Premessa

 

Un volantino perfetto, o meglio che si possa considerare universalmente perfetto, valido per qualsiasi cliente e settore non esiste ma i dati oggi a disposizione delle aziende, le metodologie di analisi e modellazione, gli algoritmi di Machine Learning permettono di creare il proprio volantino perfetto coerentemente con la strategia promozionale, gli obiettivi promozionali, la profittabilità attesa, il target di consumatori, la stagionalità, limitando gli effetti di cannibalizzazione, etc.

 

Priorità per le aziende

 

Questo strumento promozionale è anche una leva di comunicazione importante poiché non promuove solo le marche e i prodotti ma in primis anche l’insegna. Uno strumento però che richiede investimenti importanti per i quali diventa fondamentale conoscere indicatori che ne misurino il ROI, l’efficienza, l’efficacia del volantino, etc. rispetto agli obiettivi per i quali il volantino è in distribuzione.

La “filiera” del volantino è composta da numerosi e complessi meccanismi all’interno di un “journey” che inizia dalla contrattazione con il fornitore fino all’attivazione del cliente per portarlo al punto vendita. In questo percorso sfruttare la potenzialità dei dati per ottimizzare la leva promozionale diventa fondamentale e una priorità non più rinviabile per le aziende.

 

Un buon o cattivo volantino incide molto sul raggiungimento degli obiettivi di vendita.

 

Obiettivi e Strategia Promozionale

 

Il punto di partenza di una strategia di miglioramento ed ottimizzazione del volantino basata sulla raccolta, analisi e interpretazione di dati è la definizione degli obiettivi della Strategia Promozionale, ad esempio:

 

  • Vendite / Quantità / Fatturato
  • Aumento numero clienti
  • Riacquisto
  • Aumento frequenza d’acquisto
  • Loyalty
  • Smaltimento scorte
  • Nuovi prodotti
  • Promozioni in base alle attività dei competitor
  • etc.

 

I Sistemi Tradizionali

 

Tradizionalmente i sistemi d’analisi utilizzati sia in fase di creazione del volantino che in fase di misurazione dell’efficacia della leva promozionale sono sempre stati sviluppati con un’ottica descrittiva del fenomeno:

 

  • prodotti che generano maggior volumi per categoria
  • prodotti trainanti e generatori di traffico nella categoria
  • contributo di ogni singola referenza e marginalità
  • analisi delle cannibalizzazioni promozionali
  • prodotti con i maggior volumi incrementali
  • analisi dell’impatto delle promozioni sulle vendite “normali”
  • analisi di prezzo
  • analisi brand/prodotto
  • analisi per punto di vendita
  • etc.

 

e focalizzati molto sul prodotto e sulle sue caratteristiche.

 

Il consumatore e il suo processo di acquisto però, come ben noto, si sono evoluti con un percorso d’acquisto che spazia tra diversi punti di contatto, sia online che offline. Questo oggi giorno implica per le aziende una visione che deve essere Customer Centric anche quando si parla di uno strumento tradizionale come il volantino.

 

 

Dal volantino all’ecommerce

 

Oggi è possibile migliorare e ottimizzare il volantino sfruttando i dati e utilizzando algoritmi predittivi e di Machine Learning senza più effettuare investimenti ingenti in tecnologie e competenze come in passato ed arrivare, in poco tempo al Break Even.

Un esempio concreto della potenzialità di questi strumenti riguarda quello che in Excelle abbiamo sviluppato per alcuni nostri clienti.

L’obiettivo dei nostri clienti è quello di creare un’offerta sul volantino coerente con i segmenti di clientela e nell’ottica di massimizzare la marginalità dei prodotti in offerta. Le fasi progettuali sono state sviluppate seguendo la nostra metodologia interna adattata alle esigenze e al business del cliente.

 

In sintesi si è passati dalla logica descrittiva del passato a quella predittiva.

 

Questo è stato possibile grazie ad una prima segmentazione comportamentale della clientela, tenendo conto del comportamento d’acquisto, delle caratteristiche territoriali, delle caratteristiche anagrafiche, ma soprattutto della “response” alle campagne promozionali precedenti. “Response” misurata e ponderata sia sulle campagne a volantino che su tutte le altre campagne a cui il cliente è stato sottoposto nella sua storia con l’azienda.

La segmentazione è stata sviluppata con approcci di Machine Learning non supervisionato, utilizzando algoritmi di regressione, alberi e reti neurali.

I risultati hanno permesso di:

  • mappare tutti i clienti attuali sui segmenti identificati
  • far emergere gli attributi e le caratteristiche di ogni segmento
  • applicare le regole apprese dall’algoritmo ad ogni nuovo cliente che l’azienda acquisisce

 

In ultimo i cluster di clienti sono stati “matchati” con l’offerta di prodotti in target per loro identificando i prodotti a maggior marginalità.

 

Da 1 volantino sono stati creati N volantini (sulla base dei segmenti di clienti rilevati) e la distribuzione è stata effettuata combinando opportunamente il mix di volantini (volantino generale o volantino personalizzato) considerando altri attributi, tra cui la penetrazione del cluster sul territorio di riferimento.

La distribuzione dei volantini secondo questi nuovi criteri è stata prima verificata e misurata tramite A/B test.

Questa nuova metodologia infine è stata utilizzata per rendere dinamica e personalizzata l’offerta sull’ecommerce, ottenendo ottimi risultati sulle principali metriche di valutazione digital (conversion, aumento carrello, diminuzione carrelli abbandonati, etc.).

In questo caso, per le caratteristiche stesse del Digital:

 

  • maggior disponibilità di dati
  • processi di sviluppo più snelli e agili
  • costi inferiori negli A/B test
  • personalizzazione one to one sui clienti

 

l’utilizzo di tecniche di Machine Learning ha permesso di ottenere ottimi risultati sui clienti già acquisiti ma ha contribuito a migliorare significativamente il funnel di conversione dei prospect, incrementando il conversion rate e aumentando di conseguenza l’acquisizione di nuovi clienti.

 

 

 

 

Se sei interessato a soluzioni per ottimizzare le leve promozionali e l’offerta, tradizionale o digital, contattaci saremo lieti di fornirti tutte le informazioni e rispondere alla tue domande.

All’interno della nostra Accademia del dato eroghiamo corsi di formazione in ambito Machine Learning & Data Intelligence.

Rimani sempre aggiornato con la nostra newsletter. Se non sei ancora iscritto clicca qui