Votre étagère suit-elle les ventes?
Les données sur le volume des ventes de produits donnent une assez bonne orientation sur le marché et en position par rapport aux concurrents. Souvent, cependant, les analyses basées sur les rapports de ventes omettent des informations importantes qui déterminent l’exactitude des décisions prises par les managers et les vendeurs.
Imaginez que le produit X fabriqué par votre entreprise vous « génère » 30% de part de ventes dans sa catégorie. Vous aimeriez probablement savoir si ce résultat est le maximum de ce que ce produit peut vous rapporter dans un magasin donné, ou s’il y a une chance de plus de ventes ici.
Deuxième exemple : un nouveau produit qui vous fait défaut. Malgré l’investissement en promotion et une position attractive en rayon, ses résultats non seulement ne dépassent pas la concurrence, mais sont également plus faibles que dans le cas de l’ancien produit de cette catégorie, qui « tire » vos ventes.
Quelles décisions concernant ces produits le marchand visitant le magasin devrait-il prendre?
La règle classique selon laquelle le consommateur décide en rayon, décrivant 7 choix de produits sur 10, nous dit que c’est l’affichage en magasin qui peut être la clé pour exploiter le potentiel de vente de nos produits, surtout si nous ne voulons pas manipuler nerveusement des prix. Par conséquent, afin d’obtenir des informations permettant un fonctionnement efficace, des données fiables sur la part de l’affichage (part d’étagère) doivent être jointes aux données de la part équitable.
… et voir ce que ça donne.
Si la recherche de parts de rayon pour le premier exemple nous indique qu’il n’occupe que 15% de l’exposition (vs 30% de la part des ventes dans la catégorie !), nous avons un excellent argument pour le magasin non seulement pour une meilleure visibilité du champion au sein de notre pool de produits, mais aussi pour la correction arrangeant des produits concurrents, parmi lesquels il y aura certainement ceux que ni le fabricant ni les vendeurs n’apportent les bénéfices escomptés. Mais! Un tel argument ne fonctionne que s’il est basé sur des calculs fiables.
Dans le deuxième exemple, une nouveauté décevante, que l’on espérait positionner dans la zone dorée il n’y a pas si longtemps, devrait probablement être remplacée par votre meilleur produit tournant et réduite en rayon à environ la largeur correspondant à sa part dans les ventes, supposons que ce serait une dégradation de 40% à 10% % de faces.
L’équilibre entre la valeur de la part de marché et la part de rayon est un modèle utile qui peut être adapté aux spécificités de votre propre entreprise (par exemple, le ratio de la part de rayon sur la part équitable pourrait être de 1,2 « en faveur » des ventes). Cependant, cette approche n’est possible qu’à condition que nous recevions régulièrement des données sur la moitié des actions et qu’elles reflètent réellement ce qui se passe sur l’exposition.
Si la part d’étagère d’une catégorie est supérieure à la part de marché souhaitée, cela signifie généralement que la catégorie ne tourne pas comme prévu par le gestionnaire de catégorie, et donc les coûts de sa distribution et de son stockage sont gaspillés. Dans le cas contraire, la catégorie pourrait être sous-investie et avec un potentiel bien plus élevé que ne l’indiquent ses ventes.
La belle idée de rechercher la relation parfaite entre les ventes et l’affichage ne reste que du domaine du rêve si vous chargez vos représentants de rapporter manuellement des données aussi vastes et difficiles à calculer (même en utilisant le système SFA le plus efficace). L’étude des parts de rayon réalisée à chaque visite, à la longue, finit par prendre des mesures à l’œil ou par cœur, et c’est tragique pour les décisions ultérieures. Au fil du temps, de telles études deviennent rares, puis facultatives, parfois elles sont déléguées à des agences, en dernier recours, en raison des coûts et du temps, elles meurent de mort naturelle.
Il ne faut pas oublier que des données de mauvaise qualité, ne couvrant pas la partie souhaitée du réseau de vente ou provenant de recherches sélectives et sporadiques, ne permettront pas de capter les moments de changement même avec le système de business intelligence le plus performant. Par conséquent, vous ne pouvez pas construire une stratégie de marketing, de tarification et de distribution fiable sur eux.
le plus performant. Par conséquent, vous ne pouvez pas construire une stratégie de marketing, de tarification et de distribution fiable sur eux. A tool that accelerates and objectivizes the share of shelf analysis peut rendre possible ce qui était jusqu’alors impossible. Des rapports de recherche photo générés par l’intelligence artificielle vous permettront d’évaluer rapidement et correctement le potentiel des produits du portefolio. Grâce à cela, vous adapterez avec précision la bonne stratégie à chacun d’eux.
Ce que vous pouvez obtenir d’autre avec l’automatisation de l’audit des étagères?
- de quel produit concurrent est le plus proche du produit donné,
- un argumentaire pour que le magasin rajoute un produit insuffisamment représenté en rayon,
- un argumentaire pour que le magasin remplace le produit trop exposé de la concurrence par le vôtre,
- si le rythme de distribution suit celui de la commercialisation,
- quelle chaîne de distribution fait baisser les ventes par exposition,
- … des dizaines d’autres hypothèses auxquelles vos analystes sont impatients de faire face.😉
eLeader Shelf Recognition AI – cet outil très évolué est une source insondable de données inspirantes et d’avantages concurrentiels. Nos clients l’ont découvert – il est maintenant temps pour vous..