dunnhumby RPI Series è un programma di ricerca internazionale che ha l’obiettivo di identificare li fattori principali in base ai quali i clienti decidono dove acquistare i generi alimentari, le motivazioni principali e infine il loro legame emotivo con i diversi retailer. Con il terzo studio RPI per l'Italia pubblicato a settembre, abbiamo intervistato Enrico Piccirilli, Price & Promotion Senior Product Manager di dunnhumby, sulle questioni chiave di Prezzi & Promozioni.
Quanto costa? Per la maggior parte degli italiani, la risposta a questa domanda è molto utile per aiutarli a decidere dove acquistare i loro generi alimentari. Da quando abbiamo lanciato il nostro primo studio RPI per l'Italia nel 2020, la leva riguardante il “Prezzo percepito” non è mai stata niente di meno che uno dei principali fattori di scelta a condizionare gli acquirenti del paese, cementandolo come un tema con un impatto significativo sulla capacità di un retailer di conquistare il cuore dei clienti – e i budget alimentari.
Come nel 2021, anche nel 2022 il Prezzo Percepito finisce secondo nella classifica dei “driver per la preferenza”, e fra i fattori che contano di più quando i clienti scelgono dove acquistare. In cima alla lista c'è la "Marca del Distributore", qualcosa che è diventata sempre più importante per i clienti, soprattutto dato il contesto inflazionistico attuale. Tra i fattori determinanti del pilastro Prezzo percepito figurano le “promozioni comode”, i “prezzi giusti” e le “promozioni frequenti”. Diversamente da altri mercati, come ad esempio la Spagna, i consumatori italiani tendono a unire l’effetto prezzi base e promozioni in un’unica sfera, un unico fattore: quello appunto del prezzo percepito.
Come ci si poteva aspettare, i discount sono all'avanguardia. Eurospin, si piazza al primo posto per il Prezzo Percepito ovvero come somma delle percezioni legate alle promozioni ed ai prezzi di base. Il retailer mostra un indice molto alto, ed è affiancato da una altra insegna discount: i Lidl. In terza posizione abbiamo Esselunga, che rispetto alle prime due insegne discount è percepita come la miglior insegna per le promozioni, mentre si attesta nella media di mercato per la percezione di convenienza dei prezzi base.
Per saperne di più sull'importanza di Prezzo Percepito – e su come i retailer possono migliorare la propria reputazione in questo pilastro – abbiamo parlato con Enrico Piccirilli, Senior Product Manager per Prezzi e Promozioni di dunnhumby Italia.
Supportare gli acquirenti in modo efficace significa capire quali di loro sono più bisognosi di una maggiore attenzione alla convenienza. Bisogna chiedersi: “Chi tra i nostri clienti percepirà questi aumenti di prezzo soprattutto?" Pertanto, c’è bisogno di una combinazione di dati cliente validi e strumenti che aiutino a identificare per prima cosa gli acquirenti più sensibili al prezzo. È qui che si può iniziare a guardare al comportamento dei clienti e generare insights sulla base delle quali cambiare o rinnovare le strategie commerciali; basti pensare a come le persone sostituiscano i brand, come cambino tra categorie effettuando i c.d. down-trading o alla riduzione della “share of wallet” etc.
Una volta che si sa chi sono queste persone, si inizia a pensare alle segmentazioni, in particolare in termini geografici e guardando ai punti vendita. Ad esempio, ci saranno quasi certamente alcuni negozi con una maggiore incidenza di acquirenti sensibili al prezzo. Dal punto di vista dei prezzi, è possibile definire delle Zone Prezzo: gruppi di negozi uniformi su una serie di caratteristiche, fra cui certamente la sensibilità al prezzo dei clienti, che, una volta correttamente definite, permetteranno di attivare iniziative specifiche sia in ambito di scelta merceologica, che nella gestione dei prezzi, abbassandoli per specifici gruppi di articoli.
Sapere su quali prodotti esattamente abbassare i prezzi si basa su una buona conoscenza degli articoli di valore chiave (KVI – Key Value Items), i prodotti più importanti per i clienti più sensibili al prezzo. Ci sono diversi approcci che si possono utilizzare per scoprire quali sono i KVI, e una volta che definito tale elenco, l'obiettivo principale sarà quello di assicurarsi di essere più economici, o quanto meno allineati con la concorrenza.
Un modo per farlo è adottare lo stesso approccio che ho appena descritto al contrario. Se si comprende quali articoli siano meno importanti per i clienti sensibili al prezzo, o quali siano quegli articoli maggiormente acquistati da clienti più abbienti, si può aumentare i prezzi su quegli articoli di quel tanto che basta per controbilanciare l'effetto dei tagli sui KVI. È un modo intelligente per mantenere la redditività senza impattare la fedeltà dei clienti più sensibili al prezzo.
Un'altra cosa da considerare è l'assortimento. L'adozione di un approccio strategico ai prezzi è importante, ma è anche necessario aver prima lavorato sulla gamma. La maggior parte degli assortimenti hanno spesso eccessiva duplicazione, numerosi prodotti che soddisfano le stesse esigenze mentre altre non vengono soddisfatte. Se si tenta di applicare alcune strategie di determinazione dei prezzi veramente intelligenti a una gamma 'caotica', è molto probabile che i risultati siano meno efficaci.
Quindi, la priorità in questo caso dovrebbe essere pensare a veicolare valore attraverso la scelta. Forse si hanno troppi marchi nazionali che soddisfano le stesse esigenze, il che significa che ci si può permettere di rimuoverne alcuni dall’assortimento e sostituirli con la Marca del Distributore (MDD) o con linee di fantasia più economiche. Una volta fatto questo, e possibile applicare una strategia di prezzi intelligente per migliorare realmente le opzioni di scelta e punto prezzo per i vostri clienti.
Uno degli aspetti principali della MDD è che, in generale, aiuta a contenere i costi per il retailer ed è in grado di seguire i bisogni dei propri consumatori con dinamicità. Se i costi sono bassi mentre la qualità dei prodotti è alla pari a quella dei marchi nazionali, è chiaro che è possibile assegnare agli articoli della MDD un prezzo più aggressivo. Oppure, in alternativa, è possibile fare la differenza e aumentare la qualità di quell'articolo in modo che sia migliore rispetto ai marchi nazionali con prezzi simili. MDD offre flessibilità nel modo di veicolare valore ed è un asset fondamentale. So di affermare l’ovvio, tuttavia l’attuazione di questi equilibri è tutt’altro che semplice senza supportare tali analisi con una adeguata scienza dei dati.
Penso inoltre che sia una distinzione doverosa da fare: Prezzo Percepito non significa esclusivamente avere i prezzi più bassi. Si tratta di offrire ai clienti un valore equo per il prezzo che pagano. Non è tanto necessario essere leader di mercato nel settore MDD per avere un ottimo prezzo percepito, quanto offrire una maggiore flessibilità nel modo in cui si dà valore ai clienti.
Ci sono due cose da considerare: in primo luogo, non tutti i discount eseguono promozioni, che possono essere un ottimo modo per dimostrare in modo proattivo valore ai consumatori. L'analisi dei KVI e gli strumenti di consulenza strategica di dunnhumby aiutano i retailer a comprendere in profondità la categoria e i prodotti in essa contenuti, così come quali promozioni saranno più efficaci per conquistare o mantenere la fedeltà dei clienti e al contempo la redditività aziendale. Comprendere quali prodotti ha senso spingere con promozioni profonde, quali con promozioni più equilibrate e frequenti e quali invece è meglio gestire come EDLP (prezzi bassi in continuativo) può essere complesso, ma l’efficienza e il ritorno sugli investimenti ne beneficeranno enormemente.
È necessario inoltre guardare anche al programma CRM e al suo utilizzo in modo strategico ed efficace: Sconti mirati e su misura per i clienti in base al loro comportamento d’acquisto, mostrano non solo che il retailer si preoccupa per loro, ma anche che cerca di comprenderli. L’essere rilevanti e personalizzare il valore offerto al cliente può essere molto efficace nel migliorare la percezione di prezzo.
Assolutamente. Prendiamo Tesco nel Regno Unito: durante la pandemia di Covid-19, abbiamo utilizzato il buon senso per ipotizzare che diversi nostri consumatori sarebbero stati in difficoltà. La scienza dei dati ci ha permesso di validare tale ipotesi e capire precisamente quali clienti stavano diventando sempre più sensibili al prezzo; siamo stati in grado quindi di identificare sei segmenti chiave fra consumatori che abbiamo poi allineato ai tre pilastri: Prezzo basso, Qualità Superiore e Promozioni, ciascuno dei quali rappresentava i comportamenti principali di quei gruppi.
In questo modo, siamo riusciti a ottenere informazioni sui fattori che guidavano gli acquisti di questi clienti, in particolare per i più sensibili al prezzo. Questo, a sua volta, ci ha permesso di fornire consigli su come gestire al meglio il prezzo percepito all'interno di quel gruppo, e sui profitti finanziari che potrebbero derivare da un tale successo. I risultati condivisi dall’azienda nel corso del 2021 e 2022 hanno dimostrato il positivo impatto di percepito ed economico legato a queste iniziative.
Boost value perception and execute promotions that drive results
Price & Promotions solutionsCookie | Description |
---|---|
cli_user_preference | The cookie is set by the GDPR Cookie Consent plugin and is used to store the yes/no selection the consent given for cookie usage. It does not store any personal data. |
cookielawinfo-checkbox-advertisement | Set by the GDPR Cookie Consent plugin, this cookie is used to record the user consent for the cookies in the "Advertisement" category . |
cookielawinfo-checkbox-analytics | Set by the GDPR Cookie Consent plugin, this cookie is used to record the user consent for the cookies in the "Analytics" category . |
cookielawinfo-checkbox-necessary | This cookie is set by GDPR Cookie Consent plugin. The cookies is used to store the user consent for the cookies in the category "Necessary". |
CookieLawInfoConsent | The cookie is set by the GDPR Cookie Consent plugin and is used to store the summary of the consent given for cookie usage. It does not store any personal data. |
viewed_cookie_policy | The cookie is set by the GDPR Cookie Consent plugin and is used to store whether or not user has consented to the use of cookies. It does not store any personal data. |
wsaffinity | Set by the dunnhumby website, that allows all subsequent traffic and requests from an initial client session to be passed to the same server in the pool. Session affinity is also referred to as session persistence, server affinity, server persistence, or server sticky. |
Cookie | Description |
---|---|
wordpress_test_cookie | WordPress cookie to read if cookies can be placed, and lasts for the session. |
wp_lang | This cookie is used to remember the language chosen by the user while browsing. |
Cookie | Description |
---|---|
CONSENT | YouTube sets this cookie via embedded youtube-videos and registers anonymous statistical data. |
fs_cid | Set by FullStory to correlate sessions for diagnostics and session consistency; not always set. |
fs_lua | Set by FullStory to record the time of the user’s last activity, helping manage session timeouts. |
fs_session | Set by FullStory to manage session flow and recording. Not always visible or applicable across all implementations. |
fs_uid | Set by FullStory to uniquely identify a user’s browser. Used for session replay and user analytics. Does not contain personal data directly. |
VISITOR_INFO1_LIVE | Set by YouTube to estimate user bandwidth and improve video quality by adjusting playback speed. |
VISITOR_PRIVACY_METADATA | Set by YouTube to store privacy preferences and metadata related to user consent and settings. |
vuid | Vimeo installs this cookie to collect tracking information by setting a unique ID to embed videos to the website. |
YSC | Set by YouTube to track user sessions and maintain video playback state during a browser session. |
yt-remote-device-id | YouTube sets this cookie to store the video preferences of the user using embedded YouTube video. |
yt.innertube::nextId | This cookie, set by YouTube, registers a unique ID to store data on what videos from YouTube the user has seen. |
yt.innertube::requests | This cookie, set by YouTube, registers a unique ID to store data on what videos from YouTube the user has seen. |
_ga | The _ga cookie, installed by Google Analytics, calculates visitor, session and campaign data and also keeps track of site usage for the site's analytics report. The cookie stores information anonymously and assigns a randomly generated number to recognise unique visitors. |
_ga_* | Set by Google Analytics to persist session state. |
_gid | Installed by Google Analytics, _gid cookie stores information on how visitors use a website, while also creating an analytics report of the website's performance. Some of the data that are collected include the number of visitors, their source, and the pages they visit anonymously. |
_lfa | This cookie is set by the provider Leadfeeder to identify the IP address of devices visiting the website, in order to retarget multiple users routing from the same IP address. |
Cookie | Description |
---|---|
aam_uuid | Set by LinkedIn, for ID sync for Adobe Audience Manager. |
AEC | Set by Google, ‘AEC’ cookies ensure that requests within a browsing session are made by the user, and not by other sites. These cookies prevent malicious sites from acting on behalf of a user without that user’s knowledge. |
AMCVS_14215E3D5995C57C0A495C55%40AdobeOrg | Set by LinkedIn, indicates the start of a session for Adobe Experience Cloud. |
AMCV_14215E3D5995C57C0A495C55%40AdobeOrg | Set by LinkedIn, Unique Identifier for Adobe Experience Cloud. |
AnalyticsSyncHistory | Set by LinkedIn, used to store information about the time a sync with the lms_analytics cookie took place for users in the Designated Countries (which LinkedIn determines as European Union (EU), European Economic Area (EEA), and Switzerland). |
bcookie | LinkedIn sets this cookie from LinkedIn share buttons and ad tags to recognise browser ID. |
bscookie | LinkedIn sets this cookie to store performed actions on the website. |
DV | Set by Google, used for the purpose of targeted advertising, to collect information about how visitors use our site. |
ELOQUA | This cookie is set by Eloqua Marketing Automation Tool. It contains a unique identifier to recognise returning visitors and track their visit data across multiple visits and multiple OpenText Websites. This data is logged in pseudonymised form, unless a visitor provides us with their personal data through creating a profile, such as when signing up for events or for downloading information that is not available to the public. |
gpv_pn | Set by LinkedIn, used to retain and fetch previous page visited in Adobe Analytics. |
lang | Session-based cookie, set by LinkedIn, used to set default locale/language. |
lidc | Set by LinkedIn, used for routing from Share buttons and ad tags. |
lidc | LinkedIn sets the lidc cookie to facilitate data center selection. |
li_gc | Set by LinkedIn to store consent of guests regarding the use of cookies for non-essential purposes. |
li_sugr | Set by LinkedIn, used to make a probabilistic match of a user's identity outside the Designated Countries (which LinkedIn determines as European Union (EU), European Economic Area (EEA), and Switzerland). |
lms_analytics | Set by LinkedIn to identify LinkedIn Members in the Designated Countries (which LinkedIn determines as European Union (EU), European Economic Area (EEA), and Switzerland) for analytics. |
NID | Set by Google, registers a unique ID that identifies a returning user’s device. The ID is used for targeted ads. |
OGP / OGPC | Set by Google, cookie enables the functionality of Google Maps. |
OTZ | Set by Google, used to support Google’s advertising services. This cookie is used by Google Analytics to provide an analysis of website visitors in aggregate. |
s_cc | Set by LinkedIn, used to determine if cookies are enabled for Adobe Analytics. |
s_ips | Set by LinkedIn, tracks percent of page viewed. |
s_plt | Set by LinkedIn, this cookie tracks the time that the previous page took to load. |
s_pltp | Set by LinkedIn, this cookie provides page name value (URL) for use by Adobe Analytics. |
s_ppv | Set by LinkedIn, used by Adobe Analytics to retain and fetch what percentage of a page was viewed. |
s_sq | Set by LinkedIn, used to store information about the previous link that was clicked on by the user by Adobe Analytics. |
s_tp | Set by LinkedIn, this cookie measures a visitor’s scroll activity to see how much of a page they view before moving on to another page. |
s_tslv | Set by LinkedIn, used to retain and fetch time since last visit in Adobe Analytics. |
test_cookie | Set by doubleclick.net (part of Google), the purpose of the cookie is to determine if the users' browser supports cookies. |
U | Set by LinkedIn, Browser Identifier for users outside the Designated Countries (which LinkedIn determines as European Union (EU), European Economic Area (EEA), and Switzerland). |
UserMatchHistory | LinkedIn sets this cookie for LinkedIn Ads ID syncing. |
UserMatchHistory | This cookie is used by LinkedIn Ads to help dunnhumby measure advertising performance. More information can be found in their cookie policy. |
yt-remote-connected-devices | YouTube sets this cookie to store the video preferences of the user using embedded YouTube video. |
_gcl_au | Set by Google Tag Manager to store and track conversion events. It is typically associated with Google Ads, but may be set even if no active ad campaigns are running, especially when GTM is configured with default settings. The cookie helps measure the effectiveness of ad clicks in relation to site actions. |