Modelli, anomalie e azioni mirate: la potenza dei dati EPOS

Grafici dei dati di vendita

La pressione sulle aziende FMCG per ottenere risultati migliori è più forte che mai. Da un lato, volumi e fatturato devono continuare a crescere, mentre dall'altro, c'è poco spazio per aumenti di prezzo a causa dei forti rialzi degli ultimi anni. Inoltre, i costi devono essere monitorati attentamente poiché i margini rimangono sotto pressione. Il messaggio per le vendite sul campo è chiaro: vogliamo vendere di più, visitare più sedi, raccogliere più dati, il tutto a costi uguali o inferiori. Per raggiungere questo obiettivo è necessaria una cosa: efficienza all'interno dell'organizzazione di vendita.

L'approccio tradizionale di molte organizzazioni di vendita sul campo FMCG non è più sufficiente. Territori fissi, programmi di visita e percorsi per i dipendenti sul campo creano una rigida strategia di contatto che lascia poco spazio alla flessibilità. Grazie alla disponibilità di dati, ora è possibile fare scelte molto più intelligenti. I dati di vendita, forniti direttamente dal rivenditore a livello di punto vendita, sono una fonte inestimabile per questo. Questi dati, se elaborati correttamente, aiutano a rispondere alla domanda: dove possiamo attualmente aggiungere il massimo valore con una visita?

La potenza dei dati EPOS

Come produttore, puoi accedere ai dati di vendita tramite contratti con i rivenditori. A seconda degli accordi, questi dati sono disponibili a livello di negozio per i tuoi prodotti o per l'intera categoria. I dati di vendita del negozio sono anche noti come EPOS o dati di Sell-out.

Con l'attenzione sui dati in generale, è cresciuta anche l'attenzione ai dati EPOS. Oltre a misurare i risultati delle vendite, dovrebbe esserci di più, giusto? E la risposta è, ovviamente, sì, molto!

Tracciamento di modelli, identificazione di anomalie

Ispirati dai modelli di dati del settore finanziario (bancario/rilevamento frodi), abbiamo iniziato ad applicare questi modelli ai dati EPOS quattro anni fa, insieme a un produttore leader di beni di largo consumo. Sebbene la complessità dietro le quinte sia significativa, il concetto in sé è facile da spiegare.

I negozi con gli stessi o molto simili modelli di vendita vengono uniti (raggruppati) e monitorati nel tempo. Se si verifica una deviazione in uno di questi negozi dal cluster, fornisce un motivo per visitare quel negozio e determinare la causa della deviazione. Il modello di dati sviluppato viene arricchito con questa conoscenza. Facendo ciò per un periodo più lungo, convalidiamo il modello di dati e diventa così intelligente che alla fine può persino offrire un valore predittivo.

In questo contesto, le deviazioni vengono tradotte in un valore finanziario. Un concetto ben noto qui è il Lost Sales Value (quanto fatturato ti stai perdendo?). In altre parole, questo modo di lavorare con i dati non solo ti dice dove effettuare un intervento, ma specifica anche quanto puoi guadagnarci. A seconda di cosa rileva il modello di dati, viene presa una decisione sul tipo di intervento necessario e chi dovrebbe essere inviato per farlo. Potrebbe essere qualcuno del tuo team di vendita sul campo o, se c'è un problema più strutturale, un intervento presso la sede centrale (tramite KAM).

Dati EPOS – un esempio

Un'applicazione preziosa dei modelli di dati basati sui dati EPOS è quella di migliorare la disponibilità a scaffale (OSA). Supponiamo che tu sia un fornitore di un rivenditore con 600 punti vendita e che tu abbia accesso ai dati di vendita di questo rivenditore a livello di punto vendita.

Con una corretta modellazione dei dati di vendita, i negozi con modelli di vendita simili vengono monitorati nel tempo. Occasionalmente, per un certo numero di giorni all'interno di uno di questi negozi, le vendite dei tuoi prodotti potrebbero diminuire. Se questo vale per tutti i negozi nel cluster, è probabile che ci sia una tendenza normale (si adatta al modello). Tuttavia, se il negozio in questione si discosta in modo significativo dagli altri, questo merita attenzione. Poiché il modello è alimentato da potenziali cause e conosce anche i normali modelli di vendita, un risultato molto concreto può essere: "In questa sede del negozio, gli SKU XYZ non sono stati venduti per due giorni, anche se sono in distribuzione. Il fatturato giornaliero perso risultante ammonta a € XXX.

La tua organizzazione di vendita sul campo segue immediatamente questo segnale e scopre presso il punto vendita che le etichette sugli scaffali per gli SKU in questione non sono più presenti. Di conseguenza, non viene effettuato alcun ordine per questi prodotti e lo scaffale rimane vuoto. Subito dopo questo intervento, l'ordine può ancora essere effettuato e le vendite riprenderanno. La tua organizzazione di vendita sul campo può quindi effettuare interventi altamente mirati con un ritorno quasi garantito. Nei programmi che eseguiamo ora, questa probabilità è dell'80%!

Cause simili

Abbiamo imparato molto negli ultimi anni su cosa i dati di vendita possono portare alla tua organizzazione. Guardando l'esempio menzionato sopra, dove l'obiettivo è aumentare la disponibilità sugli scaffali, vediamo che le cause delle scorte esaurite sono spesso simili. Ciò che accade frequentemente è esattamente come descritto nell'esempio: un prodotto esaurito e il negozio decide di posizionare "temporaneamente" qualcos'altro in quel punto per utilizzare lo spazio. La vecchia etichetta sullo scaffale viene rimossa senza che l'ordine venga prima effettuato. Un altro esempio è il cosiddetto "scorta fantasma". Le categorie soggette a furto sono spesso interessate da questo problema. In caso di furto, i sistemi del rivenditore possono indicare che c'è ancora abbastanza scorta quando, in realtà, non c'è, perché i prodotti sono stati rubati. Anche le perdite non elaborate correttamente nei sistemi portano a questa situazione.

Grafico che rappresenta l'analisi delle cause profonde del commercio al dettaglio

Negozi sempre diversi

Se solo fossero gli stessi negozi ad avere sempre bisogno di attenzione. In questo modo sarebbe facile organizzare la propria organizzazione sul campo. Purtroppo è il contrario. Possiamo vedere chiaramente che la necessità di attenzione varia notevolmente. E questo rappresenta una sfida significativa per le squadre sul campo; dopo tutto, devono deviare dai percorsi pianificati per effettuare gli interventi necessari. Ciò richiede un alto grado di flessibilità nell'organizzazione sul campo. L'utilizzo di un partner di crowdsourcing è una buona opzione, contattateci per maggiori informazioni!

Vuoi saperne di più su come i dati EPOS possono migliorare le vendite sul campo?

Contattateci per esplorare le possibilità!

Partecipate al concorso gratuito per il miglior display