foodaward

Dat meer retailers data gaan ontsluiten en er nieuwe databronnen beschikbaar komen, is een relevante en interessante ontwikkeling voor leveranciers. De toolbox van de trade marketeer groeit, maar ook de verwachtingen van de retailer. Hoe haal je eruit wat erin zit?

Door: Astrid Saly, The Category & Trade Company

Er verschijnen voortdurend nieuwe mogelijkheden om de shopper door middel van data nóg beter te begrijpen. Stuk voor stuk waardevolle tools om de relatie met retailers te verstevigen en je business uit te bouwen. Denk aan scanningsdata binnen supermarkten, zoals die van Nielsen en IRI om te begrijpen wat er verkocht wordt. Met paneldata als die van GfK kun je inzoomen op penetratie, frequentie en profielen van huishoudens. Maar er komt steeds meer op leveranciers af. Klantenkaartdatasets geven de mogelijkheid om ook op transactieniveau de klant te volgen. Verder helpen scrapingsdata online klantreizen te volgen, en zo zijn er nog veel meer toepassingen die helpen beter te begrijpen wat de categoriedynamieken zijn en hoe je daar beter op kunt inspelen.

Het is daarom belangrijk dat je weet hoe je de juiste inzichten vergaart uit al die data. Wie kent zijn weg door al die systemen? Hoe haal je er vervolgens de relevante informatie uit voor je bedrijf en voor jouw klanten? Om echt waarde te halen uit data moet je dan ook eerst duidelijk hebben wat je einddoel is. Grofweg kun je een verschil maken tussen ‘dashboarding’ en ‘deepdives’.

Basics first – dashboarding & scorecards

Bij dashboarding gaat het over het inzichtelijk maken van de status en ontwikkelingstrend op een aantal relevante kritieke prestatie-indicatoren (KPI’s) voor je team, zoals omzet, afzet, marktaandeel, distributiegraad en fair shares. 

Een logische eerste stap voor het maken van een goede scorecard is helder hebben wat de juiste KPI’s zijn om te tracken. Dit is geheel afhankelijk van je doelstelling. Daarom is het als dataverantwoordelijke binnen de organisatie belangrijk om goed te begrijpen wat het doel is waar naartoe gewerkt wordt, en de KPI’s op basis daarvan te bepalen. Vaak zijn de gestelde KPI’s vrij algemeen. Vraag je af of ze je echt helpen om een beter beeld te krijgen bij de gestelde doelen. Stel er is bijvoorbeeld sprake van een introductie binnen de categorie. Het is dan prima om op distributiegraden en rotaties te tracken in je scorecard, maar wellicht heb je hier nóg een of meerdere verdiepingsslagen op nodig. Voor een succesvolle introductie-executie ben je wellicht meer geholpen met performance in vergelijking met andere introducties, inzicht in of je in het juiste cluster op het schap staat, en of er sprake is van kannibalisatie.

Stappenplan

  1. Start bij de doelstelling;
  2. Bepaal je KPI’s op basis van je doelstelling;
  3. Stel je KPI’s kritisch; welke dubbelclick is relevant?

Last but not least; zorg voor ‘one-set-of-numbers’ ofwel ‘één waarheid’ binnen je organisatie. Idealiter kijkt iedereen naar dezelfde scorecards en dashboards, op basis van dezelfde metingen en periodes. Dit voorkomt onduidelijkheid en verkeerde conclusies.

Retailerdata geven ons inzichten op transactieniveau en leren ons ook wat de shopper niet koopt

Deepdives

Na de basics ga je aan de slag met verdiepende analyses, zoals een evaluatie, verklaring van performance, en voorbereiding van een schapmutatie. Hierbij geldt eigenlijk hetzelfde als bij de keuze welke KPI’s te tracken: begin bij de doelstelling. Het is verstandig om bij je (interne) klant goed door te vragen waarom een bepaalde analyse gedaan moet worden. Soms kom je er zo achter dat de gevraagde analyse wellicht niet meteen de juiste is, en een andere weg naar de oplossing beter is.

Primair zul je voor een deepdive gebruikmaken van scanningsdata en paneldata, en wellicht heb je inmiddels ook beschikking over klantendata. Wanneer je voor specifieke klanten een deepdive voorbereidt, is het verstandig om, indien beschikbaar, retailerdata (zoals ‘SIS’ van Albert Heijn en ‘7even data’ van Jumbo; zie kader) als verrijkende bron te gebruiken. Je kruipt hierbij nog dieper in de formule, de winkelomgeving waarin de shopper koopt en spreekt daarmee ook de taal van de retailer.

Het is wenselijk om je analyse altijd op te bouwen vanuit de context van de categorie en de groei daarvan, dat is namelijk het gezamenlijk belang van de retailer en jou als leverancier. Door jezelf af te zetten binnen de totale categorie is het makkelijker om in te zoomen op jouw rol binnen de categorie en daarmee de retailer duidelijk te maken waar jij hem bij gaat helpen die te laten groeien. Gebruik het ‘drill-down’ principe om er zeker van te zijn dat je volledig bent in je analyse. 

Stappenplan

  1. Wederom, begin bij de doelstelling;
  2. Denk vanuit categoriegroei en relevantie voor de retailer;
  3. Bouw je analyse op middels het ‘drill down’-model

SIS en 7even –waardevolle inkijkjes in winkelmandje
Klantenkaartdatasets bieden je de kans om nog dichter op de shopper in de relevante context te kruipen. Het analyseren van specifieke klantgroepen of winkelclusters maken dat je advies nog beter aansluit bij de specifieke retailer – en geven daarmee een hogere kans op implementatie en succes. De ervaring leert echter dat het verklaren vanuit retailerdata een uitdaging is en dat retailertools niet volledig in al hun rijkheid worden gebruikt. Toch loont het de moeite om deze verdiepingsslag te maken, want waar marktdata je kan helpen te verklaren WAT er gebeurt, kunnen retailerdatasets je helpen om net nog een niveau dieper te gaan en inzicht te geven in WIE, HOE en WAAROM de shopper zich zo gedraagt (zie figuur 1). Door inzichten op winkel- en transactieniveau krijg je diepere inzichten van de ‘shopper-drijvers’ en verschillende clusters van shoppers.

Reageren of ideeën?
In elke editie van FPWork zullen we een onderwerp van Trade Marketing bespreken. Heb je vragen of wil je reageren? Heb je suggesties voor andere onderwerpen? Laat het Astrid Saly weten via astrid@ct-company.nl.