una mejora 2 veces mayor en el beneficio incremental. Ahora multiplique esto, de nuevo y de nuevo, y empiece a separarse de la competencia.
Los minoristas tienen acceso a una cantidad impresionante de datos – sobre clientes, productos, precios, todo lo que hacen. Es virtualmente imposible tomar la mejor decisión sin algún nivel de modelo estadístico avanzado, Inteligencia Artificial y aprendizaje autónomo (machine learning). El equipo de Oracle Retail Science colabora con líderes del sector para crear soluciones de software para retail para problemas del mundo real. La suite Oracle Retail Science presenta los resultados de esta investigación para que los minoristas puedan aprovechar la ciencia del comercio al por menor avanzada a escala.
Discussion about this post