Blog

Perché l’assortimento localizzato è diventato la chiave per la fedeltà e la crescita

Alla fine del 2022, Gartner, una delle principali società di consulenza e ricerca nel campo della tecnologia dell'informazione, ha pubblicato una guida di mercato sulle applicazioni per la gestione degli assortimenti. In questa guida, Gartner ha rilevato che "l'approccio tradizionale alla costruzione degli assortimenti basato sul ‘clustering’ è messo in discussione dalle crescenti richieste dei clienti per assortimenti più ‘locali’ e specifici per ogni punto vendita1".

Gartner non ha sbagliato nella sua valutazione. Dalla pubblicazione di quel documento, un numero crescente di retailer di generi alimentari ha iniziato a orientarsi verso assortimenti localizzati. Negli Stati Uniti, ad esempio, Kohl's, Kroger e Dollar Tree hanno annunciato piani di localizzazione2. Nel Regno Unito, invece, Tesco sta sviluppando uno "strumento di ottimizzazione della gamma che automatizza la selezione personalizzata dei prodotti in base alla posizione del negozio e alle caratteristiche demografiche3".

Come mai questo trend verso la localizzazione? Anche se ci sono diversi fattori in gioco, si tratta senza dubbio di una tendenza focalizzata sul cliente. Creare un assortimento su misura per le esigenze di specifici clienti non solo rende lo shopping più veloce, facile e conveniente; reintroduce anche quell'elemento di sorpresa e piacere che è fondamentale per l'engagement e l'ispirazione.

Al momento, questa è una capacità di grande valore. Nei nostri studi Consumer Pulse, abbiamo osservato un cambiamento significativo nei comportamenti dei clienti, con molti che iniziano a dare priorità al valore4. Il fatto che numerosi discount abbiano registrato una crescita straordinaria nello stesso periodo non è una coincidenza5. In questo contesto più competitivo, l'assortimento localizzato può rappresentare un differenziatore prezioso per i retailer tradizionali.

Allo stesso tempo, la localizzazione non è solo una risposta adeguata alle attuali circostanze economiche. Essa apre anche la strada a guadagni più ampi in termini di efficienza operativa e ottimizzazione dei ricavi. Quindi, la vera domanda non è tanto "perché la localizzazione?", ma piuttosto "perché la localizzazione proprio adesso?". E per rispondere a questa domanda, dobbiamo approfondire un po' di più la scienza dell'assortimento.

 

Una scienza più intelligente per decisioni miglior

Se torniamo indietro di circa un decennio, l'assortimento era un'attività relativamente lineare. I retailer disponevano generalmente di un paio di variazioni, utilizzando il clustering dei negozi per determinare quali prodotti sarebbero stati presenti in quali location.

All'epoca, qualsiasi forma di localizzazione che andasse oltre questo tipo di approccio "leggero" era in gran parte impraticabile a causa della complessità coinvolta, rappresentando una vera sfida per i retailer.

Come accennato sopra, uno dei principali fattori distintivi di un retailer tradizionale è la scala. Un grande retailer di generi alimentari potrebbe attingere a un catalogo complessivo di circa 30.000 prodotti, rispetto ai circa 1.500 di un discount, ad esempio6.

Chiaramente, sebbene questa ampiezza rappresenti un enorme vantaggio in termini di capacità di soddisfare le esigenze dei clienti, comporta anche un elemento indiscutibile di complessità. Considera questo aspetto: per creare un assortimento veramente localizzato, i retailer avrebbero bisogno di:

  • Panoramica dettagliata dei comportamenti dei clienti. Oltre a conoscere come i clienti acquistano in una determinata categoria, è necessario avere una chiara comprensione di come prendono le loro decisioni e di cosa potrebbero desiderare in futuro.
  • Profonda comprensione delle performance dei prodotti. Ciò significa essere in grado di prevedere il probabile successo (o fallimento) di un prodotto in un determinato negozio, anche se quel prodotto non è mai stato presente in quel punto vendita prima.
  • Considerazione delle varie esigenze pratiche. Ogni negozio ha le sue specificità, come restrizioni di layout e diverse attrezzature, e questi fattori devono essere integrati nella pianificazione dell’assortimento.

Gestire tutto ciò per un solo negozio sarebbe un processo molto lungo. Sarebbe necessario analizzare una grande quantità di dati, creare previsioni e redigere planogrammi. Ma quando si estende questo compito a decine, centinaia o addirittura migliaia di negozi, quello che era già difficile diventa praticamente impossibile. E circa 15 anni fa, era quasi certamente così.

Oggi, però, le cose sono cambiate. Con l’evoluzione delle capacità di scienza dei dati nel settore, i retailer sono ora in grado di essere molto più precisi nella creazione delle loro gamme. Di conseguenza, stiamo entrando in un’era in cui l'assortimento iper-localizzato è una possibilità concreta, un ambito in cui dunnhumby sta guidando l'innovazione.

 

Decisioni supportate dall’IA

Come accade in molti altri settori, il machine learning, o l’intelligenza artificiale, gioca un ruolo fondamentale in questo ambito.

Capace di gestire gran parte del lavoro matematico necessario per l'assortimento localizzato, l'IA ha semplificato enormemente l'analisi dei dati in volumi tali da creare gamme specifiche per ogni negozio. Un algoritmo IA ben addestrato può rapidamente generare gamme ottimizzate per lo spazio e i relativi planogrammi, assicurando che l’assortimento si adatti perfettamente allo spazio disponibile. Questo processo, che normalmente richiederebbe centinaia di ore di lavoro manuale e numerosi scambi tra i team, è ora molto più efficiente grazie all'IA.

Non è tutto. Come abbiamo constatato nel nostro lavoro con l’assortimento potenziato dall’IA, le macchine sono anche particolarmente abili nell'ottimizzare lo spazio. Date le giuste condizioni, l'IA non solo può indicare quali prodotti includere nell’assortimento, ma anche suggerire il modo migliore per esporli e come ottimizzare lo spazio sugli scaffali. Naturalmente, la decisione finale spetta sempre all'uomo, con l'IA che arricchisce, non sostituisce, il processo decisionale.

Per i retailer, questo rappresenta un'opportunità per ripensare in modo fondamentale il loro approccio all’assortimento. Tuttavia, è importante sottolineare che questa opportunità non deve necessariamente iniziare con cambiamenti rivoluzionari e totali.

L’assortimento localizzato non implica creare una selezione di prodotti completamente unica per ogni negozio. Fare ciò eliminerebbe uno dei principali motivi per cui i clienti scelgono i negozi a catena: la possibilità di trovare una varietà affidabile di beni. Inoltre, una gamma localizzata non deve essere implementata subito in tutti i negozi. Spesso è meglio iniziare con piccoli cambiamenti e poi aumentare gradualmente il numero di articoli specifici per ogni punto vendita. Anche differenziazioni sottili possono avere un impatto importante.

Anche se il passaggio verso la localizzazione può avvenire gradualmente, è sicuramente la direzione verso cui ci si sta orientando. In un momento in cui i clienti sono abituati a ottenere quasi tutto ciò che desiderano – ovunque e in qualsiasi momento – l’assortimento localizzato offrirà ai retailer lungimiranti la possibilità di rispondere (e persino superare) queste aspettative.

Per ulteriori informazioni su dunnhumby Assortment, visita dunnhumby.com/dunnhumby-assortment e contatta Marco Metti, Business Development Manager, all’indirizzo Marco.Metti@dunnhumby.com.

Scopri di più su come l'IA sta trasformando il settore del retail:


 

1 Market Guide for Retail Assortment Management Applications: Long Life Cycle Products – Gartner, 8 December 2022
2 The Localization Playbook: How to Develop Targeted Merchandising Strategies & Win Repeat Customers – A&M Consumer Retail Group
3 Preliminary Results 2023/24 - Tesco
4 dunnhumby Customer Pulse, October 2023
5 Discounters forecast to be fastest-growing grocery channel over next five years – The Grocer, 14 June 2022
6 The battle of traditional retailers versus discounters – Journal of Retailing and Consumer Services, 2017

 

customer first data science analytics & machine learning services
Ready to get started?

Speak to a member of our team for more information

Contact us