Os gerentes de merchandising, por muitos anos, têm enfrentado os seguintes três grandes desafios (entre outros), na tomada de decisões de gerenciamento de produtos:

  1. Compreender o comportamento do visitante e da compra na loja (e on-line)
  2. Silos de dados de produtos, compras e clientes que são desconectados, díspares e não relacionados, sem forma fácil de analisá-los em tempo real e executar consultas ad-hoc para obter respostas rapidamente para tomar decisões ágeis.
  3. Capacidade de prever com precisão a demanda da loja (local) por produtos, tanto os existentes como os novos, para evitar, por exemplo, o sub-estoque e o excesso de estoque, o subpreço ou a promoção dos produtos errados.

Estes desafios têm impactado a rentabilidade e a competitividade das lojas.

Questões-chave relacionadas aos produtos, tais como: que produtos estão se movendo atualmente; quais estão vendendo com outros produtos; que promoções (próprias e da concorrência) estão ocorrendo atualmente no mercado; quem está comprando que produto; como as decisões de compra estão sendo tomadas – permaneceram sem resposta por muitos anos. 

Os gerentes têm confiado principalmente na análise de dados passados (após o fato) e na “intuição” baseada em anos de experiência para tomar decisões sobre sortimento de produtos, níveis de estoque, promoções de clientes (mercado de massa) e muito mais.

Então, entramos na era dos Grandes Dados. Estes desafios são agora ainda mais complicados, com grandes volumes de dados não estruturados de uma variedade muito maior de fontes, pois os consumidores têm levado às recomendações de redes sociais, revisões de produtos, aplicativos móveis para comparação de compras, e muito mais, em seu caminho de compra. 

Como a internet das coisas revolucionará o marketing? Leia aqui!

Com efeito, isto gerou uma nova tendência comportamental para o comprador. Os varejistas estão agora sujeitos ao que é chamado de “showrooming” – ou seja, os compradores visitam uma loja de varejo para ver um produto, mas em vez disso compram o produto on-line de um concorrente a um preço mais baixo, possivelmente sem impostos adicionais e remessa gratuita.

A boa notícia é que, com as tecnologias atuais de Big Data, é possível analisar (agregar, correlacionar, associar, rastrear) em tempo real, conjuntos de dados inteiros à medida que chegam, mantendo as fontes de dados onde quer que estejam, e fornecer insights instantâneos aos gerentes sobre movimentos de produtos, tendências de preços, intensidade da promoção, etc., para que eles possam decidir (e prever) quais produtos estocar, quem comprará qual produto em um dado instante, quanto de cada produto estocar, quando reordenar quais produtos, e muito mais.

A beleza dos pequenos dados: leia sobre aqui!

A aplicação de Big Data Analytics em tempo real (ou não) não só é necessária (devido ao volume, variedade, velocidade e mistura de dados), mas também crucial para responder às perguntas relacionadas às decisões de merchandising, como aludido nos parágrafos anteriores, com dados mais granulares disponíveis até os níveis individuais e para correlacioná-los às condições e contexto do mercado.

Em resumo, com o Big Data Analytics, os gerentes de merchandising agora podem otimizar o Merchandising (e fornecer experiência personalizada ao cliente) em tempo real, para aumentar a lucratividade, atrair não clientes (novos) e reter clientes existentes aplicando instantaneamente vários modelos e técnicas analíticas “out of the box”, tais como análise de cesta de mercado, análise de carrinho de compras, análise de coorte e análise do comportamento de compra (local).

Published On: novembro 24th, 2021 / Categories: Marketing Strategy /

Aprenda a conseguir trabalho

Se inscreva para receber acesso gratuito ao módulo Conseguindo Trabalho!

Obrigado por se inscrever!
Houve um erro ao enviar sua inscrição. Tente novamente mais tarde.

Ao acessar, você concorda em receber nossos comunicados.