Η χάραξη αποτελεσματικών στρατηγικών shopper marketing απαιτεί τη γνώση του προφίλ των αγοραστών και την κατανόηση της συμπεριφοράς τους. Σε εποχή κλιμάκωσης του ανταγωνισμού εν μέσω δυσμενών οικονομικών συνθηκών περιθώρια για σχετικά στρατηγικά λάθη δεν υπάρχουν, ενώ η κατοχή τέτοιας γνώσης είναι σημαντική όσο ποτέ άλλοτε. Τα δύο νέα αναλυτικά εργαλεία, που ανέπτυξαν από κοινού η ερευνητική ομάδα του Εργαστηρίου Μάρκετινγκ του Τμήματος Μάρκετινγκ & Επικοινωνίας του ΟΠΑ και η Exceed Consulting, υπόσχονται την υπέρβαση των σχετικών δυσκολιών.

Πρόκειται για το GR Tribes, που τμηματοποιεί την ελληνική αγορά των shopper (σε τέσσερις «φυλές» από άποψη, ταυτόχρονα, εισοδήματος και αγοραστικών ενδιαφερόντων και συμπεριφοράς) και το PromoAct, που επεξηγεί τη ροπή των shopper στις προωθητικές ενέργειες. Τα δεδομένα προήλθαν από την πραγματοποίηση συμμετοχικής ποσοτικής έρευνας, η οποία διενεργήθηκε το δίμηνο Απρίλιος-Μάιος 2015 σε αντιπροσωπευτικό δείγμα 1.000 καταναλωτές, σε είκοσι σούπερ μάρκετ της Αττικής τεσσάρων επωνυμιών αλυσίδων, με τη χρήση δομημένου ερωτηματολογίου. Η συλλογή των δεδομένων έγινε, μέσω προσωπικών συνεντεύξεων που πήραν ειδικευμένοι ερευνητές, από καταναλωτές οι οποίοι μόλις είχαν πραγματοποιήσει τα ψώνια τους από τα καταστήματα που συμμετείχαν στην έρευνα.

GR_tribes

Το πρώτο εργαλείο αναγνωρίζει τις «φυλές» των shoppers, χρησιμοποιώντας εκλεπτυσμένες πολυμεταβλητές αναλύσεις βάσει δεκαπέντε κριτηρίων επιλογής λιανεμπορικού καταστήματος. Πρόκειται για τα εξής κριτήρια: Το κατάστημα να διαθέτει 1) προϊόντα ιδιωτικής ετικέτας, 2) ράφια χωρίς ελλείψεις, 3) εύκολη πρόσβαση, 4) ποιοτικά φρέσκα προϊόντα, 5) άνετο χώρο parking πελατών, 6) καλή κάρτα πιστότητας πελατών, 7) ταχύτητα στην εξυπηρέτηση στα ταμεία, 8) υπηρεσία παράδοσης των παραγγελιών στο σπίτι του πελάτη, 9) μεγάλη ποικιλία προϊόντων, 10) μεγάλη γκάμα βιολογικών προϊόντων, 11) καλές τιμές, 12) ωραίο περιβάλλον, 13) συχνές και καλές προσφορές, 14) φιλικό προσωπικό και 15) ο πελάτης να εντοπίζει εύκολα τα προϊόντα που αναζητά. Η ανάλυση κατέδειξε πως τα δώδεκα από αυτά τα κριτήρια διαδραματίζουν σημαντικό ρόλο στην διαμόρφωση των «φυλών».

Εφαρμόστηκε ανάλυση δύο φάσεων. Στην πρώτη φάση έγινε μια μοντελοποίηση δύο σταδίων, οπότε ένας πρώτος αλγόριθμος ομαδοποίησης (clustering) έδειξε τον βέλτιστο αριθμό των «φυλών» shopper κι ένας δεύτερος αλγόριθμος ομαδοποίησης καθόρισε το πόσοι, όπως και το ποιοι shoppers ανήκουν σε κάθε «φυλή». Στη δεύτερη φάση προσδιορίστηκαν τα χαρακτηριστικά του προφίλ της κάθε «φυλής». Αυτό κατέστη δυνατό μέσω της χρησιμοποίησης αναλύσεων, σχετικά με την εύρεση όλων των δυνατών συσχετισμών, με χαρακτηριστικά που είναι ικανά να διαμορφώσουν το προφίλ των «φυλών» (το φύλο, η ηλικία, το εισόδημα, ο αριθμός των μελών της οικογενείας, ο διαθέσιμος προϋπολογισμός για τα ψώνια από το σούπερ μάρκετ, η πιστότητα σε συγκεκριμένη αλυσίδα σούπερ μάρκετ, ο βαθμός επηρεασμού από τις προσφορές, οι πηγές της σχετικής ενημέρωσης και η ικανοποίηση από τα χαρακτηριστικά του σούπερ μάρκετ).

Μετά την ολοκλήρωση όλων των φάσεων της ανάλυσης, προέκυψε πλήρης και ουσιαστική κατανόηση καθεμιάς από τις διαμορφωμένες «φυλές» ως προς το δημογραφικό και συμπεριφορικό προφίλ της, το ακριβές μέγεθός της, τις αγοραστικές της προτιμήσεις, τα είδη των προσφορών που την έλκουν περισσότερο και τις πηγές ενημέρωσης που χρησιμοποιεί και την επηρεάζουν.

PromoAct

Το δεύτερο εργαλείο προσδιορίζει ένα πολυμεταβλητό στοχαστικό μοντέλο πρόβλεψης της ροπής των shoppers στις προωθητικές ενέργειες. Και εδώ η ανάλυση αποτελείται από σειρά βημάτων και σταδίων. Αρχικά πραγματοποιήθηκε ένας διαγνωστικός έλεγχος των είκοσι εμπλεκόμενων μεταβλητών (όπως φύλο, εισόδημα, ημέρα αγορών, συχνότητα αγορών, ικανοποίηση από χαρακτηριστικά του σούπερ μάρκετ κά), σχετικά με την καταλληλότητα της εισαγωγής τους στο αναλυτικό μοντέλο, βάσει των αρχών της στατιστικής. Στη συνέχεια το δείγμα χωρίστηκε σε «δείγμα εκτίμησης» (estimation sample) και «δείγμα επικύρωσης» (validation / holdout sample) μέσω στρωματοποιημένης τυχαίας δειγματοληψίας, που εξασφάλιζε την αντιπροσωπευτικότητα. Εφαρμόστηκε ένα οικονομετρικό μοντέλο Logit στο «δείγμα εκτίμησης» για τον υπολογισμό της συνεισφοράς των επιλεγμένων μεταβλητών στην πρόβλεψη της συμπεριφοράς των καταναλωτών, σε market-level επίπεδο. Κατόπιν επιβεβαιώθηκε η προβλεπτική ικανότητα και η πρακτική εγκυρότητα του εκτιμηθέντος μοντέλου, εφαρμόζοντάς το στο «δείγμα επικύρωσης». Η διαδικασία επαναλήφθηκε ανά δείγμα shopper κάθε αλυσίδας ξεχωριστά, ώστε να εκτιμηθούν και να επικυρωθούν εξατομικευμένα μοντέλα σε chain-level επίπεδο.

Ενδεικτικά αποτελέσματα

Η εφαρμογή του GR_tribes ανέδειξε τις τέσσερις «φυλές» Shopper, όπως προέκυψαν από την ανάλυση, ενώ κατά την εφαρμογή του PromoAct το εκτιμηθέν μοντέλο κατέδειξε πως γενικά οι bargain hunters στηρίζονται συγκριτικά περισσότερο στο internet για να ενημερώνονται για προσφορές. Επίσης, αποκαλύφθηκε πως όσο λιγότερα χρήματα ξοδεύει ένας καταναλωτής για αγορές από το σούπερ μάρκετ τόσο περισσότερο είναι πιθανόν να επηρεαστεί ν’ αλλάξει κατάστημα, επειδή γνωρίζει την ύπαρξη μιας προσφοράς. Κατά την επικύρωση των εξατομικευμένων μοντέλων σε chain-level επίπεδο διαπιστώθηκε πως υφίστανται ενδιαφέρουσες και ουσιαστικές διαφοροποιήσεις ανά λιανεμπορική αλυσίδα. Οι shoppers κάθε αλυσίδας επιδεικνύουν διαφορετική συμπεριφορά και επιρρέπεια στις προωθητικές ενέργειες με αποτέλεσμα η επίδραση συγκεκριμένων μεταβλητών να αυξανόταν, να μειωνόταν ή να εξαφανιζόταν κατά περίπτωση.

Η κατοχή του GR_tribes από έναν προμηθευτή ή λιανέμπορο του παρέχει γνώση για το μέγεθος της κάθε «φυλής» shopper και για τα ιδιαίτερα χαρακτηριστικά του προφίλ της. Συνεπώς καθίσταται ικανός να ξεχωρίζει τους πιο ελκυστικούς κατά περίπτωση shoppers και να χαράζει στρατηγικές, οι οποίες θα σχεδιάζονται και θα υλοποιούνται αποτελεσματικότερα, βάσει των ιδιαίτερων απαιτήσεων, συνηθειών και αναγκών τους. Αντίστοιχα, το PromoAct στα χέρια του προμηθευτή ή του λιανέμπορου μπορεί να χρησιμοποιηθεί τόσο αμυντικά όσο και επιθετικά.

Η αμυντική χρήση του αναφέρεται στη δυνατότητα που παρέχει το εργαλείο στον χρήστη του να διαμορφώνει πετυχημένα στρατηγική περιχαράκωσης της πελατειακής του βάσης, εμποδίζοντάς την να «παρασύρεται» από προωθητικά ερεθίσματα των ανταγωνιστών του. Η επιθετική χρήση του έγκειται στη γνώση που αποκτά ο χρήστης για τους bargain hunters των ανταγωνιστών του, όπως άλλωστε και των ευαισθησιών τους, ώστε να διαμορφώνει κατάλληλα πολιτικές αποτελεσματικότερης προσέλκυσής τους. Τα δύο εργαλεία αναπτύχθηκαν ως καρπός της συνεργασίας της Exceed Consulting με το Εργαστήριο Μάρκετινγκ (The Athens Laboratory of Research in Marketing, ALΑRM) του Τμήματος Μάρκετινγκ και Επικοινωνίας του Οικονομικού Πανεπιστημίου Αθηνών υπό την επιστημονική επίβλεψη και καθοδήγηση του καθηγητή κ. Γ. Μπάλτα, με ερευνητές τους κ. Β. Μπόικο και Γρ. Παινέση.