Всем нужны данные
Data-driven подход позволяет топ-менеджерам и сотрудникам компаний принимать взвешенные решения на основе данных, а не только интуиции и личного опыта. Итак, на основе статистики продаж продуктовые супермаркеты, магазины электроники и строительные базы решают, какой товар выставить на прилавки, а какой представить исключительно на витрине интернет-магазина. Точно так же планируют ассортимент, определяют розничные цены и эффективность рекламных акций.
В некоторых случаях data-driven подход увеличивает прибыль на 15–25%, но не каждый бизнес может его внедрить. Необходимо подготовить ИТ-инфраструктуру для сбора данных, наладить процессы их очистки и маркировки, внедрить аналитические системы. Также важно найти квалифицированных специалистов по данным. Небольшое производство может не иметь для этого необходимых ресурсов, и не все крупные компании реализуют такую возможность.
Достаточно показательный пример в сфере ритейла — работа с POSM. Это световые панели, промостенды, наклейки, упаковка и другие графические материалы, продвигающие бренд. Поставщики тратят на них огромные суммы, но почти никто не оценивает эффективность вносимых ими изменений (пилотов). Большинство брендов предпочитают следовать привычным практикам и полагаться на прошлый опыт.
Чтобы помочь партнерам принимать взвешенные решения, мы разработали собственную методологию офлайн-тестирования A/B — Test&Learn. С его помощью вы можете оценить любой пилот в наших магазинах: от размещения POSM и изменения выкладки до установки систем видеоаналитики для полочного пространства. На основе этой информации бизнесу проще принять решение о судьбе пилота: неэффективный закрыть, а перспективный масштабировать на всю розничную сеть. Пока мы решаем задачи партнеров в формате ad hoc, но скоро представим услугу в виде приложения.
Как это работает
Для начала стоит кратко пояснить, как проходит запуск пилотных проектов внутри торговой сети. Все начинается с выдвижения гипотез и определения факторов, влияющих на покупки — для этих целей можно использовать деревья решений или другие аналитические инструменты.
Допустим, производитель молочной продукции планирует изменить дизайн упаковки. В этом случае гипотеза может звучать так: «Изменение внешнего вида товара увеличит продажи категории на Х%». Другой пример: производитель чая проанализировал покупательские тележки и определил соответствующие категории продуктов для своего продукта. В этом контексте он может строить гипотезы, связанные с размещением товаров на полках и проведением партнерских акций.
Когда гипотеза будет сформирована, с ней согласятся менеджеры нашей торговой сети, и тут есть два рабочих сценария.
Первый. Поставщик обратился к пилоту, далее мы самостоятельно подбираем контрольные и тестовые точки, определяем оптимальные сроки проведения эксперимента. Далее, в течение 2–3 месяцев мы проводим тесты и формируем отчет, на основании которого партнер принимает бизнес-решение, связанное с перспективами проекта.
Второй. С поставщиком связались после того, как он провел пилот самостоятельно. В этом случае мы анализируем продажи продукции в торговом зале и собираем необходимую статистику.
Оптимальный сценарий зависит от эффекта, который компания хочет отслеживать. На задачах, где важно уловить даже небольшой прирост ключевых показателей (процентные единицы), предпочтительнее первый вариант, в противном случае подойдет схема с оценкой результатов постфактум.
Как оценивается пилот?
Первый шаг. Выбираем тестовую и контрольную группы торговых точек. Их размер, проницаемость, количество товара, а также доход должны быть сопоставимы. Дополнительно учитываем локацию и целевую аудиторию.
Второй шаг. Мы сравниваем показатели покупок в обеих группах во время и до пилотного проекта для чековых транзакций и карт лояльности. Ключевые параметры – продажи в рублях, штуках и литрах, средняя цена, количество чеков, количество покупателей, частота покупок конкретного товара и его доля в общем объеме товаров категории. Показатели для товаров подвержены сезонности, мы сравниваем с аналогичным периодом прошлого года или выводим нормализованное значение.
Третий шаг. Составляем отчет с оценкой значимости результатов пилота. Это зависит от трех факторов: а) объема категории, б) количества магазинов и в) продолжительности периода. Результат считается статистически значимым при доверительном интервале, который не пересекает ноль. Например, если продажи категории увеличились в диапазоне от +1% до 5% с доверительной вероятностью 95%, то эффект является статистически значимым. Если изменения колеблются от -1% до 5%, то статистическая значимость не достигнута и стоит продлить пилот.
Что мы будем делать дальше
На данный момент мы внедряем отчеты Test&Learn в специальном формате. Консультант погружается в задачу поставщика и составляет бриф, аналитики вручную собирают и подготавливают данные для отчета с графиками и диаграммами. Но уже в этом году мы планируем запустить отдельный программный продукт — пользователи смогут работать с ним, не прибегая к посреднику от X5 Group.
Система автоматически позволит выбрать магазины для тестирования и контроля по заданным критериям: покупательские метрики, товарные группы, география, уровень ассортимента. Результаты будут представлены в виде графиков и дашбордов, аналогичных отчетам Dialog X5 Insights, которые уже используют наши партнеры. При желании данные можно загрузить в формате электронной таблицы.
Совместно с Ассоциацией розничного маркетинга POPAI мы будем разрабатывать аналитические инструменты, повышающие эффективность рекламных размещений, и уже расширяем спектр стандартных и нестандартных кейсов. Мы также планируем масштабировать аналитическое решение на другие отрасли.
Мария Лучина, аналитик НС, X5 Group Mars Pet Nutrition: «Благодаря решению Test&Learn мы смогли оценить эффективность перезапуска продукта, его вклад в рост категории. Мы сравнили динамику ключевых показателей по товарным группам , оценивали переключение и изменение показателей в разрезе акционных/регулярных распродаж».
«В результате анализа мы обнаружили новые возможности для развития, направления для изменений. В ходе проекта мы столкнулись с некоторыми ограничениями по выбору контрольной группы, несмотря на это, команда Диалога. X5 смогла предоставить альтернативный вариант анализа данных», — говорит Мария. Это позволило компании добиться желаемого результата в кратчайшие сроки. «Платформа Test&Learn имеет большой потенциал, в дальнейшем мы планируем использовать ее функционал и работать в сотрудничестве с Dialog. X5 для принятия решений на основе данных, новых проектов и роста категории кормов для домашних животных», — уточняет она.
Полина Шраер, старший менеджер по исследованиям, DX Insights, PepsiCo: «В PepsiCo мы стремимся быть новаторами в инструментах коммуникации как с потребителями в целом, так и с покупателями в розничных сетях. Для этого мы активно используем POSM-материалы и различное оборудование в ритейле. торговых точек, которая призвана акцентировать внимание гостей сети на наших брендах».
«В конце 2021 года у нас был именно такой проект, для полноценной реализации которого нам нужно было убедиться, что новый инструмент эффективен и прибыльен. Именно поэтому после завершения пилота — размещения оборудования в некоторых точках сети, мы в первую очередь обратились к партнерам из Диалога. X5, которые смогли предоставить нам подробный анализ и заключение в рамках отчета Test&Learn о влиянии тестируемого оборудования как на наши бренды, так и на соответствующую категорию в конкретных точках продаж. Такая аналитика позволяет нам не только выстроить грамотный подход к бюджетированию инструментов трейд-маркетинга, минимизируя риски и увеличивая потенциал нашего взаимодействия с покупателем, но и укреплять наши отношения с клиентом (сетью) за счет честного и открытого подхода к совместное развитие категории», — говорит Полина.
Александр Платонов, Категорийный менеджер Henkel: «В современном мире тот, у кого больше информации, тот и лидер. Однако сегодня важно не только иметь данные со всего мира, но и получать их в максимально прозрачной и доступной форме. .»
Диалоговая площадка. X5 предоставляет перекрестные данные, которые позволяют взглянуть на клиента с новой точки зрения. В нашем случае в рамках Test&Learn было интересно посмотреть на запуск новинок, переходят ли покупатели с других товаров в категории или приходят специально за эксклюзивным товаром. Платформа продолжает непрерывно развиваться, что позволяет нам наращивать наши аналитические возможности быстрыми темпами. В 2022 году ждем новых сильных анализов и проектов», — говорит Александр.
Элина Лопатюк, руководитель направления Test&Learn Dialog Product. X5: «Мы рады, что Test&Learn открывает перед партнерами новые возможности для планирования и анализа рекламных мероприятий, а также для создания еще более успешных бизнес-кейсов».
«Оценка эффективности маркетинговых инициатив в магазинах — одна из ключевых задач, которая волнует всех участников рынка FMCG. Поскольку Департамент монетизации X5 Group реализует комплексный подход к решению бизнес-задач и формирует предложения для партнеров на основе лучших практик и потребностей ритейла, запуск нового продукта Test&Learn для оценки успешности проведения инсторовых тестов является важной и неотъемлемой частью развитие платформы Диалог.Х5», — уточняет Элина.
Специальная подборка для Вас