Veel marketingmanagers volgen bij besluitvorming over formule strategieën hun buikgevoel. Resultaten vanuit big data analyses over klantgedrag en -perceptie blijven geregeld bij business intelligence en consumerinsight managers hangen. Dit komt omdat de insights niet altijd toegankelijk zijn voor het marketingmanagement (gewenste vorm: kort, krachtig met toegevoegd advies). Juist in deze tijd van grote verandering in Retail klantgedrag kan je niet altijd vertrouwen op het verleden, maar is inzicht in de huidige en toekomstige “nieuwe” klantbehoeften essentieel voor het bepalen van de beste koers.
Hieronder ligt ik drie modellen toe die goede output leveren voor strategische besluitvorming en zeker een waardevolle aanvulling zijn op het “buikgevoel”.
Als een marketingteam van een Retail formule wilt weten wat de merkwaarden zijn (onderscheidend vermogen), dan is het verstandig dit spontaan en geholpen aan haar klanten te vragen. De input voor de geholpen antwoorden is een combinatie van interne enquêtes en/of brainstormsessies. Binnen Retail is het altijd belangrijk om van Overige klanten Primaire klanten te maken. Door de merkwaarden scores van de Primaire klanten te rangschikken van groot naar klein en de scores van de Overige klant tevens in de grafiek mee te nemen, weet het marketingteam waar het huidige merk voor staat bij de fans en hoever dit beeld fan-beeld bij de Overige klant verwijderd is.
2. Eén prioriteitsmatrix voor besluitvorming assortimentsontwikkeling
Verzamel op basis van deskresearch en interne data. En formuleer tijdens creatieve sessies met een Retailexpert, formule en assortiment groeistrategieën voor de Retail formule. Selecteer eerst gezamenlijk de circa 10 strategieën met de meeste draagvlak (geformuleerd in klanttaal) en leg deze voor aan de klant. Hierdoor ontstaat er een prioriteitenmatrix over alle assortimentsgroepen en formule onderdelen heen. Dit voorkomt dat iedere marketingmanager voor zijn eigen toko gaat en dat binnen de formule een suboptimalisatie van verdeling geld en capaciteit ontstaat. Mijn ervaring is dat er altijd meer projecten op de lijst staan, dan er in een jaar gerealiseerd kunnen worden en dat hierdoor veel projecten voortvarend van start gaan, maar zeker niet allemaal succesvol de eindstreep halen.
3. Laat het marketingteam met de uitkomsten van een prijsregressiemodel aan de prijsknoppen draaien
| Fictieve case | Impact | Top 2 percentage (zeer) ontevreden | Verbeterpotentieel |
| Prijzen persoonlijke verzorginsproducten | 21 | 1% | 21 |
| Babyproducten | 21 | 4% | 20 |
| Laagste vaste prijzen | 18 | 3% | 17 |
| Prijzen eigen Retail huismerk | 16 | 4% | 15 |
| Prijzen zelfzorg medicatie | 14 | 5% | 13 |
| Acties non-food | 10 | 3% | 10 |
| R2 > 0,4 Verbeterpotentieel = Impact * (100%-/-Top 2 (zeer) ontevreden. Dit is hier dus het relatieve verbeterpotentieel binnen prijsperceptie. |
Het verbeteren van de prijsperceptie van een Retail formule is een continu aandachtspunt voor (bijna) alle formules. Natuurlijk is voor de ene Retailer een scherpe prijspositionering belangrijker dan voor een andere Retailer. Geen formule wil echter het label “te duur” opgeplakt krijgen door haar klanten. Het verbeteren van prijsperceptie hoeft niet altijd te betekenen dat de prijzen absoluut naar beneden gaan. Klanten krijgen ook een beter gevoel over prijzen als producten breder zijn gepresenteerd of het prijsniveau met claims en massacommunicatie worden ondersteund.
Door een prijsregressiemodel te bouwen kan de impact van het verbeteren van een individueel prijsaspect op de totale formule prijsbeleving voorspeld worden. Hiermee is het mogelijk om voorrang te geven aan prijsactiviteiten met een hoger verbeterpotentieel ten opzichte van prijsactiviteiten met een lager verbeterpotentieel. Minder prijsgevoelig assortiment valt uit het model. Dit model geeft dus handvatten aan welke prijsknop de Retail formule bij voorkeur het eerste zou moeten draaien.
De basis voor al deze klantmodellen zijn klantenenquêtes. Dit kunnen zowel landelijke steekproeven uit grote online klantenpanels zijn als lokale tailor made onderzoeken op de winkelvloer. Hierbij is het belangrijk dat per klantgroep (Primaire en Overige klanten,) een minimale netto respons van 100 gerealiseerd is.
Ik adviseer om niet het marketingteam zelf achter het dashboard zetten, met de kans op vele verschillende conclusies uit dezelfde data. Het is beter een Retail expert de uitkomsten van de klantmodellen in enkele A-4jes visueel te laten rapporteren, inclusief conclusies en advies.
Hierna kan het marketingteam direct overgaan tot onderbouwde besluitvorming en actie!
