Tag: big data

Acht veelgemaakte fouten tijdens het maken van een Categorieplan

In de afgelopen 25 jaar heb ik met heel veel plezier en resultaat 250 sterke categorievisies en –plannen gemaakt voor verschillende werkgevers/klanten. Het maken van een categorieplan is meestal heel boeiend, het levert veel energie, maar vaak is het ook lastig. Dat komt onder andere, omdat je het niet zo vaak doet. Het samenvoegen van veel informatie tot inzichten en die doorvertalen naar strategie gaat niet vanzelf. Er zijn uiteraard allerlei modellen en checklists om zo’n plan te maken, maar het toepassen van modellen in de praktijk leer je toch vooral door ervaring. Aangezien ik voor tientallen categorieën plannen (mede)ontwikkeld heb, help ik je graag in dit blog door acht veelgemaakte fouten te benoemen. Hopelijk maak jij ze hierna niet!

1. Geen hypotheses maken
Het maken van een categorieplan begint uiteraard met data-analyse. In bijna alle bedrijven is zeer veel data aanwezig. Zelfs bij kleine bedrijven loopt dat al op tot enkele honderden pagina’s (tip: druk nooit op “Print all”). Zoeken in een grote berg aan data zonder te weten waarnaar je op zoek bent, leidt tot twee zaken: òf je vindt alleen de voor-de-hand-liggende dingen (maar die wist je al), òf je vindt niets. Wees nieuwsgierig en laat je leiden door de W-vragen: wat/waar/wanneer/hoe maar vooral ook waarom èn waarom niet? En maak zeker hypotheses vooraf, omdat zij enerzijds focus brengen in de zoektocht naar de juiste insights en anderzijds kunnen helpen om het buikgevoel dat in veel bedrijven leeft te onderbouwen of te falsifiëren.

2. Insights niet goed vastleggen
Aan het einde van een lange dag insights “maken” is iedereen vaak opgelucht, en moe. Door gebrek aan concentratie (en zin) worden de insights niet scherp opgeschreven. Met name de observaties die ten grondslag liggen aan de insights gaan dan verloren. Daardoor wordt een insight een soort slogan waar iedereen een eigen interpretatie aan geeft. Kom daarom (in een kleine comité) een paar dagen later nog even samen, dan is alles wat bezonken en heb je weer de energie om het echt scherp (en relevant voor jou categorie) op te schrijven.

3. Shoot from the hip
In ieder bedrijf is er wel één: het ideeënkanon! Iemand die binnen vijf minuten honderd plannetjes kan bedenken, die niet eens zo slecht lijken. Jammer alleen dat dat niet altijd op het juiste moment gebeurt, en daardoor afleidt van het proces (bijvoorbeeld tijdens een insights-sessie). Sla al die ideeën gewoon op, ze kunnen later wèl van pas komen in de conceptfase. En soms helpen ze ook om te toetsen of je met de insights en drijvers de juiste kant op gaat.

4. Retail-P’s als categoriedrijvers
Een echt goede strategische categoriedrijver formuleer je niet zomaar even. Regelmatig kom ik tegen dat alle (of een aantal van de) drijvers verkapte retail-P’s zijn. “Schappenplan verbeteren”, “Effectief promotieplan” of “Innovatie” (maar dan alleen de P van product bedoelen) staan er vaak in. Waarom werkt dat niet? De retail-P’s zijn tactics en geen strategieën. Dat betekent dat ze kortetermijngericht zijn. Een categorievisie gaat meestal 3-5 jaar mee, dus als je het schappenplan verbeterd hebt in jaar 1, kun je die pijler schrappen. Zoek naar de achterliggende drijver. Een schappenplan verbeteren komt vaak voort uit verwarring voor de consument en de shopper. Die verwarring wegnemen (strategische drijver) kun je met verschillende P’s invullen: helder schap, betere communicatie, invulling van promoties, duidelijke verpakkingen, opbouw assortiment, etc.

5. Geen alignment met andere afdelingen
Door de benaming voelt een marketingafdeling zich niet altijd verantwoordelijk voor de categorievisie. Dan wordt het plan vaak gewoon een doorvertaling van de merkplannen en dan mis je kansen.

6. Geen (heldere) KPIs definiëren
Meten is weten, maar vaak moeilijk. Als je een categorieplan hebt met bijvoorbeeld vier strategische drijvers is het verstandig om per pijler een aantal KPI’s te bepalen. Op die manier garandeer je goede opvolging van het plan, en ook goede duiding van waar je extra stappen moet ondernemen als de omzet achterblijft.

7. Vermijd de clichés
In the end willen we allemaal hetzelfde: meer mensen onze categorie vaker laten kopen in grotere hoeveelheden tegen een hogere prijs. En dat kan door ze meer uit te leggen, ze te verrassen en inspireren en met nieuwe producten te komen die bij ze passen. Ofwel educatie, variatie, inspiratie en innovatie. Deze té generieke groeidrijvers zul je in mijn categorievisies dan ook niet terugvinden. Ga één of twee tandjes dieper en je wordt ècht relevant.

8. Geen onderscheid tussen plan en presentatie
Eindelijk, het plan is klaar! Je hebt een mooie Powerpoint gemaakt en iedereen is enthousiast. De tijd is aangebroken retailers ervan te overtuigen. Maak daarvoor een speciale presentatie, want extern moet je dit verhaal op een hele andere manier vertellen dan intern om effect te sorteren.

Een overzicht van de stappen die je moet doorlopen om een sterke categorievisie te maken vind je hier. Wil je mijn hulp gebruiken hierbij? Helaas is dat voorlopig even niet mogelijk. Mijn bedrijf loopt lekker, daarom neem ik even geen nieuwe klanten aan. Bestaande klanten kunnen me natuurlijk gewoon mailen.

Photo by Brett Jordan on Unsplash

Hoe doen we shopperonderzoek in 2025?

Aanhoudende crisis, veranderend shoppergedrag en de razendsnelle technologische ontwikkelingen zorgen er niet alleen voor dat shoppers anders shoppen in 2025 of dat winkels geen winkels meer zijn. De manier waarop we shoppers onderzoeken zal ook aanzienlijk veranderen. In dit artikel zet ik de vier belangrijkste veranderingen op een rijtje.

1. Samensmelting van marketing- en marktonderzoeksmiddelen
De tijd dat marktonderzoeksbureaus voor alles vragen moesten stellen aan shoppers is nu al lang voorbij. Consumenten en shoppers laten namelijk overal datasporen na, waaruit we hun gedrag en attitude kunnen afleiden. Denk aan online zoek- en aankoopgedrag, social media, beoordelingssites etc. Communities zijn al een heel goed voorbeeld in deze tijd van een marktonderzoekstool waarmee je fans van je merk aan je kunt binden. Deze veranderingen houden ook in dat bureaus niet altijd meer de primaire dataverzamelaar zijn. Dus ze moeten ook aanvullende diensten gaan leveren om van waarde te blijven.

2. Toepassen van neuromarketing en gedragseconomie
De laatste jaren is het inzicht dat shoppers niet altijd doen wat ze zeggen, of zelfs niet altijd echt vinden wat ze zeggen steeds meer doorgedrongen. De komende jaren zullen neuromarketeers en gedragswetenschappers een grote sprong maken in de kennis over het irrationele gedrag van mensen. Daardoor zullen methodologieën in 2025 echt anders zijn dan nu en de inzichten over shoppers zullen veel meer hun echte attitude en gedrag omvatten dan nu. Een voorbeeld hiervan zal het ontstaan zijn van een rateocracy, een maatschappij die transparant zal worden door de continue beschikbaarheid van “ratings” van consumenten over merken en bedrijven. Dit zal uiteraard ook ervoor zorgen dat ratings een steeds belangrijkere rol spelen in beslissingen die shoppers nemen.

3. Sneller en persoonlijker
Meer en meer data komt ter beschikking, maar computercapaciteit blijft uiteraard ook exponentieel groeien. Dit betekent dat inzichten steeds sneller uit data gegenereerd kunnen worden. Zo snel zelfs, dat predictive modeling relevant gaat worden. Hiermee kan een e-retailer producten naar klanten sturen zónder dat deze ze besteld hebben, maar met zeer grote kans dat ze er wel behoefte aan hebben. Naast sneller wordt het ook persoonlijker. En shoppers gaan dat ook verwachten. Ze hebben ten slotte niet voor niets hun data ter beschikking gesteld.

4. Mindset en locatie losgekoppeld
Shoppermodellen en daaraan gelieerde onderzoeken zijn op dit moment nog erg locatie-georiënteerd (voor de winkel, in de winkel, bij het schap etc). In 2025 werken die modellen niet meer. Communicatiemiddelen en verkooplocaties lopen vloeiend in elkaar over en iedereen ontwikkelt zijn eigen gewoontes om daarmee om te gaan. De achterliggende mindset (wat denkt en voelt een shopper in een bepaalde fase van het verkoopproces?) wordt belangrijker. Welke boodschap heeft de shopper nodig om te converteren naar de volgende fase?

Maar één ding in shopperonderzoek zal altijd blijven bestaan: zorg ervoor dat je heel goed weet wat je doelstellingen zijn en je hypotheses voor je aan welk onderzoek dan ook begint. Want onderzoek is geen doel, maar een middel om resultaten te behalen.

Wil je hier meer over weten? Of heb je behoefte aan een shopperonderzoek dat je vragen ècht beantwoord? Maar is je budget bijna op? Neem dan even contact met me op. Via Spinos | Research & Analytics kan ik je helpen. Bel me op 06-23397727 of stuur me een e-mail.

De drie grootste uitdagingen van retailers op dit moment, waaronder níet de crisis

Om me heen hoor ik nog steeds veel vakgenoten praten over moeilijke tijden, het is toch crisis!? En ja, de economische groei houdt niet over. Het consumentenvertrouwen is nog steeds negatief (hoewel het de laatste maanden aantrekt). Steeds meer shoppers zeggen scherper op prijzen (58%) en aanbiedingen te letten (53%). A-merken worden steeds vaker ingeruild voor eigen merken (47%). (Bron: Consumententrends 2014)

Toch zie ik ook bedrijven om me heen die wèl groei weten te realiseren. Die zich niet verschuilen achter de crisis, maar die handig en snel inspelen op de veranderende shopper.

Shoppers veranderen namelijk, razendsnel. En de belangrijkste oorzaak daarvan is niet de economische crisis, maar technologie. Daardoor worden winkels, maar óók producten digitaal. En dat heeft grote gevolgen voor het keuze- en distributieproces.

De shopper heeft veel meer keuze
In fysieke retail is het schap niet van elastiek, maar online wel. Een e-tailer kan een veel groter assortiment aanbieden. Bovendien kan de shopper zonder een milimeter te hoeven bewegen, naar een andere winkel gaan. Google fungeert dan als oneindige shopping mall. Toegegeven, voor levensmiddelen geldt dit nog in mindere mate. Toch zal in 2025 ongeveer een kwart van die aankopen online gebeuren. En initiatieven als Hello Fresh laten zien, dat je niet per se een compleet aanbod hoeft te bieden. Sterker nog, als er straks slimmere afhaalpunten of postbussen (met koeling) zijn, is het geen probleem meer om in 10 verschillende winkels te bestellen. De terugkeer van de speciaalzaak?

De shopper wordt steeds kritischer
Vroeger praatte de shopper alleen met de buurvrouw over de kwaliteit van producten of winkels. Nu praat ze, via social media, met iedereen. Ze weet al hoe haar nieuwe telefoon uit de doos komt, zonder hem zelf nog gekocht te hebben. Op basis van facebook besluit ze wel of niet die nieuwe yoghurt te kopen. Eén negatieve review kan tot grote gevolgen leiden.
De koek wordt anders verdeeld

Vaste kanalen voor een specifiek doel bestaan steeds minder. Dit wordt ook wel blurring genoemd. Levensmiddelen kopen bij Action of Big Bazar, een theeservies bij Albert Heijn, opwarmmaaltijden voor thuis bij de snackbar, het gebeurt allemaal. Dit punt heeft twee gevolgen: je concurrentieveld ziet er heel anders uit (en wordt veel groter). En je kunt het niet meer overzien. In de levensmiddelenbranche wordt “de markt” gemeten door Nielsen. Zij meten supermarkten en drogisterijwinkels. Action en Big Bazar vallen daarbuiten. Een fabrikant die snoep of chocolade verkoopt, denkt uit de data te lezen dat de markt daalt. Maar de markt verschuift.

Moeten we die nieuwe markt dan helemaal cijfermatig in kaart gaan brengen? Ja en nee. De wereld verandert nu zo razendsnel dat andere methoden nodig zijn om goed te kunnen acteren. Tegen de tijd dat we de vernieuwde markt in kaart hebben, is deze alweer verschoven namelijk.

Wat nu?
Om klaar te zijn voor de toekomst, heb je in elk geval twee dingen nodig.
– Een goede visie op de shopper
– Slimme data-analyse

Met beide kan ik je op allerlei manieren helpen. Neem voor meer informatie gerust contact op.

Wat moet de Marketeer tegenwoordig allemaal kunnen?

Marketing is een vakgebied dat zich razendsnel ontwikkelt en ook de markt staat niet stil. Hoe zien ons vak en de markt er in de toekomst? En wat moet je weten en kunnen om een supergoede Marketeer te zijn tegenwoordig?

Insights
Het allerbelangrijkste om tot goede Marketingactiviteiten te kunnen komen zijn en blijven Consumenten en Shopper Insights. Er komt echter steeds meer data ter beschikking waaruit je die insights moet destilleren. Enerzijds moet je dus zeer analytisch zijn en goed met grote databestanden om kunnen gaan, maar anderzijds moet je ook middels intuïtie en nieuwsgierigheid al vooraf kunnen aanvoelen welke richting het opgaat. Anders blijf je zoeken naar een speld in een hooiberg. Daarnaast komen we er steeds meer achter dat mensen (en dus consumenten en shoppers) geen rationele wezens zijn. Neuromarketing speelt dus ook een steeds grotere rol binnen Marketing.

Visie
In een sterk veranderende wereld is voorspellen bijna niet meer mogelijk. Een heldere visie op de toekomst en wat je daarbinnen voor jouw consumenten en shoppers wilt bereiken is onontbeerlijk. Uiteraard kunnen de insights je helpen die visie vorm te geven. Maar de visie zegt niet alleen iets over waar je naartoe gaat. De visie laat ook aan je handelspartners zien dat je bereid bent tijd en geld in toekomstige groei te investeren en kan intern de boel aanjagen.

Planning en executie
Naast de visionair heeft Marketing ook planners en uitvoerders nodig. Marketing is een precisie-vak: de juiste boodschap op de juiste plaats is nodig. Mensen gebruiken vaak minder dan 1 seconde om een beslissing te nemen. Of jouw display bij de ingang van de winkel of bij de kaasafdeling staat kan een wereld van verschil maken in de opbrengsten.

Experimenteren
Je visie en je planning moeten wel flexibel zijn. Winkelkanalen, communicatiemiddelen, ze veranderen in deze tijd bijna elke dag. Daar moet je op in kunnen spelen. Met name in de branche waar Marketing zijn oorsprong vindt (FMCG) is het gebruikelijk ver van te voren te plannen. Dat is goed, maar er zijn wel alternatieve scenario’s nodig in het geval van veranderende omstandigheden. En door de sterke groei van nieuwe kanalen en communicatiemiddelen is ook niet vooraf duidelijk wat wel werkt en wat niet. Trial en error wordt dus het nieuwe normaal. Een supergoede Marketeer is dus iemand met de durf om dingen uit te proberen.

Je kunt meer met data dan je denkt!

Mailboxen van (shopper) marketeers en sales managers zitten vol met rapportages: de weekomzet, de marktaandelen, een analyse van een onderzoeksbureau, een trendrapport, etc. Vaak heb ik de indruk, dat er te weinig uit de beschikbare data wordt gehaald. Zó jammer! Maar ook weer heel begrijpelijk. In deze blog eerst drie belangrijke oorzaken voor het beperkte gebruik van data en dan een aantal adviezen tot verbetering.

Beperkt gebruikmaken van beschikbare data zou je kunnen wijten aan “tijd”, maar dat vind ik wat beperkt. De oorzaak zit iets dieper dan dat.

1.       Signaleren ipv analyseren of concluderen wordt steeds belangrijker in tijden van crisis.

Vanwege de slechtere resultaten van veel bedrijven (en de druk om “naar boven toe” te laten horen dat het goed gaat, wordt scherp op de resultaten gestuurd. Zo scherp, dat wekelijks, soms zelfs dagelijks in detail de resultaten worden bekeken en bediscussieerd. Dit lijkt niet veel tijd te kosten (een kwartiertje per dag oplopend tot een half uur als er echt brand is), maar dat is opgeteld toch gauw een uur of twee die je ook bezig kan zijn met doorbraakdenken, en echt veranderingen teweeg brengen. Als je alleen achterom kijkt, bots je zo tegen de muur.

2.       Input en output niet gerelateerd

In veel bedrijven wordt per jaar wel een omzet- en winstdoelstelling vastgesteld (die vaak ambitieus is), maar er wordt nog te weinig nagedacht over de precieze blokken die deze target gaan opleveren. Hoeveel % groei wordt veroorzaakt door marketing, wat gaat die Facebookcampagne opleveren, en hoeveel gaan we precies groeien in winst door promoties? Als we dan achterblijven, is het ook zoeken naar de verklaring. Het kan overal nog in zitten. Wanneer je de effectiviteit van je verschillende activiteiten vooraf goed ingeschat hebt, weet je vooraf goed hoe reeel je target is, en kun je achteraf ook veel makkelijker verklaren waarom het wel of niet goed gaat.

3.       Systemen werken niet mee

Als je dan eens een dag de tijd hebt of neemt om de diepte in te duiken, en echt de oorzaak achter de dalende omzetten (of kansen voor groei) bloot te leggen, dan ben je eerst uren bezig de juiste data te verzamelen. Marktaandelen uit Nielsen of IRI, ex –factorycijfers uit SAP, je GRPs van het mediabureau, GfK-gegevens etc.  De ene is op weekbasis, de ander heeft het over kwartalen. Alles is in een andere format en indelingen zijn ook niet altijd hetzelfde (is dit nou met of zonder geschenkverpakkingen?).

De adviezen tot verbetering zitten wat mij betreft ook precies in bovenstaande drie punten:

–          Kijk niet teveel achterom. Uiteraard, weekomzetten blijven belangrijk, maar wat kun je nog beinvloeden als je per dag naar de resultaten kijkt? Dat is slechts in bepaalde markten en omstandigheden (bijvoorbeeld de opbouw van het ijsseizoen of zonnebrandseizoen) van belang. En dan ook nog alleen op bepaalde KPIs (bijvoorbeeld distributie).

–          Bouw in je business plannen heldere blokken op, die de omzet en winst gaan brengen. Investeer daartoe wellicht één keer in het goed bepalen van de effectiviteit van bepaalde activiteiten.

–          Probeer je systemen voor je, en niet tegen je te laten werken. Maak daarin ook onderscheid tussen rapportage (wat willen we wekelijks monitoren, wat is cruciaal van belang), analyse (wat zijn de logische relaties tussen onze activiteiten en de opbrengsten daarvan in onze markt) en insightsgeneratie (hoe kom ik los van de dagelijkse druk om echt vernieuwende activiteiten voor de toekomst te ontwikkelen)?

Behoefte om hier eens over te sparren? Neem gerust contact op, vind ik leuk om te doen.

Wat moeten Marketeers met Big Data? Zes slimme tips!

Big data is hot! Door de razendsnelle ontwikkelingen van internet, maar ook van digitale onderzoeksmethoden, komen er steeds meer datapunten beschikbaar. Meer data, meer inzichten, meer goede concepten, zou je denken. Maar dat is helaas niet het geval. Meer data leidt vaak tot verwarring bij marketeers. Waar moeten we beginnen? Zien we niks over het hoofd? Ook lijkt de ene databron de andere regelmatig tegen te spreken. Wat is nu de waarheid? Hoe kun je nou aan deze “verlamming” ontsnappen? En waar moet je op letten als je aan de slag gaat met Big Data?

Ik heb het al eerder gezegd, maar herhaling is goed als je iets aan moet leren: begin met de doelstellingen van het bedrijf. Vooral onderzoekers beginnen meteen in de data te wroeten. Ze zijn zó nieuwsgierig naar wat er allemaal inzit. Drie adviezen om het beter te doen:
1. Begin met de doelstellingen of de issues van het bedrijf.
Zo ga je zoeken naar informatie en inzichten die het bedrijf ècht verder kunnen helpen. Bovendien creëer je ook betrokkenheid bij de personen die met de uitkomsten aan de slag moeten. Je geeft ze immers hulp hun doelstellingen te realiseren. Of hun problemen oplossen.
2. Werk vanuit hypothesen
Er is veel impliciete kennis in het bedrijf aanwezig, zeker bij mensen die er al een tijd werken. Of bij mensen die dicht op de klant staan, zoals de buitendienst. Soms is die impliciete kennis eerder een mening dan een objectief gevalideerd feit. Het kan goed zijn data te gebruiken om deze kennis te valideren. Zo kun je ook aantonen dat consumenten toch ècht anders doen dan de buitendienstmedewerker denkt.
3. Gebruik slimme tools
Het is erg verleidelijk op zoek te gaan naar een applicatie die alle data aan elkaar kan koppelen. Het lijkt dan alsof je meer en betere inzichten kunt krijgen. Dat kan zinvol zijn, maar pak dat pragmatisch aan. Begin met het koppelen van de meest gebruikte data en houd hier rekening met punt 1. Bovendien ontslaat het automatisch koppelen van data je er niet van zelf na te blijven denken over de verbanden tussen verschillende bronnen en de implicaties daarvan.

Waar moet je nou op letten bij het onderzoeken van Big Data? Hiervoor heb ik eveneens drie tips:
1. Denk niet alleen vanuit n=veel, maar ook vanuit n=1
Veel databronnen zijn gebaseerd op grote groepen. De data worden dan vaak gepresenteerd in percentages. Ook wordt vaak gerapporteerd in jaaromzetten en –bestedingen. Deze getallen staan relatief ver van je af. Ik probeer data ook altijd te vertalen in het beeld van een gemiddelde consument. Hoeveel geeft één persoon (per week) uit aan de categorie? Hoe ziet één mandje er ongeveer uit? Dit helpt voor je eigen begrip en voor het uitleggen aan stakeholders.
2. Draai het om
Veel data kun je omdraaien: 80% van de shoppers loopt langs ons schap. Omgekeerd: 20% dus niet! Deze zin roept meteen andere vragen op dan de eerste: waarom lopen ze niet langs ons schap, hoe zouden we ervoor kunnen zorgen dat ze dat wel doen, wat voor mensen zijn dat? Omdraaien van een statement kan je helpen aan nieuwe inzichten te komen.
3. Let op bij het aan elkaar koppelen van data
Allereerst is het niet altijd nodig alles aan elkaar te plakken (het moet wel echt wat opleveren) en is het ook lastig alles goed aan elkaar te plakken. Veel databases hebben nl. geen goede sleutel om te koppelen, en bijvoorbeeld productomschrijvingen zijn nooit precies hetzelfde (denk bijvoorbeeld aan LAY’s of LAYS chips). Ten tweede wordt een database vaak trager wanneer het één grote gekoppelde brij is. Ten derde heeft niet elk bedrijf dat data koppelt, verstand van jouw business. Je moet ze dus helpen de data uit te leggen. Bijvoorbeeld dat je distributies niet zomaar bij elkaar op kunt tellen of middelen. Laat je dus goed adviseren voor je hiermee aan de slag gaat.

Één extra tip: kijk niet alleen naar gemiddelden. Denk maar aan het voorbeeld: mijn gemiddelde temperatuur is 37 graden. Ik lig met mijn voeten in de vriezer en mijn hoofd in de oven. Met andere woorden: kijk ook naar de spreiding van de data. Hoeveel mensen kopen jouw product één, twee, drie of zelfs vier keer per week? Zijn dit andere personen?

Er zijn dus veel zaken waar je op moet letten, maar Big Data is als een grote berg: je kunt er niet omheen!

Mocht je hierover meer willen weten: Ik heb veel ervaring met het verwerken en interpreteren van grote hoeveelheden data. Daarnaast kan ik snel en slim marktonderzoek voor je uitvoeren via mijn andere bedrijf Spinos | Research & Analytics. Neem gerust contact op voor meer informatie (bel 06-233 977 27 of stuur een e-mail)!