CPG Data Tip Sheet fokuserer på uddannelse og bedste praksis for analyse af syndikerede salgsdata fra IRI og Nielsen (og SPINS for dem af jer i Natural/Organic-sektoren). Men syndikerede data er ikke den eneste type CPG-data, du vil støde på. Faktisk er det ikke engang den eneste type data om detailsalg! Dette indlæg tager et skridt tilbage for at beskrive, hvor syndikerede data passer ind i det større billede af CPG-data. En forståelse af dette vil hjælpe dig:
- Bestemme, hvilken datakilde du skal bruge til at besvare forskellige spørgsmål
- Forstå styrkerne og svaghederne ved hver datakilde (og hvordan det kan påvirke din analyse) og
- Beslutte, om syndikerede data er noget, du har brug for i dit dataarsenal (og budget)
Fordelene ved detailsalgsdata
Syndikerede data er én type detailsalgsdata. Jeg vil nedenfor tale om forskellene mellem syndikerede og direkte data fra detailhandlen, som er en anden vigtig type. Men lad os først gennemgå nogle af de særlige kvaliteter ved alle detailsalgsdata.
Det er ikke alle, der har brug for detailsalgsdata til at måle salget. CPG-producenter ved allerede nøjagtigt, hvad de har sendt til hver enkelt forhandler og hvornår. Så hvorfor er CPG-producenter de primære købere af salgsdata fra detailhandelen? Fordi forsendelser ligger langt fra forbrugernes adfærd – der kan ske meget i tidsrummet mellem det tidspunkt, hvor et produkt sendes fra en fabrik og købes i en butik. Forsendelser fortæller ikke, hvilken pris en kunde betalte, hvornår han/hun købte, eller hvilken type forhold i butikken der påvirkede salget. Til det formål har du brug for oplysninger om detailsalgsniveauet, som også kaldes “forbrugsdata”. Andre udtryk for det er takeaway-, off-take-, downstream- og POS-data.
Data om detailsalg giver også indsigt, som ikke er tilgængelig gennem markedsundersøgelsesmetoder som f.eks. forbrugerundersøgelser. CPG-producenter kan indsamle værdifulde data gennem undersøgelsesundersøgelser. De segmenterer køberne i forskellige grupper baseret på holdning, spørger køberne om deres præferencer for produktfunktioner, tester deres reaktioner på forskellige emballagegrafik og meget mere. Men data om detailsalg adskiller sig fra alle disse kilder til forbrugerindsigt, fordi de afspejler den faktiske adfærd. De måler ikke, hvad folk tænker eller føler, men snarere hvad de har købt på et bestemt tidspunkt i en bestemt butik under et bestemt sæt markeds- og konkurrenceforhold.
The Retail Sales Data Landscape
Det er nyttigt at vide, at alle data om detailsalg kan opdeles i fire spande, baseret på en kombination af to parametre.
- Datakilde: Kommer de direkte fra detailhandleren (som Walmart eller Meijer) og afspejler derfor kun salget for denne detailhandler? Eller stammer de fra en syndikeret leverandør (som IRI eller Nielsen), som samler data fra mange detailhandlere for at skabe et billede af det samlede marked?
- Datafokus: Er dataene fokuseret på salget på butiksniveau og kombinerer transaktionerne for alle individuelle kunder? Eller giver dataene dig indsigt i den individuelle adfærd på shopper- eller husstandsniveau?
Diagrammet nedenfor illustrerer, hvordan disse parametre kombineres for at skabe fire typer af data om detailsalg.
Her er de vigtigste forskelle mellem hver af de fire typer af detailsalgsdata:
Syndikerede butiksdata
- Bedste anvendelser: generel læring om salgstendenser, konkurrenceanalyse, distribution, pris og handelsfremmende foranstaltninger.
- Fås fra Nielsen, IRI og SPINS for de fleste større detailhandlere inden for fødevare-, apoteks-, dollar-, masse-, convenience-, klub- og militærkanalerne.
- Data er tilgængelige på hundredvis af markeder på tværs af hundredvis af kategorier for alle UPC’er i kategorien. Konsistens giver mulighed for nem sammenligning på tværs af produkter, detailhandlere og markeder.
Retailer Direct Store Data
- Bedste anvendelser: samarbejde mellem detailhandlere, kategori- og supply chain management. Det er detailhandlernes faktiske data, organiseret på den måde, som de ønsker at se dem.
- Fås fra mange detailhandlere, store og små.
- Dataenes tilgængelighed og format varierer.
- Data vil aldrig omfatte konkurrerende detailhandlere og vil ofte ikke dække hele kategorien, men kun dine egne produkter
Syndikerede paneldata
- Bedste anvendelser: Forståelse af køberadfærd som butiks- og mærkeloyalitet, andel af tegnebogen, krydskøb, kanalskift, demografi og købsfrekvens
- Fås fra Nielsen, IRI og SPINS for en demografisk afbalanceret stikprøve på 120.000 husstande, der scanner UPC-kodede indkøb i hjemmet.
- Giver et fuldstændigt billede af husholdningernes købsadfærd på tværs af alle detailhandlere, selv dem, der ikke leverer butiksdata til leverandørerne. Stikprøvestørrelsen kan dog være et problem for nogle produkter med lav penetration.
Retailer Direct Panel Data
- Bedste anvendelser: forståelse af køberadfærd såsom kurvstørrelse, rejser, købsfrekvens og krydskøb hos en bestemt detailhandler
- Fås kun fra store detailhandlere.
- Stikprøvestørrelser vil ikke være et problem for de fleste produkter, men adfærdsbilledet er ufuldstændigt, og spørgsmål som loyalitet og share of wallet kan ikke behandles, da der ikke er oplysninger om, hvad køberne gør uden for den pågældende detailhandler.
Læs mere om direkte data fra detailhandlere vs. syndikerede data her. Læs mere om butiksdata vs. paneldata her og her.
Søger du efter uddannelse om dette emne? Jeg anbefaler Category Management Knowledge Group’s onlinekursus Understanding and Using Data. Hvis du allerede kender det grundlæggende, kan du tjekke deres kurser i Building Data Competency (opbygning af datakompetence). Der er et om butiksdata og et om paneldata.
Fandt du denne artikel nyttig? Abonner på CPG Data Tip Sheet for at få fremtidige indlæg leveret til din e-mail-indbakke. Vi udgiver artikler en eller to gange om måneden. Vi vil ikke dele din e-mailadresse med nogen.