CASE STUDY

Badanie potencjału punktów sprzedaży w FMCG – jak location intelligence pomaga zwiększyć sprzedaż

FMCG

O kliencie

Firma FMCG prowadzi działania sprzedażowe za pośrednictwem przedstawicieli handlowych, jednak od dłuższego czasu nie odnotowuje wzrostu wartości sprzedaży. Dzieje się tak, ponieważ miejsca wybierane dla akcji sprzedażowo-marketingowych mają niewielki potencjał.

Wyzwanie

Firma naszego klienta nie ma obiektywnych, centralnie określanych kryteriów, przez co łatwo ominąć punkty, w których potencjał wzrostu sprzedaży jest wysoki. Przedstawiciele handlowi:

  • Kierują się subiektywnymi opiniami zamiast danymi - Przykładem jest mierzenie liczby klientów dla danego punktu sprzedaży poprzez liczenie liczby samochodów na parkingu, a następnie kalkulowanie wyników. Takie opinie często są błędne i nie uwzględniają wielu czynników, dlatego nawet
    po standaryzacji są niedokładne.
  • Stosują niespójne kryteria oceny - Każdy z nich patrzył na inne, wybrane subiektywnie wskaźniki, przez co badanie punktów sprzedaży było niespójne i niemożliwe do porównania na poziomie całej sieci.
  • Koncentrują się na niewłaściwych lokalizacjach - Skupiają się na miejscach, gdzie sprzedaż już jest wysoka – i często wyższa nie będzie. Zamiast tego powinni identyfikować sklepy z potencjałem wzrostowym, tylko wtedy można odnotować rzeczywisty wzrost wartości sprzedaży.

Rozwiązanie

Dataplace.ai stworzyło dla firmy kompleksowy system scoringowy punktów sprzedaży, analizujący wszystkie wskazane adresy
pod kątem kluczowych parametrów:

Kluczowe parametry analizy:

  • Natężenie ruchu - Dokładna analiza liczby odwiedzających w różnych porach dnia i tygodnia
  • Otoczenie konkurencyjne - Odległości od punktów konkurencyjnych oraz prawdopodobieństwo wyboru danego punktu sprzedaży przez okolicznych mieszkańców
  • Profil demograficzny otoczenia - Liczba mieszkańców w zasięgu, ich siła nabywcza oraz suma miesięcznych wydatków na żywność

Efekty wdrożenia:

  1. Obiektywizacja decyzji sprzedażowych - Przedstawiciele handlowi zyskali łatwy dostęp do obiektywnych danych o punktach handlowych zamiast polegać na intuicji.
  2. Optymalizacja tras i działań - Trasówki zaczęły powstawać na podstawie potencjału wzrostu sprzedaży odwiedzanych miejsc, maksymalizując efektywność każdej wizyty.
  3. Identyfikacja nowych szans biznesowych - Przeprowadzono dodatkowe badanie potencjalnych punktów sprzedaży dla wskazanych adresów, w których obecnie nie ma dystrybucji, analizując je pod kątem tych samych zmiennych.

Efekty

Praktyczne zastosowanie danych

Wyniki analizy zostały przedstawione w formie przejrzystego zestawienia z wagami dla poszczególnych zmiennych (np. waga 5 dla natężenia ruchu wokół sklepu i waga 2 dla siły nabywczej okolicznych mieszkańców). Zastosowanie sortowania od najwyższych do najniższych wartości oraz kodowania kolorami umożliwiło szybką identyfikację punktów o największym potencjale.

W ten sposób powstał kompleksowy system oceny sklepów w regionie, pozwalający firmie na precyzyjne dopasowanie celów biznesowych, a przedstawicielom handlowym na koncentrowanie się na punktach z rzeczywistym potencjałem wzrostowym.

Załóż darmowe konto i analizuj potencjał każdej lokalizacji.