Il vantaggio degli analytics e il rischio delle vanity metrics

Dopo la pandemia si correrà per una recovery e stabilizzazione del mercato dei CPG. Un vademecum da McKinsey

I CPG (Consumer-Packaged-Goods) o FMCG (Fast-Moving-Consumer-Goods), ovvero i cosiddetti beni di largo consumo, sono caratterizzati dall’essere confezionati e non troppo durevoli nel tempo. Si tratta di quella tipologia di beni soggetta a frequente riacquisto, come nel caso di alimentari, pulizia della casa, igiene personale, ecc., in cui sperimentare tecniche promozionali efficaci che aiutino a fidelizzare il cliente e, possibilmente, ad attrarne sempre di nuovi, è un punto strategico per la crescita del business. Troppo spesso, però, si tende a preservare dinamiche più conservatrici, targettizzando consumatori già fidelizzati, con tecniche che nel passato hanno portato a buoni risultati, ma che, nel lungo termine, non stanno dando prospettive di crescita. Si tratta di un approccio per cui si imposta il pilota automatico sulla strada più comoda e già battuta, rispetto al mettere in discussione ciò che garantiva il successo, sperimentando nuovi approcci e tecnologie. A questo proposito, Jim Casey,  fondatore di UPS, nota azienda di spedizioni nata nel 1907, ammoniva sui pericoli del compiacimento per i risultati di breve termine nel business e si appellava a quella che aveva definito “insoddisfazione costruttiva”, dimostrando nella pratica questo suo approccio, reinventando e ricostruendo UPS tutte le volte che è servito per contrastare una serie di minacce competitive.

 

 

Oggi, il mondo della globalizzazione è in continuo cambiamento, e gli stessi CPG hanno dimostrato un rallentamento rispetto ai soliti volumi di vendita attraverso i canali tradizionali (il ruolo dello store, ad esempio, è in fase di totale ridefinizione). Questo rallentamento è stato guidato, in parte, da un maggiore interesse dei consumatori (soprattutto nella fascia demografica più giovane) per nuovi prodotti più sostenibili e che siano resi fruibili anche attraverso nuove modalità d’acquisto proprie della digitalizzazione (e-commerce in testa).

La digitalizzazione, tuttavia, rappresenta un asset non solo lato consumatore, ma anche lato produttore. Tra le tante risultanti tecnologiche applicabili con profitto al business, vi è quella dell’utilizzo razionalizzato dell’ingentissima quantità di dati oggi disponibili. A questo proposito viene in aiuto l’area delle tecnologie cognitive, dove il mondo dell’intelligenza artificiale abbraccia ormai sempre più campi di applicazione, facendo sì che innovazioni come il Machine Learning (apprendimento automatico) sia incentivato proprio dalla necessità di trattare i dati, sempre più disponibili, razionalizzandoli grazie a software e architetture di calcolo dedicate. Il discorso potrebbe poi anche essere ampliato al Deep Learning (apprendimento profondo) date le moltissime variabili da tenere in conto nel momento di fare previsioni  o prendere decisioni .

 

 

Focalizzando l’attenzione, però, sugli analytics, per cui partendo da dati grezzi si arriva all’elaborazione di insights (intuizioni) utili per prendere decisioni migliori, si apre un mondo in costante aggiornamento, dove vi è la necessità di saper raccogliere i dati giusti, analizzarli con costanza nel tempo, e creare metriche e indicatori in linea con gli obiettivi di business. Attraverso gli analytics, le aziende possono, allora, dare sostanza ad una combinazione di obbiettivi, dando forma alle decisioni e definendo la creazione e/o messa a punto di nuovi prodotti e servizi. Gli analytics rappresentano, quindi, uno strumento di valutazione continua e miglioramento costante di ogni aspetto del business, che permettono di raggiungere nuovi livelli di efficienza e l’introduzione di strategie innovative.

La fame di analytics è aumentata esponenzialmente negli ultimi tempi, tanto da correre il rischio di confondere gli analytics, che sono risultanti di dati aggregati, con singoli parametri che restituiscono poco valore, dato che non sono propriamente correlati alla qualità e al successo (in termine di conversioni e altro) del business. Il caso più lampante, relativamente ai social, è quello delle Vanity Metrics, le metriche di vanità, che il noto imprenditore e autore americano Tim Ferriss, definisce come “Good for feeling awesome, bad for action”, ovvero “buone per sentirsi grandiosi, cattive per l’azione”.

Rimanendo ancorati a valori capaci di restituire un’immagine più completa per leggere le variabili del business, si può fare riferimento a quelli che Bill Franks, Chief Analytics Officer presso l’International Institute For Analytics (IIA) chiama “analytics operativi”. Si tratta, ad esempio, di quei dati di marketing che non si limitano a supportare una sola e specifica campagna di marketing, ma sono integrati nelle offerte in tempo reale messe a disposizione (sul web e non) dall’azienda. Sempre esemplificativo a questo proposito, vi sarebbe l’ottimizzazione della supply chain non attraverso una sessione autonoma di analytics, ma incorporata in un sistema di management della supply chain, così che nel magazzino vi sia sempre il numero di prodotti ottimale per rispondere alle varie esigenze.

Segnatamente al comparto dei beni di largo consumo (CPG) di cui sopra, McKinsey & Company, in una sua ricerca di ottobre 2019, ha stilato un vademecum in cinque punti grazie a cui l’uso degli analytics può ottimizzare il valore degli investimenti in promozioni commerciali.

1) Determine the source of value (determinare l'origine del valore)

Spesso le aziende misurano gli impatti di loro investimenti promozionali in maniera errata o parziale (ad esempio, si considerano solo poche tipologie di prodotto e una misura campione di store, oppure non si pensa a fenomeni come la cannibalizzazione, per cui il profitto aziendale diminuisce drasticamente per effetto dell'introduzione sul mercato, da parte dell'azienda stessa, di un nuovo prodotto di basso valore, ecc.). La mancanza di chiarezza su obiettivi chiari da raggiungere e di un riconoscimento dei propri punti di forza, da rinvigorire con azioni mirate e focalizzate, porta alla frammentazione del valore.

2) Build an ecosystem of supporting data (creare un ecosistema di dati di supporto)

In base alle ricerche di MGI (McKinsey Global Institute) e McKinsey, i retailer sono in grado di aumentare i loro margini operativi del 60% attraverso promozioni efficienti ed altre leve che emergono da un’analisi appropriata dei dati. È per questo che bisogna fare i modo che tutte le fonti di dati che sono in possesso dell’azienda (da quelli più macro, alla profilazione dei clienti) debbano migrare in un singolo ecosistema e poter dialogare fra loro (anche in quantità ingenti).

3) Use fit-for-purpose analytics techniques to generate insights (Utilizzare tecniche di analisi adatte allo scopo di generare insights)

Emerge la necessità di avere nel proprio staff persone in grado di analizzare i dati, processati da sistemi informativi personalizzati per l’azienda. È importante testare l’impatto di soluzioni differenti con simulazioni, che permettono di stimare, ad esempio, l'impatto di diverse tattiche di promozione segmentando clienti già fidelizzati e quelli ancora in fase di onboarding.

4) Translate insights into actions (Tradurre le intuizioni in azioni)

Grazie alle risultanti di test e simulazioni, l’azienda è in grado, in un processo di sintesi, di delineare un set di linee guida per la progettazione di promozioni specifiche. Ciò consente, inoltre, di monitorare in diversi archi temporali l’impatto sui volumi d’acquisto, le funzionalità in termini di UX, e, infine, anche di soddisfazione del cliente.

5) Drive execution and performance management  (Guidare l’esecuzione e la gestione della performance)

Risulta, spesso, difficile applicare su larga scala quanto emerge dallo studio degli analytics. Per facilitare questi processi è possibile mettere a punto una serie di buone pratiche e strumenti ad hoc per minimizzare la complessità e gestire le modifiche da apportare al flusso di lavoro  (tra queste, ad esempio, la definizione di linee guida per la calendarizzazione delle promozioni, un programma informatico per gestire attivamente le metriche di conformità ed efficacia, ed attuare un processo di empowerment rivolto a settori dell’azienda – come le vendite – che di volta in volta possono rendersi autonome nello  sviluppare i prossimi passi della strategia promozionale, sapendo fare uso degli insight emergenti dagli analytics. Tutto ciò, se ben comunicato, ha effetti benefici anche sulla reputation dell’azienda.

In definitiva, per le aziende produttrici di CPG, le promozioni, storicamente, sono sempre state una fonte di significativa crescita dei profitti, su cui vale la pena concentrare gli sforzi. Tuttavia, è ancora marcato il trend per cui questo tipo di aziende non utilizzano al meglio i dati in loro possesso per sperimentare e differenziare i loro approcci promozionali sulla base di mercati e pubblico. I dati rappresentano una componente costruttiva della cultura aziendale, e nello specifico mettono in luce una cultura dell’esperimento molto impaziente di emergere. Visto che, come diceva Sir Francis Bacon in uno dei suoi famosi aforismi, "Scientia potentia est"  (“Sapere è potere”), trovare la via di aggregare al meglio i dati, come unità informative di base, costituisce la più grande sfida ed opportunità, nel presente e nel futuro, per avere un vantaggio competitivo.

LASCIA UN COMMENTO

Inserisci il tuo commento
Inserisci il tuo nome