A mediados de los años 90, con la disponibilidad de una plétora de datos sindicados, recogidos cada vez que un producto se escaneaba en una caja registradora, surgió un enfoque analítico de la promoción, los precios y el surtido de productos. Se denominó «gestión por categorías».
Los dos últimos años han puesto patas arriba el mundo de la gestión/previsión de categorías. El análisis histórico es una parte muy importante de la gestión de categorías, pero debido a los cambios en el comportamiento del consumidor, como resultado de la pandemia, ¿cómo puede un fabricante hacer previsiones para el futuro cuando el mundo empiece a volver a la normalidad anterior a la pandemia? ¿Cómo pueden los fabricantes prever los cambios de comportamiento de los consumidores a largo plazo? ¿Cambiarán los hábitos alimenticios en casa a medida que más empleados dejen sus oficinas y vuelvan a los edificios de oficinas y los estudiantes vuelvan a la escuela?
Los datos sindicados proporcionaban información detallada sobre los productos que los consumidores compraban en la tienda, incluidos los precios (TPR, promocionados, no promocionados), los expositores, los anuncios, el impulso promocional, etc. Estos datos se utilizaron para crear un historial promocional que podía utilizarse para optimizar la estrategia de promoción, como la profundidad y la frecuencia de las promociones y también para optimizar la estrategia de precios (hi-lo, EDLP).
Los datos también fueron bastante eficaces para llevar a cabo la racionalización de las SKU para determinar el surtido óptimo de productos y planogramas basados en el movimiento, el número de facings, los días de suministro y las tasas de rotación. El análisis de estos datos también desempeñó un papel importante en la previsión de artículos. Al trabajar con un producto fresco, cuanto más precisas fueran mis previsiones, disminuían las posibilidades de sobre fabricar o infra fabricar un producto.
En 1996, me ascendieron al recién creado puesto de «Directora de Desarrollo de Categorías» en The Minute Maid Company, que es una división de The Coca-Cola Company. Participé en la segunda clase de formación en gestión de categorías impartida por The Coca-Cola Company.
El análisis de los datos era difícil, ya que no todas las cuentas proporcionaban datos sindicados y no existían los programas de inteligencia artificial de catman de hoy en día.
Sacábamos los datos en bruto de las bases de datos de IRI y Nielsen y los introducíamos en libros de trabajo y presentaciones de Excel y PowerPoint. Era laborioso y preparar la revisión de la gestión de la categoría de una cuenta llevaba más de seis semanas para capturar y formatear los datos para analizarlos y hacer recomendaciones.
Artículo Relacionado: 5 pilares de la cultura organizacional en el retail hispano
Siempre estaré agradecida por el tiempo que ocupé este puesto. Estar allí al principio del movimiento de gestión por categorías fue un punto de inflexión en mi carrera. Me permitió experimentar el paso a la venta basada en hechos; algo que no existía del todo antes de la disponibilidad de los datos escaneados/sindicados.
En la gestión de categorías, los datos datos sindicados captan lo que los consumidores compran en la tienda y se llevan a casa para presumiblemente consumirlo. Los únicos datos disponibles antes de los datos de escáner eran los informes de retirada de almacén. Estos se llamaban informes «SAMI»: «Selling Areas Marketing, Inc».
La información de retirada de almacén puede ser engañosa, ya que recoge el producto que sale de un almacén por cualquier motivo: desvío, compra/carga en tienda, expositores, etc. En algún momento, ese producto puede llegar a la casa del consumidor, pero la capacidad de analizar por qué y cómo ha llegado hasta allí es inexistente si sólo se utiliza la información de retirada de almacén.
Es imposible saber el precio y el impacto que ha tenido, o cómo la comercialización en la tienda, como los expositores y los anuncios, ha influido en la decisión del consumidor. Es útil para determinar una estrategia promocional y de precios.
Los últimos dos años han puesto patas arriba el mundo de la gestión de categorías
El análisis histórico es una parte muy importante de la gestión de categorías, pero debido a los cambios en el comportamiento de los consumidores, como resultado de la pandemia, ¿cómo puede un fabricante hacer previsiones para el futuro cuando el mundo empiece a volver a la normalidad anterior a la pandemia?
¿Cómo pueden los fabricantes prever los cambios de comportamiento de los consumidores a largo plazo? ¿Cambiarán los hábitos alimenticios en casa a medida que más empleados dejen sus oficinas y vuelvan a los edificios de oficinas y los estudiantes vuelvan a la escuela?
Hay un problema con los datos sindicados y es que no recogen las compras realizadas en línea. Dado que hemos experimentado un aumento de las compras en línea durante la pandemia, ¿cómo se complementará ese vacío en los datos para determinar la estrategia promocional óptima en 2022 y después?
Los datos de los paneles de consumidores que recogen las compras por comercio electrónico serán una tendencia en 2022. Ya hay algunos proveedores que están ofreciendo amplios paneles de consumidores para capturar este vacío en los datos sindicados. Surgirá un nuevo conjunto de factores que los fabricantes analizarán para determinar la eficiencia promocional.
A medida que aumenten las compras en línea, estos factores pasarán de medir el impacto promocional (lift) de los anuncios, los expositores y las RPT a nuevos factores. Dado que muchos minoristas se están alejando de los anuncios y que no se dispone de datos sindicados sobre las compras en línea, ¿en qué podrían basarse los nuevos factores de eficacia promocional? ¿Cómo tendrán en cuenta los pronosticadores esta falta de datos en sus análisis de previsión?
En los últimos dos años, hemos tenido un rápido aumento de las compras en línea y de las plataformas y proveedores de comercio electrónico. ¿Qué sucederá en el análisis de la gestión de categorías? Creo que en 2022 veremos una afluencia de formas innovadoras y precisas de captar las ventas online y los factores que impulsan esas compras.